[发明专利]一种基于多智能体进化的软件模块聚类分析方法

权利要求书

1.一种基于多智能体进化的软件模块聚类分析方法，其特征在于，所述基于多智能体进化的软件模块聚类分析方法，包括：

步骤一，对待分析的智能体网格进行初始化，得到初始化智能体网格L⁰，确定与所述初始化智能体网格L⁰对应的最优智能体数组Best⁰，在所述初始化智能体网格L⁰中随机生成带有编码的预设数量的智能体；

步骤二，根据预设的适应度函数，确定所述初始化智能体网格L⁰中每个所述智能体的适应度数值，选取所述初始化智能体网格L⁰中的最大适应度函数值，将与所述最大适应度函数值的智能体存入所述最优智能体数组Best⁰中；

步骤三，选取所述初始化智能体网格L⁰中任一所述智能体作为第一目标智能体，在所述初始化智能体网格L⁰中确定具有最大适应度函数值的智能体，并对对所述第一智能体中的数据进行选择性替换，对所述初始化智能体网格L⁰中的全部所述智能体都进行选择性替换后，得到中间代智能体网格L^t+1/2；

步骤四，选取所述中间代智能体网格L^t+1/2中任一所述智能体作为第二目标智能体和符合预定标准的智能体，将所述符合预定标准的智能体中的数据替换到所述第二智能体中，将所述中间代智能体网格L^t+1/2中的全部智能体都进行完数据替换后，得到后续智能体网格L^t+1；

步骤五，在所述后续智能体网格L^t+1中选取具有最大适应度函数值的智能体作为第三智能体，对所述第三智能体执行如所述步骤三和所述步骤四中的处理过程，从处理后的智能体中选取具有最大适应度函数值的极大适应度函数值智能体，更新所述最优智能体数组Best⁰，获取此时的最优智能体数组Best^t，并将所述极大适应度函数值智能体存入极大智能体数组CBest^t+1中；

步骤六，根据所述极大智能体数组CBest^t+1与所述最优智能体数组Best^t中的智能体适应度函数值的数值关系，结合处理代数t与预设代数阈值的关系，选取合适的智能体的数据进行软件模块聚类处理。

2.根据基于多智能体进化的软件模块聚类分析方法，其特征在于，所述选取所述初始化智能体网格L⁰中任一所述智能体作为第一目标智能体，在所述初始化智能体网格L⁰中确定具有最大适应度函数值的智能体，并对对所述第一智能体中的数据进行选择性替换，对所述初始化智能体网格L⁰中的全部所述智能体都进行选择性替换后，得到中间代智能体网格L^t+1/2，包括：

步骤101，从所述初始化智能体网格L⁰中通过随机选取的方式选取任一所述智能体作为第一目标智能体；

步骤102，获取随机概率数值，如果所述随机概率数值小于预设概率数值，则获取随机位置数值；

步骤103，在所述初始化智能体网格L⁰中确定具有最大适应度函数值的智能体L^max_i,j，在所述智能体L^max_i,j选取与所述随机位置数值对应的数据，将所述数值替换到所述第一目标智能体中的相同位置；

步骤104，对所述初始化智能体网格L⁰中的全部所述智能体都进行如步骤103所示的选择性替换后，得到中间代智能体网格L^t+1/2。