期刊检索

  • 2024年第56卷
  • 2023年第55卷
  • 2022年第54卷
  • 2021年第53卷
  • 2020年第52卷
  • 2019年第51卷
  • 2018年第50卷
  • 2017年第49卷
  • 2016年第48卷
  • 2015年第47卷
  • 2014年第46卷
  • 2013年第45卷
  • 2012年第44卷
  • 2011年第43卷
  • 2010年第42卷
  • 第1期
  • 第2期

主管单位 中华人民共和国
工业和信息化部
主办单位 哈尔滨工业大学 主编 李隆球 国际刊号ISSN 0367-6234 国内刊号CN 23-1235/T

期刊网站二维码
微信公众号二维码
引用本文:童志祥,苏小红,丁效,李洪祥,郭琦.多雇主软件需求优选的存档NSGA-II算法[J].哈尔滨工业大学学报,2016,48(11):20.DOI:10.11918/j.issn.0367-6234.2016.11.004
TONG Zhixiang,SU Xiaohong,DING Xiao,LI Hongxiang,GUO Qi.Multi-stakeholder requirements optimization based on archived NSGA-II algorithm[J].Journal of Harbin Institute of Technology,2016,48(11):20.DOI:10.11918/j.issn.0367-6234.2016.11.004
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  下载PDF阅读器  关闭
过刊浏览    高级检索
本文已被:浏览 2204次   下载 962 本文二维码信息
码上扫一扫!
分享到: 微信 更多
多雇主软件需求优选的存档NSGA-II算法
童志祥, 苏小红, 丁效, 李洪祥, 郭琦
(哈尔滨工业大学 计算机科学与技术学院,哈尔滨 150001)
摘要:
为解决多雇主的软件系统需求优选问题,使得所有雇主同时达到最优满意度,提出基于存档的NSGA-II算法,通过将多雇主需求优选问题定义为多目标优化问题,自动而有效地求解满足数量较多的雇主需求优化目标的解集.实验结果表明:本文提出的需求优选方法,能够在资源和成本的限制下,求解一个令尽可能多雇主满意的需求集,在雇主平均满意度、最小满意度、满意度方差等评价指标上均优于基线方法.基于存档NSGA-II遗传算法的需求优选方法能够为软件工程需求分析提供科学、合理的优选方案.
关键词:  软件工程  需求分析  多目标优化  遗传算法  NSGA-II
DOI:10.11918/j.issn.0367-6234.2016.11.004
分类号:TP311.5
文献标识码:A
基金项目:国家自然科学基金 (1,1)
Multi-stakeholder requirements optimization based on archived NSGA-II algorithm
TONG Zhixiang, SU Xiaohong, DING Xiao, LI Hongxiang, GUO Qi
(School of Computer Science and Technology, Harbin Institute of Technology, Harbin 150001, China)
Abstract:
Requirement prioritization in complex software system often involves multiple stakeholders and needs to satisfy several different stakeholders' requirements. In this paper, we define multi-stakeholder tradeoffs in requirements optimization as a multi-objective optimization problem and introduce an archived Non-Dominated Sorted Genetic Algorithm-Ⅱ (NSGA-Ⅱ) to the automated analysis of requirements assignments. The results show that the proposed method can generate a set of optimal requirements satisfying multiple stakeholders with the constraints of the resources and the cost. Comparing with the baseline methods, our approach shows better performance on all evaluation metrics, such as average, minimum satisfaction and variance in satisfaction. In summary, the archived NSGA-Ⅱ algorithm could provide a scientific and reasonable result for the software requirements engineering.
Key words:  software engineering  requirement analysis  multi-objective optimization  genetic algorithm  NSGA-II

友情链接LINKS