weighting-based single-objective fo

weighting-based single-objective formulation by applying SA. Also, with relevance to
Pareto-optimal formulations, Feather et al. [2006, 2004] summarized the visualization
techniques used to present requirements status, including Pareto front plotted by SA.
Ruhe et al. [Greer and Ruhe 2004; Ruhe and Greer 2003; Ruhe and Ngo-The 2004]
proposed the GA-based approaches known as the EVOLVE family that aimed to maxi-
mize the benefits of delivering requirements in an incremental software release plan-
ning process. Their approaches balance the required and available resources; assessing
and optimizing the extent to which the ordering conflicts with stakeholder priorities.
They also took requirement changes and two types of requirements interaction relation-
ship into account and provided candidate solutions for the next release in an iterative
manner. As with previous work, the authors use a single-objective formulation, taking
the resource budget as a constraint.
Moreover, Carlshamre [2002] took requirements interdependencies into considera-
tion by using Linear Programming (LP) techniques. Ruhe and Saliu [2005] also pre-
sented an Integer Linear Programming (ILP)-based method that combined computa-
tional intelligence and human negotiation to resolve their conflicting objectives. Van
den Akker et al. [Li et al. 2007; van den Akker et al. 2005] further extended the tech-
nique and developed an optimization tool based on ILP, integrating the requirements
selection and scheduling for the release planning to find the optimal set of requirements
with the maximum revenue to cater for budgetary constraints.
Using search-based techniques to choose components to include in different releases
of a system was studied by Harman et al. [Baker et al. 2006; Harman et al. 2006].
Baker et al. [2006] addressed the problem of determining the next set of releases of a
software via ranking and selection of candidate software components. They use greedy
and SA algorithms. Harman et al. [2006] also considered requirements problems as a
feature subset selection problems, presenting results on a single-objective formulation
for a real-world dataset from Motorola.
The work of AlBourae et al. [2006] was focused more on the requirements change
handling, that is, replanning of the product release. A greedy replan algorithm was
adopted to reduce risks and increase the number of requirements achieved in the
search space under change.
In addition, Cortellessa et al. [2006, 2008b] described an optimization framework
to provide decision support for Code Off-The-Shelf (COTS) and in-house components
selection. The ILP LINGO model solver optimization models (CODER, DEER) were
proposed to automatically satisfy the requirements while minimizing the cost.
Like many problems in SE, such as project planning, NRP, and regression testing,
there is a relationship between feature subset selection problems and feature ordering
(prioritization) problems. A comparison of approaches (both analytical and evolution-
ary) for prioritizing software requirements was proposed by Karlsson et al. [1998].
Greer and Ruhe [2004] also provided a method for optimally allocating requirements
to increments, based on:

(1) a means of assessing and optimizing the degree to which the ordering conflicts with
stakeholder priorities within technical precedence constraints;
(2) a means of balancing required and available resources for all increments;
(3) an overall method for continuous planning of incremental software development
based on a GA.

The aforementioned work on this problem has tended to treat the requirements
selection and optimization as a single-objective problem formulation, in which the
various constraints and objectives that characterize the requirements analysis problem
are combined into a single-objective fitness function. Single-objective formulations have
the drawback that the maximization of one concern may be achieved at the expense

Kết quả (Việt) 1:

Dựa trên trọng xây dựng đơn-mục tiêu bằng cách áp dụng SA. Ngoài ra, với sự liên quan đến Công thức tối ưu Pareto, lông et al. [2006, 2004] tóm tắt kiểu trực quan kỹ thuật được sử dụng để trình bày tình trạng yêu cầu, bao gồm cả Pareto trước được vẽ bởi SA. Ruhe et al. [Greer và Ruhe năm 2004; Ruhe và Greer 2003; Ruhe và The chức phi chính phủ năm 2004] đề xuất các GA dựa trên phương pháp tiếp cận được biết đến như nhà phát triển nhằm maxi- Mize lợi cung cấp yêu cầu trong một gia tăng phần mềm phát hành kế hoạch- quá trình Ning. Phương pháp tiếp cận của họ cân bằng các nguồn tài nguyên cần thiết và có sẵn; đánh giá và tối ưu hóa trong phạm vi mà conflicts đặt hàng với ưu tiên bên liên quan. Họ cũng đã yêu cầu thay đổi và hai loại yêu cầu tương tác liên quan- tàu vào tài khoản và ứng cử viên được cung cấp giải pháp cho việc phát hành tiếp theo trong một lặp đi lặp lại cách. Như với công việc trước đây, các tác giả sử dụng một công thức mục tiêu duy nhất, tham gia ngân sách tài nguyên là một hạn chế. Hơn nữa, Carlshamre [2002] đã yêu cầu lẫn vào considera- tion bằng cách sử dụng kỹ thuật lập trình tuyến tính (LP). Ruhe và Saliu [2005] cũng trước sented một số nguyên tuyến tính lập trình ILP dựa trên phương pháp kết hợp Hey - tế tình báo và đàm phán của con người để giải quyết mục tiêu conflicting của họ. Van Den Akker et al. [Li et al. 2007; van den Akker et al. 2005] tiếp tục mở rộng công nghệ cao- nique và phát triển một công cụ tối ưu hóa dựa trên ILP, tích hợp các yêu cầu lựa chọn và lập kế hoạch cho việc phát hành kế hoạch nhiều bộ yêu cầu, tối ưu với doanh thu tối đa để phục vụ cho ngân sách hạn chế. Sử dụng tìm kiếm dựa trên kỹ thuật để lựa chọn các thành phần bao gồm trong bản phát hành khác nhau một hệ thống đã được nghiên cứu bởi Harman et al. [Baker et al. 2006; Harman et al. 2006]. Baker et al. [2006] giải quyết vấn đề xác định tập tiếp theo của bản phát hành của một phần mềm thông qua xếp hạng và lựa chọn thành ứng cử viên phần mềm. Họ sử dụng tham lam và SA thuật toán. Harman et al. [2006] cũng được coi là vấn đề yêu cầu như là một có vấn đề lựa chọn tập con, trình bày kết quả trên một công thức duy nhất-mục tiêu cho một tập dữ liệu thực tế từ Motorola. Công việc của AlBourae et al. [2006] tập trung hơn vào sự thay đổi yêu cầu xử lý, có nghĩa là, replanning phát hành sản phẩm. Là một thuật toán tham lam replan áp dụng để giảm thiểu rủi ro và tăng số lượng yêu cầu đạt được trong các Tìm các không gian dưới thay đổi. Ngoài ra, Cortellessa et al. [2006, 2008b] được mô tả một khuôn khổ tối ưu hóa quyết định hỗ trợ cho mã-the-shelf (cũi trẻ em) và các thành phần trong nhà lựa chọn. Các ILP LINGO hình người giải quyết tối ưu hóa các mô hình (CODER, DEER) đề xuất tự động có thể đáp ứng các yêu cầu trong khi giảm thiểu chi phí. Giống như nhiều vấn đề trong SE, chẳng hạn như quy hoạch, NRP, và hồi qui kiểm tra, đó là một mối quan hệ giữa tính năng tập con lựa chọn vấn đề và tính năng đặt hàng vấn đề (ưu tiên). Một so sánh về phương pháp tiếp cận (cả hai phân tích và sự tiến hóa - Ary) cho ưu tiên yêu cầu phần mềm đã được đề xuất bởi Karlsson et al. [1998]. Greer và Ruhe [năm 2004] cũng cung cấp một phương pháp để tối ưu phân bổ yêu cầu để từng bước, dựa trên: (1) một phương tiện đánh giá và tối ưu hóa mức độ mà conflicts đặt hàng với ưu tiên bên liên quan trong vòng ràng buộc được ưu tiên kỹ thuật; (2) một phương tiện để cân bằng nguồn lực cần thiết và có sẵn cho tất cả các gia số; (3) một phương pháp tổng thể cho các kế hoạch liên tục phát triển phần mềm gia tăng Dựa trên một GA. Công việc đã nói ở trên về vấn đề này có xu hướng để điều trị các yêu cầu lựa chọn và tối ưu hóa như là một công thức vấn đề mục tiêu duy nhất, trong đó các những hạn chế khác nhau và mục tiêu mà characterize vấn đề phân tích yêu cầu được kết hợp thành một chức năng duy nhất mục tiêu fitness. Công thức mục tiêu đơn có hạn chế tối đa hóa của một mối quan tâm có thể đạt được tại các chi phí

Kết quả (Việt) 2:

trọng dựa trên công thức đơn mục tiêu bằng cách áp dụng SA. Ngoài ra, với sự liên quan đến
công thức tối ưu Pareto, Feather et al. [2006, 2004] tóm tắt sự hình dung
kỹ thuật được sử dụng để trình bày yêu cầu trạng thái, bao gồm Pareto trước âm mưu của SA.
Ruhe et al. [Greer và Ruhe năm 2004; Ruhe và Greer năm 2003; Ruhe và Ngô-2004]
đề xuất phương pháp tiếp cận dựa trên GA được gọi là gia đình phát triển nhằm mục tiêu để tối
đa hóa các các lợi ích của việc cung cấp các yêu cầu trong một bản phát hành phần mềm lập kế gia tăng
quá trình hoạch. Phương pháp tiếp cận cân bằng các nguồn lực cần và có sẵn; đánh giá
và tối ưu hóa mức độ mà sự sắp đặt con fl công nghệ thông tin với các ưu tiên các bên liên quan.
Họ cũng đã thay đổi yêu cầu và hai loại yêu cầu tương tác mối quan hệ
tàu vào tài khoản và các giải pháp ứng cử viên cung cấp cho các phiên bản tiếp theo trong một lặp đi lặp lại
cách. Như với công việc trước đây, các tác giả sử dụng một công thức đơn khách quan, có
ngân sách tài nguyên như là một hạn chế.
Hơn nữa, Carlshamre [2002] đã yêu cầu phụ thuộc lẫn nhau vào considera-
sự bằng cách sử dụng Lập trình tuyến tính (LP) kỹ thuật. Ruhe và Saliu [2005] cũng được chuẩn
sented một Integer Lập trình tuyến tính (ILP) dựa trên phương pháp kết hợp giữa tính toán hơn
tình báo quốc và đàm phán của con người để giải quyết mâu mục tiêu icting của họ. Van
den Akker et al. [Li et al. 2007; van den Akker et al. 2005] tiếp tục mở rộng các nghệ
nique và phát triển một công cụ tối ưu hóa dựa trên ILP, tích hợp các yêu cầu
lựa chọn và lập kế hoạch cho việc lập kế hoạch phát hành để fi nd các thiết lập tối ưu các yêu cầu
với doanh thu tối đa để phục vụ cho các ràng buộc ngân sách.
Sử dụng kỹ thuật dựa trên tìm kiếm để lựa chọn các thành phần bao gồm trong phiên bản khác nhau
của một hệ thống đã được nghiên cứu bởi Harman et al. [Baker et al. 2006; Harman et al. 2006].
Baker et al. [2006] giải quyết vấn đề xác định các tập tiếp theo của phiên bản của một
phần mềm thông qua bảng xếp hạng và lựa chọn các thành phần phần mềm ứng cử viên. Họ sử dụng tham lam
thuật toán và SA. Harman et al. [2006] yêu cầu này cũng được coi là những vấn đề như là một
tính năng tập hợp các vấn đề lựa chọn, trình bày kết quả trên một công thức duy nhất mục tiêu
cho một tập dữ liệu thực tế từ Motorola.
Công việc của AlBourae et al. [2006] đã tập trung hơn vào các yêu cầu thay đổi
xử lý, đó là, Quy hoạch lại của việc phát hành sản phẩm. Một thuật toán quy hoạch lại tham lam đã được
áp dụng để giảm thiểu rủi ro và tăng số lượng các yêu cầu đạt được trong
không gian tìm kiếm dưới sự thay đổi.
Ngoài ra, Cortellessa et al. [2006, 2008b] mô tả một khung tối ưu hóa
để cung cấp hỗ trợ quyết định cho Mã Off-The-Shelf (COTS) và trong nhà các thành phần
lựa chọn. Các mô hình tối ưu hóa ILP Lingo mô hình giải quyết (coder, DEER) đã được
đề xuất để tự động đáp ứng yêu cầu trong khi giảm thiểu chi phí.
Giống như nhiều vấn đề trong SE, chẳng hạn như dự án quy hoạch, NRP, và kiểm tra hồi quy,
có một mối quan hệ giữa các vấn đề lựa chọn tính năng tập hợp con và tính năng đặt hàng
(ưu tiên) vấn đề. Một so sánh các phương pháp tiếp cận (cả phân tích và evolution-
ary) để ưu tiên yêu cầu phần mềm được đề xuất bởi Karlsson et al. . [1998]
Greer và Ruhe [2004] cũng cung cấp một phương pháp để tối ưu việc phân bổ các yêu cầu
để gia số, dựa trên: (1) một phương tiện để đánh giá và tối ưu hóa mức độ mà sự sắp đặt con fl công nghệ thông tin với các ưu tiên các bên liên quan trong phạm vi hạn chế ưu tiên kỹ thuật; (2 ) là một phương tiện cần thiết và cân bằng nguồn lực sẵn có cho tất cả gia tăng; (3) một phương pháp tổng thể cho việc lập kế hoạch liên tục phát triển phần mềm gia tăng . dựa trên GA Các công việc nói trên về vấn đề này có xu hướng đối xử với các yêu cầu lựa chọn và tối ưu hóa như là một đơn xây dựng vấn đề khách quan, trong đó khó khăn khác nhau và mục tiêu đặc trưng cho vấn đề yêu cầu phân tích được kết hợp thành một chức năng fi tness đơn mục tiêu. Công thức đơn mục tiêu có nhược điểm mà tối đa hóa một mối quan tâm có thể đạt được tại các chi phí