بهبود دقت خوشه بندی سلسله مراتبی برای کد منبع باز نرم افزار با استفاده از جستجوی هارمونی

سیستم نرم افزاری بدلیل افزایش طول عمرشان ، ساختار خود را به دلایل مختلفی از دست می دهند که مدیریت و نگهداری چنین سیستم هایی دشوار می شود.بازسازی مجدد نرم افزار همیشه یک کار کلیدی در زمینه مهندسی مجدد نرم افزار است ،که منجر به بهبود کیفیت و بهره وری در توسعه نرم افزار می شود.در سال های اخیر، محققان استفاده از روش های خوشه بندی را برای بازیابی معماری سیستم های نرم افزاری را با توجه به تنها کد منبع آن، مورد بررسی قرار داده که به عنوان تکنیک شبه اتوماتیک برای بازسازی معماری نرم افزار شناخته می شود . خوشه بندی ماژولار اساسا یک مشکل NP-Hard است ، به همین جهت برای پیدا کردن جواب بهینه و خودکار سازی روش های متعددی وجود دارد، یکی از بهترین روش های پیشنهادی روش ها ، مبتنی بر جستجو می باشد که استفاده از تکنیک های فرا ابتکاری برای مسائل موجود در مراحل مختلف تولید و توسعه نرم افزار مانند طراحی، تست و بازسازی مجدد و .... می تواند روش مناسبی باشد . در طی چند دهه گذشته،چندین الگوریتم فرا ابتکاری شامل الگوریتم ژنتیک، بهینه سازی ذرات ،کلونی مورچگان و الگوریتم جستجوی هارمونی ، که در سال 2001 توسط جیم و همکارانش توسعه پیدا کرد که در فرایند جستجوی جواب در مسائل بهینه سازی، از فرایند نواختن همزمان گروه ارکستر موزیک الهام گرفته شده است ، بهمین خاطر در این مقاله از ترکیب الگوریتم های خوشه بندی سلسله مراتبی و الگوریتم جستجوی هارمونی استفاده می شود که روش جدیدی برای بهبود کیفیت مدولاسیون ، ارائه گردید که HC-HS نامیده می شود . پنج نوع متفاوت از ( HC-HS و 5 HC-HS4 ،HC-HS3 ، HC- HS2 ،HC-HS یعنی 1 HC-HS ) بر اساس تغییرات خطی و نمایی در میزان حافظه هارمونی (HMCR) و نرخ تنظیم پیک (PAR) صورت گرفته است . نتایج نشان داد که روش پیشنهادی کیفیت مدولاسیون را افزایش داده است .