Содержание
Введение
Глава 1. Задача оптимизации характеристик программных средств и методы решения
1.1 Качество программных средств
1.1.1 Показатели качества программных средств.
1.1.2 Классификация и особенности стандартов качества программных средств.
1.2 Формализация задачи принятия решения
1.2.1 Множество альтернатив.
1.2.2 Критерии оптимальности и ограничения
1.2.3 Оптимизация по множеству критериев
1.2.4 Оптимизация при наличии ог раничений
1.3 Оптимизация .многокритериальных задач с помощью генетических алгоритмов.
1.3.1 Обработка множества ограничений в ЗА
1.3.2 Многокритериальная оптимизация с использованием ЗА
1.3.3 Стратегия принятия решения, использующая задание целевых значений и
приоритетов.
Выводы по главе 1.
Глава 2. Обработка различных видов неопределенности информации с помощью аппарата нечетких .множеств
2.1 Анализ видов неопределенности информации, характерных для процесса оценивания качества и оптимизации характеристик программных средств.
2.2 Описание различных видов неопределенности с помощью аппарата нечетких множеств
2.3 Основные понятия, применяемые для изложения теории нечетких множеств
2.3.1 Нечеткое множество
2.3.2 Множество уровня
2.3.3 Операции над Имножествами
2.3.4 Свойства множеств уровня
2.3.5 Расстояние Хемминга.
2.3.6 Нечеткое Готношение
2.3.7 Отображение Гмножеств
2.3.8 Математическая структура и свойства класса нечетких множеств
2.3.9 Методы нахождения результатов алгебраических операций над Гвеличинами
2.4 Обзор основных понятий интервального анализа
2.4.1 Интервальные числа
2.4.2 Стандартная интервальная арифметика.
2.4.3 Субдистрибутивность.
2.4.4 Монотонность по включению.
2.4.5 Интервальная арифметика с нестандартными операциями вычитания и
деления.
2.4.6 Обобщенный интервал.
2.4.7 Мнимый интервал.
2.4.8 Интервальнозначное нечеткое множество.
2.5 Методы, применяемые для построения функций принадлежности.
2.6 Обзор сведений о нечетких и лингвистических переменных
2.6.1 Лингвистические неопределенности и вычисление значений лингвистической переменной
2.6.2 Нечеткие условные предложения и композиционное правило вывода
2.6.3 Простые отношения между нечеткими переменными
2.7 Понятие о нечетких алгоритмах
Выводы по главе 2
Глава 3. Многокритериальная оптимизация с помощью генетического алгоритма при
формировании множества альтернатив и критериев на основе нечеткого подхода.
3.1 Модель объекта оптимизации в терминах популяционной генетики.
3.1.1 Структура нечеткой особи.
3.1.2 Нечеткие критерии оптимальности и ограничения
3.1.3 Нечеткая функция предпочти гельности.
3.2 Алгоритм оптимизации.
3.2.1 Формирование начальной популяции и ранжирование
3.2.2 Назначение приспособленности.
3.2.3 Оператор скрещивания нечетких особей.
3.2.4 Методы преобразования популяции, использующие ниши.
3.2.5 Оператор мутации.
3.2.6 Селекция особей и формирование следующего поколения
3.2.7 Последовательное уточнение предпочтений
3.2.8 Краткое описание структуры МКГЛ ИХ.
Выводы по главе 3
Глава 4. Оптимизирующий модул для программного комплекса Эксперт, использующий нечеткий эволюционный подход.
4.1 Формализация задачи оптимизации ПС
4.1.1 Модель процесса оценивания качества.
4.1.2 Уровень ранжирования как нечеткое множество.
4.1.3 Подготовка к оптимизации
4.2 Особенности реализации МКГЛ ИХ в оптимизирующем модуле
4.2.1 Особенности структуры особи.
4.2.2 Оператор мутации
4.3 Результаты тестирования МКГА НХ с нестандартными операторами бридинга, кроссовера и мутации
4.3.1 Характеристика тестовых задач.
4.3.2 Влияние параметров генетического алгоритма на эффективность поиска.
Заключение
Список литературы
- Київ+380960830922