面向基于搜索的模型工程中保持原子一致性的搜索算子的自动生成
人工智能
2019-07-15 v1 软件工程
摘要
近来，将模型驱动工程（MDE）与基于搜索的软件工程（SBSE）相结合的领域受到越来越多的关注。此类方法使用由作为模型变换实现的搜索算子（模型变异算子和有时为杂交算子）引导的元启发式搜索。这些算子的设计会显著影响元启发式搜索的有效性与效率。目前，搜索算子的设计由指定优化问题的人负责。然而，开发一致且高效的搜索算子规则不仅需要领域专业知识，还需要关于优化的深入知识，这使得基于模型的元启发式搜索的使用具有挑战性且成本高昂。在本文中，我们提出一种通用方法，针对给定优化问题自动生成保持原子一致性的搜索算子（aCPSO）。这减少了指定优化问题所需的工作量，并使优化用户免于实现高效元启发式搜索变异算子的复杂性。我们通过一组案例研究评估了我们的方法，并表明自动生成的规则在引导进化搜索趋向近最优解方面可与手动创建的规则相媲美，且在某些情况下更优。本文是发表于第22届模型驱动工程语言与系统国际会议（MODELS '19）论文集的同名论文的扩展版。
引用
@article{arxiv.1907.05647,
title = {Automatic Generation of Atomic Consistency Preserving Search Operators for Search-Based Model Engineering},
author = {Alexandru Burdusel and Steffen Zschaler and Stefan John},
journal= {arXiv preprint arXiv:1907.05647},
year = {2019}
}
备注
Technical report version of the MODELS 2019 paper with the same title