A técnica de Desenvolvimento Orientado a Testes - DOT é uma técnica ágil para se desenvolver software, em que os testes de unidade vão sendo desenvolvidos antes das classes da aplicação. Essa técnica é executada em pequenos ciclos, entre os quais a refatoração do código, apoiada pelos testes de unidade, é uma técnica com um papel crucial para o aprimoramento da modelagem da aplicação. Nesse contexto em que os testes possuem papel fundamental, a refatoração do código de testes se mostra importante para que a modelagem do código de testes acompanhe a modelagem do código de produção. Porém, essa ainda é uma técnica pouco estudada. O uso da refatoração do código de teste é mostrado implicitamente na literatura, não havendo preocupação com a garantia de manutenção do comportamento do código de teste refatorado, nem sendo apresentado na literatura um conjunto substancial de refatorações específicas para código de testes. Neste trabalho busca-se realizar um estudo abrangente sobre a refatoração de código de teste, visando desenvolver esta técnica, possibilitando seu uso na prática para o aprimoramento contínuo do código de teste. Como resultado, espera-se ter um conjunto de ferramentas disponíveis para o desenvolvimento orientado a testes que inserem este tipo de refatoração explicitamente no ciclo de desenvolvimento. Dentre os principais benefícios esperados, pode-se citar: maior consciência da diferenciação entre refatoração de código de teste e de produção, maior segurança para a manutenção do comportamento original da classe de teste, e existência de catálogo de refatorações do código de teste, com a implementação da automatização de algumas delas.

Neste trabalho, o modelo de composição integrada de especialistas locais (CIEL), proposto por Scarpel (2006) para geração de modelos de previsão, é explorado para a metamodelagem de três funções determinísticas bivariadas (funções Bohachevsky, Ackley e composição de senoides), visando auxiliar o processo de otimização. A ideia básica é construir uma superfície de resposta utilizando um metamodelo composto por especialistas simples (funções lineares). Na construção dos metamodelos CIEL, variou-se de 2 até 5 o número de agrupamentos da composição de especialistas e foram utilizados diferentes números de amostras (50 e 150). O desempenho dos metamodelos CIEL foi comparado com o de metamodelos gerados a partir de 21 amostras pelo Processo Estocástico Gaussiano (GaSP), técnica muito utilizada e recomendada na literatura sobre otimização baseada em metamodelagem. O metamodelo CIEL apresentou bom desempenho para indicar a região de ótimo das funções, exceto no caso da função composição de senoides com base em 50 amostras, em que se obteve desempenho apenas regular. Apesar disso, os metamodelos CIEL, de forma geral, não foram adequados à representação das funções. No caso da função Bohachevsky, o modelo GaSP se mostrou claramente superior, Quanto à função Ackley, os resultados obtidos com o GaSP e com o CIEL foram semelhantes. Em especial, ressalta-se o potencial do metamodelo CIEL em situações análogas à da função composição de senoides, que possui superfície bem ondulada, com diversos ótimos locais. Apesar de esta função possuir forma complexa e de difícil representação, o desempenho do metamodelo CIEL com 150 amostras foi nitidamente melhor que o GaSP, ao indicar o ótimo.

O processo de simulação consiste em pelo menos três tarefas principais: modelagem, programação e experimentação. Na tarefa de modelagem a meta principal é obter um modelo que descreva o sistema estudado. A representação do modelo pode ser formal ou informal. Para modelos formais, podemos usar ferramentas de representações que utilizam diagramas de blocos (como o GPSS), redes de Petri, Diagramas de Ciclo de Atividade (ACD), e DEVS. A tarefa de modelagem termina freqüentemente com uma representação esquemática do sistema. A representação de uma visão global do sistema é estruturada e completada durante a tarefa de programação usando uma linguagem de programação de alto nível. Na prática, as tarefas de modelagem e programação podem ser difíceis de separar. A implementação dos programas é concebida segundo diversas abordagens. Elas incluem: interface dos programas de aplicação, linguagens de simulação e ambientes gráficos. Muitas dessas abordagens utilizam-se dos Diagramas de Ciclo de Atividades para representar modelos.Este trabalho apresenta a especificação de uma XML para modelos de simulação que utilizem Diagramas de Ciclo de Atividades chamada XACDML - eXtensible Activity Cycle Diagram Markup Language. Diagrama de Ciclo de Atividades, ACD, é uma linguagem de especificação utilizada para descrever modelos de simulação, sendo utilizada durante a fase de modelagem em diversos de programas de simulação. A XACDML é projetada para ser a um padrão para a troca de dados entre programas de simulação e ferramentas que usam ACD. São apresentados estudos de casos que comprovam a viabilidade de representação de modelos de simulação discreta utilizando ACD através da linguagem apresentada (XACDML) e são tambem mostradas trocas de dados entre aplicações diferentes usando transformações da XACDML.

O processo de simulação discreta compreende três passos: o estudo do sistema real a ser simulado e sua modelagem, a implementação do modelo obtido usando um ambiente gráfico ou uma linguagem de programação e a execução da simulação seguida da obtenção de resultados. Em geral, no processo de simulação colaboram diversos participantes com especialidades variadas, desde o cliente até o programador. Para que o processo seja eficiente, são necessárias interações entre eles. Contudo, os participantes, em geral, se localizam geograficamente distribuídos, ocasionando, assim, grandes custos para a realização de reuniões. Neste trabalho apresenta-se um ambiente de simulação que permite a colaboração entre os diversos participantes de um projeto por meio da WWW com a utilização de navegadores comuns. Para tanto, foi utilizada a linguagem Java, pois a maioria dos navegadores permite a excução de applets Java, independentemente da plataforma utilizada pelo usuário. O ambiente proposto, denominado GroupSim (Groupware para Simulação), não permite apenas a especificação do modelo, mas também sua execução e a geração de relatórios associados. Para permitir e execução da simulação a partir da especificação produzida, define-se uma linguagem de modelagem baseada em ACD, por este ser de grande disseminação na comunidade de simulação. Esta linguagem é mapeada para um conjunto de classes orientada a objetos, que são utilizadas para construir automaticamente um programa de simulação, permitindo elimenar completamente a tarefa de programação. São apresentados estudo de caso que comprovam a viabilidade do ambiente apresentado bem elucidam algumas de suas limitações.