سارا براریان مرزونی - اداره آموزش وپرورش شهرستان بابلسر- کارشناسی ارشد علوم کامپیوتر
بهاره عسگری فاتح - اداره آموزش وپرورش شهرستان بابلسر- کارشناسی ارشد علوم کامپیوتر

تا کنون راهکارهای بسیار والگوریتم های متعددی برای مقابله با مشکل کارایی پایین و سرعت همگرایی کم سیستم های نرم افزاری ارایه شده است،که بهینه سازی کیفیت آنها به طور مطلوب انجام شده است.برنامه نویسی خطی برای مسایلی با چند متغیر و چند محدودیت به طور موفق عمل می کند، و همچنین عملیات جستجو نیزبا الگوریتم ژنتیک بهبود بخشیده می شود. در این گزارش با معرفی مدل رقابت تصادفی، شمایی از crossover یکنواخت و mutation غیر یکنواخت به کار گرفته می شود.[2،7]نتایج بدست آمده نشان می دهد که ترکیب الگوریتم ژنتیک و PSO برای قابلیت انعطاف مدلهای نرم افزاری پیچیده به طور موثر می تواند عمل کند،که سرعت دهی محاسبات را بهبود بخشیده و در نتیجه کیفیت نتایج به طور موثر بهبود می یابد.

بهینه سازی، قابلیت انعطاف، الگوریتم ژنتیک،crossover، mutation، الگوریتم PSO