论文部分内容阅读
项目组合优化是企业项目组合管理中重要的一步，它从满足条件的多个项目组合中选出最可能的最优组合，以便企业做出决策。在IT项目管理中，同样存在软件项目的投资组合优化问题。本文根据软件项目的特性，考虑软件项目实施过程中的种种限制和约束，提炼出了一个具有4个目标的高维多目标优化模型。 在过去十几年，有许多优秀的多目标进化算法被应用于求解各类多目标优化问题，如经典的NSGA2。而4个及以上目标的优化模型属于高维多目标优化模型。基于分解的多目标进化算法(Multi-objective Evolutionary Algorithm Basedon Decomposition，MOEA/D)以及最新提出的NSGA3，是目前求解高维多目标优化问题最优秀的算法。本文应用MOEA/D，NSGA2，NSGA3三个算法来求解所建立的软件项目组合优化模型，并且对MOEA/D算法进行了改进:每个权向量对应一个方向向量，当算法种群个体被替换的数量不足种群数的20％时，计算未被替换的个体所对应的方向向量到外部种群个体的距离，记为参考距离(ReferenceDistance)，找出参考距离最小的解，替换相应方向向量的个体。改进的算法记为MOEAD-RD。通过实验分析，MOEA/D-RD以及NSGA2均能有效地求解软件项目组合优化模型，并且在4个目标优化问题上，MOEA/D-RD在三项指标:覆盖率，分布性，稳定性上均比其他3个算法好。