软件模块聚类问题的优化方法与评价指标研究

摘要

软件模块聚类问题（software module clustering problems，SMCPs）的目的是基于软件模块间的连接关系对软件系统进行自动划分并得到模块化较好的聚类结果。软件模块聚类对软件系统设计、维护和发展的过程起着至关重要的作用，其结果对软件系统的设计和维护起着重要的指导作用。随着商业和生活的需求，软件系统的功能越来越强大，同时软件系统的大小也随之上升，这使得软件模块聚类的作用尤为重要。本论文主要针对软件模块聚类问题，提出了两种不同的软件模块聚类算法，分别是基于多智能体进化的软件模块聚类算法（Multi-agent Evolutionary Algorithm for SMCPs， MAEA-SMCPs）和基于密母算法的软件模块聚类算法（Memetic Algorithm for SMCPs， MA-SMCPs），同时提出两种不同的软件模块化聚类评价指标，分别是IMQ（Improved Modularity Quality）和MS（Modularity based on Similarity）。下面是本文的主要工作：
　　1.结合软件模块聚类的目的，提出MAEA-SMCPs和MA-SMCPs两种算法对模块化质量函数MQ进行优化，将软件模块聚类问题转化为单目标优化问题。实验部分，我们使用17个实际生活中的软件系统网络对算法进行测试，并且将实验结果与其它传统优化算法进行系统地比较和分析。实验结果表明这两种算法能够有效地解决软件模块聚类问题，优化后得到的MQ指标要明显优于其它传统算法。实验显示， MAEA-SMCPs算法的性能更加优越，稳定性好，结果收敛更快。
　　2.根据实际软件设计的常用准则，针对原始MQ指标的不足之处进行改进和补充，提出IMQ指标。新的指标不仅保留了原始MQ指标的特性，而且还考虑了软件系统结构中的全局模块、接口模块、软件聚类间的单向调用性等特征。实验采用5种不同的算法对MQ和IMQ指标分别进行优化，并通过17个实际软件系统网络进行测试，实验表明IMQ指标得到的实验结果比原始的MQ指标得到的实验结果更接近于实际的软件设计结构。
　　3.根据软件设计中的部分准则，并结合无向的结构相似度指标，提出适合于有向软件模块聚类问题的相似度指标MS。该指标在解决软件系统中的全局模块和系统聚类间的单向性方面表现出良好的效果。实验采用3种不同的单目标算法对 MQ和MS指标分别进行优化，并通过17个实际软件系统网络进行测试，实验结果充分验证了MS指标的有效性。

目录

封面

声明

中文摘要

英文摘要

插图索引

表格索引

符号对照表

缩略语对照表

目录

第一章 绪论

1.1研究背景及意义

1.2论文结构安排

第二章 基于多智能体进化的软件模块聚类算法

2.1 引言

2.2基于多智能体进化的软件模块聚类算法

2.3仿真实验及结果分析

2.4 本章小结

第三章 基于密母算法的软件模块聚类算法

3.1引言

3.2 基于密母算法的软件模块聚类算法

3.3仿真实验及结果分析

3.4 本章小结

第四章 改进的模块化质量函数用于解决软件模块聚类问题

4.1 引言

4.2改进的模块化质量函数用于解决软件模块聚类问题

4.3 仿真实验与结果分析

4.4 本章小结

第五章 基于相似度的模块化质量函数用于解决软件模块聚类问题

5.1引言

5.2基于相似度的模块化质量函数用于解决软件模块聚类问题

5.3仿真实验及结果分析

5.4 本章小结

第六章 总结与展望

6.1论文总结

6.2工作展望

参考文献

致谢

作者简介