Aplicação da meta-heurística algoritmo genético na solução do Problema da Próxima Versão com modelagem, implementação e análise comparativa
DOI:
https://doi.org/10.56762/tecnia.v10i2.1700Palavras-chave:
Algoritmo genético, Problema da próxima versão, Gerenciamento de requisitos, Metaheurísticas, Engenharia de software baseada em buscaResumo
Este estudo apresenta uma investigação sobre a aplicação da meta-heurística algoritmo genético para resolver o complexo Problema da Próxima Versão na engenharia de software. O algoritmo genético foi adaptado para tratar dessa questão, demonstrando sua eficácia em comparação com outras configurações, por meio de experimentos em conjuntos de dados reais. Os resultados indicam que essa abordagem gera soluções eficientes e balanceadas para os objetivos do projeto, oferecendo insights valiosos para a gestão de requisitos em projetos de desenvolvimento de software.
Referências
DEPARTAMENTO ESTADUAL DE TRÂNSITO DE GOIÁS. Termo de referência – Anexo I. Goiânia: Detran-GO, 2020. Disponível em: https://goias.gov.br/detran/wp-content/uploads/sites/8/2023/07/20201123-ANEXO-I-TERMO-DE-REFERENCIA.pdf. Acesso em: 30 abr. 2025.
ELVASSORE, Valentin. Experimenting with generic algorithms to resolve the next release problem. 2016. Dissertação (Mestrado em Inovação e Pesquisa em Informática - MIRI) — Institut Superieur d’Informatique, de Modelisation et de leurs Applications, Universitat Politècnica de Catalunya, Catalunya, 2016. Disponível em: https://upcommons.upc.edu/entities/publication/e2c6aabe-c3f3-4bef-b8fa-21d3bd45870f. Acesso em: 30 abr. 2025.
GORSCHEK, T.; WOHLIN, C.; ÖSTBERG, O. A staged model for systematic review. Empirical Software Engineering, [s. l.], v. 11, n. 4, p. 543-562, 2006.
HARMAN, Mark; MANSOURI, Sahar A.; ZHANG, Yuanyuan. Search-based software engineering: Trends, techniques and applications. ACM Computing Surveys, [s. l.], v. 45, n. 1, p. 1-61, 2012. DOI: https://doi.org/10.1145/2379776.2379787. Acesso em: 30 abr. 2025.
NIU, N.; HUANG, C.; JIN, H. An evolutionary algorithm for feature selection based on mutual information. Information Sciences, [s. l.], v. 178, n. 14, p. 2799-2813, 2008. DOI: https://doi.org/10.1016/j.ins.2015.02.031. Disponível em: https://www.sciencedirect.com/science/article/abs/pii/S0020025515001310. Acesso em: 30 abr. 2025.
PROJETO SUPERSEDE. GitHub, [s. l.], c2025. Disponível em: https://github.com/supersede-project. Acesso em: 10 jun. 2024.
SARRAB, M.; AL SHIBLI, I. Optimization techniques for software release planning: A systematic literature review. Journal of Software: Evolution and Process, [s. l.], v. 31, n. 11, e2153, 2019.
SOMMERVILLE, I. Software Engineering. 9. ed. Boston, EUA: Addison Wesley, 2011.
SOUZA, L. F.; REBOUÇAS FILHO, P. P. Applications of genetic algorithm in software engineering, distributed computing and machine learning. In: INTERNATIONAL CONFERENCE ON COMPUTATIONAL SCIENCE AND ITS APPLICATIONS (ICCSA), 2020. Anais [...]. Springer, 2020. p. 309-324.
Downloads
Publicado
Como Citar
Edição
Seção
Categorias
Licença
-
Autores e autoras que publicam na Tecnia concordam com os seguintes termos:
1) Autores e autoras mantêm os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution, que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores e autoras têm autorização para assumir contratos adicionais separadamente, para distribuição não exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores e autoras têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) após a finalização do processo editorial, já que isso pode aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
