view in publisher's site
- خانه
- لیست مقالات
- چکیده
A survey of many-objective optimisation in search-based software engineering
Highlights•Software engineering problems often present many decision factors to be optimised.•Many-objective optimisation brings advanced search methods well-suited for SBSE.•The literature survey identifies many-objective SBSE as an emerging research topic.•We discuss current findings and outline open challenges and future work in the field.AbstractSearch-based software engineering (SBSE) is changing the way traditional software engineering (SE) activities are carried out by reformulating them as optimisation problems. The natural evolution of SBSE is bringing new challenges, such as the need of a large number of objectives to formally represent the many decision criteria involved in the resolution of SE tasks. This suggests that SBSE is moving towards many-objective optimisation, an emerging area that provides advanced techniques to cope with high-dimensional optimisation problems. To analyse this phenomenon, this paper surveys relevant SBSE literature focused on the resolution of many-objective problems. From the gathered knowledge, current limitations regarding problem formulation, algorithm selection, experimental design and industrial applicability are discussed. Through the analysis of observed trends, this survey provides a historical perspective and future lines of research concerning the adoption of many-objective optimisation within SBSE.
یک بررسی از بهینهسازی هدفمند در مهندسی نرمافزار مبتنی بر جستجو
نکات مهم مهندسی نرمافزار اغلب بسیاری از عوامل تصمیمگیری را برای بهینهسازی ارائه میکند. بهینهسازی هدفمند بسیاری روشهای جستجوی پیشرفته مناسب برای SBSE را به ارمغان میآورد. بررسی ادبیات موضوع بسیاری از اهداف را به عنوان یک موضوع تحقیق در حال ظهور شناسایی میکند. ما در مورد یافتههای فعلی و طرح کلی چالشهای باز و کار آینده در مهندسی نرمافزار based ractSearch (SBSE)در حال تغییر مسیر فعالیتهای مهندسی نرمافزار سنتی (SE)در حال تغییر روش فرمولبندی مجدد آنها به عنوان مسایل بهینهسازی است. تکامل طبیعی of چالشهای جدیدی را به همراه دارد، مانند نیاز به تعداد زیادی از اهداف که رسما نشانگر بسیاری از معیارهای تصمیمگیری درگیر در حل وظایف SE هستند. این نشان میدهد که SBSE به سمت بهینهسازی هدفمند بسیاری حرکت میکند، حوزهای نوظهور که تکنیکهای پیشرفته را برای مقابله با مشکلات بهینهسازی ابعادی بالا فراهم میکند. برای تجزیه و تحلیل این پدیده، این مقاله تحقیقی مرتبط با ادبیات مربوط به حل مشکلات بسیاری را بررسی میکند. از دانش بدستآمده، محدودیتهای موجود در رابطه با فرمولبندی مساله، انتخاب الگوریتم، طراحی تجربی و کاربرد صنعتی مورد بحث قرار گرفتهاست. از طریق تجزیه و تحلیل گرایشها مشاهدهشده، این تحقیق یک دیدگاه تاریخی و خطوط آتی تحقیق در رابطه با اتخاذ یک بهینهسازی هدفمند در درون SBSE فراهم میکند.
ترجمه شده با 