Incorporando preferências do usuário em uma abordagem de teste de linha de produto de software baseada em otimização multiobjetivo

Detalhes bibliográficos
Ano de defesa: 2018
Autor(a) principal: Jakubovski Filho, Helson Luiz
Orientador(a): Vergilio, Silvia Regina, 1966-
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Engenharia de linha de produto de software
Ciência da computação
Software - Produtividade
Algorítmos de computador
Link de acesso: https://hdl.handle.net/1884/55862
Resumo: Orientadora: Profa. Dra. Silvia Regina Vergilio
id UFPR_d252dcad9528eea6c76c1a3521abb609
oai_identifier_str oai:acervodigital.ufpr.br:1884/55862
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str
spelling Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em InformáticaVergilio, Silvia Regina, 1966-Jakubovski Filho, Helson Luiz2024-11-11T21:30:23Z2024-11-11T21:30:23Z2018https://hdl.handle.net/1884/55862Orientadora: Profa. Dra. Silvia Regina VergilioDissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa : Curitiba, 23/03/2018Inclui referências: p.85-91Área de concentração: Ciência da ComputaçãoResumo: Algoritmos evolutivos multi-objetivos (Evolutionary Multi-objective Algorithms - EMOAs) têm sido aplicados com sucesso para derivar um conjunto de produtos para o teste de variabilidades de Linha de Produto de Software (LPS). Esta tarefa é complexa, impactada por muitos fatores, como o número de produtos a serem testados, os critérios de cobertura a serem satisfeitos e a eficácia em revelar defeitos. Entretanto, implementações com estes algoritmos geralmente produzem muitas soluções que não são interessantes para o testador. Isso acontece porque os algoritmos de busca tradicionais não levam em consideração as preferências do usuário. Para facilitar a seleção das melhores soluções e evitar o esforço gerando soluções não interessantes, este trabalho introduz uma abordagem que aplica algoritmos multi-objetivos evolutivos baseados em preferência (Preference-Based Evolutionary Multi-objective Algorithm - PEMOAs) para resolver o problema. Dessa forma são considerados diferentes objetivos sendo o número produtos a serem testados, cobertura pairwise e escore de mutação. As preferências do testador são incorporadas antes do processo evolutivo iniciar (a priori) utilizando-se o método de ponto de referência (Reference Point - RP). São avaliados dois PEMOAs: R-NSGA-II e r-NSGA-II, usando duas formulações diferentes de objetivos e três tipos de RPs. É apresentada uma abordagem de hiper-heurística (HH) baseada em preferência para resolver esse problema. A abordagem implementa os dois PEMOAs, trabalhando com os métodos de seleção Choice Function, FRR-MAB, e um método aleatório. O objetivo da HH baseada em preferência é realizar a seleção automática de operadores genéticos, guiando a busca pela região de interesse (ROI) do testador. Os experimentos realizados mostram que os PEMOAs apresentam bons resultados, superando o algoritmo tradicional NSGA-II em relação à proximidade das soluções com o RP informado pelo testador e também ao número de soluções geradas dentro e fora da ROI. A utilização da HH baseada em preferência apresentou resultados ainda melhores, superando uma HH tradicional (NSGA-II-HH) encontrada na literatura. A utilização de HHs proporciona mais flexibilidade para o testador por permitir a seleção automática de operadores genéticos. O uso de PEMOAs reduz o esforço do testador na tarefa de selecionar o melhor conjunto de produtos para o teste de LPS.Abstract: Evolutionary Multi-Objective Algorithms (EMOAs) have been successfully applied to derive a set of products for variability testing of Software Product Line (SPL). This task is complex, impacted by many factors such as the number of products to be tested, the coverage of some criteria to be satisfied, and the efficacy for revealing faults. However, implementations with these algorithms often produce many solutions that are not interesting to the tester. This is because traditional search algorithms do not take into account user preferences. To facilitate the selection of the best solutions and to avoid the effort generating non-interesting solutions, this work introduces an approach that applies Preference-based Evolutionary Multi-objective Algorithms (PEMOAs) to solve the problem. In this way, different objectives are considered being the number of products to be tested, pairwise coverage and mutation score. The preferences of the tester are incorporated before the evolutionary process (a priori), using the Reference Point (RP) method. Two PMOEAs are evaluated: R-NSGA-II and r-NSGA-II, using two different formulations of objectives and three types of RPs. In addition this work presents a preference-based hyper-heuristic (HH) approach to solve this problem. The approach implements both PMOEAs, working with the selection methods: Choice Function, FRR-MAB, and random. The purpose of a preference-based HH is to perform the automatic selection of genetic operators, guiding the search to a Region of Interest (ROI). The experiments show that the PMOEAs present good results, overcome the traditional NSGA-II algorithm in relation to the proximity of the solutions with RP informed by the tester and also the number of solutions generated inside and outside the ROI. Moreover, the use of the HH based on preference present even better results, better than a traditional HHs (NSGA-II-HH) found in the literature. Besides, the use of HH is more flexible and allow automatic selection of operators. The use of PEMOAs reduces tester's effort to select the best set of products for SPL testing.1 recurso online : PDF.application/pdfEngenharia de linha de produto de softwareCiência da computaçãoSoftware - ProdutividadeAlgorítmos de computadorIncorporando preferências do usuário em uma abordagem de teste de linha de produto de software baseada em otimização multiobjetivoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - D - HELSON LUIZ JAKUBOVSKI FILHO.pdfapplication/pdf10097156https://acervodigital.ufpr.br/bitstream/1884/55862/1/R%20-%20D%20-%20HELSON%20LUIZ%20JAKUBOVSKI%20FILHO.pdfb9fd827ab8ad790e65e0f58ebf35d21aMD51open access1884/558622024-11-11 18:30:23.581open accessoai:acervodigital.ufpr.br:1884/55862Repositório InstitucionalPUBhttp://acervodigital.ufpr.br/oai/requestinformacaodigital@ufpr.bropendoar:3082024-11-11T21:30:23Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Incorporando preferências do usuário em uma abordagem de teste de linha de produto de software baseada em otimização multiobjetivo
title Incorporando preferências do usuário em uma abordagem de teste de linha de produto de software baseada em otimização multiobjetivo
spellingShingle Incorporando preferências do usuário em uma abordagem de teste de linha de produto de software baseada em otimização multiobjetivo
Jakubovski Filho, Helson Luiz
Engenharia de linha de produto de software
Ciência da computação
Software - Produtividade
Algorítmos de computador
title_short Incorporando preferências do usuário em uma abordagem de teste de linha de produto de software baseada em otimização multiobjetivo
title_full Incorporando preferências do usuário em uma abordagem de teste de linha de produto de software baseada em otimização multiobjetivo
title_fullStr Incorporando preferências do usuário em uma abordagem de teste de linha de produto de software baseada em otimização multiobjetivo
title_full_unstemmed Incorporando preferências do usuário em uma abordagem de teste de linha de produto de software baseada em otimização multiobjetivo
title_sort Incorporando preferências do usuário em uma abordagem de teste de linha de produto de software baseada em otimização multiobjetivo
author Jakubovski Filho, Helson Luiz
author_facet Jakubovski Filho, Helson Luiz
author_role author
dc.contributor.other.pt_BR.fl_str_mv Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Informática
dc.contributor.advisor1.fl_str_mv Vergilio, Silvia Regina, 1966-
dc.contributor.author.fl_str_mv Jakubovski Filho, Helson Luiz
contributor_str_mv Vergilio, Silvia Regina, 1966-
dc.subject.por.fl_str_mv Engenharia de linha de produto de software
Ciência da computação
Software - Produtividade
Algorítmos de computador
topic Engenharia de linha de produto de software
Ciência da computação
Software - Produtividade
Algorítmos de computador
description Orientadora: Profa. Dra. Silvia Regina Vergilio
publishDate 2018
dc.date.issued.fl_str_mv 2018
dc.date.accessioned.fl_str_mv 2024-11-11T21:30:23Z
dc.date.available.fl_str_mv 2024-11-11T21:30:23Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1884/55862
url https://hdl.handle.net/1884/55862
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 1 recurso online : PDF.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/55862/1/R%20-%20D%20-%20HELSON%20LUIZ%20JAKUBOVSKI%20FILHO.pdf
bitstream.checksum.fl_str_mv b9fd827ab8ad790e65e0f58ebf35d21a
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv informacaodigital@ufpr.br
_version_ 1847526236882993152

Registros relacionados