12、图状结构交叉的通用构造

图状结构交叉的通用构造

1. 引言

在软件开发中，软件工程师常常需要在从需求到技术等相互竞争的约束条件下做出设计决策。为了高效地找到最优解决方案，基于搜索的软件工程（SBSE）尝试将软件工程问题表述为优化问题，把感兴趣的约束条件作为目标。通过使用元启发式搜索技术，通常能够以合理的工作量找到良好的解决方案。

进化算法，特别是使用变异、交叉和选择在搜索空间中进行有导向搜索的遗传算法，由于其通用性，成为了一种特别相关的技术。进化算法的定义需要对问题实例和搜索空间元素（即解决方案）进行表示，还包括一个明确的优化问题，以确定哪些解决方案是可行的（即满足优化问题的所有约束条件），并且最能满足目标。优化过程的关键要素包括：
- 生成解决方案初始种群的程序。
- 从现有解决方案生成新解决方案的机制（例如通过变异和交叉）。
- 通常建立“适者生存”进化概念的选择机制。
- 停止进化计算的条件。

选择这些要素以使进化算法有效且高效通常是一项挑战。

模型驱动优化（MDO）旨在降低元启发式技术用户所需的专业知识水平。MDO 主要有两种方法：基于模型的方法直接对模型进行优化，而基于规则的方法则搜索优化的模型转换序列。这里我们关注基于模型的方法，因为它往往更有效。在 MDO 中，优化问题被指定为模型，这些模型捕获了关于问题及其解决方案的特定领域信息。到目前为止，在 MDO 中仅使用变异来从现有解决方案生成新解决方案，尚未详细阐述交叉机制。本文填补了这一研究空白，提出了一种基于图的模型的交叉构造方法。

2. 运行示例

CRA 案例是软件设计领域的一个优化问题，在 MDO 背景下已成为一个易于理解的用例。给定