امیرحسین فرج پور تبریزی - گروه مهندسی کامپیوتر، موسسه آموزش عالی دانشوران، تبریز
حبیب ایزدخواه - گروه علوم کامپیوتر، دانشگاه تبریز، تبریز

با توجه به تنوع بالای نرم افزارهای امروزی و اهمیت فهم آنها جهت تو سعه و نگهداری، بحث خوشه بندی نرم افزار از مسایل چالش برانگیز در این زمینه بشمار آمده و مسیله بهینه سازی نرم افزار از ضرورت بالایی برخوردار است. از آنجایی که پیداکردن بهترین راه حل برای خوشه بندی نرم افزار یک موضوع ریرقطعی است، یافتن راه حل های کارآمدتر اهمیت زیادی دارد. برخی از روش های خوشه بندی موجود معایب عمده ای دارند و نتایج حاصله از این الگوریتم ها عملا قابلیت پذیرش را ندارند اما بعضی از الگوریتم ها به دلیل کیفیت بالا در خوشه بندی، مقبولیت بالایی دارند. از روش های خوشه بندی که نمی توانند پیمانه بندی با کیفیت خوب را تولید کنند، می توان به الگوریتم های حریصانه و سلسله مراتبی اشاره کرد در حالی که به دلیل ساختار درختی خوبی که دارند فهم نرم افزار توسط این روش ها ساده تر و قابل فهم تر است. در این مقاله، یک روش ترکیبی جدید برای خوشه بندی نرم افزار ارایه شده است که با ادرام روش های خوشه بندی سلسله مراتبی و الگوریتم ژنتیک، از مزایای هر دو روش استفاده کرده و فهم نرم افزار را راحت تر می کند و نتایج علمی و مدلسازی بر روی تعدادی سنجه نشان می دهد که در پیمانه بندی نهایی با این روش، هم کیفیت پیمانه بندی بالا می رود و هم خاصیت خوشه بندی سلسله مراتبی برای فهم ساده تر در خوشه بندی نرم افزار، باقی می ماند.

خوشه بندی، معماری نرم افزار، الگوریتم های سلسله مراتبی، الگوریتم های مبتنی بر جستجو، الگوریتم ژنتیک، نرم افزارهای بزرگ