Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.ufc.br/handle/riufc/44988
Tipo: | Dissertação |
Título : | Uma arquitetura utilizando algoritmo genético interativo e aprendizado de máquina aplicado ao problema do próximo release |
Autor : | Araújo, Allysson Allex de Paula |
Tutor: | Souza, Jerffeson Teixeira de |
Palabras clave : | Problema do próximo release;Algoritmo genético interativo;Otimização interativa;Aprendizado de máquina;Engenharia de Software baseada em busca |
Fecha de publicación : | 2015 |
Citación : | ARAÚJO, Allysson Allex de Paula. Uma arquitetura utilizando algoritmo genético interativo e aprendizado de máquina aplicado ao problema do próximo release. 2015. Dissertação (Mestrado em Ciência da Computação) – Universidade Estadual do Ceará, Fortaleza, 2015. |
Resumen en portugués brasileño: | O Problema do Próximo Release consiste na seleção de quais requisitos serão implementados no próximo release do sistema. Para muitas abordagens que envolvem Search Based Software Engineering e o Problema do Próximo Release, ainda falta a habilidade de incluir eficientemente a opinião humana e suas peculiaridades no processo de busca. Assim, neste trabalho apresenta-se uma arquitetura para resolver o Problema do Próximo Release que permita incorporar as preferências humanas e que, através de um modelo de aprendizado, esteja apto a minimizar o problema da fadiga humana. Os resultados experimentais são aptos a demonstrar que a abordagem proposta é capaz de incorporar de forma bem-sucedida as preferências do usuário na solução final com uma baixa perda em termos objetivos. |
Abstract: | The Next Release Problem consists in selecting which requirements will be implemented in the next software release. For many Search Based Software Engineering approaches to the Next Release Problem, there is still a lack of ability to efficiently include the human opinion and its peculiarities in the search process. Thus, in this work it is proposed an architecture to solve the Next Release Problem where the human preferences can be incorporated and, through a learning model, is able to minimize the problem of human fatigue. Experimental results are able to show that an Interactive Genetic Algorithm can successfully incorporate the user preferences in the final solution with a small loss in objectives terms. |
URI : | http://www.repositorio.ufc.br/handle/riufc/44988 |
Aparece en las colecciones: | CCRATEÚS - Dissertações defendidas em outras instituições |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
2015_dissertacao_aaparaujo.pdf | 4,16 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.