[发明专利]一种基于INSGA-II的软件模块化多目标优化方法及系统

权利要求书

1.一种基于INSGA-II的软件模块化多目标优化方法，其特征在于，包括：

S1.将面向对象系统抽象为无向带权图；

S2.将抽象为无向带权图的面向对象系统进行模块化处理，并计算与面向对象系统相对应的模块的内聚值；

S3.计算面向对象系统的耦合值；

S4.根据计算得到的模块内聚值以及面向对象系统的耦合值建立软件模块化优化模型；

S5.通过INSGA-II算法对建立的软件模块化优化模型进行求解，得到最终结果；

步骤S5具体为：

S51.对染色体进行编码；本步骤具体是：染色体采用了整数编码的形式，染色体的长度由无向带权图中顶点的个数决定，每个基因所存储的数据为整数，表示其对应的顶点所在的模块序号，染色体编码中不同数字的个数表示无向带权图被划分的模块数量；

S52.采用随机生成的方式和基于最大边收缩的启发式算法生成初始种群；随机生成初始种群的方式为每个顶点所在模块的序号值，以整数编码的形式储存在染色体的基因中；本步骤具体是：

S521.提取元素；

提取矩阵的上三角元素构成矢量B，矢量B中每一个非零正数表示可收缩的边的权值；

S522.找到矢量B中权值的最大值；

找到矢量B中边权值的最大值，并获取权值最大的值的坐标in，如果坐标值有多个，则随机选取一个边权值最大值的坐标rand_in；

S523.初始化染色体基因位；

染色体基因位都初始化为0；如果该边连接的两个顶点有任何一个顶点之前被合并过，即基因位对应的值大于0，将连接该边的两个顶点对应的染色体基因位的值更新，同时与这两个顶点合并过的顶点的值也更新，将当前生成的染色体存放在indi_list中；

S524.设置矢量B中收缩边的权值；

将矢量B中收缩的边的权值设置为0；

S525.计算染色体的目标值；

计算当前染色体的目标函数值，并重复步骤S521-S524，迭代次数为可收缩边的条数，直到所有顶点都被合并为一个顶点，从所有可能方案中挑选一个可被接受的最好方案为一个初始个体；

S53.对初始化后的种群进行适应值函数处理；

S54.对经过适应值函数处理的种群进行非支配排序和拥挤距离处理；

S55.对经过非支配排序和拥挤距离处理的种群进行选择、交叉、变异操作，得到子代种群；

S56.将子代种群以及父代种群进行合并，得到合并种群；

S57.精英保留策略指父代中的优良个体得以保留并进入到子代的过程；将变异后的子代种群与父代种群合并，得到数量是初始种群2倍的合并种群；合并种群进行修剪，作用是在两倍于种群大小的个体中，修剪出个数等于N的新的父代种群；精英保留策略的具体过程为：

(1)第t代产生的新种群Q_t与父代P_t合并组成R_t，合并种群的数量为2N；

(2)对合并种群R_t的个体进行非支配排序，并对一系列非支配集F_i进行拥挤距离计算；

(3)对非支配集中的个体进行修剪；由于子代和父代都包含在R_t中，则经过非支配排序后得到的非支配集F₁中包含的个体是R_t中最好的，因此先考虑将F₁放到新的父代种群P_t+1中；如果F₁的现存个体数量大于种群数量N，选择拥挤距离较大的前N个个体放入父代种群P_t+1中；如果F₁的个体数量小于种群数量N，将F₁的所有个体放入父代种群P_t+1中，继续向P_t+1中填充F₂，如果F₁的个体和F₂的个体数量和大于N，按照拥挤距离升序排列，从F₂中取前N-P_t+1个个体，使P_t+1个体数量达到N；此时得到新的父代种群P_t+1；

(4)对新的父代种群P_t+1进行新一轮的选择、交叉、变异操作，得到新的子代种群Q_t+1，然后重复步骤(1)的过程，直到算法终止；

S58.当迭代次数给定的阈值时，INSGA-II算法终止并输出当前的非劣解，作为最终运行结果。