初识基于搜索的软件工程

最新推荐文章于 2024-10-18 02:44:30 发布

爱分享的调子啊

最新推荐文章于 2024-10-18 02:44:30 发布

阅读量2.8k

点赞数 2

分类专栏： SBSE 文章标签：基于搜索的软件工程

本文链接：https://blog.csdn.net/Adieu_csdn/article/details/78640698

版权

基于搜索的软件工程（SBSE）结合了传统软件工程与智能计算，利用元启发式算法在解空间寻找最优解。它涉及解决方案表示、适应度函数设计，并广泛应用于软件工程的不同阶段，如需求分析、项目管理和软件测试。遗传算法和遗传编程是重点研究的算法。

摘要由CSDN通过智能技术生成

初识SBSE（基于搜索的软件工程）

2017年11月26日

定义：基于搜索的软件工程（Search Based Software Engineering, SBSE）是传统软件工程和智能计算（Intelligent Computing）交叉的领域，它采用智能计算领域的现代启发式搜索优化算法（meta-heuristic search algorithm，元启发式算法）解决软件工程的相关问题。
核心：实现智能化和自动化的软件工程相关问题求解。

和传统软件工程的对比：
传统的软件工程的解决问题方法是在问题空间通过算法来构造一个解，而基于搜索的软件工程是在解空间（即所有可能的解）中使用启发式搜索算法以具体问题的适应值函数作为向导搜索最优解。

如果想要使用基于搜索的优化算法解决问题，需要满足以下两个条件：
1. 设计出问题解决方案表达方式，即Solution Representation：对所需解决问题的结果，必须能通过相应的编码表示出来，以构成搜索算法中的染色体，进行相应的计算。
2. 设计出相应的适应度函数，即Fitness Function：方便对候选解进行评价，比较不同解之间的优劣。

拿典型的0/1背包问题举个例子
问题描述：假设背包最大承受重量为G，有N个物品，第i（取值为 1-N ）物品的重量为Wi，对应的物品价值为 Vi，求在背包承受重量之内，能得到的物品的最大总价值，并给出方案。

我们知道，在程序设计竞赛中，这是一道典型的动态规划问题，可以用40行左右的动态规划求解，这也是传统软件工程的做法。
这个问题也可以使用基于搜索的优化算法求解，因为它可以设计出合理的解决方案表达方式和适应度函数。每个解决方案都可以用一串01编码（向量X）表示，这一串中的第 i 为表示第 i 个物品是否被选择，0 表示否，1 表示是。如若共有5件物品，则01010表示只选择第2和第4件物品的解决方案。适应度函数是用来评价解的优劣的，背包问题的适应度函数可以设计为“满足背包承受范围下的总价值”，即