[發(fā)明專利]一種基于多目標(biāo)優(yōu)化算法的軟件產(chǎn)品線配置方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011371281.3
• 申請(qǐng)日: 2020-11-30
• 公開（公告）號(hào): CN112488387B
• 公開（公告）日: 2023-08-29
• 發(fā)明（設(shè)計(jì)）人: 周亞博;張力生;桑春艷
• 申請(qǐng)（專利權(quán)）人: 重慶郵電大學(xué)
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06N3/126;G06F8/30
• 代理公司: 重慶輝騰律師事務(wù)所 50215
• 代理人: 王海軍

1.一種基于多目標(biāo)優(yōu)化算法的軟件產(chǎn)品線配置方法，其特征在于：所述方法包括：

S1、根據(jù)軟件產(chǎn)品的功能性需求，提取出軟件產(chǎn)品線的特征規(guī)則，即特征間的依賴關(guān)系和約束關(guān)系，將這些特征間的依賴和約束規(guī)則描述成特征模型規(guī)則，并將特征模型規(guī)則按照深度遍歷的序號(hào)標(biāo)識(shí)出每一個(gè)特征；所述特征模型規(guī)則由一個(gè)二元組和數(shù)值約束區(qū)間組成，二元組的元素包括單個(gè)特征或特征組，當(dāng)為所述單個(gè)特征時(shí)，所述數(shù)值約束空間為空，當(dāng)為所述特征組時(shí)，所述特征組包括多個(gè)特征成員和數(shù)值約束區(qū)間，所述數(shù)值約束區(qū)間表示特征組中可以選擇的特征個(gè)數(shù)下限與上限；二元組（A,B）的元素A成為左元，B成為右元；二元組（A,B）表示左元A滿足即特征A被選擇時(shí)，右元B即特征B必須被選擇；當(dāng)右元是特征組時(shí)，特征模型規(guī)則（A,[B,C,D]）{m，n}表示當(dāng)左元A被滿足時(shí)，右元[B,C,D]中被滿足的元素個(gè)數(shù)必須在m到n之間；將至少一個(gè)特征設(shè)置為根特征，設(shè)定一個(gè)特征左元，表示其右元中的特征必須被選擇；

S2、隨機(jī)生成指定個(gè)數(shù)的特征模型配置解，這N個(gè)隨機(jī)配置解形成特征模型配置解的初始種群；隨機(jī)生成指定數(shù)量N個(gè)特征模型配置解，每個(gè)配置解是一個(gè)長度為特征模型的特征數(shù)M的二進(jìn)制序列，其中，1表示選擇該序列位置的特征，0表示排除該序列位置的特征；這N個(gè)隨機(jī)配置解形成特征模型配置解的初始種群；

S3、根據(jù)特征規(guī)則，對(duì)初始化隨機(jī)生成的特征模型配置進(jìn)行修正；從輸入的特征規(guī)則集合中選擇出所有特征規(guī)則右元為特征組，且該特征規(guī)則右元的下限大于0的修正特征規(guī)則集合R_G；在所述修正特征規(guī)則集合R_G的特殊特征規(guī)則左元中，若其對(duì)應(yīng)的特征規(guī)則右元為單個(gè)特征，則選擇該單個(gè)特征；并根據(jù)特征規(guī)則對(duì)所述單個(gè)特征有依賴關(guān)系的相關(guān)特征選擇或排除并放入對(duì)應(yīng)的特征集合S_I或S_E中；依次從所述修正特征規(guī)則集合R_G的特征規(guī)則右元中選擇特征，若該特征既不在被選擇的特征集合S_I中也不在被排除的特征集合S_E中，則選中該特征，并將該特征加入到被選擇的特征集合S_I中；若特征規(guī)則右元中已被選擇的特征個(gè)數(shù)小于下限，則將特征規(guī)則右元中既不在被選擇的特征集合S_I中也不在被排除的特征集合S_E中的特征加入到被選擇的特征集合S_I，直到特征規(guī)則右元中已被選擇的特征大于或等于下限，完成對(duì)特征個(gè)體的修正，并在修正后的初始種群中產(chǎn)生對(duì)應(yīng)的特征模型配置；將S_I集合中的特征在解中的標(biāo)記設(shè)置為1，將集合S_E中的特征在解中的標(biāo)記設(shè)置為0；

S4、計(jì)算修正后初始種群中每個(gè)特征模型隨機(jī)解的適應(yīng)度，在該種群中選擇適應(yīng)度較高的特征模型配置隨機(jī)解進(jìn)入下一代，將子代種群置于父代種群進(jìn)行演化直至得到最終的特征模型配置集合；

S5、根據(jù)用戶對(duì)軟件產(chǎn)品配置的非功能性需求，對(duì)最終的特征模型配置集合進(jìn)行Pareto排序，并去除其中的無效特征個(gè)體，得到軟件產(chǎn)品的特征最優(yōu)解集，按照所述最優(yōu)解集對(duì)軟件產(chǎn)品進(jìn)行配置。

2.根據(jù)權(quán)利要求1所述的一種基于多目標(biāo)優(yōu)化算法的軟件產(chǎn)品線配置方法，其特征在于，所述步驟S4中包括從修正后的初始種群中隨機(jī)選兩個(gè)特征模型配置使用遺傳算子進(jìn)行交叉和變異操作產(chǎn)生子代特征模型配置，根據(jù)特征規(guī)則修正子代特征模型配置，計(jì)算合并后的初始種群中每個(gè)特征個(gè)體的適應(yīng)度，在該種群中選擇適應(yīng)度較高的特征個(gè)體進(jìn)入下一代，對(duì)下一代特征模型配置進(jìn)行修復(fù)，將子代特征模型配置集合置于父代特征模型配置集合進(jìn)行演化直至得到最終的特征模型配置集合。

3.根據(jù)權(quán)利要求1所述的一種基于多目標(biāo)優(yōu)化算法的軟件產(chǎn)品線配置方法，其特征在于，所述非功能性需求為用戶預(yù)設(shè)的需求，包括實(shí)現(xiàn)產(chǎn)品功能所需要的成本以及特征對(duì)應(yīng)的組件出錯(cuò)的次數(shù)。

4.根據(jù)權(quán)利要求1所述的一種基于多目標(biāo)優(yōu)化算法的軟件產(chǎn)品線配置方法，其特征在于，所述無效特征個(gè)體為不滿足功能屬性的數(shù)值約束。