In the software maintenance phase o

In the software maintenance phase of software development life cycle, one of the main concerns of software engineers is to group the modules into clusters with maximum cohesion and minimum coupling.

To analyze the efficacy of Multi-objective Hyper-heuristic Evolutionary Algorithm (MHypEA) in solving real-world clustering problems and to compare the results with the reported results in the literature for single as well as multi-objective formulations of the problem and also to present a CASE tool that assists software engineers in software module clustering process.

The paper reports on empirical evaluation of the performance of MHypEA with the reported results in the literature. The comparison is mainly based on two factors – quality of the obtained solutions and the computational effort.

On all the attempted problems, MHypEA reported good results in comparison to all the studies that were reported on multi-objective formulation of the problem, with a computational effort of nearly one-twentieth of the computational effort required by the other multi-objective algorithms.

The hyper-heuristic approach is able to produce high quality clustered systems with less computational effort.

ผลลัพธ์ (ไทย) 1:

ในระยะการบำรุงรักษาซอฟต์แวร์ของวงจรชีวิตการพัฒนาซอฟต์แวร์ หนึ่งในความกังวลหลักของวิศวกรซอฟต์แวร์จะจัดกลุ่มโมลงในคลัสเตอร์ทำงานร่วมกันสูงสุดและต่ำสุดคัปการวิเคราะห์ประสิทธิภาพของแบบ Hyper วริวิวัฒนาการอัลกอริทึม (MHypEA) ในการแก้ปัญหาระบบคลัสเตอร์ และ เปรียบเทียบผลกับผลลัพธ์ที่รายงานในวรรณคดีสำหรับสูตรเดียว เป็นแบบของปัญหา และยังนำเสนอเครื่องมือกรณีที่ช่วยวิศวกรซอฟต์แวร์ซอฟต์แวร์โมดูกระบวนการระบบคลัสเตอร์กระดาษรายงานประเมินผลประสิทธิภาพของ MHypEA กับผลลัพธ์ที่รายงานในวรรณคดีเชิงประจักษ์การ การเปรียบเทียบส่วนใหญ่ขึ้นอยู่กับสองปัจจัย – คุณภาพของโซลูชันได้รับและความพยายามที่คำนวณจากปัญหาทั้งหมดพยายาม MHypEA รายงานผลลัพธ์ที่ดีเมื่อเทียบกับการศึกษาทั้งหมดที่มีรายงานในแบบสูตรของปัญหา ด้วยความพยายามคำนวณของเกือบหนึ่งในยี่สิบของความพยายามคำนวณตามขั้นตอนวิธีแบบอื่น ๆวิธีไฮเปอร์วริสามารถผลิตระบบคลัสเตอร์คุณภาพสูงที่ มีความพยายามน้อยคำนวณได้

ผลลัพธ์ (ไทย) 2:

ในขั้นตอนการบำรุงรักษาซอฟต์แวร์ของวงจรชีวิตของการพัฒนาซอฟแวร์ซึ่งเป็นหนึ่งในความกังวลหลักของวิศวกรซอฟแวร์ที่มีต่อกลุ่มโมดูลเข้าไปในกลุ่มที่มีการทำงานร่วมกันสูงสุดและการมีเพศสัมพันธ์ต่ำสุด. เพื่อวิเคราะห์ประสิทธิภาพของหลายวัตถุประสงค์ Hyper-แก้ปัญหาวิวัฒนาการอัลกอริทึม (MHypEA) ใน การแก้ปัญหาการจัดกลุ่มโลกแห่งความจริงและเพื่อเปรียบเทียบผลกับผลการรายงานในวรรณคดีเดียวเช่นเดียวกับสูตรหลายวัตถุประสงค์ของปัญหาและยังจะนำเสนอเครื่องมือกรณีที่ช่วยให้วิศวกรซอฟต์แวร์ในกระบวนการจัดกลุ่มซอฟต์แวร์โมดูล. รายงานกระดาษ กับการประเมินผลการทดลองการปฏิบัติงานของ MHypEA กับผลการรายงานในวรรณคดี การเปรียบเทียบส่วนใหญ่จะขึ้นอยู่กับสองปัจจัย. - คุณภาพของการแก้ปัญหาที่ได้รับและการคำนวณความพยายามในทุกปัญหาที่เกิดขึ้นพยายามที่ MHypEA รายงานผลประกอบการที่ดีในการเปรียบเทียบกับการศึกษาทั้งหมดที่ได้รับรายงานเกี่ยวกับการกำหนดหลายวัตถุประสงค์ของปัญหาที่มีการคำนวณ ความพยายามเกือบหนึ่งในยี่สิบของความพยายามในการคำนวณที่กำหนดไว้ในขั้นตอนวิธีการอื่น ๆ หลายวัตถุประสงค์. วิธีการแก้ปัญหา Hyper-สามารถผลิตระบบคลัสเตอร์ที่มีคุณภาพสูงที่มีความพยายามในการคำนวณน้อย

ผลลัพธ์ (ไทย) 3:

ในซอฟต์แวร์การบำรุงรักษาระยะของวงจรชีวิตการพัฒนาซอฟต์แวร์ หนึ่งในความกังวลหลักของวิศวกรซอฟต์แวร์ในกลุ่มโมดูลในกลุ่มด้วยการเชื่อมโยงสูงสุดเครื่องขั้นต่ำเพื่อวิเคราะห์ประสิทธิภาพของอัลกอริทึมแบบหลายวัตถุประสงค์ ไฮเปอร์วิวัฒนาการ ( mhypea ) ในการแก้ไขปัญหาจริงและข้อมูลเปรียบเทียบกับรายงานผลในวรรณกรรมสำหรับเดียวเช่นเดียวกับหลายสูตรของปัญหา และยังนำเสนอกรณีเครื่องมือที่ช่วยให้วิศวกรซอฟต์แวร์ในซอฟต์แวร์โมดูลการจัดกลุ่มกระบวนการกระดาษรายงานการประเมินเชิงประจักษ์ในการปฏิบัติ mhypea กับรายงานผลในวรรณคดี การเปรียบเทียบส่วนใหญ่จะขึ้นอยู่กับสองปัจจัย–คุณภาพของนำโซลูชั่นและความพยายามในการคำนวณบนทั้งหมดพยายามปัญหา mhypea รายงานผลที่ดีในการเปรียบเทียบกับการศึกษาที่รายงานในการกำหนดหลายของปัญหา ด้วยการพยายามคำนวณเกือบหนึ่งช่วงของการคำนวณโดยอื่น ๆต้องพยายามหลายวิธีวิธีฮิวริสติก hyper สามารถผลิตที่มีคุณภาพสูงระบบคอมพิวเตอร์แบบมีความพยายามน้อย