طراحی مولفه های نرم افزارهای شی گرا با رویکرد شناسایی خودکار الگوهای طراحی

امروزه صدها الگوی طراحی نرم افزار ابداع و در منابع مختلف ثبت شده اند. با توجه به تعداد بسیار زیاد الگوهای طراحی و افزایش روزافزون آنها یک سوال مطرح می شود: چگونه طراحان نرم افزار در فرآیند طراحی نرم افزار، الگوی طراحی مناسب را از بین الگوهای مرتبط، جهت حل مسئله انتخاب کنند؟ تاکنون از دو رویکرد نمودارهای uml و هستان شناسی برای حل این مسئله استفاده شده است. در این پایان نامه، روشی به منظور بازیابی دو مرحله ای الگوهای طراحی متناسب با صورت مسئله در دست طراحی با استفاده از رویکرد دسته بندی متون پیشنهاد شده است. در این روش بعد از انجام پیش پردازش بر روی صورت مسائل الگوهای طراحی ، برای هر دسته الگوی طراحی، یک دسته بند یادگیری می شود ، سپس در مرحله اول بازیابی الگوی طراحی، ابتدا دسته الگوی متناسب با مسئله در دست طراحی از بین دسته های الگوهای طراحی، کاندید می شود، سپس در مرحله دوم بازیابی الگوی طراحی، از بین الگوهای آن دسته الگوی کاندید شده، الگو(ها)ی مناسب به طراح پیشنهاد می شود. به منظور ارزیابی روش پیشنهادی یک مدل ارزیابی دو مرحله ای شامل دو مرحله: ارزیابی با مجموعه الگوها و ارزیابی با صورت مسائل واقعی در دست طراحی ارائه شده است. سپس روش پیشنهادی بر روی سه مجموعه الگوی طراحی اعمال شده است. بهترین نتیجه ارزیابی روش پیشنهادی مربوط به مجموعه الگوهای douglass بوده که عبارتست از: دقت و بازخوانی برابر 1 و نرخ خطای مثبت کاذب (fp) برابر صفر و همچنین بهترین نتیجه ارزیابی روش پیشنهادی با صورت مسائل واقعی در دست طراحی مربوط به مجموعه الگوهای gamma بوده که عبارتست از: دقت برابر 89/0، بازخوانی برابر 84/0 و fp برابر 064/0. با توجه به نتایج ارزیابی ها، روش یادگیری بیزساده به عنوان بهترین روش یادگیری متناسب با ذات این مسئله توصیه شده است.