用改进的遗传算法实现架构恢复

被引：13

作者：

李青山

陈平

机构：

[1] 西安电子科技大学软件工程研究所

来源：

软件学报 | 2003年 / 07期

关键词：

架构恢复; 聚类算法; 遗传算法; 面向对象逆向工程;

D O I：

10.13328/j.cnki.jos.2003.07.005

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

高层架构恢复对软件维护和软件进化至关重要.把实现架构恢复的聚类问题看作优化问题,通过对常规遗传算法中初始群体产生策略、选择操作方法、交叉概率和变异概率的自适应性等重要参数和关键环节的改进,设计并实现了混合遗传聚类算法(hybridgeneticclusteringalgorithm,简称HGCA).同时也对该算法的有效性和综合性能进行了实验分析,结果表明,该算法对初始群体的产生有较好的约束作用.与传统遗传算法相比,它的群体性能和收敛性能都较优,且收敛精度高.同时,基于MoJo度量模型的相似性度量值充分说明了HGCA算法对架构恢复的正确性和有效性.

引用

页码：1221 / 1228

页数：8