최근 소프트웨어 신뢰성 성장 모델(Software Reliability Growth Model, SRGM)의 파라미터 예측을 위해 유전자 알고리즘(Genetic Algorithm, GA)과 같은 휴리스틱 기법들이 많이 이용되 있다. GA란 유전자의 선택, 교배 및 변이와 같은 연산을 통해 우성의 유전자를 조합하여 최적의 해를 찾는 기법을 말한다. 하지만 이러한 유전 연산들은 확률에 기반을 둔 연산이기 때문에 우성 유전자의 특성들이 반드시 다음 세대로 보존되지는 않는다는 문제가 존재한다. 따라서 현재 세대의 상위 우성 유전자 일부를 다음 세대로 복사하는 엘리트 전략이 이용되고 있다. 본 논문에서는 민감성 분석을 통해 엘리트 전략이 SRGM의 파라미터 예측 기법에 미치는 영향을 확인하고, 다음 세대로 복사하는 적정 수준의 엘리트 비율을 제안한다. 본 논문을 통해서 제안된 결과를 바탕으로 SRGM의 파라미터 예측의 정확도를 높히고 프로젝트의 성공을 이끌어낼 수 있는 기반을 제공한다.
Genetic Algorithm (GA) has been used for parameter estimation of Software Reliability Growth Model (SRGM). GA is a heuristic algorithm to find useful solutions to optimization and search problems using genetic operators such as crossover, mutation, selection. However, these GA operators were designed to be based in stochastic attribute, which can not guarantee the delivery of superior characteristics of fittest chromosomes. For this reason, Elitist strategy which passes fitter chromosomes of current population to next population without applying any genetic operator has been used to solve the such problem. In this paper, we did a sensitive analysis on Elitist strategy of GA for parameter estimation of SRGM. Through this experiment, we show the validity of Elitist strategy and recommend the proper proportion of Elitist. Therefore, our results give more chance to success of the software development project by predicting reliability of the software more accurately.
