Uma heurística baseada em busca local iterada para o problema de clusterização de módulos de software

Pinto, Alexandre Fernandes

DSpace Home
→
Centro de Ciências Exatas e Tecnologia (CCET)
→
Informática Aplicada
→
INAP - Dissertações de Mestrado
→
View Item

dc.contributor.advisor	Alvim, Adriana Cesário de Faria
dc.contributor.author	Pinto, Alexandre Fernandes
dc.date.accessioned	2018-07-10T22:00:52Z
dc.date.available	2018-07-10T22:00:52Z
dc.date.issued	2014-06-26
dc.identifier.citation	PINTO, Alexandre Fernandes. Uma heurística baseada em busca local iterada para o problema de clusterização de módulos de software. 2014. xiii, 83 f. Dissertação (Mestrado em Informática) - Universidade Federal do Estado do Rio de Janeiro. Rio de Janeiro, 2014.	pt_BR
dc.identifier.uri	http://hdl.handle.net/unirio/11920
dc.description	Dissertação também disponível em formato impresso, com o número de chamada CCET MI 2014/01.	pt_BR
dc.description.sponsorship	n/a	pt_BR
dc.language.iso	Portuguese	pt_BR
dc.rights	openAccess	pt_BR
dc.title	Uma heurística baseada em busca local iterada para o problema de clusterização de módulos de software	pt_BR
dc.type	masterThesis	pt_BR
dc.contributor.advisor-co	Barros, Márcio de Oliveira
dc.contributor.referee	Alvim, Adriana Cesário de Faria
dc.contributor.referee	Barros, Márcio de Oliveira
dc.contributor.referee	Andreatta, Alexandre Albino
dc.contributor.referee	Murta, Leonardo Gresta Paulino
dc.degree.department	CCET	pt_BR
dc.degree.grantor	Universidade Federal do Estado do Rio de Janeiro - UNIRIO	pt_BR
dc.degree.level	Mestrado Acadêmico	pt_BR
dc.degree.local	Rio de Janeiro, RJ.	pt_BR
dc.degree.program	Programa de Pós-Graduação em Informática	pt_BR
dc.subject.cnpq	CIÊNCIAS EXATAS E DA TERRA	pt_BR
dc.subject.cnpq	CIÊNCIA DA COMPUTAÇÃO	pt_BR
dc.subject.en	Iterated Local Search	pt_BR
dc.subject.en	Software Module Clustering	pt_BR
dc.subject.en	Benchmarks	pt_BR
dc.description.abstracten	This research proposes a heuristic using the Iterated Local Search (ILS) technique applied to the Software Module Clustering (SMC) problem. The SMC problem is related to the distribution of the modules comprising the software in order to obtain a better organization and improve software quality. The ILS meta-heuristic has four major components: i) the initial solution; ii) local search method; iii) perturbation method; and iv) acceptance criteria for a new solution. An experiment was conducted to find the best choices for the components related to the initial solution and perturbation method. Also we have conducted a study to compare several variants of genetic algorithms and present a comparative study including three approaches: ILS, Genetic Algorithms, and a local search. Although the ILS meta-heuristic is not extensively used in the SBSE community, it was proven very effective for our selected problem, outperforming the best configuration of the genetic algorithm in 24 out of 46 instances and using a fraction of the latter’s computing effort.	pt_BR
dc.degree.country	Brasil	pt_BR
dc.description.sponsordocumentnumber	n/a	pt_BR
dc.description.abstractpt	Este trabalho de pesquisa propõe uma heurística utilizando a técnica Iterated Local Search (ILS) aplicada ao problema de Clusterização de Módulos de Software (CMS). O problema CMS consiste em redistribuir os componentes unitários do software de modo a obter uma melhor organização e aprimorar a qualidade do software. A meta-heurística ILS possui quatro componentes principais: i) a solução inicial; ii) método de busca local; iii) método de perturbação e iv) critério de aceitação de uma nova solução. Um experimento foi conduzido para encontrar as melhores escolhas para os componentes de solução inicial e método de perturbação. Também foi realizado um estudo de variantes de abordagens usando Algoritmos Genéticos e um estudo comparativo entre três abordagens: a heurística utilizando ILS, Algoritmos Genéticos e um algoritmo de Busca Local. Embora a meta-heurística ILS não seja extensivamente usada na comunidade de Engenharia de Software baseada em Buscas (Search-Based Software Engineering - SBSE), a heurística proposta se mostrou eficaz para o problema selecionado, superando a melhor configuração do algoritmo genético em 24 das 46 instâncias, e usando uma fração do custo computacional deste último.	pt_BR
dc.subject.pt	Iterated Local Search	pt_BR
dc.subject.pt	Clusterização de Módulos de Software	pt_BR
dc.subject.pt	Benchmarks	pt_BR