【源码】基于NSGAII算法的代码重构优化系统

项目简介

本项目借助遗传算法（NSGA-II）达成代码重构优化，致力于提升系统的微服务粒度、模块化质量，同时降低重构成本。通过关注点识别、功能原子聚类以及代码文件依赖关系抽取等操作，算法能够搜索并生成面向微服务粒度最大化、模块化质量最大化和重构成本最小化的重构方案。

项目的主要特性和功能

1. 微服务粒度最大化：依据关注点信息描述粒度，优化微服务划分，使其更合理高效。
2. 模块化质量最大化：增强模块内聚性，降低模块间耦合性，提升系统可维护性与可扩展性。
3. 重构成本最小化：以最少步骤调整代码文件，降低重构成本与风险。
4. 遗传算法优化：采用NSGA-II算法，结合交叉、变异等操作生成新的重构方案，利用非支配排序和拥挤距离分配维持种群多样性与优质性。
5. 数据预处理：涵盖关注点识别、功能原子聚类和代码文件依赖关系抽取，为遗传算法提供必要数据支持。
6. 可视化输出：算法运行时实时打印全过程，并将结果输出到文件，便于后续分析与可视化展示。

安装使用步骤

1. 复制项目到本地

bash

2. 使用IDEA打开项目目录

打开项目目录，加载pom.xml文件，安装Maven依赖。

3. 配置环境

确保本地环境已安装JDK 11和Maven 3.8.4。

4. 运行项目

项目的运行入口在src/test/RefactorTest.java文件中。直接运行main方法即可启动遗传算法进行代码重构优化。

5. 查看输出结果

• 算法运行过程中，IDE任务打印栏会实时打印遗传算法的全过程。
• 算法运行日志会写入文件，保存在项目的output目录下，格式如：NSGA-II-report-11444.txt。
• 数据文件refactorPrograms.json和objectives.json用于绘制Echarts树状图。
• 如果目标函数是两个以下，则会弹出可视化图表框，展示全部个体和第一前沿。三个及以上目标函数时，则不会显示。

6. 算法参数说明

• 种群规模参数：种群规模上限为100。
• 变化器参数：交叉选择概率为0.6，变异选择概率为0.3，break变异概率为0.3。
• 适应度参数：主题与文件的概率阈值为0.006，过载分数阈值为10，模块化数量系数为1.0。
• 停止条件参数：最大代数为200，第一前沿占比为0.8，基因型数量为5000。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】