基于搜索的软件需求优选关键技术研究
发布时间:2020-11-13 22:38
软件企业在规划软件的下一版本时,面临一系列候选需求,每个需求的实现都需要一定的开发成本。每位雇主在自己感兴趣的需求被实现的同时,为软件企业带来了相应的收益。随着基于互联网软件开发模式的日益普遍,软件产业进入了加速创新、快速迭代的爆发期,需要快速捕捉、优选和响应雇主需求,然而软件系统规模、应用和客户规模的不断扩大,使得需求数量急剧增大,开发人员对需求收集分析过程的重视和强调,又导致需求之间往往出现重复和相互依赖,这些都增大了后续需求分析的工作量和难度,急需研究快速捕捉、优选和响应雇主需求的关键技术,在充分获取软件需求的基础上,以及固定成本预算的前提下,从千差万别的需求中准确地获取核心需求,快速去除重复和不真正需要的需求,既尽可能提高雇主的满意度,又确保有足够的资源来实现选定的需求,从而获得最大收益,并提高软件系统的完整性和健壮性。本文在归纳总结目前主流的需求优选技术的基础上,分析了需求优选领域亟需解决的四个关键问题:(1)大规模需求的消冗和聚类问题;(2)多雇主冲突的需求优选问题;(3)需求间依赖限制的问题;(4)需求变更的管理问题,针对这些问题开展了以下四方面的研究工作。为了解决大规模需求的消冗和聚类问题,提出了一种基于Word Embedding的需求语义理解和超图分割的需求消冗和聚类方法。首先运用Word Embedding方法对需求深层次语义进行理解,将自然语言表示的需求进行向量化处理。在此基础上,采用基于超图分割的聚类方法对需求进行聚类,将每一个需求向量看作一个顶点,进行超图构造、分割、聚类。然后进行去冗余处理,对基于Word Embedding需求向量的余弦相似度进行计算比较,达到某一设定阈值时,则认为这两个需求实际上在表述同一件事件,可以去掉一个。实验结果表明本文提出的方法聚类结果的平均F值和最高F值均明显优于三类基线方法。为了解决多雇主冲突的需求优选问题,对软件工程中存在的多雇主需求优选问题进行建模分析,将多雇主需求优选问题转化为多目标优化问题,提出了一种基于存档NSGA-II算法的需求优选方法。一方面,针对以往多目标优化方法计算复杂度高、搜索效率低的问题,通过引入NSGA-II算法降低了多雇主优化目标的计算复杂度。另一方面,通过文档记录每一次迭代的非支配性解集,大幅度减少精英解集在迭代过程中的流失,取得了较好的需求优选效果。实验结果表明,本文提出的需求优选方法,能够在资源和成本的限制下,求解一个令尽可能多雇主满意的需求集合。为了解决需求间依赖限制的问题,通过对软件工程中存在的需求依赖类型进行建模分析,提出了一种基于A*剪枝的需求优选方法,设计了能评估潜在价值比的启发函数,运用拓扑排序、启发式搜索方法和剪枝方法,通过溢出-剪枝过程,在满足需求依赖、雇主满意度和成本限制条件下,优选出满足依赖关系、高价值比的需求集合。实验结果显示,无论是在成本限定条件下软件系统达到的最大价值,还是在实现一定价值目标所需的最小资源上,A*剪枝方法均好于基于宽度优先、基于深度优先、基于代价一致、基于贪婪算法和基于A*算法的优选方法。为了解决需求变更管理的问题,对需求分析阶段的软件需求变更管理进行研究,提出了一种基于纳什均衡的变更管理策略。首先,分析了雇主提出需求变更要求的纳什均衡模型,为开发者应该在何种情况下做出局部或整体调整提供了参考。其次,针对如何找到一个可以平衡雇主满意度与开发成本的整体调整方案,建立了寻找最优整体调整方案的数学模型,分析了在该模型下整体调整方案确定过程中的博弈机制,最终在纳什均衡原理的指导下提出了一种高效的整体调整方案确定方法。实验结果表明,该方法能在线性时间内有效地激励或者抑制需求变更。综上,针对需求优选领域有待解决的关键问题,进行了以上四方面的研究工作,在需求优选方面进行了有意义的探索。
【学位单位】:哈尔滨工业大学
【学位级别】:博士
【学位年份】:2018
【中图分类】:TP311.5
【文章目录】:
摘要
ABSTRACT
第1章 绪论
1.1 课题背景及研究意义
1.1.1 课题背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 面向大规模需求的聚类方法研究现状
1.2.2 基于搜索的多雇主需求优选方法研究现状
1.2.3 具有依赖关系的需求优选方法研究现状
1.2.4 需求变更管理方法研究现状
1.3 需求优选领域的关键问题
1.3.1 解决大规模需求的聚类问题
1.3.2 解决多雇主冲突的问题
1.3.3 处理需求依赖与需求优选之间的冲突问题
1.3.4 解决需求变更方案优选的问题
1.4 本文的主要研究内容和组织结构
1.4.1 研究内容
1.4.2 组织结构
第2章 面向大规模需求的消冗和聚类方法研究
2.1 引言
2.2 相关工作
2.3 本章的解决思路
2.4 面向大规模需求的消冗
2.4.1 需求消冗的基本流程
2.4.2 Word Embedding简介
2.4.3 基于自然语言处理技术的需求消冗
2.5 基于超图分割的需求聚类方法
2.5.1 超图
2.5.2 超图聚类
2.5.3 需求聚类过程
2.6 实验结果与分析
2.6.1 评价指标
2.6.2 基线方法
2.6.3 聚类数量预估
2.6.4 需求消冗阈值确定
2.6.5 结果分析
2.7 本章小结
第3章 基于存档NSGA-Ⅱ的多雇主需求优选
3.1 引言
3.2 相关工作
3.3 多雇主需求优选问题的形式化描述
3.4 本章的解决思路
3.5 NSGA-Ⅱ算法简介
3.5.1 Pareto最优解
3.5.2 遗传算法基本思想
3.5.3 非支配排序遗传算法基本思想
3.5.4 带精英策略的非支配排序遗传算法基本思想
3.6 基于存档NSGA-Ⅱ的需求优选算法
3.6.1 快速非支配排序算子
3.6.2 个体拥挤度距离算子设计
3.6.3 精英策略选择算子设计
3.6.4 算法的具体实现
3.7 实验结果与分析
3.7.1 实验数据
3.7.2 需求优选结果评价方法
3.7.3 结果分析
3.8 本章小结
第4章 基于A*剪枝的需求依赖关系建模和需求优选
4.1 引言
4.2 相关工作
4.3 本章的解决思路
4.4 需求依赖关系的建模
4.4.1 需求依赖的有向图模型
4.4.2 相互依赖及环依赖消除
4.4.3 拓扑排序
4.5 基于A*剪枝算法的需求优选算法
4.5.1 A*算法简介
4.5.2 需求节点启发值设置
4.5.3 基于A*搜索算法的需求优选过程
4.5.4 需求优选集合的溢出与剪枝优化过程
4.5.5 案例分析
4.6 实验结果与分析
4.6.1 实验数据
4.6.2 评价指标
4.6.3 实验对比方法
4.6.4 结果分析
4.7 本章小结
第5章 基于纳什均衡的需求变更管理策略
5.1 引言
5.2 相关工作
5.3 本章解决思路
5.4 面向需求变更的纳什均衡模型构建
5.4.1 纳什均衡的基本思想
5.4.2 基于纳什均衡条件的需求变更方案优劣评价
5.4.3 纳什均衡评价函数参数确定
5.4.4 基于纳什均衡优选的可行性验证
5.5 基于纳什均衡的需求变更管理算法
5.5.1 系统开发者的博弈策略
5.5.2 雇主与开发者的博弈与纳什均衡
5.5.3 需求变更管理策略
5.5.4 案例分析
5.6 实验结果与分析
5.6.1 实验数据
5.6.2 实验设置
5.6.3 结果分析
5.7 本章小结
结论
参考文献
攻读博士学位期间发表的论文及其它成果
致谢
个人简历
【参考文献】
本文编号:2882738
【学位单位】:哈尔滨工业大学
【学位级别】:博士
【学位年份】:2018
【中图分类】:TP311.5
【文章目录】:
摘要
ABSTRACT
第1章 绪论
1.1 课题背景及研究意义
1.1.1 课题背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 面向大规模需求的聚类方法研究现状
1.2.2 基于搜索的多雇主需求优选方法研究现状
1.2.3 具有依赖关系的需求优选方法研究现状
1.2.4 需求变更管理方法研究现状
1.3 需求优选领域的关键问题
1.3.1 解决大规模需求的聚类问题
1.3.2 解决多雇主冲突的问题
1.3.3 处理需求依赖与需求优选之间的冲突问题
1.3.4 解决需求变更方案优选的问题
1.4 本文的主要研究内容和组织结构
1.4.1 研究内容
1.4.2 组织结构
第2章 面向大规模需求的消冗和聚类方法研究
2.1 引言
2.2 相关工作
2.3 本章的解决思路
2.4 面向大规模需求的消冗
2.4.1 需求消冗的基本流程
2.4.2 Word Embedding简介
2.4.3 基于自然语言处理技术的需求消冗
2.5 基于超图分割的需求聚类方法
2.5.1 超图
2.5.2 超图聚类
2.5.3 需求聚类过程
2.6 实验结果与分析
2.6.1 评价指标
2.6.2 基线方法
2.6.3 聚类数量预估
2.6.4 需求消冗阈值确定
2.6.5 结果分析
2.7 本章小结
第3章 基于存档NSGA-Ⅱ的多雇主需求优选
3.1 引言
3.2 相关工作
3.3 多雇主需求优选问题的形式化描述
3.4 本章的解决思路
3.5 NSGA-Ⅱ算法简介
3.5.1 Pareto最优解
3.5.2 遗传算法基本思想
3.5.3 非支配排序遗传算法基本思想
3.5.4 带精英策略的非支配排序遗传算法基本思想
3.6 基于存档NSGA-Ⅱ的需求优选算法
3.6.1 快速非支配排序算子
3.6.2 个体拥挤度距离算子设计
3.6.3 精英策略选择算子设计
3.6.4 算法的具体实现
3.7 实验结果与分析
3.7.1 实验数据
3.7.2 需求优选结果评价方法
3.7.3 结果分析
3.8 本章小结
第4章 基于A*剪枝的需求依赖关系建模和需求优选
4.1 引言
4.2 相关工作
4.3 本章的解决思路
4.4 需求依赖关系的建模
4.4.1 需求依赖的有向图模型
4.4.2 相互依赖及环依赖消除
4.4.3 拓扑排序
4.5 基于A*剪枝算法的需求优选算法
4.5.1 A*算法简介
4.5.2 需求节点启发值设置
4.5.3 基于A*搜索算法的需求优选过程
4.5.4 需求优选集合的溢出与剪枝优化过程
4.5.5 案例分析
4.6 实验结果与分析
4.6.1 实验数据
4.6.2 评价指标
4.6.3 实验对比方法
4.6.4 结果分析
4.7 本章小结
第5章 基于纳什均衡的需求变更管理策略
5.1 引言
5.2 相关工作
5.3 本章解决思路
5.4 面向需求变更的纳什均衡模型构建
5.4.1 纳什均衡的基本思想
5.4.2 基于纳什均衡条件的需求变更方案优劣评价
5.4.3 纳什均衡评价函数参数确定
5.4.4 基于纳什均衡优选的可行性验证
5.5 基于纳什均衡的需求变更管理算法
5.5.1 系统开发者的博弈策略
5.5.2 雇主与开发者的博弈与纳什均衡
5.5.3 需求变更管理策略
5.5.4 案例分析
5.6 实验结果与分析
5.6.1 实验数据
5.6.2 实验设置
5.6.3 结果分析
5.7 本章小结
结论
参考文献
攻读博士学位期间发表的论文及其它成果
致谢
个人简历
【参考文献】
相关期刊论文 前5条
1 李天颍;刘璘;赵德旺;曹原;;一种基于依存文法的需求文本策略依赖关系抽取方法[J];计算机学报;2013年01期
2 罗术通;张长海;金英;刘元宁;;通过需求依赖判定横切关注点[J];吉林大学学报(工学版);2011年04期
3 赵君莉;杨善学;王宇平;;改进的非支配排序遗传算法INSGA-II[J];西安科技大学学报;2006年04期
4 张建英;博弈论的发展及其在现实中的应用[J];理论探索;2005年02期
5 黄聪明,陈湘秀;小生境遗传算法的改进[J];北京理工大学学报;2004年08期
相关博士学位论文 前1条
1 古万荣;基于超图模型的新闻推荐研究[D];华南理工大学;2015年
本文编号:2882738
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/2882738.html