Fuzzy bi-objective particle swarm optimization for next release poblem

Autores
Casanova Pietroboni, Carlos Antonio; Rottoli, Giovanni Daián; Schab, Esteban Alejandro; Bracco, Luciano Joaquín; Pereyra Rausch, Fernando Nahuel; De Battista, Anabella Cecilia
Año de publicación
2019
Idioma
inglés
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
In search-based software engineering (SBSE), software engineers usually have to select one among many quasi-optimal solutions with different values for the objectives of interest for a particular problem domain. Because of this, a metaheuristic algorithm is needed to explore a larger extension of the Pareto optimal front to provide a bigger set of possible solutions. In this regard the Fuzzy Multi-Objective Particle Swarm Optimization (FMOPSO), a novel a posteriori algorithm, is proposed in this paper and compared with other state-of-the-art algorithms. The results show that FMOPSO is adequate for finding very detailed Pareto Fronts.
Fil: Casanova Pietroboni, Carlos Antonio. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.
Fil: Rottoli, Giovanni Daián. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.
Fil: Schab, Esteban Alejandro. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.
Fil: Bracco, Luciano Joaquin. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.
Fil: Pereyra Rausch, Fernando Nahuel. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.
Fil: De Battista, Anabella Cecilia. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.
Materia
Software engineering
Multi-objective optimization
Particle swarm optimization
Next release problem
Fuzzy logic
Nivel de accesibilidad
acceso abierto
Condiciones de uso
2020-03-10T13:49:51Z
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/4397
Acceder
id RIAUTN_540cff5649561fdaf103dfb95627c439
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/4397
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Fuzzy bi-objective particle swarm optimization for next release poblemCasanova Pietroboni, Carlos AntonioRottoli, Giovanni DaiánSchab, Esteban AlejandroBracco, Luciano JoaquínPereyra Rausch, Fernando NahuelDe Battista, Anabella CeciliaSoftware engineeringMulti-objective optimizationParticle swarm optimizationNext release problemFuzzy logicIn search-based software engineering (SBSE), software engineers usually have to select one among many quasi-optimal solutions with different values for the objectives of interest for a particular problem domain. Because of this, a metaheuristic algorithm is needed to explore a larger extension of the Pareto optimal front to provide a bigger set of possible solutions. In this regard the Fuzzy Multi-Objective Particle Swarm Optimization (FMOPSO), a novel a posteriori algorithm, is proposed in this paper and compared with other state-of-the-art algorithms. The results show that FMOPSO is adequate for finding very detailed Pareto Fronts.Fil: Casanova Pietroboni, Carlos Antonio. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.Fil: Rottoli, Giovanni Daián. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.Fil: Schab, Esteban Alejandro. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.Fil: Bracco, Luciano Joaquin. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.Fil: Pereyra Rausch, Fernando Nahuel. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.Fil: De Battista, Anabella Cecilia. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.2020-03-10T13:49:51Z2020-03-10T13:49:51Z2019-07-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfapplication/pdf31st International Conference on Software Engineering & Knowledge Engineering (2019)http://hdl.handle.net/20.500.12272/439710.18293/SEKE2019-082enginfo:eu-repo/semantics/openAccess2020-03-10T13:49:51Zhttp://creativecommons.org/licenses/by-nc-nd/4.0/Casanova Pietroboni, Carlos Antonio ; Rottoli, Giovanni Daián ; Schab, Esteban Alejandro ; Bracco, Luciano Joaquín ; Pereyra Rausch, Fernando Nahuel ; De Battista, Anabella CeciliaNo comercial con fines académicos.Attribution-NonCommercial-NoDerivatives 4.0 Internacionalreponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-09-24T12:46:43Zoai:ria.utn.edu.ar:20.500.12272/4397instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-09-24 12:46:44.083Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Fuzzy bi-objective particle swarm optimization for next release poblem
title Fuzzy bi-objective particle swarm optimization for next release poblem
spellingShingle Fuzzy bi-objective particle swarm optimization for next release poblem
Casanova Pietroboni, Carlos Antonio
Software engineering
Multi-objective optimization
Particle swarm optimization
Next release problem
Fuzzy logic
title_short Fuzzy bi-objective particle swarm optimization for next release poblem
title_full Fuzzy bi-objective particle swarm optimization for next release poblem
title_fullStr Fuzzy bi-objective particle swarm optimization for next release poblem
title_full_unstemmed Fuzzy bi-objective particle swarm optimization for next release poblem
title_sort Fuzzy bi-objective particle swarm optimization for next release poblem
dc.creator.none.fl_str_mv Casanova Pietroboni, Carlos Antonio
Rottoli, Giovanni Daián
Schab, Esteban Alejandro
Bracco, Luciano Joaquín
Pereyra Rausch, Fernando Nahuel
De Battista, Anabella Cecilia
author Casanova Pietroboni, Carlos Antonio
author_facet Casanova Pietroboni, Carlos Antonio
Rottoli, Giovanni Daián
Schab, Esteban Alejandro
Bracco, Luciano Joaquín
Pereyra Rausch, Fernando Nahuel
De Battista, Anabella Cecilia
author_role author
author2 Rottoli, Giovanni Daián
Schab, Esteban Alejandro
Bracco, Luciano Joaquín
Pereyra Rausch, Fernando Nahuel
De Battista, Anabella Cecilia
author2_role author
author
author
author
author
dc.subject.none.fl_str_mv Software engineering
Multi-objective optimization
Particle swarm optimization
Next release problem
Fuzzy logic
topic Software engineering
Multi-objective optimization
Particle swarm optimization
Next release problem
Fuzzy logic
dc.description.none.fl_txt_mv In search-based software engineering (SBSE), software engineers usually have to select one among many quasi-optimal solutions with different values for the objectives of interest for a particular problem domain. Because of this, a metaheuristic algorithm is needed to explore a larger extension of the Pareto optimal front to provide a bigger set of possible solutions. In this regard the Fuzzy Multi-Objective Particle Swarm Optimization (FMOPSO), a novel a posteriori algorithm, is proposed in this paper and compared with other state-of-the-art algorithms. The results show that FMOPSO is adequate for finding very detailed Pareto Fronts.
Fil: Casanova Pietroboni, Carlos Antonio. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.
Fil: Rottoli, Giovanni Daián. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.
Fil: Schab, Esteban Alejandro. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.
Fil: Bracco, Luciano Joaquin. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.
Fil: Pereyra Rausch, Fernando Nahuel. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.
Fil: De Battista, Anabella Cecilia. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.
description In search-based software engineering (SBSE), software engineers usually have to select one among many quasi-optimal solutions with different values for the objectives of interest for a particular problem domain. Because of this, a metaheuristic algorithm is needed to explore a larger extension of the Pareto optimal front to provide a bigger set of possible solutions. In this regard the Fuzzy Multi-Objective Particle Swarm Optimization (FMOPSO), a novel a posteriori algorithm, is proposed in this paper and compared with other state-of-the-art algorithms. The results show that FMOPSO is adequate for finding very detailed Pareto Fronts.
publishDate 2019
dc.date.none.fl_str_mv 2019-07-10
2020-03-10T13:49:51Z
2020-03-10T13:49:51Z
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv 31st International Conference on Software Engineering & Knowledge Engineering (2019)
http://hdl.handle.net/20.500.12272/4397
10.18293/SEKE2019-082
identifier_str_mv 31st International Conference on Software Engineering & Knowledge Engineering (2019)
10.18293/SEKE2019-082
url http://hdl.handle.net/20.500.12272/4397
dc.language.none.fl_str_mv eng
language eng
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
2020-03-10T13:49:51Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
Casanova Pietroboni, Carlos Antonio ; Rottoli, Giovanni Daián ; Schab, Esteban Alejandro ; Bracco, Luciano Joaquín ; Pereyra Rausch, Fernando Nahuel ; De Battista, Anabella Cecilia
No comercial con fines académicos.
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
eu_rights_str_mv openAccess
rights_invalid_str_mv 2020-03-10T13:49:51Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
Casanova Pietroboni, Carlos Antonio ; Rottoli, Giovanni Daián ; Schab, Esteban Alejandro ; Bracco, Luciano Joaquín ; Pereyra Rausch, Fernando Nahuel ; De Battista, Anabella Cecilia
No comercial con fines académicos.
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877230928090103808
score 13.24418

Publicaciones similares