遗传算法在软件模型重构中的性能
软件工程
2024-01-31 v1 性能
摘要
由于新功能、需求或维护活动,软件系统持续演化。在软件演化的背景下,软件重构已获得战略相关性。可能的软件重构空间通常非常庞大,因为它由可产生软件系统替代方案的不同重构动作的组合给出。多目标算法已展现出通过同时追求不同目标来发现替代方案的能力。此类算法在软件模型重构背景下的性能至关重要。因此,本文对三种遗传算法进行性能分析,以比较它们在性能和解质量方面的差异。我们的结果表明各算法间存在显著的性能差异(例如,PESA2似乎是最快的,而NSGA-II显示出最少的内存使用)。
引用
@article{arxiv.2308.13875,
title = {Performance of Genetic Algorithms in the Context of Software Model Refactoring},
author = {Vittorio Cortellessa and Daniele Di Pompeo and Michele Tucci},
journal= {arXiv preprint arXiv:2308.13875},
year = {2024}
}
备注
19th European Workshop on Performance Engineering (EPEW 2023)