Next release optimization problem using multi-objective Harris hawks optimization algorithm

مقدم أطروحة جامعية

Khalil, Fadi

مشرف أطروحة جامعية

Mafarjah, Majdi

الجامعة

جامعة بيرزيت

الكلية

كلية الهندسة و التكنولوجيا

القسم الأكاديمي

دائرة هندسة أنظمة الحاسوب

دولة الجامعة

فلسطين (الضفة الغربية)

الدرجة العلمية

ماجستير

تاريخ الدرجة العلمية

2021

الملخص العربي

عادة ما تواجه الشركات التي تقوم بتطوير أنظمة برمجيات كبيرة و معقدة مشكلة تحديد محتويات الإصدار التالي في تحديد المتطلبات و الميزات التي يجب تنفيذها في الإصدار التالي في معظم الحالات يكون هناك ميزانية لتطوير البرامج، و هناك الكثير من المتطلبات الواجب تنفيذها.

في مثل هذه المعضلة يجب على الشركات تلبية طلبات العملاء دون تجاوز حد ميزانية التطوير.

و في هذه الحالة يعتمد اختيار المتطلبات على القيمة الريحية و التكلفة التشغيلية و الارتباطات بين المتطلبات.

في هذه الأطروحة، تم اقتراح نهج جديد لمعالجة هذه المشكلة تستخدم استراتيجية ماطردة الصقور للفريسة و هي إحدى خوارزميات ذكاء القطيع في حل المشكلة.

يتم تحويل هذه الخوارزمية من هدف واحد إلى متعددة الاهداف باستخدام معادلتين لحساب تكلفة التطوير و الفائدة العائدة من تطوير كل واحد من المتطلبات المطلوب اضافتها من الاصدار التالي من البرنامج، ثم يتم استخدامها للعثور على أفضل مجموعة من المتطلبات التي تحقق رضا العملاء ضمن ميزانية التطوير.

للمقارنة بين الطريقة الجديدة و الدراسات السابقة ذات الصلة يتم استخدام مجموعة بيانات مختلفة من دراسات سابقة ذات صلة لتقييم أداء النهج المقترح.

تحتوي هذه البيانات على بيانات غير حقيقية و أخرى حقيقية.

تم إنشاء مجموعة البيانات الغير حقيقية في المختبرات لاستخدامها في التجارب.

تم اشتقاق مجموعة البيانات الواقعية من مشروع حقيقي مفتوح المصدر يتضمن كلا النوعين تكلفة المتطلبات و المتطلبات التي يطلبها كل عميل، و العائد الريحي لتنفيذ متطلبات العميل.

في هذا العمل تمت مقارنة ثلاث خوارزميات من أفضل خوارزميات الاستدلال الفوقي NSGA-II و MOCell و MOCHC مع خوارزمية MOHHO المقترحة باستخدام مجموعة بيانات مختلفة، يتم تكرار كل تجربة عدة مرات لتجنب الحصول على نتائج جيدة بالصدفة أظهرت النتيجة أن الخوارزمية الجديدة MOHHO تتفوق في الأداء على NSGA-II و MOCell و MOCHC بناءً على عدة مؤشرات لمراقبة أداء الخوارزميات.

الملخص الإنجليزي

Companies that maintain large and complex software systems are usually facing Next Release Problem (NRP) in determining what requirements and features should be implemented in the next release [4].

Usually, there is a budget for software development, and there is a lot of requirements to be implemented.

In this dilemma, the companies must satisfy customers’ requests without exceeding the development budget limit.

In such a problem, requirement selection depends on the value, integrity, and dependencies between requirements.

In this thesis, a new approach is proposed to tackle NRP.

One of the recent Swarm Intelligent (SI) Meta Heuristics algorithms is used to tackle NRP, which is "Harris Hawks Optimization (HHO)" [24].

This algorithm is converted from a Single-Objective to Multi-Objective using two fitness functions, then used to find the best set of requirements that achieve customers’ satisfaction within the development budget.

Different datasets from related NRP literature are used to assess the proposed approach’s performance.

It contains classic and real instances.

Classic datasets were generated in labs to be used for experiments.

The realistic datasets were derived from a real open source project.

Both types include requirements cost, requirements requested by each customer, and the profit will be gained for implementing customer requirements.

In this work, three for the best wrapper meta-heuristics algorithms (NSGA-II, MOCell and MOCHC) are compared with the proposed MOHHO algorithm using different datasets, each experiment is repeated multiple times to avoid getting good results by chance.

The result showed that MOHHO outperforms NSGA-II, MOCell and MOCHC based on comparing Hypervolume values.

التخصصات الرئيسية

تكنولوجيا المعلومات وعلم الحاسوب

عدد الصفحات

85

قائمة المحتويات

• APA
• MLA
• AMA

لغة النص

الإنجليزية

نوع البيانات

رسائل جامعية

رقم السجل

BIM-1413064