本文選題：軟件體系結(jié)構(gòu)　切入點(diǎn)：性能優(yōu)化　出處：《計(jì)算機(jī)科學(xué)與探索》2017年11期

【摘要】：為了在龐大空間中搜索軟件體系結(jié)構(gòu)(software architecture,SA)層最優(yōu)性能改進(jìn)方案,當(dāng)前已涌現(xiàn)出一些以NSGA-Ⅱ?yàn)榇淼男阅軆?yōu)化算法。然而這些算法大多未充分考慮性能改進(jìn)空間的離散特性和性能評估的高計(jì)算代價(jià)特點(diǎn),導(dǎo)致了解質(zhì)量不高和優(yōu)化時(shí)間過長的問題。針對這一問題,提出一種代理模型幫助的SA層性能差分演化優(yōu)化算法SMDE4PO(surrogate model assisted differential evolution algorithm for performance optimization)。該算法采用多種交叉和變異策略以增大搜索空間和提高收斂速度,并運(yùn)用隨機(jī)森林作為代理模型以大幅減少實(shí)際性能評估的次數(shù)。在4個不同規(guī)模案例上的實(shí)驗(yàn)結(jié)果表明:(1)在貢獻(xiàn)度、世代距離和超體積3個指標(biāo)上SMDE4PO顯著優(yōu)于NSGA-Ⅱ算法;(2)通過使用隨機(jī)森林代理模型,在最好情況下SMDE4PO較NSGA-Ⅱ算法的運(yùn)行時(shí)間可降低48%。
[Abstract]:In order to search the vast space for the software architecture SAA optimal performance improvement scheme, At present, some performance optimization algorithms, represented by NSGA- 鈪，

本文編號：1680544