Submitted by Kleber Silva (kleberbs@ufba.br) on 2017-06-06T18:57:25Z
No. of bitstreams: 1
Antonio Mauricio Pitangueira.pdf: 3255047 bytes, checksum: faaf1eeacd57c3613d7ecec9288a6c83 (MD5) / Approved for entry into archive by Vanessa Reis (vanessa.jamile@ufba.br) on 2017-06-16T15:40:05Z (GMT) No. of bitstreams: 1
Antonio Mauricio Pitangueira.pdf: 3255047 bytes, checksum: faaf1eeacd57c3613d7ecec9288a6c83 (MD5) / Made available in DSpace on 2017-06-16T15:40:05Z (GMT). No. of bitstreams: 1
Antonio Mauricio Pitangueira.pdf: 3255047 bytes, checksum: faaf1eeacd57c3613d7ecec9288a6c83 (MD5) / Os requisitos a serem entregues na próxima versão do software são selecionados de acordo com o valor percebido pelos stakeholders, o custo esperado da implementação, a disponibilidade de orçamento da companhia de software, relações de precedência entre os requisitos e restrições técnicas, entre outros. As abordagens existentes para o problema de seleção de requisitos de software não levam em conta o risco de insatisfação dos stakeholders, possivelmente resultante da elevada incerteza e divergência nas estimativas dos valores dos requisitos realizadas pelos stakeholders.
Esta Tese tem como objetivo propor uma nova abordagem multi-objetivo que considera o risco de insatisfação dos stakeholders no desenvolvimento da próxima versão do software (RA-MONRP). A abordagem RA-MONRP foi desenvolvida através de dois solvers (Yices e Z3) que adotam uma estratégia de busca determinística com base na Satisfiability Modulo Theory (SMT). Além disso, para permitir a aplicação da formulação proposta para problemas com número elevado de requisitos, também foi implementado um algoritmo probabilístico baseado na metaheurística genética NSGA-II.
Para avaliar a abordagem foram realizados três tipos de experimentos. O primeiro experimento verificou a existência de soluções que reduzam o risco de insatisfação dos stakeholders com mínimo impacto no custo e valor médio dos requisitos. O segundo experimento comparou a escalabilidade das técnicas SMT e metaheurística. Por fim, o terceiro experimento comparou o conjunto de soluções obtido por essas técnicas.
Os resultados encontrados mostram que: (i) o risco de insatisfação dos stakeholders pode ser minimizado com mínimo impacto no custo/valor; (ii) que a abordagem é escalável na maioria das situações em que o NSGA-II é usado, enquanto que para os SMT solvers a abordagem escala para problemas que não são excessivamente grandes em termos de número de requisitos e/ou não são muito esparsos em termos de número de dependências, e (iii) nos casos em que os dados apresentam alta densidade de dependências (número de dependências dividido pelo número de requisitos), o conjunto de soluções obtido pelo NSGA-II se distancia do conjunto de soluções obtido pelas técnicas baseadas em SMT. Para casos em que o número de requisitos é elevado e há baixa densidade de dependências, o NSGA-II obtém soluções muito próximas do SMT.
Os resultados obtidos indicam um avanço no estado da arte no problema de seleção de requisitos de software através da inclusão do risco de insatisfação dos stakeholders. Sendo assim, espera-se que ao se usar a abordagem proposta nessa Tese, os usuários possam adotar o RA-MONRP ao longo do ciclo de desenvolvimento do software, gerando um produto final de acordo com as expectativas dos stakeholders.
| Identifer | oai:union.ndltd.org:IBICT/oai:192.168.11:11:ri/23049 |
| Date | 03 November 2016 |
| Creators | Pitangueira, Antonio Mauricio da Silva |
| Contributors | Maciel, Rita Suzana Pitangueira, Maciel, Rita Suzana Pitangueira |
| Publisher | Instituto de Matemática, Programa Multiinstitucional de Pós-graduação em Ciência da Computação, UFBA-UNIFACS-UEFS, IM, brasil |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Source | reponame:Repositório Institucional da UFBA, instname:Universidade Federal da Bahia, instacron:UFBA |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0018 seconds