Zen ReqOptimizer:基于搜索的需求分配优化方法

在大规模网络物理系统(CPS)的产品开发生命周期的早期阶段,需要将大量需求分配给来自不同组织或同一组织部门的利益相关者,以进行审查,澄清和检查其对标准和标准的符合性。规定。 这些要求具有各种特征,例如对组织的重要程度,复杂性以及彼此之间的依赖性,因此需要进行不同的工作(工作量)来进行审查和澄清。 在与CPS领域的行业合作伙伴合作时,我们发现了一个.optimization问题,在该问题中,需要一种最佳解决方案,以便通过最大限度地提高对分配的需求的熟悉程度,同时平衡每个利益相关者的总体工作量,从而将需求分配给各个利益相关者。 为此,我们提出了一种适应度函数,该函数考虑了所有上述因素,可以指导搜索算法找到最佳解决方案。 作为一项试验性实验,我们首先研究了四种常用的搜索算法(即GA,(1 + 1)EA,AVM,RS)以及拟议的适应度函数,结果表明(1 + 1)EA的性能明显优于其他算法。 由于我们的优化问题是多目标的,因此我们通过六种多目标搜索算法(CellDE,MOCell,NSGA-II,PAES,SMPSO,SPEA2)和(1 + 1)EA进一步对适应度函数的性能进行了经验评估。在试点