(4) What is the best allocation of

(4) What is the best allocation of resources to this software development project?
(5) What is the best sequence of refactoring steps to apply to this system?

Answers to these questions might be expected from literature on testing, design,
requirements engineering, SE management, and refactoring, respectively. It might
appear that these questions, which involve different aspects of software engineering,
would be covered by different conferences and specialized journals and would have little
in common. However, all of these questions are essentially optimization questions. As
such, they are typical of the kinds of problem for which SBSE is well adapted and with
which each has been successfully formulated as a search-based optimization problem.
As we shall see in this survey, SBSE has been applied to testing, design, requirements,
project management, and refactoring. This survey will show that work on SBSE applied
to each of these five areas addresses each of the five questions raised before. This
breadth of applicability is one of the enduring appeals of SBSE.
In SBSE, the term “search” is used to refer to the metaheuristic Search-Based Opti-
mization (SBO) techniques that are used. SBSE seeks to reformulate SE problems as
SBO problems (or “search problems” for short). The use of the term “search” should not
to be confused with “search” from other contexts such as textual or hypertextual search.
Rather, for SBSE, a search problem is one in which optimal or near-optimal solutions
are sought in a search space of candidate solutions, guided by a fitness function that
distinguishes between better and worse solutions.
The interest in SBO for SE has led to an increased interest in other forms of opti-
mization for SE that are not necessarily directly based on a “search”. In the literature
it is common to find the term “SBSE” applied to any form of optimization in which the
problem domain comes from SE and the solution involves optimization according to
some well-defined notion of fitness. In this article, we therefore include classical Op-
erations Research (OR) techniques as well as metaheuristic “search-based” techniques
in our understanding of SBSE.
It has been argued that the virtual nature of software makes it well suited for
SBO [Harman 2010]. This is because fitness is computed directly in terms of the
engineering artifact, without the need for the simulation and modeling inherent in
all other approaches to engineering optimization. The field of SE is also imbued with
rich metrics that can be useful initial candidates for fitness functions [Harman and
Clark 2004]. This article aims to provide a comprehensive survey of SBSE. It presents
research activity in categories drawn from the ACM subject categories within SE.
For each, it lists the papers, drawing out common themes, such as the type of search
technique used, the fitness definitions, and the nature of evaluation.
A wide range of different optimization and search techniques can and have been used.
The most widely used are local search, Simulated Annealing (SA), Genetic Algorithms
(GAs), Genetic Programming (GP), and Hill Climbing (HC). There is also increasing
evidence of industrial interest in SBSE, with uptake by many software-centric organi-
¨
zations including Daimler [Buhler and Wegener 2008; Harman et al. 2007a; Wegener
et al. 2001; Windisch et al. 2007], Ericsson [Zhang et al. 2010], IBM [Yoo et al. 2009,
2011a], Microsoft [Lakhotia et al. 2010; Xie et al. 2008], Motorola [Baker et al. 2006],
Nokia [Del Rosso 2006], and NASA [Feather et al. 2004].
As the article reveals, 54% of the overall SBSE literature is concerned with SE
applications relating to testing. There have been several important surveys in this
widely studied general area [Afzal et al. 2009; Ali et al. 2010; McMinn 2004]. For this
reason, the present survey will report overall trends in the wider SBSE literature
(including Search-Based Testing), but it will defer to these other three surveys for
details on the specific subfield of Search-Based Testing. The reader is also referred to

Kết quả (Việt) 1:

(4) những gì là tốt nhất phân bổ nguồn lực để dự án phát triển phần mềm này? (5) những gì là trình tự tốt nhất của refactoring bước để áp dụng cho hệ thống này? Câu trả lời cho những câu hỏi này có thể được mong đợi từ các văn học vào thử nghiệm, thiết kế, yêu cầu kỹ thuật, quản lý Tây Bắc, và refactoring, tương ứng. Nó có thể xuất hiện rằng những câu hỏi, mà liên quan đến các khía cạnh khác nhau của công nghệ phần mềm, sẽ được bao phủ bởi Hội nghị khác nhau và tạp chí chuyên ngành và sẽ có ít điểm chung. Tuy nhiên, tất cả những câu hỏi này là về cơ bản tối ưu hóa câu hỏi. Như như vậy, họ là điển hình của loại vấn đề mà SBSE là thích nghi tốt và với mỗi người đó đã được xây dựng thành công như là một vấn đề tối ưu hóa tìm kiếm dựa trên. Như chúng ta sẽ thấy trong cuộc khảo sát này, SBSE đã được áp dụng để thử nghiệm, thiết kế, yêu cầu, quản lý dự án, và refactoring. Khảo sát này sẽ hiển thị mà làm việc trên SBSE áp dụng để mỗi người trong số các khu vực five địa chỉ mỗi five câu hỏi nêu ra trước khi. Điều này bề rộng của ứng dụng là một trong các kháng cáo lâu dài của SBSE. Trong SBSE, thuật ngữ "tìm kiếm" được sử dụng để đề cập đến các metaheuristic tìm kiếm dựa trên Opti- mization (SBO) kỹ thuật được sử dụng. SBSE tìm kiếm để reformulate các vấn đề Nam như SBO vấn đề (hoặc "tìm vấn đề" cho ngắn). Sử dụng thuật ngữ "tìm kiếm" nên không Đừng nhầm lẫn với "tìm kiếm" từ ngữ cảnh khác chẳng hạn như văn bản hoặc hypertextual tìm kiếm. Thay vào đó, đối với SBSE, một vấn đề tìm kiếm là một trong những giải pháp tối ưu hoặc gần tối ưu đang tìm kiếm trong tìm kiếm một không gian của giải pháp ứng cử viên, hướng dẫn bởi một fitness hoạt động mà phân biệt giữa tốt hơn và các giải pháp tồi tệ hơn. Sự quan tâm trong SBO cho SE đã dẫn đến quan tâm tăng lên trong các hình thức khác của opti- mization cho SE mà không nhất thiết phải trực tiếp dựa trên "tìm kiếm". Trong văn học nó là phổ biến cho nhiều thuật ngữ "SBSE" được áp dụng cho bất kỳ hình thức tối ưu hóa trong đó các vấn đề tên miền đến từ SE và giải pháp liên quan đến việc tối ưu hóa theo một số khái niệm cũng-defined của fitness. Trong bài này, chúng tôi do đó bao gồm cổ điển Op- erations nghiên cứu (OR) kỹ thuật cũng như kỹ thuật "dựa trên tìm" metaheuristic trong sự hiểu biết của chúng tôi về SBSE. Nó đã được lập luận rằng bản chất ảo của phần mềm làm cho nó rất thích hợp cho SBO [Harman 2010]. Điều này là do fitness được tính trực tiếp về các kỹ thuật artifact, mà không có sự cần thiết cho mô phỏng và mô hình hóa vốn có trong Tất cả các phương pháp tiếp cận để tối ưu hóa kỹ thuật. Quấn của SE cũng là imbued với số liệu phong phú mà có thể hữu ích đầu tiên ứng cử viên cho chức năng fitness [Harman và Clark năm 2004]. Bài viết này nhằm mục đích cung cấp một cuộc khảo sát toàn diện của SBSE. Nó trình bày nghiên cứu các hoạt động trong các thể loại được rút ra từ thể loại chủ đề ACM trong SE. Đối với mỗi, nó sẽ liệt kê các giấy tờ, vẽ ra chủ đề phổ biến, chẳng hạn như loại tìm kiếm kỹ thuật được sử dụng, fitness definitions, và bản chất của đánh giá. Một loạt các kỹ thuật tối ưu hóa và tìm kiếm khác nhau có thể và đã được sử dụng. Rộng rãi nhất được sử dụng nhất là tìm kiếm địa phương, mô phỏng ủ (SA), thuật toán di truyền (Khí), di truyền lập trình (GP), và Hill leo (HC). Có cũng tăng bằng chứng về công nghiệp quan tâm ở SBSE, với sự hấp thu bởi nhiều trung tâm phần mềm tổ- ¨ zations bao gồm Daimler [Buhler và Wegener 2008; Harman et al. 2007a; Wegener et al. năm 2001; Windisch et al. 2007], Ericsson [trương et al. 2010], IBM [Yoo et al. năm 2009, 2011a], Microsoft [Lakhotia et al. 2010; Xie et al. 2008], Motorola [Baker et al. 2006], Nokia [Del Rosso 2006], và NASA [Feather et al. năm 2004]. Như bài viết cho thấy, 54% của các tài liệu SBSE tổng thể là có liên quan với SE ứng dụng liên quan đến thử nghiệm. Đã có một số cuộc khảo sát quan trọng ở đây rộng rãi nghiên cứu khu vực [Yen et al. 2009; Ali et al. 2010; Sân bay McMinn 2004]. Đối với điều này lý do, các cuộc khảo sát hiện tại sẽ báo cáo các xu hướng tổng thể trong các tài liệu SBSE rộng hơn (bao gồm cả tìm kiếm dựa trên thử nghiệm), nhưng nó sẽ hoãn đến những khác ba cuộc điều tra cho chi tiết về subfield specific của tìm kiếm dựa trên thử nghiệm. Người đọc được cũng gọi

Kết quả (Việt) 2:

(4) phân bổ tốt nhất các nguồn lực để dự án phát triển phần mềm này là gì?
(5) là gì trình tự tốt nhất các bước cấu trúc lại để áp dụng cho hệ thống này? Câu trả lời cho những câu hỏi này có thể được dự kiến từ tài liệu về thử nghiệm, thiết kế, yêu cầu kỹ thuật, quản lý SE, và tái cấu trúc, tương ứng. Nó có thể xuất hiện những câu hỏi này, mà liên quan đến các khía cạnh khác nhau của công nghệ phần mềm, sẽ được bao phủ bởi các hội nghị khác nhau và các tạp chí chuyên ngành và sẽ có rất ít điểm chung. Tuy nhiên, tất cả những câu hỏi cơ bản là câu hỏi tối ưu hóa. Như vậy, họ là điển hình của loại vấn đề mà SBSE được thích nghi và với đó mỗi đã được xây dựng thành công là một vấn đề dựa trên tìm kiếm tối ưu hóa. Như chúng ta sẽ thấy trong cuộc khảo sát này, SBSE đã được áp dụng thử nghiệm, thiết kế, yêu cầu, quản lý dự án, và tái cấu trúc. Cuộc khảo sát này sẽ cho thấy rằng làm việc trên SBSE áp dụng cho mỗi người những fi đã vùng địa chỉ mỗi fi đã câu hỏi đặt ra trước đây. Điều này bề rộng của ứng dụng là một trong những khiếu nại lâu dài của SBSE. Trong SBSE, thuật ngữ "tìm kiếm" được sử dụng để tham khảo Tìm kiếm dựa trên metaheuristic ưu mization (SBO) kỹ thuật được sử dụng. SBSE tìm cách tái cấu SE vấn đề như vấn đề SBO (hoặc "vấn đề tìm kiếm" cho ngắn). Việc sử dụng thuật ngữ "tìm kiếm" không nên nhầm lẫn với "tìm kiếm" từ các bối cảnh khác như văn bản hoặc tìm kiếm hypertextual. Thay vào đó, cho SBSE, một vấn đề tìm kiếm là một trong những giải pháp tối ưu hoặc gần tối ưu được tìm kiếm trong một tìm kiếm không gian của các giải pháp ứng cử viên, được hướng dẫn bởi một hàm fi tness rằng phân biệt giữa các giải pháp tốt hơn và tồi tệ hơn. Sự quan tâm trong SBO cho SE đã dẫn đến một mối quan tâm tăng lên trong các hình thức ưu mization cho SE mà không nhất thiết phải trực tiếp dựa trên một "tìm kiếm" . Trong văn học người ta thường fi thứ thuật ngữ "SBSE" áp dụng cho bất kỳ hình thức tối ưu hóa trong đó các vấn đề tên miền đến từ SE và các giải pháp liên quan đến việc tối ưu hóa theo một số cũng-de fi ned khái niệm của fi tness. Trong bài viết này, chúng tôi do đó bao gồm cổ điển Op erations nghiên cứu (OR) kỹ thuật cũng như metaheuristic "tìm kiếm dựa trên" các kỹ thuật trong sự hiểu biết của chúng ta về SBSE. Có lập luận cho rằng bản chất ảo của phần mềm làm cho nó rất thích hợp cho SBO [Harman 2010]. Điều này là do fi tness được tính trực tiếp về các tạo tác kỹ thuật, mà không cần mô phỏng và mô hình hóa vốn có trong tất cả các phương pháp tiếp cận khác để tối ưu hóa kỹ thuật. Các lĩnh fi của SE cũng được thấm nhuần với số liệu phong phú mà có thể là ứng cử viên ban đầu hữu ích cho các chức năng fi tness [Harman và Clark 2004]. Bài viết này nhằm cung cấp một cuộc khảo sát toàn diện về SBSE. Nó thể hiện hoạt động nghiên cứu trong các chuyên mục được rút ra từ các loại chủ đề ACM trong SE. Đối với mỗi, nó sẽ liệt kê các giấy tờ, rút ra chủ đề phổ biến, chẳng hạn như loại tìm kiếm kỹ thuật được sử dụng, nitions fi fi tness de, và bản chất của đánh giá. Một loạt tối ưu hóa và tìm kiếm các kỹ thuật khác nhau có thể và đã được sử dụng. Việc sử dụng rộng rãi nhất là tìm kiếm địa phương, mô phỏng luyện kim (SA), thuật toán di truyền (GAS), chương trình di truyền (GP), và Hill Climbing (HC). Ngoài ra còn có tăng bằng chứng về lợi ích công nghiệp trong SBSE, với sự hấp thu của nhiều chức phần mềm trung tâm ¨ tổ bao gồm Daimler [Buhler và Wegener năm 2008; Harman et al. 2007a; Wegener et al. Năm 2001; Windisch et al. 2007], Ericsson [Zhang et al. 2010], IBM [Yoo et al. Năm 2009, 2011a], Microsoft [Lakhotia et al. Năm 2010; Xie et al. 2008], Motorola [Baker et al. 2006], Nokia [Del Rosso 2006], và NASA [Feather et al. 2004]. Như bài viết cho thấy, 54% các tài liệu SBSE tổng thể là liên quan với các SE ứng dụng liên quan đến thử nghiệm. Đã có một vài cuộc điều tra quan trọng này trong khu vực nói chung nghiên cứu rộng rãi [Afzal et al. Năm 2009; Ali et al. Năm 2010; McMinn 2004]. Đối với điều này lý do, cuộc điều tra hiện sẽ báo cáo các xu hướng tổng thể trong các tài liệu SBSE rộng hơn (bao gồm cả kiểm tra tìm kiếm dựa trên), nhưng nó sẽ hoãn đến ba cuộc điều tra khác cho chi tiết về các Speci fi c phụ fi lĩnh của Search-Based Testing. Người đọc cũng được gọi