-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathreferences.bib
1542 lines (1371 loc) · 92.3 KB
/
references.bib
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
@inproceedings{Lopes2019Programacao,
author = {Arthur Lopes and Márcio de Oliveira Barros},
title = {Programação Genética Aplicada a Estimativas de Projeto de Software},
booktitle = {Proceedings of the 10th Brazilian Workshop on Search-Based Software Engineering (WESB '19)},
custom_application= {},
year = {2019},
pages = {1-2},
address = {Online},
custom_ies = {UNIRIO and UNIRIO},
custom_algorithm = {},
custom_language = {Portuguese},
custom_study_type = {},
custom_instance_type = {},
custom_statistical_test = {},
custom_evaluation_method = {},
abstract = {},
custom_abstract = {},
}
@inproceedings{Paixao2019Towards,
author = {Matheus Paixão},
title = {Towards Assisting Architectural Changes During Code Review},
booktitle = {Proceedings of the 10th Brazilian Workshop on Search-Based Software Engineering (WESB '19)},
custom_application= {},
year = {2019},
pages = {1-10},
address = {Online},
custom_ies = {UECE},
custom_algorithm = {},
custom_language = {English},
custom_study_type = {},
custom_instance_type = {},
custom_statistical_test = {},
custom_evaluation_method = {},
abstract = {},
custom_abstract = {},
}
@inproceedings{Farzat2019Uso,
author = {André Farzat and Márcio de Oliveira Barros},
title = {Uso de Busca Local no Desafio Regex Golf},
booktitle = {Proceedings of the 10th Brazilian Workshop on Search-Based Software Engineering (WESB '19)},
custom_application= {},
year = {2019},
pages = {1-10},
address = {Online},
custom_ies = {UNIRIO and UNIRIO},
custom_algorithm = {},
custom_language = {Portuguese},
custom_study_type = {},
custom_instance_type = {},
custom_statistical_test = {},
custom_evaluation_method = {},
abstract = {},
custom_abstract = {},
}
@inproceedings{Assuncao2019Algoritmo,
author = {Wesley Klewerton Guez Assunção and Jabier Martinezy},
title = {Algoritmo Genético para Recuperar Arquiteturas de Sistemas pela Fusão de Diagramas de Classe UML},
booktitle = {Proceedings of the 10th Brazilian Workshop on Search-Based Software Engineering (WESB '19)},
custom_application= {},
year = {2019},
pages = {1-10},
address = {Online},
custom_ies = {UTFPR and UTFPR},
custom_algorithm = {},
custom_language = {Portuguese},
custom_study_type = {},
custom_instance_type = {},
custom_statistical_test = {},
custom_evaluation_method = {},
abstract = {},
custom_abstract = {},
}
@inproceedings{Souza2019imodell,
author = {Denis Sousa and Pamella Soares and Allysson Allex Araújo and Raphael Saraiva and Jerffeson Teixeira de Souza},
title = {iMOCell: Uma Proposta de Algoritmo Evolucionário Multiobjetivo Baseado em Otimização Interativa e Aprendizado Supervisionado},
booktitle = {Proceedings of the 10th Brazilian Workshop on Search-Based Software Engineering (WESB '19)},
custom_application= {},
year = {2019},
pages = {1-10},
address = {Online},
custom_ies = {UECE and UECE and UFC and UECE and UECE},
custom_algorithm = {},
custom_language = {Portuguese},
custom_study_type = {},
custom_instance_type = {},
custom_statistical_test = {},
custom_evaluation_method = {},
abstract = {},
custom_abstract = {},
}
@inproceedings{Bandeira2019Genetic,
author = {Alan Bandeira and Lucas Aguiar and Matheus Paixão and Paulo Maia},
title = {Genetic Improved Topic Extraction from StackOverflow Discussions},
booktitle = {Proceedings of the 10th Brazilian Workshop on Search-Based Software Engineering (WESB '19)},
custom_application= {},
year = {2019},
pages = {1-10},
address = {Online},
custom_ies = {UECE and UECE and UECE and UECE},
custom_algorithm = {},
custom_language = {English},
custom_study_type = {},
custom_instance_type = {},
custom_statistical_test = {},
custom_evaluation_method = {},
abstract = {},
custom_abstract = {},
}
@inproceedings{Araujo2019Explorando,
author = {Jorcyane Araújo Lima and Glêdson Elias},
title = {Explorando Perfis Técnicos e de Personalidades na Seleção e Alocação de Pessoas},
booktitle = {Proceedings of the 10th Brazilian Workshop on Search-Based Software Engineering (WESB '19)},
custom_application= {},
year = {2019},
pages = {1-10},
address = {Online},
custom_ies = {IFPB and UFPB},
custom_algorithm = {},
custom_language = {Portuguese},
custom_study_type = {},
custom_instance_type = {},
custom_statistical_test = {},
custom_evaluation_method = {},
abstract = {},
custom_abstract = {},
}
@inproceedings{Mariani2018Proposta,
author = {Thainá Mariani and Silvia Regina Vergilio and Marouane Kessentini},
title = {Uma proposta de geração automática de algoritmos de refatoração},
booktitle = {Proceedings of the 9th Brazilian Workshop on Search-Based Software Engineering (WESB '18)},
custom_application= {},
year = {2018},
pages = {1-10},
address = {São Carlos, São Paulo},
custom_ies = {UFPR and UFPR and University of Michigan-Dearborn},
custom_algorithm = {},
custom_language = {Portuguese},
custom_study_type = {},
custom_instance_type = {},
custom_statistical_test = {},
custom_evaluation_method = {},
custom_abstract = {A atividade de refatoração têm como principal objetivo aplicar um conjunto de transformações em um artefato de software para melhorar sua es- trutura sem alterar sua funcionalidade. Alguns estudos recentes mostram que os desenvolvedores aplicam refatorações similares em diferentes projetos de dife- rentes contextos. Entretanto, o aprendizado de padrões utilizados na atividade de refatoração ainda é pouco estudado. Técnicas tradicionais de aprendizado de máquina não fornecem o apoio para completamente automatizar esta ta- refa, que é bastante complexa. Para lidar com esta limitação, neste trabalho é proposta uma abordagem que utiliza um algoritmo de agrupamento para gerar grupos de classes refatoradas de maneira similar por desenvolvedores. Após isso, um algoritmo de evolução gramatical é utilizado para gerar algoritmos de refatoração com base no aprendizado de caracter ́ısticas dos grupos iden- tificados na atividade de agrupamento. Os algoritmos gerados são utilizados para detectar oportunidades de refatorações em diferentes projetos com base nas caracter ́ısticas de seus elementos. Resultados de um estudo de caso são apresentados e mostram vantagens da utilização da abordagem na prática.},
abstract = {The refactoring activity applies a set of transformations in software artifacts to improve their structure while preserving the functionality. Recent studies show that developer apply similar refactorings in different projects from distinct contexts. However the learning of patterns used in the refactoring acti- vity has been few studied. Traditional machine learning techniques do not com- pletely support this complex task. To overcome such limitation, this work intro- duces an approach that use clustering algorithms to generate clusters of classes refactored in a similar way by developers. After this, a grammatical evolution technique is used to generate refactoring algorithms based on the characteris- tics of the clusters identified in the previous activity. The generated algorithms are used to detect refactoring opportunities in different projects according to the characteristics of their elements. Results of a case study are presented showing benefits with the use of the approach in practice.},
}
@inproceedings{Andrade2018Uso,
author = {André de Souza Andrade and Márcio de Oliveira Barros and Adriana C. de F. Alvim},
title = {Uso da Meta-heurística Biased Random Key Genetic Algorithm no Next Release Problem com Configuração Automática de Parâmetros},
booktitle = {Proceedings of the 9th Brazilian Workshop on Search-Based Software Engineering (WESB '18)},
custom_application= {},
year = {2018},
pages = {11-20},
address = {São Carlos, São Paulo},
custom_ies = {UNIRIO and UNIRIO and UNIRIO},
custom_algorithm = {},
custom_language = {Portuguese},
custom_study_type = {},
custom_instance_type = {},
custom_statistical_test = {},
custom_evaluation_method = {},
custom_abstract = {Next Release Problem é um problema de otimização combinatória da área de Engenharia de Requisitos. Este trabalho utilizou a meta-heurística Biased Random Key Genetic Algorithm para resolver uma versão mono- objetivo do problema, com o suporte da ferramenta IRACE e de K-Fold Cross Validation para a configuração automática de parâmetros. A contribuição deste trabalho reside nos resultados do uso de um método sistemático para a escolha dos parâmetros do algoritmo selecionado para encontrar soluções para o NRP, substituindo a experiência humana pelo método científico.},
abstract = {The Next Release Problem is a combinatorial optimization problem of the Requirements Engineering area. This work used the Biased Random Key Genetic Algorithm metaheuristic to solve a mono-objective version of the problem using IRACE and K-Fold Cross Validation for parameters tuning. Our contribution lays on presenting the results of a systematic approach to calibrate algorithmic parameters in addressing the NRP, replacing the human expertise by the scientific method.},
}
@inproceedings{PradoLima2018Comparing,
author = {Jackson A. Prado Lima and Silvia Regina Vergilio},
title = {Comparing Low Level Heuristics Selection Methods in a Higher-Order Mutation Testing Approach},
booktitle = {Proceedings of the 9th Brazilian Workshop on Search-Based Software Engineering (WESB '18)},
custom_application= {},
year = {2018},
pages = {21-30},
address = {São Carlos, São Paulo},
custom_ies = {UFPR and UFPR},
custom_algorithm = {},
custom_language = {English},
custom_study_type = {},
custom_instance_type = {},
custom_statistical_test = {},
custom_evaluation_method = {},
custom_abstract = {A seleção de Mutantes de Ordem Superior, que descrevem defeitos complexos no teste de software, tem sido realizada com sucesso por algorit- mos de busca, incluindo uma abordagem baseada em hiper-heur ́ıstica. Tal abordagem usa um método de seleção para escolher entre diferentes hiper- heur ́ısticas de baixo n ́ıvel, que são operadores de busca, relacionados com es- tratégias de seleção de mutantes de segunda ordem. A ideia é selecionar um nu ́mero reduzido desses mutantes capazes de capturar defeitos mais dif ́ıceis de serem revelados e que possam substituir os mutantes de primeira ordem. Entre- tanto, diferentes métodos de seleção podem ser usados e o desempenho destes precisa ser avaliado. Para contribuir nesta direção, este trabalho apresenta re- sultados comparando dois métodos: Choice Function (CF) e Fitness-Rate-Rank based Multi-Armed Bandit (FRR-MAB), considerando seis programas Java e três formulações para a função de avaliação. Os resultados de hypervolume mostram que ambos métodos são estatisticamente equivalentes, mas os resulta- dos do FRR-MAB são melhores quando considerada a proporção do erro (Error Ratio, ER).},
abstract = {TheselectionofHigherOrderMutants(HOMs),whichdescribecom- plex faults in the software testing, has been successfully performed by search- based algorithms, including a hyper-heuristic approach. Such an approach uses a selection method to choose among different Low-Level Heuristics (LLHs), which are search operators related to different Second Order Mutant (SOM) generation strategies. The idea is to select a reduced number of SOMs capable to capture subtler faults and replace the First Order Mutants. However different selection methods can be used and it is important to evaluate their performance. To contribute in this direction, this work presents results comparing the meth- ods Choice Function (CF) and Fitness-Rate-Rank based Multi-Armed Bandit (FRR-MAB) concerning six Java programs and three fitness formulations. The results show that both selection methods are statistically equivalent, considering Hypervolume quality indicator. On the other hand, when we analyze the Error Ratio we observe that FRR-MAB provides better solutions than CF.},
}
@inproceedings{Silva2018Estrategias,
author = {Diego Fernandes da Silva and Matheus Alberto Vaz Cecílio and Thelma E. Colanzi},
title = {Estratégias de priorização de características para projeto de arquitetura de LPS baseado em busca},
booktitle = {Proceedings of the 9th Brazilian Workshop on Search-Based Software Engineering (WESB '18)},
custom_application= {},
year = {2018},
pages = {31-40},
address = {São Carlos, São Paulo},
custom_ies = {UEM and UEM and UEM},
custom_algorithm = {},
custom_language = {Portuguese},
custom_study_type = {},
custom_instance_type = {},
custom_statistical_test = {},
custom_evaluation_method = {},
custom_abstract = {Um desafio de projeto de Arquitetura de Linha de Produto (PLA) é a maximização da sua modularidade, uma vez que a PLA inclui todos os elementos arquiteturais que viabilizam o reúso de artefatos para a derivação dos produtos de uma Linha de Produto de Software (LPS). A abordagem MOA4PLA permite otimizar projetos de PLA utilizando algoritmos de busca. Uma das otimizações modulariza características utilizando a mesma taxa de probabilidade de modularização para todas as características da LPS. Todavia, é frequente a existência de características prioritárias, as quais permitem a derivação de determinados produtos logo no início do ciclo de vida da LPS. Diante disso, o objetivo deste trabalho é propor três estratégias para permitir que o arquiteto priorize a modularização de determinadas características na MOA4PLA. Após a implementação das três estratégias, um estudo de caso foi realizado utilizando duas PLAs e os resultados evidenciaram efetiva modularização das características priorizadas.},
abstract = {A challenge of the Product Line Architecture (PLA) design is its modularity maximization, since the PLA includes all architectural elements that provide the artifacts reuse for the derivation of products of the Software Product Line (SPL). The MOA4PLA approach allows to optimize PLA designs using search algorithms. One of its optimizations modularizes SPL features using equal probability rate to every SPL feature. Nevertheless, it is common to have priority features that allow the derivation of certain products at the beginning of the SPL life cycle. In this context, the objective of this work is to propose three strategies to prioritize the modularization of features in MOA4PLA. The three strategies were implemented and a case study using two PLAs was carried out. Results evidenced effective modularization of the prioritized features.},
}
@inproceedings{Soares2018N2PC,
author = {Pamella Soares and Raphael Saraiva and Allysson Allex Araújo and Gustavo Campos and Jerffeson Teixeira de Souza},
title = {N2PC: Um Algoritmo Evolucionário Multiobjetivo baseado em Cones Poliédricos constru ́ıdos atravé de Preferências},
booktitle = {Proceedings of the 9th Brazilian Workshop on Search-Based Software Engineering (WESB '18)},
custom_application= {},
year = {2018},
pages = {41-50},
address = {São Carlos, São Paulo},
custom_ies = {UECE and UECE and UECE and UECE and UECE},
custom_algorithm = {},
custom_language = {Portuguese},
custom_study_type = {},
custom_instance_type = {},
custom_statistical_test = {},
custom_evaluation_method = {},
custom_abstract = {Algoritmos Evolucionários Multiobjetivos têm sido amplamente utili- zados na Engenharia de Software Baseada em Busca. Todavia, sabe-se que, em um cenário composto por muitos objetivos, o Tomador de Decisão (TD) pode deparar-se com uma quantidade muito grande de soluções não-dominadas. Ali- ado a isso, muito se discute sobre estratégias para incorporar as preferências que o TD detém e, consequentemente, apresentar soluções que estejam numa região de seu interesse. Diante de tais motivações, o presente trabalho propõe e avalia um algoritmo evolucionário denominado N2PC, cuja premissa baseia-se em restringir uma certa região de interesse através de cones poliédricos forma- dos a partir das preferências do TD. Em relação aos experimentos, avaliou-se a performance do N2PC em contraste a` diferentes configurações do NSGA-II. Em termos de resultados, constatou-se que o N2PC foi superior em convergência e distribuição de soluções quando comparado aos demais algoritmos avaliados.},
abstract = {Multiobjective Evolutionary Algorithms have been widely adopted in Search Based Software Engineering. However, in scenarios composed of many objectives, the Decision Maker (DM) has to face a number of non-dominated solutions. In addition, it has been discussed strategies to incorporate the DM’s preferences and, consequently, to present solutions in his/her region of interest. Given these motivations, this work proposes and evaluates an evolutionary al- gorithm called N2PC, whose assumption is based on delimiting a certain region of interest through polyhedral cones formed according to the DM’s preferences. Regarding the experiments, it was compared the N2PC performance to different NSGA-II configurations. It was concluded that N2PC was superior in conver- gence and distribution when compared to the other algorithms under evaluation.},
}
@inproceedings{Roque2018Analise,
author = {Lucas Roque and Altino Dantas and Celso Gonçalves Camilo-Junior},
title = {Análise de estilo de programação com Rede Neural Recorrente para aprovação automática de pull request},
booktitle = {Proceedings of the 9th Brazilian Workshop on Search-Based Software Engineering (WESB '18)},
custom_application= {},
year = {2018},
pages = {51-60},
address = {São Carlos, São Paulo},
custom_ies = {UFG and UFG and UFG},
custom_algorithm = {},
custom_language = {Portuguese},
custom_study_type = {},
custom_instance_type = {},
custom_statistical_test = {},
custom_evaluation_method = {},
custom_abstract = {Embora reconhecido como importante, o estilo de programação é um aspecto comumente negligenciado pelos desenvolvedores. Seguir o padrão de programação presente em um projeto pode ser u ́til para entender e manter o sistema. Geralmente, as empresas criam suas próprias diretrizes para codificar correções de bugs ou novos recursos. No entanto, desenvolver este conjunto de regras não é uma tarefa simples, e há inconsistências até mesmo na literatura especializada. Portanto, este artigo propõe uma nova abordagem para a análise de estilo de programação, usando uma rede neural recorrente que aprende o estilo de programação presente em um projeto e determina se um trecho de código submetido a ele segue o padrão do projeto. Tal abordagem será usada em um repositório de desenvolvimento distribu ́ıdo baseado em Pull Request, auxiliando na aprovação automática de incrementos para o projeto.},
abstract = {Although recognized as important, programming style is one aspect commonly neglected by developers. Follow the pattern of programming pre- sents in a project may be useful to understand and maintain the system. Usually, the companies build their own guidelines for coding bug fixes or new features. However, developing this set of rules is not a simple task, and there are even in- consistencies in the specialized literature. Therefore, this paper proposes a new approach to programming style analysis, using a recurrent neural network that learns the programming style presents in a project and determines whether a pi- ece of code submitted to it, follows the project’s pattern. Such an approach will be used in a distributed development repository based on Pull request, aiding in the automatic approval of increments to the project.},
}
@inproceedings{Basniak2017Metodos,
author = {Rodrigo Basniak and Adolfo Gustavo Serra Seca Neto and Laudelino C. Bastos and Maria Claudia F. P. Emer},
title = {Métodos Evolucionários e o Next Release Problem},
booktitle = {Proceedings of the 8th Brazilian Workshop on Search-Based Software Engineering (WESB '17)},
custom_application= {Introductory/Survey},
year = {2017},
pages = {1-10},
address = {Fortaleza, Ceará},
custom_ies = {UTFPR and UTFPR and UTFPR and UTFPR},
custom_algorithm = {},
custom_language = {Portuguese},
custom_study_type = {Surveys},
custom_instance_type = {},
custom_statistical_test = {},
custom_evaluation_method = {},
abstract = {This paper presents a literature review that helped to understand the state of the art of the researches that tried to solve this problem. It has been discovered that this area still has much to be developed and that it has been given a constant attention from researches all over the world. This review mapped the source of the datasets used in the literature and discovered that most of them are randomly generated. The most used techniques are genetic algorithms and ant colony optimization and the results’ validation are done using the fitness curves or Pareto fronts and, only a small number of works cared to do a more detailed analysis on the quality of the solutions generated by the algorithms},
custom_abstract = { Esse artigo apresenta uma revisão de literatura com o intuito de entender o estado da arte das pesquisas que buscam encontrar soluções para esse problema. Com a realização da revisão pode-se dizer que essa área ainda tem muito a ser desenvolvida e que tem recebido uma constante atenção de pesquisadores do mundo todo. A revisão buscou os tipos de datasets nos quais os estudos são aplicados e pôde-se determinar que a maioria dos datasets é gerado aleatoriamente e com poucos requisitos. As técnicas mais utilizadas são algoritmos genéticos e otimização por colônia de formigas e a validação dos resultados é apenas teórica, fazendo uso de gráficos de fitness ou frontes de Pareto, apenas uma pequena porcentagem se preocupa em fazer uma análise detalhada em cima das soluções encontradas pelos algoritmos},
}
@inproceedings{Lima2017Software,
author = {Dayvison Lima and Raphael Saraiva and Thayse Alencar and Gustavo Campos and Jerffeson Teixeira de Souza},
title = {Software Requirements Prioritization using Fuzzy Logic},
booktitle = {Proceedings of the 8th Brazilian Workshop on Search-Based Software Engineering (WESB '17)},
custom_application= {Software Requirements},
year = {2017},
pages = {11-20},
address = {Fortaleza, Ceará},
custom_ies = {UECE and UECE and UECE and UECE and UECE},
custom_algorithm = {Fuzzy Inference System},
custom_language = {English},
custom_study_type = {Empirical Research Reports},
custom_instance_type = {Artificial},
custom_statistical_test = {},
custom_evaluation_method = {Solution Analysis},
abstract = {One of the most critical tasks during a software development project is the requisites prioritization, due to all the imprecise aspects surrounding this task. Its complexity stems from all these aspects and variables of the organization that need to be taken into account, before suggesting the best order for developing the project’s requisites. In this context, the application of Fuzzy Logics is a promising strategy to properly deal with such a challenge. This work aims at proposing a framework to support the decision making in the requisite prioritization throughout the software development process. Furthermore, this approach is capable of dealing with data from ambiguous and imprecise sources. The approach is evaluated with a simple example showing the feasibility of a Fuzzy Decision System in the requisites prioritization},
custom_abstract = { },
}
@inproceedings{Yeltsin2017Utilizando,
author = {Ítalo Yeltsin and Allysson Allex Araújo and Raphael Saraiva and Jerffeson Teixeira de Souza},
title = {Utilizando Função de Escalarização para Controle da Relevância de Métricas de Software},
booktitle = {Proceedings of the 8th Brazilian Workshop on Search-Based Software Engineering (WESB '17)},
custom_application= {Software Testing and Software Requirements},
year = {2017},
pages = {21-30},
address = {Fortaleza, Ceará},
custom_ies = {UECE and UFC and UECE and UECE},
custom_algorithm = {Genetic Algorithms},
custom_language = {Portuguese},
custom_study_type = {Empirical Research Reports},
custom_instance_type = {Real},
custom_statistical_test = {Wilcoxon and Effect Size},
custom_evaluation_method = {Function Value Analysis},
abstract = {SBSE research field aims to formulate Software Engineering Problems (SE) as search problems. Through the definition of a fitness function, the search for an optimal or sub-optimal solution can be guided. When there is one or more metrics associated with a SE problem, constructing a fitness function capable of assessing solutions quality for such a problem is possible. However, it is recurrent assumptions about fitness functions that provide justice relation between metrics, i.e., when every single metric has exactly the same relevance for the search process. Several properties related to metric value domain might induce the search process to offer privileges to a certain metric bringing out worser outcomes to another ones. Thus, this work aims to proposes a generic mathematical model that uses scalarizing function in order to obtain control over the relevance of each metric in the search process. Regarding the empirical study, it was noticed that the proposed approach is capable of providing a fair relation between metrics better than the original fitness functions proposed in the investigated problems},
custom_abstract = {SBSE é área de pesquisa que objetiva formular problemas de Engenharia de Software (ES) como problemas de busca. Através da definição de uma função de avaliação, a busca por uma solução ótima ou sub-ótima pode ser guiada. Quando ha a existência de uma ou mais métricas associadas a um problema de ES, e possível compor uma função de avaliação capaz de mensurar a qualidade das soluções para tal problema. Todavia, é recorrente nas formulações o pressuposto de que uma função de avaliação estabelece uma relação justa entre as métricas, ou seja, todas as métricas têm as mesmas relevâncias no processo de busca. As diversas características quanto ao domínio dos valores das métricas podem influenciar o processo de busca a privilegiar uma métrica em detrimento de outras. Assim, o presente trabalho objetiva propor um modelo matemático genérico que utiliza função de escalarização como forma de obter o controle da relevância das métricas no processo de busca. Em termos de estudo empírico, averiguou-se que a abordagem proposta e capaz de estabelecer uma relação mais justa entre as métricas do que as funções de avaliação originalmente propostas para os problemas investigados.},
}
@inproceedings{Freitas2017Genetic,
author = {Diogo M. de Freitas and Plínio de Sá Leitão Júnior and Celso Gonçalves Camilo-Junior and Altino Dantas and Rachel Harrison},
title = {Genetic Programming-based Composition of Fault Localization Heuristics},
booktitle = {Proceedings of the 8th Brazilian Workshop on Search-Based Software Engineering (WESB '17)},
custom_application= {Software Testing},
year = {2017},
pages = {31-40},
address = {Fortaleza, Ceará},
custom_ies = {UFG and UFG and UFG and UFG and Oxford Brookes University},
custom_algorithm = { },
custom_language = {English},
custom_study_type = {Empirical Research Reports},
custom_instance_type = {Real},
custom_statistical_test = {Wilcoxon and Effect Size},
custom_evaluation_method = {Other},
abstract = {Spectrum-based fault localization techniques assess code elements suspiciousness with heuristics inspired by probabilistic and statistic models. This paper proposes a Genetic Programming (GP) approach to combine 18 existing spectrum-based fault localization heuristics into a project oriented fault localization formula. We evaluated the proposal with the 7 programs from the Siemens Suite with single-bugs and compared it against 19 approaches – 18 coverage-based heuristics and one combination approach. The results show that the proposal outperformed the others. Thus, we conclude the GP is a promising metaheuristic to formulate customized fault localization heuristics.},
custom_abstract = {Localização de defeitos baseada em espectro avalia suspeita de elementos de código através de heurísticas inspiradas em modelos probabilísticos e estatísticos. O presente trabalho propõe uma abordagem baseada em Programação Genética (PG) para combinar 18 heurísticas existentes em uma formula especializada para um projeto. A abordagem foi avaliada em versões de 7 programas do conjunto da Siemens e comparada a 19 outras abordagens 18 heurísticas genéricas e uma técnica de combinação. Os resultados mostram que a proposta supera as demais. Portanto, conclui-se que PG e uma meta-heurística promissora para composição de fórmulas de localização de defeitos},
}
@inproceedings{Silva2017Abordagem,
author = {Dennis Silva and Ricardo A. L. Rabêlo and Pedro de A. dos Santos Neto and Guilherme Lima and Ricardo de S. Britto and Pedro Almir Oliveira},
title = {Uma Abordagem para a Priorização de Casos de Teste Baseada no Histórico de Detecção de Falhas},
booktitle = {Proceedings of the 8th Brazilian Workshop on Search-Based Software Engineering (WESB '17)},
custom_application= {Software Testing},
year = {2017},
pages = {41-50},
address = {Fortaleza, Ceará},
custom_ies = {UFPI and UFPI and UFPI and UFPI and Blekinge Institute of Technology and IFMA},
custom_algorithm = {ACO and Fuzzy Inference System},
custom_language = {Portuguese},
custom_study_type = {Empirical Research Reports},
custom_instance_type = {Artificial},
custom_statistical_test = {Wilcoxon and Effect Size},
custom_evaluation_method = {Function Value Analysis},
abstract = {The test prioritization consists in determining an execution order for the system test cases, to maximize some property such as the rate of fault detection or the code coverage rate. This work proposes a prioritization approach that considers the history of fault detection and the criticality of the test cases. This criticality value is obtained considering the test case coverage and the criticality of the covered components, obtained through a fuzzy inference system. The prioritization employs ant colony optimization and evaluates the quality of the solutions by its rates of fault detection (APFD), revealing itself statistically and practically superior to the random ordering.},
custom_abstract = {A priorização de casos de teste consiste em determinar uma ordem de execução dos casos de teste do sistema, para maximizar alguma propriedade como a taxa de detecção de falhas ou de cobertura do código. Este trabalho propõe uma abordagem de priorização que considera o histórico de detecção de falhas e a criticidade dos casos de teste. Essa criticidade e obtida com base na cobertura do caso de teste e na criticidade dos componentes cobertos, obtida por meio de um sistema de inferência fuzzy. A priorização emprega otimização por colônia de formigas e avalia a qualidade das soluções pela taxa de detecção de falhas (APFD), mostrando-se superior a ordenação aleatória em termos estatísticos e práticos},
}
@inproceedings{Oliveira2017Ternarius,
author = {Vinícius P. L. De Oliveira and Eduardo F.D. Souza and Altino Dantas and Lucas Roque and Celso Gonçalves Camilo-Junior and Jerffeson Teixeira de Souza},
title = {Ternarius: um operador de mutação para o reparo de software baseado em busca com representação subpatch},
booktitle = {Proceedings of the 8th Brazilian Workshop on Search-Based Software Engineering (WESB '17)},
custom_application= {Software Maintenance},
year = {2017},
pages = {51-60},
address = {Fortaleza, Ceará},
custom_ies = {UFG and UFG and UFG and UFG and UFG and UECE},
custom_algorithm = {Other},
custom_language = {Portuguese},
custom_study_type = {Empirical Research Reports},
custom_instance_type = {Real},
custom_statistical_test = {},
custom_evaluation_method = {Solution Analysis},
abstract = {Software maintenance is a costly and complex task that has been addressed by various approaches which try to automatically repair buggy programs. In this context, GenProg is a search-based tool that has promising results, however, its original patch representation and genetic operators are still in evolution. Thus, this work proposes a novel mutation operator, based on sub-patch representation, capable of performing three types of perturbation in the solutions. The proposal was evaluated with the IntroClass benchmark. The results indicate the approach viability by achieving around 30% more fix than the original mutation and getting 94.69% of qualified fixes},
custom_abstract = {A manutenção de software é uma tarefa complexa e custosa que tem sido abordada por varias pesquisas que tentam reparar automaticamente programas defeituosos. Nesse contexto, a GenProg e uma ferramenta baseada em busca que tem resultados promissores, no entanto, sua representação original de patch e seus operadores genéticos continuam sendo evoluídos. Assim, este trabalho propõe um novo operador de mutação, baseado em representação de sub-patch, capaz de realizar três tipos de perturbação nas soluções. A proposta foi avaliada com o benchmark IntroClass. Os resultados indicaram a viabilidade da abordagem, que conseguiu cerca de 30% mais de reparos do que a mutação original e obtendo 94,69% de correções com qualidade.},
}
@inproceedings{Carvalho2015Hiper,
author = {Vinicius Renan de Carvalho and Silvia Regina Vergilio and Aurora Pozo},
title = {Uma hiper-heurística de seleção de meta-heurísticas para estabelecer sequências de módulos para o teste de software},
booktitle = {Proceedings of the 6th Brazilian Workshop on Search-Based Software Engineering (WESB '15)},
custom_application= {Software Testing},
year = {2015},
pages = {1-10},
address = {Belo Horizonte, Minas Gerais},
custom_ies = {UFPR and UFPR and UFPR},
custom_algorithm = {IBEA and NSGA-II and SPEA2},
custom_language = {Portuguese},
custom_study_type = {Empirical Research Reports},
custom_instance_type = {Real},
custom_statistical_test = {Kruskal Wallis},
custom_evaluation_method = {Hypervolume},
abstract = {Meta-heuristics, such as multi-objective and evolutionary algorithms, have been successfully used to establish sequence of modules for the integration testing with minimal stubbing cost. However, results from the literature show that no algorithm has been obtained the best performance for any system and context. Many times it is necessary to configure different algorithms and to conduct experiments to determine the best one. To avoid this and reducing tester’s efforts, this work introduces a hyper-heuristic, named MOCAITO-HH, which uses the method Choice Function to select, in execution time, the algorithm with the best performance in a given moment and system, according to common quality indicators of the optimization field. The use of the hyper-heuristic obtained results that are statistically equivalent to the best algorithm, without requiring the tester’s choice of a meta-heuristic.
},
custom_abstract = {Meta-heurísticas, tais como algoritmos evolutivos multi-objetivos, são utilizadas para estabelecer sequências de módulos para o teste de integração, a fim de minimizar o custo relacionado a construção de stubs. Contudo, resultados da literatura mostram que nenhum algoritmo pode ser considerado o melhor para qualquer sistema e contexto. Muitas vezes é necessário configurar diferentes algoritmos e realizar experimentos para determinar qual é o melhor. Para evitar esta tarefa e reduzir o esforço do testador, este trabalho propõe uma hiper-heurística, chamada MOCAITO-HH, que utiliza o método de seleção Choice Function para selecionar, em tempo de execução, o melhor algoritmo com o melhor desempenho em um dado momento e sistema, considerando diferentes indicadores da área de otimização. O uso da hiper-heurística obteve resultados equivalentes estatisticamente ao melhor algoritmo, sem que seja necessária a escolha da meta-heurística por parte do testador.
},
}
@inproceedings{Guizzo2015Solucao,
author = {Giovani Guizzo and Silvia Regina Vergilio and Aurora Pozo},
title = {Uma Solução Baseada em Hiper-Heurística para Determinar Ordens de Teste na Presença de Restrições de Modularização},
booktitle = {Proceedings of the 6th Brazilian Workshop on Search-Based Software Engineering (WESB '15)},
custom_application= {Software Testing},
year = {2015},
pages = {11-20},
address = {Belo Horizonte, Minas Gerais},
custom_ies = {UFPR and UFPR and UFPR},
custom_algorithm = {NSGA-II},
custom_language = {Portuguese},
custom_study_type = {Empirical Research Reports},
custom_instance_type = {Real},
custom_statistical_test = {Kruskal Wallis},
custom_evaluation_method = {Hypervolume},
abstract = {Hyper-heuristics are techniques to select or generate low-level heuristics, generally applied to make the use of search algorithms more generic and to improve their results. Despite their advantages, hyper-heuristics have been underexplored in the Search Based Software Engineering (SBSE) field. An initiative for this purpose that was successfully applied to established unit orders for the integration test, is the Hyper-Heuristic for the Integration and Test Order Problem (HITO). HITO helps in the selection of genetic operators during the algorithm execution. This work presents results from the application of HITO in a more complex version of the same problem, in which unit clusters are considered. This version encompasses modularization restrictions and a greater number of possible operators. Evaluation results obtained with HITO are better or equivalent to that, obtained with the conventional algorithm for all tested systems.},
custom_abstract = {Hiper-heurísticas são técnicas para a seleção ou geração de heurísticas de baixo nível, geralmente utilizadas para tornar a utilização dos algoritmos de busca mais genérica e melhorar os seus resultados. Apesar das suas vantagens, hiper-heurísticas têm sido pouco exploradas no contexto de Engenharia de Software Baseada em Busca (SBSE). Uma iniciativa com este propósito que obteve bons resultados no estabelecimento de ordens de unidades para realizar o teste de integração, é a Hyper-Heuristic for the Integration and Test Order Problem (HITO). HITO visa à seleção de operadores genéticos em tempo de execução dos algoritmos. Neste trabalho são apresentados resultados da avaliação de HITO em uma versão mais complexa do mesmo problema, na qual o agrupamento de unidades é considerado, o que envolve restrições de modularização e um conjunto maior de possíveis operadores. Os resultados obtidos com HITO são superiores ou equivalentes aos obtidos com o algoritmo genético convencional em todos os sistemas testados.},
}
@inproceedings{Rego2015Selecao,
author = {Renata M. Rêgo and Arilo Claudio Dias-Neto and Rosiane de Freitas Rodrigues},
title = {Seleção de Elementos de Elicitação de Requisitos utilizando Algoritmos Evolutivos Multiobjetivo},
booktitle = {Proceedings of the 6th Brazilian Workshop on Search-Based Software Engineering (WESB '15)},
custom_application= {Software Requirements},
year = {2015},
pages = {21-30},
address = {Belo Horizonte, Minas Gerais},
custom_ies = {UFAM and UFAM and UFAM},
custom_algorithm = {NSGA-II and Random Search},
custom_language = {Portuguese},
custom_study_type = {Empirical Research Reports},
custom_instance_type = {Real},
custom_statistical_test = {},
custom_evaluation_method = {Execution Time and Pareto Front Analysis},
abstract = {Requirements elicitation is afundamentalactivity in a software project, because it aims to identify the software requirements to be developed. This activity usually depends on three elements: the technique used to identify/ collect the requirements, the analyst allocated to accomplish this task and the available suppliers to provide customer needs. These elements should be selected properly during the elicitation process, once they have a direct impact on the software project’s success or failure. The issues to be considered during the selection of three elements are their suitability and cost in a software project. This paper presents an approach to support the requirement element selection using SBSE strategies. An empirical study was performed using data from a real software project comparing the results provided by a multi-objective evolutionary algorithm (NSGA-II) and a Random algorithm. The results suggest the feasibility of applying evolutionary algorithms, because it provided the best compromise solutions to this problem.},
custom_abstract = {A elicitação de requisitos é uma atividade fundamental em um projeto de software, pois ela visa a identificação dos requisitos do software a serem desenvolvidos. Esta atividade geralmente depende de três elementos: a técnica usada para identificar/coletar os requisitos, o analista alocado para realizar essa tarefa e os clientes disponíveis para fornecer suas necessidades. Esses elementos devem ser selecionados de maneira adequada durante o processo de elicitação, uma vez que eles têm impacto direto sobre o sucesso ou fracasso do projeto. Durante a seleção dos elementos são consideradas a adequação e custo destes em relação ao projeto de software. Este artigo apresenta uma abordagem de apoio à seleção de elementos de requisitos utilizando estratégias de SBSE. Foi realizado um estudo empírico utilizando dados de um projeto real comparando os resultados providos por um algoritmo evolutivo multiobjetivo (NSGA-II) e um algoritmo Randômico. Os resultados sugerem a viabilidade de aplicar algoritmos evolutivos, pois o mesmo forneceu as melhores soluções de compromisso para este problema.},
}
@inproceedings{Freitas2015Abordagem,
author = {Átila Freitas and Allysson Allex Araújo and Matheus Paixão and Altino Dantas and Celso Gonçalves Camilo-Junior and Jerffeson Teixeira de Souza},
title = {Uma abordagem utilizando NSGA-II In Vitro para resolução do Problema do Próximo Release Multiobjetivo},
booktitle = {Proceedings of the 6th Brazilian Workshop on Search-Based Software Engineering (WESB '15)},
custom_application= {Software Requirements},
year = {2015},
pages = {31-40},
address = {Belo Horizonte, Minas Gerais},
custom_ies = {UECE and UECE and UCL and UECE and UFG and UECE},
custom_algorithm = {NSGA-II and MoCell and Branch-and-Bound},
custom_language = {Portuguese},
custom_study_type = {Empirical Research Reports},
custom_instance_type = {Artificial},
custom_statistical_test = {Mann-Whitney and Effect Size},
custom_evaluation_method = {Hypervolume and Spread and Execution Time},
abstract = {The selection of requirements to be implemented in the next release is considered a complex activity, characterized by the presence of several conflicting aspects that have some influence in the decision making. This problem is usually called the Next Release Problem. Several multiobjective evolutionary algorithms were proposed to solve it, especially the NSGA-II. However, this algorithm presents shortcomings regarding convergence and search space exploration. Thus, this paper proposes an approach to mitigate this flaw through the incorporation of an auxiliar algorithm, known as In Vitro, to the NSGA-II. Empirical studies are able to statistically demonstrate that the proposed algorithm presents better solutions when compared to the standard versions of both NSGA-II and MoCell.},
custom_abstract = {A seleção de requisitos para serem implementados no próximo release é considerada uma atividade complexa, caracterizada pela presença de diversos aspectos conflitantes que podem influenciar na tomada de decisão. Neste contexto, surge o Problema do Próximo Release, para o qual vários algoritmos evolucionários multiobjetivos foram propostos para sua resolução, com destaque para o NSGA-II. Todavia, verifica-se uma recorrente dificuldade com relação a capacidade de convergência e exploração do espaço de busca. Desta forma, este artigo propõe mitigar essa dificuldade através da incorporação de um algoritmo auxiliar, conhecido como In Vitro, ao NSGA-II. Experimentos realizados são aptos a demonstrar estatisticamente que o algoritmo proposto apresenta soluções melhores que as versões tradicionais do NSGA-II e MoCell.},
}
@inproceedings{Yeltsin2015Adaptacao,
author = {Ítalo Yeltsin and Allysson Allex Araújo and Altino Dantas and Jerffeson Teixeira de Souza},
title = {Uma Adaptação dos Operadores Genéticos para o Problema do Próximo Release com Interdependência entre Requisitos},
booktitle = {Proceedings of the 6th Brazilian Workshop on Search-Based Software Engineering (WESB '15)},
custom_application= {Software Requirements},
year = {2015},
pages = {41-50},
address = {Belo Horizonte, Minas Gerais},
custom_ies = {UECE and UECE and UECE and UECE},
custom_algorithm = {Genetic Algorithms},
custom_language = {Portuguese},
custom_study_type = {Empirical Research Reports},
custom_instance_type = {Both},
custom_statistical_test = {},
custom_evaluation_method = {Execution Time and Function Value Analysis},
abstract = {The Next Release Problem consists in selecting a set of requirements to be developed in the next release, aiming to maximize the overall importance value. When considering the requirements’ interdependencies, more constraints are added and, consequently, require a properly suiting of search algorithms to reach better results. This paper presents a comparation between a set of adapted operators of the Genetic Algorithm aiming to deal with such characteristics. Empirical study showed this approach outperformed the canonical version in 37% in fitness.},
custom_abstract = {O Problema do Próximo Release consiste em selecionar um conjunto de requisitos para serem implementados no próximo release, de forma que sua importância seja maximizada. Ao se considerar as interdependências entre requisitos, mais restrições são adicionadas e, consequentemente, demanda-se uma adaptação mais refinada para que os algoritmos de busca atinjam resultados melhores. Este trabalho apresenta uma comparação entre um conjunto de operadores adaptados de um Algoritmo Genético visando lidar melhor com tais características. O estudo empírico realizado demonstrou que a abordagem proposta consegue ser até 37% melhor em fitness que sua versão canônica.},
}
@inproceedings{Santos2015Otimizando,
author = {Marcelo C. B. Santos and Wainer Moschetta and Thelma E. Colanzi and Edson Oliveira Jr},
title = {Otimizando o Projeto de Arquitetura de Linha de Produto de Software com Muitos Objetivos: um Estudo Exploratório},
booktitle = {Proceedings of the 6th Brazilian Workshop on Search-Based Software Engineering (WESB '15)},
custom_application= {Software Design},
year = {2015},
pages = {51-60},
address = {Belo Horizonte, Minas Gerais},
custom_ies = {UEM and UEM and UEM and UEM},
custom_algorithm = {NSGA-II and PAES},
custom_language = {Portuguese},
custom_study_type = {Empirical Research Reports},
custom_instance_type = {Real},
custom_statistical_test = {Wilcoxon},
custom_evaluation_method = {Hypervolume and Euclidian Distance and Number of solutions},
abstract = {The MOA4PLA approach provides search operators and objective functions to optimize and evaluate Software Product Line Architecture (PLA) design by using multi-objective search algorithms (MOAs). However, some of these functions involve metrics with different ranges related to different architectural properties, which affect the function sensibility. This fact motivated an evaluation model refinement, which resulted in six new objective functions. Given the lack of studies on application of MOAs involving many objectives to optimize PLA design, the main goal of this work is presenting an exploratory study about the application of the MOAs NSGA-II and PAES using six objectives to optimize three PLA designs. A behavior analysis of such MOAs in the referred context provided initial evidence that NSGA-II achieved better results than PAES. This work also presents lessons learned from the study carried out.},
custom_abstract = {A abordagem MOA4PLA propõe operadores de busca e funções objetivo para otimizar e avaliar o projeto de Arquitetura de Linha de Produto de Software (ALP) utilizando algoritmos de busca multiobjetivos (MOAs). No entanto, algumas dessas funções envolvem métricas de diferentes grandezas e referentes a diferentes propriedades arquiteturais, o que influencia na sensibilidade da função. Isso motivou um refinamento do modelo de avaliação originando seis novas funções objetivo. Dada a inexistência de trabalhos nos quais MOAs envolvendo muitos objetivos tenham sido aplicados para otimizar o projeto de ALP, este trabalho tem como principal objetivo apresentar um estudo exploratório no qual os MOAs NSGA-II e PAES foram aplicados usando seis objetivos para otimizar três projetos de ALP. Uma análise do comportamento desses dois MOAs no referido contexto forneceu evidências iniciais de que o NSGA-II alcançou melhores resultados do que o PAES. Este trabalho apresenta também lições aprendidas com a realização do estudo.},
}
@inproceedings{Ferreira2015Utilizando,
author = {Thiago Nascimento Ferreira and Silvia Regina Vergilio},
title = {Utilizando Otimização por Colônia de Formigas na Seleção de Produtos para o Teste de Mutação do Diagrama de Características},
booktitle = {Proceedings of the 6th Brazilian Workshop on Search-Based Software Engineering (WESB '15)},
custom_application= {Software Testing},
year = {2015},
pages = {61-70},
address = {Belo Horizonte, Minas Gerais},
custom_ies = {UFPR and UFPR},
custom_algorithm = {ACO and Genetic Algorithms and Simulated Annealing and Random Search},
custom_language = {Portuguese},
custom_study_type = {Empirical Research Reports},
custom_instance_type = {Real},
custom_statistical_test = {Kruskal Wallis},
custom_evaluation_method = {Function Value Analysis},
abstract = {The variability mutation testing of the feature model has been found promissing results, due to its capability to reveal faults. To derive a set of test cases, that is, products, with a high mutation score, associated to a minimal cost, is a hard task, which has been solved by search based approaches. However, existing approaches use evolutionary algorithms. This work proposes an approach based on Ant Colony Optimization (ACO). A mathematical formulation is introduced, considering the mutation score and the dissimilarity between generated products, in order to reduce the number of redundant products, that is, products that kill the same set of mutants. Results comparing the approach with Genetic Algorithm, Simulated Annealing and Random Search show that ACO can find the best solutions and with the best convergence, even in feature models with higher number of products},
custom_abstract = {O teste de mutação de variabilidades do diagrama de características mostra-se bastante promissor, devido a sua capacidade em revelar defeitos. Derivar um conjunto de casos de teste, ou seja, de produtos, com alto escore de mutação associado a um custo mínimo é uma tarefa complexa para a qual soluções baseadas em busca são propostas. Entretanto, as soluções existentes utilizam algoritmos evolutivos. Neste trabalho uma solução baseada em Otimização por Colônia de Formiga (ACO) é proposta. Uma modelagem é introduzida, que considera o escore de mutação e a dissimilaridade dos produtos gerados, a fim de reduzir o número de produtos redundantes, ou seja, que matam os mesmos mutantes. Resultados obtidos, comparando a abordagem com o Algoritmo Genético, Têmpera Simulada e Busca Aleatória, mostram que o ACO consegue encontrar as melhores soluções, além gerar a melhor convergência mesmo em diagramas com elevada quantidade de produtos},
}
@inproceedings{MatneiFilho2014Configuracao,
author = {Rui Angelo Matnei Filho and Silvia Regina Vergilio},
title = {Configuração Baseada em Busca de Linha de Produto de Software: Resultados de um Mapeamento Sistemático},
booktitle = {Proceedings of the 5th Brazilian Workshop on Search-Based Software Engineering (WESB '14)},
custom_application= {Software Design},
year = {2014},
pages = {11-20},
address = {Maceió, Alagoas},
custom_ies = {UFPR and UFPR},
custom_algorithm = {},
custom_language = {Portuguese},
custom_study_type = {Surveys},
custom_instance_type = {},
custom_statistical_test = {},
custom_evaluation_method = {},
abstract = {},
custom_abstract = {},
}
@inproceedings{Rocha2014Applying,
author = {Arthur Rocha and Leila Silva and André Britto},
title = {Applying Particle Swarm Optimisation for Solving the Next Release Problem},
booktitle = {Proceedings of the 5th Brazilian Workshop on Search-Based Software Engineering (WESB '14)},
custom_application= {Software Requirements},
year = {2014},
pages = {21-30},
address = {Maceió, Alagoas},
custom_ies = {UFS and UFS and UFS},
custom_algorithm = {PSO and Backbone-based Multilevel Algorithm and Genetic Algorithms and Multistart Strategy-based SA},
custom_language = {English},
custom_study_type = {Empirical Research Reports},
custom_instance_type = {Artificial},
custom_statistical_test = {},
custom_evaluation_method = {Function Value Analysis},
abstract = {},
custom_abstract = {},
}
@inproceedings{Guizzo2014Aplicacao,
author = {Giovani Guizzo and Thelma E. Colanzi and Silvia Regina Vergilio},
title = {Aplicação do padrão Mediator em uma abordagem de otimização de projeto de Arquitetura de Linha de Produto de Software},
booktitle = {Proceedings of the 5th Brazilian Workshop on Search-Based Software Engineering (WESB '14)},
custom_application= {Software Design},
year = {2014},
pages = {31-40},
address = {Maceió, Alagoas},
custom_ies = {UFPR and UEM and UFPR},
custom_algorithm = {},
custom_language = {Portuguese},
custom_study_type = {Empirical Research Reports},
custom_instance_type = {Real},
custom_statistical_test = {},
custom_evaluation_method = {},
abstract = {},
custom_abstract = {},
}
@inproceedings{Otoni2014Analise,
author = {Rodrigo Otoni and André Britto and Leila Silva},
title = {Análise da Aplicação de Variantes do Algoritmo NSGA-II no Problema do Planejamento da Próxima Versão de um Software com Grande Número de Requisitos},
booktitle = {Proceedings of the 5th Brazilian Workshop on Search-Based Software Engineering (WESB '14)},
custom_application= {Software Requirements},
year = {2014},
pages = {41-50},
address = {Maceió, Alagoas},
custom_ies = {UFS and UFS and UFS},
custom_algorithm = {NSGA-II},
custom_language = {Portuguese},
custom_study_type = {Empirical Research Reports},
custom_instance_type = {Artificial},
custom_statistical_test = {Friedman},
custom_evaluation_method = {Hypervolume},
abstract = {},
custom_abstract = {},
}
@inproceedings{Souza2014Multi,
author = {Luciano S. de Souza and Ricardo B. C. Prudêncio and Flavia de A. Barros},
title = {Multi-Objective Test Case Selection: A Hybrid Particle Swarm Optimization and Harmony Search Algorithm},
booktitle = {Proceedings of the 5th Brazilian Workshop on Search-Based Software Engineering (WESB '14)},
custom_application= {Software Testing},
year = {2014},
pages = {51-60},
address = {Maceió, Alagoas},
custom_ies = {IFNMG and UFPE and UFPE},
custom_algorithm = {MOPSO and NSGA-II and Multi-Objective Binary Harmony Search Algorithm},
custom_language = {English},
custom_study_type = {Empirical Research Reports},
custom_instance_type = {Artificial},
custom_statistical_test = {Wilcoxon},
custom_evaluation_method = {Hypervolume and Generational Distance (GD) and Coverage},
abstract = {},
custom_abstract = {},
}
@inproceedings{Machado2014SBSTFrame,
author = {Bruno N. Machado and André Assis Lôbo de Oliveira and Beatriz P. Martins and Celso Gonçalves Camilo-Junior and Cássio Leonardo Rodrigues and Plínio de Sá Leitão Júnior and Auri Marcelo Rizzo Vincenzi},
title = {SBSTFrame: uma proposta de framework para o teste de software baseado em busca},
booktitle = {Proceedings of the 5th Brazilian Workshop on Search-Based Software Engineering (WESB '14)},
custom_application= {Software Testing},
year = {2014},
pages = {61-70},
address = {Maceió, Alagoas},
custom_ies = {UFG and UFG and UFG and UFG and UFG and UFG and UFG},
custom_algorithm = {},
custom_language = {Portuguese},
custom_study_type = {Empirical Research Reports},
custom_instance_type = {Artificial},
custom_statistical_test = {},
custom_evaluation_method = {},
abstract = {},
custom_abstract = {},
}
@inproceedings{Borges2014Algoritmo,
author = {Gleibson W. Silva Borges and Beatriz P. Martins and André Assis Lôbo de Oliveira and Celso Gonçalves Camilo-Junior and Auri Marcelo Rizzo Vincenzi and Plínio de Sá Leitão Júnior},
title = {Um Algoritmo Genético no Modelo de Ilhas para Seleção de Casos de Teste na Análise de Mutantes},
booktitle = {Proceedings of the 5th Brazilian Workshop on Search-Based Software Engineering (WESB '14)},
custom_application= {Software Testing},
year = {2014},
pages = {71-80},
address = {Maceió, Alagoas},
custom_ies = {UFG and UFG and UFG and UFG and UFG and UFG},
custom_algorithm = {GA-MI and Genetic Algorithms and Random Search},
custom_language = {Portuguese},
custom_study_type = {Empirical Research Reports},
custom_instance_type = {Real},
custom_statistical_test = {},
custom_evaluation_method = {Execution Time and Function Value Analysis},
abstract = {},
custom_abstract = {},
}
@inproceedings{Luiz2014Algoritmo,
author = {Acabias Marques Luiz and André Assis Lôbo de Oliveira and Celso Gonçalves Camilo-Junior and Cássio Leonardo Rodrigues and Auri Marcelo Rizzo Vincenzi},
title = {Uso de Algoritmo Genético Distribuído na Seleção de Casos de Teste para o Teste de Mutação},
booktitle = {Proceedings of the 5th Brazilian Workshop on Search-Based Software Engineering (WESB '14)},
custom_application= {Software Testing},
year = {2014},
pages = {81-90},
address = {Maceió, Alagoas},
custom_ies = {UFG and UFG and UFG and UFG and UFG},
custom_algorithm = {Genetic Algorithms and Random Search and Parallel Genetic Algorithms},
custom_language = {Portuguese},
custom_study_type = {Empirical Research Reports},
custom_instance_type = {Real},
custom_statistical_test = {},
custom_evaluation_method = {Execution Time and Function Value Analysis},
abstract = {},
custom_abstract = {},
}
@inproceedings{Goncalves2013Modelando,
author = {Vitor Gonçalves and Márcio de Oliveira Barros},
title = {Modelando o problema da próxima release sob a perspectiva da análise de pontos de função},
booktitle = {Proceedings of the 4th Brazilian Workshop on Search-Based Software Engineering (WESB '13)},
custom_application= {Software Requirements},
year = {2013},
pages = {12-21},
address = {Brasília, Distrito Federal},
custom_ies = {UNIRIO and UNIRIO},
custom_algorithm = {Genetic Algorithms},
custom_language = {Portuguese},
custom_study_type = {Empirical Research Reports},
custom_instance_type = {Real},
custom_statistical_test = {},
custom_evaluation_method = {Solution Analysis and Function Value Analysis},
abstract = {},
custom_abstract = {},
}
@inproceedings{Bruno2013Adaptacao,
author = {Ítalo Yeltsin and Matheus Paixão and Jerffeson Teixeira de Souza},
title = {Uma adaptação do algoritmo genético para o problema do próximo release com interdependências entre requisitos},
booktitle = {Proceedings of the 4th Brazilian Workshop on Search-Based Software Engineering (WESB '13)},
custom_application= {Software Requirements},
year = {2013},
pages = {22-31},
address = {Brasília, Distrito Federal},
custom_ies = {UECE and UECE and UECE},
custom_algorithm = {Genetic Algorithms},
custom_language = {Portuguese},
custom_study_type = {Empirical Research Reports},
custom_instance_type = {Artificial},
custom_statistical_test = {},
custom_evaluation_method = {Function Value Analysis and Execution Time},
abstract = {},
custom_abstract = {},
}
@inproceedings{Nobrega2013Abordagem,
author = {Sophia Nobrega and Sérgio R. de Souza and Marcone J. F. Souza},
title = {Uma abordagem multiobjetivo para o problema de desenvolvimento de cronogramas de projetos de software},
booktitle = {Proceedings of the 4th Brazilian Workshop on Search-Based Software Engineering (WESB '13)},
custom_application= {Software Engineering Management},
year = {2013},
pages = {32-41},
address = {Brasília, Distrito Federal},
custom_ies = {CEFET/MG and CEFET/MG and UFOP},
custom_algorithm = {GRASP},
custom_language = {Portuguese},
custom_study_type = {Empirical Research Reports},
custom_instance_type = {Real},
custom_statistical_test = {},
custom_evaluation_method = {Function Value Analysis},
abstract = {},
custom_abstract = {},
}
@inproceedings{Grande2013Framework,
author = {Aurelio da Silva Grande and Rosiane de Freitas Rodrigues and Arilo Claudio Dias-Neto},
title = {A framework for selection of software technologies using search-based strategies (re)},
booktitle = {Proceedings of the 4th Brazilian Workshop on Search-Based Software Engineering (WESB '13)},
custom_application= {Software Engineering Management},
year = {2013},
pages = {42-45},
address = {Brasília, Distrito Federal},
custom_ies = {UFAM and UFAM and UFAM},
custom_algorithm = {},
custom_language = {English},
custom_study_type = {Theoretical papers},
custom_instance_type = {},
custom_statistical_test = {},
custom_evaluation_method = {},
abstract = {},
custom_abstract = {},
}
@inproceedings{Assuncao2013Mapeamento,
author = {Wesley Klewerton Guez Assunção and Márcio de Oliveira Barros and Thelma E. Colanzi and Arilo Claudio Dias-Neto and Matheus Paixão and Jerffeson Teixeira de Souza and Silvia Regina Vergilio},
title = {Mapeamento da comunidade brasileira de sbse},
booktitle = {Proceedings of the 4th Brazilian Workshop on Search-Based Software Engineering (WESB '13)},
custom_application= {Introductory/Survey},
year = {2013},
pages = {46-55},
address = {Brasília, Distrito Federal},
custom_ies = {UFPR and UNIRIO and UEM and UFAM and UECE and UECE and UFPR},
custom_algorithm = {},
custom_language = {Portuguese},
custom_study_type = {Surveys},
custom_instance_type = {},
custom_statistical_test = {},
custom_evaluation_method = {},
abstract = {},
custom_abstract = {},
}
@inproceedings{Oliveira2013Algoritmo,
author = {André Assis Lôbo de Oliveira and Celso Gonçalves Camilo-Junior and Auri Marcelo Rizzo Vincenzi},
title = {um algoritmo genético coevolucionário com classificação genética controlada aplicado ao teste de mutação},
booktitle = {Proceedings of the 4th Brazilian Workshop on Search-Based Software Engineering (WESB '13)},
custom_application= {Software Testing},
year = {2013},
pages = {56-65},
address = {Brasília, Distrito Federal},
custom_ies = {UFG and UFG and UFG},
custom_algorithm = {Coevolutionary Genetic Algorithm and Random Search and Coevolutionary Genetic Algorithm and A1},
custom_language = {Portuguese},
custom_study_type = {Empirical Research Reports},
custom_instance_type = {Real},
custom_statistical_test = {},
custom_evaluation_method = {Function Value Analysis},
abstract = {},
custom_abstract = {},
}
@inproceedings{Federle2013Selecao,
author = {Édipo Luis Féderle and Giovani Guizzo and Thelma E. Colanzi and Silvia Regina Vergilio and Eduardo Spinosa},
title = {Seleção de produto baseada em algoritmos multiobjetivos para o teste de mutação de variabilidades},
booktitle = {Proceedings of the 4th Brazilian Workshop on Search-Based Software Engineering (WESB '13)},
custom_application= {Software Testing},
year = {2013},
pages = {66-75},
address = {Brasília, Distrito Federal},
custom_ies = {UFPR and UFPR and UEM and UFPR and UFPR},
custom_algorithm = {NSGA-II and SPEA2},
custom_language = {Portuguese},
custom_study_type = {Empirical Research Reports},
custom_instance_type = {Real},
custom_statistical_test = {},
custom_evaluation_method = {Execution Time and Hypervolume and Pareto Front Analysis and Solution Analysis},
abstract = {},
custom_abstract = {},
}
@inproceedings{Pinto2013Estudo,
author = {Alexandre F. Pinto and Adriana C. de F. Alvim and Márcio de Oliveira Barros},
title = {um estudo comparativo de heurísticas aplicadas ao problema de clusterização de módulos de software},
booktitle = {Proceedings of the 4th Brazilian Workshop on Search-Based Software Engineering (WESB '13)},
custom_application= {Software Design},
year = {2013},
pages = {76-79},
address = {Brasília, Distrito Federal},
custom_ies = {UNIRIO and UNIRIO and UNIRIO},
custom_algorithm = {Greedy Algorithm and Hill Climbing and Iterated Local Search and Genetic Algorithms},
custom_language = {Portuguese},
custom_study_type = {Empirical Research Reports},
custom_instance_type = {Real},
custom_statistical_test = {},
custom_evaluation_method = {Execution Time and Function Value Analysis},
abstract = {},
custom_abstract = {},
}
@inproceedings{Pereira2013Modelo,
author = {Juliana Alves Pereira and Eduardo Figueiredo and Thiago Noronha},
title = {Modelo Computacional para Apoiar a Configuração de Produtos em Linha de Produtos de Software},
booktitle = {Proceedings of the 4th Brazilian Workshop on Search-Based Software Engineering (WESB '13)},
custom_application= {Software Design},
year = {2013},
pages = {80-89},
address = {Brasília, Distrito Federal},
custom_ies = {UFMG and UFMG and UFMG},
custom_algorithm = {Greedy Algorithm and Brute-force Search},
custom_language = {Portuguese},
custom_study_type = {Empirical Research Reports},
custom_instance_type = {Artificial},
custom_statistical_test = {},
custom_evaluation_method = {Execution Time},
abstract = {},
custom_abstract = {},
}
@inproceedings{Guizzo2013Otimizando,
author = {Giovani Guizzo and Thelma E. Colanzi and Silvia Regina Vergilio},
title = {Otimizando arquiteturas de LPS: uma proposta de operador de mutação para a aplicação automática de padrões de projeto},
booktitle = {Proceedings of the 4th Brazilian Workshop on Search-Based Software Engineering (WESB '13)},
custom_application= {Software Design},
year = {2013},
pages = {90-99},
address = {Brasília, Distrito Federal},
custom_ies = {UFPR and UEM and UFPR},
custom_algorithm = {},
custom_language = {Portuguese},
custom_study_type = {Theoretical papers},
custom_instance_type = {},
custom_statistical_test = {},
custom_evaluation_method = {},
abstract = {},
custom_abstract = {},
}
@inproceedings{Ghiotto2013Caminho,
author = {Gleiph Ghiotto and Leonardo Murta and Márcio de Oliveira Barros},
title = {A caminho de uma abordagem baseada em buscas para minimização de conflitos de merge},
booktitle = {Proceedings of the 4th Brazilian Workshop on Search-Based Software Engineering (WESB '13)},
custom_application= {Software Configuration Management},
year = {2013},
pages = {100-109},
address = {Brasília, Distrito Federal},
custom_ies = {UFF and UFF and UNIRIO},
custom_algorithm = {Kraken},
custom_language = {Portuguese},
custom_study_type = {Empirical Research Reports},
custom_instance_type = {Artificial},
custom_statistical_test = {},
custom_evaluation_method = {},
abstract = {},
custom_abstract = {},
}
@inproceedings{Ribeiro2013Usando,
author = {Antonio Ribeiro and Leila Silva and Glêdson Elias},
title = {Usando Hill Climbing para Identificação de Componentes de Software Similares},
booktitle = {Proceedings of the 4th Brazilian Workshop on Search-Based Software Engineering (WESB '13)},
custom_application= {Software Design},
year = {2013},
pages = {110-113},
address = {Brasília, Distrito Federal},
custom_ies = {UFS and UFS and UFPB},
custom_algorithm = {Hill Climbing},
custom_language = {Portuguese},
custom_study_type = {Empirical Research Reports},
custom_instance_type = {Artificial},
custom_statistical_test = {},
custom_evaluation_method = {Function Value Analysis},
abstract = {},
custom_abstract = {},
}
@inproceedings{Ferreira2012Abordagem,
author = {Thiago Nascimento Ferreira and Jerffeson Teixeira de Souza},
title = {Uma abordagem ACO para o Problema do Proximo Release com Interdependencia de Requisitos},
booktitle = {Proceedings of the 3rd Brazilian Workshop on Search-Based Software Engineering (WESB '12)},
custom_application= {Software Requirements},
year = {2012},
pages = {-},
address = {Natal, Rio Grande do Norte},
custom_ies = {UECE and UECE},
custom_algorithm = {ACO and Genetic Algorithms and Simulated Annealing},
custom_language = {Portuguese},
custom_study_type = {Empirical Research Reports},
custom_instance_type = {Artificial},
custom_statistical_test = {},
custom_evaluation_method = {Function Value Analysis and Execution Time},
abstract = {},
custom_abstract = {},
}
@inproceedings{Fillus2012Avaliacao,
author = {Edison Klafke Fillus and Silvia Regina Vergilio},
title = {Uma Avaliação do Uso de Diferentes Algoritmos de Agrupamento e Medidas de Distancia para Mineração de Aspectos},
booktitle = {Proceedings of the 3rd Brazilian Workshop on Search-Based Software Engineering (WESB '12)},
custom_application= {Software Design},
year = {2012},
pages = {-},
address = {Natal, Rio Grande do Norte},
custom_ies = {UFPR and UFPR},
custom_algorithm = {K-medoids and Hierarchical Clustering Algorithm and Chamaleon},
custom_language = {Portuguese},
custom_study_type = {Empirical Research Reports},
custom_instance_type = {Real},
custom_statistical_test = {},
custom_evaluation_method = {Other},
abstract = {},
custom_abstract = {},
}
@inproceedings{Azevedo2012Otimizando,
author = {Felipe Yalle Azevedo and Camila Loiola Brito Maia and Jerffeson Teixeira de Souza},
title = {Otimizando a Alocação de Casos de Teste},
booktitle = {Proceedings of the 3rd Brazilian Workshop on Search-Based Software Engineering (WESB '12)},
custom_application= {Software Testing},
year = {2012},
pages = {-},
address = {Natal, Rio Grande do Norte},
custom_ies = {UECE and UECE and UECE},
custom_algorithm = {NSGA-II and SPEA2 and MoCell},
custom_language = {Portuguese},
custom_study_type = {Empirical Research Reports},
custom_instance_type = {Artificial},
custom_statistical_test = {},
custom_evaluation_method = {Execution Time and Hypervolume and Spread},
abstract = {},
custom_abstract = {},
}
@inproceedings{Colanzi2012Direcoes,
author = {Thelma E. Colanzi and Silvia Regina Vergilio},
title = {Direções de Pesquisa para a Otimização de Arquiteturas de Linhas de Produto de Software Baseada em Busca},
booktitle = {Proceedings of the 3rd Brazilian Workshop on Search-Based Software Engineering (WESB '12)},
custom_application= {Software Design},
year = {2012},
pages = {-},
address = {Natal, Rio Grande do Norte},
custom_ies = {UEM and UFPR},
custom_algorithm = {NSGA-II},
custom_language = {Portuguese},
custom_study_type = {Empirical Research Reports},
custom_instance_type = {Real},
custom_statistical_test = {},
custom_evaluation_method = {},
abstract = {},