عملکرد الگوریتم های تکاملی چند هدفه برای کشف معماری نرم افزار

در طراحی سیستم های پیچیده، معماران نرم افزار باید برای مقابله با مساله در هم ریختگی، شاخص و ایده هایی برای کشف زمینه مناسب ترین معماری را بکارببرند. یک راه معمول ساختار این سیستم ها استفاده از اجزای نرم افزار در شرایط است که تعامل خود، ترکیب و اتصالات در آن به درستی تنظیم می شود. در این سناریو، مهندسی نرم افزار مبتنی بر جستجو SBSE به حمایت از سیستم های تصمیم یار می پردازد. منوهایی از مدل تجزیه و تحلیل اولیه، از زمان کشف معماری های مبتنی بر مولفه را می توان به عنوان یک فرمول به چالش کشیدن مسیله بهینه سازی های متعدد، که در آن استانداردهای مختلف و تنظیمات را می توان بسته به اعمال الزامات طراحی و دامنه خاص خود را دارد پرداخت. بسیاری از بهینه سازی های الگوریتم های چند هدفه تکاملی می تواند یک جایگزین جالب برای روش های چند هدفه کلاسیک ارایه دهد. در این مقاله مروری مقایسه ای بین پنج الگوریتم مختلف، از جمله تجزیه و تحلیل تجربی از رفتار خود از نظر کیفیت و تنوع راه حل بازگشت خواهیم داشت تجزیه و تحلیل بسیاری از اهداف الگوریتم چند هدفه به منزله یک چالش مهم است که برخی از آنها پیش از این هرگز در SBSE کشف نشده است