13、交互式遗传算法与线程调度优化在软件开发中的应用

交互式遗传算法与线程调度优化在软件开发中的应用

交互式遗传算法在软件重构中的应用

在软件重构领域，为了获得更符合开发者意图且质量更高的模块化方案，研究人员对交互式遗传算法（IGAs）和非交互式遗传算法进行了对比研究。

质量评估指标与算法分析

• MoJoFM指标 ：MoJoFM是MoJo距离的归一化变体，用于衡量聚类算法结果与黄金标准分区的接近程度。其计算公式为：
  [MoJoFM(A, B) = 100 - \left(\frac{mno(A, B)}{\max(mno(\forall A, B))} \times 100\right)]
  其中，(mno(A, B))是将分区(A)转换为分区(B)所需的最小移动或合并操作数，(\max(mno(\forall A, B)))是任何分区(A)与黄金标准分区(B)的最大可能距离。若聚类算法产生的分区与黄金标准最远，MoJoFM返回0；若完全与黄金标准相同，则返回100。
• 统计分析 ：使用Mann - Whitney检验来统计比较不同算法在30次运行中所采用的所有质量指标（如MQ）的值。对于p值 < 0.05的情况，拒绝原假设。同时，使用Cliff’s Delta（或d）来估计所采用指标之间的差异大小，效应大小根据d值分为小（(d < 0.33)）、中（(0.33 \leq d < 0.474)）、大（(d \geq 0.474)）。

实验结果分析

• GESA数据集 ：从表2可以看出