یک جستجوی‌اکتشافی مبتنی بر بهینه‌سازی ذرات برای مساله خوشه‌بندی واحد مستقل نرم‌افزاری

حل مسایل خوشه‌بندی واحد مستقل نرم‌افزار در مقیاس بزرگ (‏SMCP ها)‏با استفاده از روش‌های بهینه‌سازی تحلیلی / قطعی به دلیل پیچیدگی و هزینه محاسباتی بالا بسیار دشوار است. اخیرا، الگوریتم بهینه‌سازی انبوه ذرات (‏PSO)‏، یک الگوریتم جستجوی غیرقطعی فرا ابتکاری، توجه زیادی را به خود جلب کرده و برای حل مسایل مختلف علم و مهندسی در مقیاس بزرگ بکار گرفته شده‌است. با این حال، کاربرد و سودمندی الگوریتم PSO تا به امروز برای حل SMCP ها توسط هیچ محققی مورد مطالعه قرار نگرفته است. در این مقاله، ما خوشه‌بندی واحد مستقل مبتنی بر PSO (‏PSOMC)‏را معرفی می‌کنیم، که سیستم نرم‌افزار را با بهینه‌سازی تقسیم می‌کند: (‏۱)‏وابستگی درون خوشه‌ای، (‏۲)‏وابستگی بین خوشه‌ای، (‏۳)‏تعدادی از خوشه‌ها، و (‏۴)‏تعدادی واحد مستقل در هر خوشه. در این بخش، اصطلاحات "موقعیت" و "سرعت" PSO اصلی را تحت سناریوی مجزایی تعریف می‌کنیم که برای SMCP ها مناسب‌تر است. برای نشان دادن عملکرد روش پیشنهادی، آزمایش‌ها گسترده‌ای بر روی شش SMCP دنیای واقعی انجام شده‌است. همچنین رویکرد خود را با مدل‌های نرم‌افزاری موجود دسته‌بندی روش‌های فرا ابتکاری

The large-scale software module clustering problems (SMCPs) are very difficult to solve by using traditional analytical/deterministic-based optimization methods due to their high complexity and computation cost. Recently, particle swarm optimization (PSO) algorithm, a non-deterministic meta-heuristic search algorithm, gained wide attention and has been adapted to address the various large-scale science and engineering optimization problems. However, the applicability and usefulness of PSO algorithm have not been studied by any researcher till date to solve the SMCPs. In this paper, we introduce PSO-based module clustering (PSOMC), which partitions software system by optimizing: (1) intracluster dependency, (2) intercluster dependency, (3) a number of clusters, and (4) a number of module per cluster. To this contribution, we redefine the terms “position” and “velocity” of original PSO under the discrete scenario that best suited to SMCPs. To demonstrate the performance of the proposed a