راحله کارگر - دانشجو کارشناسی ارشد، کامپیوتر، نرم افزار، موسسه آموزش عالی روزبهان، ساری، ایران
ابوالفضل لاکدشتی - استادیار، موسسه آموزش عالی روزبهان، ساری، ایران
علیرضا عظیمی - مربی، موسسه آموزش عالی روزبهان،ساری ایران

معماری سرویس گرا سبکی از معماری سیستمهای اطلاعاتی است که هدف آن اتصال سست سرویس ها جهت انعطاف پذیری و تعامل پذیری سیستمهاست و بصورت مستقل از فناوری پشتیبانی می کند. روش پیشنهادی این تحقیق یک روش ترکیبی مبتنی بر الگوریتم ذرات پرندگان و شبکه عصبی عمیق برای تشخیص بهینه ترین روش تطبیق پذیر در معماری خط تولید نرم افزار پویا می باشد. کلیات کار بدین صورت است: ابتدا با توجه به بزرگ بودن مجموعه داده ورودی از تکنیک مولفه اصلی برای کاهش ابعاد استفاده کرده در ادامه از روش ترکیبی الگوریتم ذرات پرندگان برای استخراج ویژگی مجموعه داده و کلاس بندی توسط شبکه عصبی DNN ۱۱ لایه ای برای مقایسه عملکرد تمامی عناصر ورودی مجموعه داده استفاده میشود. مجموعه داده استفاده شده دارای ۸۱۴ ستون در ۱۱۶ سطر است. روش پیشنهادی همچنین با روش های رگرسیون خطی، شبکه عصبی پرسپترون، ماشین بردار پشتیبان خطی و rbf، درخت تصمیم، جنگل تصادفی، گرادیان احتمالاتی، یک در مقابل همه و نزدیکترین همسایه مقایسه شد. در این مقایسات روش پیشنهادی ( PSO+DNN ) به مقدار معیار دقت۰/۸۶۴۲ مقدار معیار بازخوانی ۰/۹۶۲۵ و مقدار معیار درستی۰/۹۰۳۵رسید. در مقایسه با نزدیک ترین مقدار درستی که تقریبا ۱۶ درصد کمتر از روش پیشنهادی بود، روش پیشنهادی توانست با دقت مناسبی بهینه ترین روش تطبیق پذیر در معماری خط تولید نرم افزار پویا برای داده ورودی یابد.

روش های تطبیق پذیر، خط تولید نرم افزار پویا، بهینه سازی، الگوریتم ذرات پرندگان، شبکه DNN.