基于合作式协同演化的多目标软件项目管理优化技术研究

The optimization of workforce assignment and task scheduling are both fundamentally important among software project management activities. While seeking the optimal solutions for these two problems, the decision maker often needs to balance the trade-off between conflict objectives such as cost of workforce and duration of a project. There is a lack of optimizing these two problems in a simultaneous manner with the consideration of multiple conflicting objectives. The goal of this research is to study the application of multiobjective optimization (NSGA-II) techniques on cooperative coevolution (CCEA) framework. Each of the abovementioned problems forms a population in the coevolution process. To guide the evolution, the cooperative fitness evaluation is based on the Pareto front obtained from NSGA-II. This research proposes a novel technique to solve multiple problems based on multiobjetive coevolution. The outcome of this research project provides the decision maker not only with the technique to optimize workforce assignment and task scheduling in a simultaneous manner, but also with the insightful understanding on the relation between those conflicting objectives. It ultimately improves efficiency of the software project management techniques with theoretical and practical support.

人员分工与任务计划安排的优化是软件工程管理中的两个重要问题。在寻找这两个问题的最优安排时，项目决策者往往需要权衡例如人员成本和项目工期等相互制约的优化目标。当前研究鲜见对这两个问题进行同步优化的方法分析，更缺乏使用多个目标指引其同步寻优的研究。本项目拟进行多目标优化技术（NSGA-II）在合作式协同演化（CCEA）的框架下实现的方法研究。通过CCEA实现人员分工和任务计划安排等多问题的同步优化，并通过NSGA-II技术找到多目标间的非支配解集。在此基础上设计协同演化过程中的适合度评估函数，并用以指导全局寻优过程，从而实现基于多目标的多问题同步优化。研究成果不仅可以为决策者提供人员分工与任务计划安排两个问题的同步优化，并给出面向全局的优化方案，而且帮助决策者从多角度深入认识和理解项目各制约因素之间的相关联系，为实现高效的软件项目管理优化提供了理论依据与技术支持。

人员分工与任务计划安排的优化是软件工程管理中的两个重要问题。在寻找这两个问题的最优安排时，项目决策者往往需要权衡例如人员成本和项目工期等相互制约的优化目标。当前研究鲜见对这两个问题进行同步优化的方法分析，更缺乏使用多个目标指引其同步寻优的研究。本项目以基于搜索的软件工程和自然语言处理为理论基础，首先使用命名实体识别模型对软件需求文档进行项目信息提取，并通过CCEA实现人员分工和任务计划安排等多问题的同步优化，同时使用NSGA-II技术找到多目标间的非支配解集，通过适应度函数筛选表现优秀的个体进行自然选择，从而在解空间中搜索最优解或者近似最优解，从中挑选出合理的项目管理方案。具体可以分为对工程人员调度相关问题进行抽象建模，建立可以用于求解的问题模型；对软件需求文档进行数据预处理，使用NLP相关技术进行项目信息自动识别，提取项目文档中的变量相关参数，为算法优化实验采集数据；实现合作式协同演化算法，并使用该算法对项目管理问题进行优化求解以及实验验证等四个方面。研究成果提出可供决策者参考的管理意见，同时可以通过辅助系统生成具体项目的优化结果，给出全局的优化方案，帮助决策者从多角度深入认识和理解项目各制约因素之间的相关联系，为实现高效的软件项目管理优化提供了理论依据与技术支持。