Tecnologias para a evolução de produtos e serviços: revisitando o problema da próxima versão

Marcelo de Souza; Maria Cecilia Holler

doi:10.5585/2025.29278

Autores

Marcelo de Souza Universidade do Estado de Santa Catarina (UDESC), Programa de Pós-Graduação em Gestão da Informação, Departamento de Engenharia de Software, Ibirama, Santa Catarina, Brasil https://orcid.org/0000-0002-0786-2127
Maria Cecilia Holler Universidade do Estado de Santa (UDESC), Departamento de Engenharia de Software, Ibirama, Santa Catarina, Brasil https://orcid.org/0009-0001-5060-9207

DOI:

https://doi.org/10.5585/2025.29278

Palavras-chave:

otimização, programação matemática, metaheurística, tomada de decisão

Resumo

O problema da próxima versão (NRP) visa determinar quais clientes serão atendidos e quais requisitos serão implementados na próxima entrega de um projeto de software. É um problema tradicional da engenharia de software baseada em busca, que se preocupa com o planejamento e evolução de produtos de software. Este trabalho propõe a exploração do NRP em outros domínios, estudando sua aplicação em cenários de tomada de decisão variados.

Para isso, foram analisados quatro cenários reais envolvendo a gestão e o planejamento de produtos ou serviços. Foram produzidas instâncias para esses cenários e propostos métodos de solução exato e heurístico. A solução exata se baseia em um modelo de programação linear inteira, resolvido usando um solver matemático. Para a solução heurística, é proposto e implementado um algoritmo guloso iterado. Os experimentos computacionais evidenciam a aplicabilidade do NRP nos cenários estudados, e a eficácia dos métodos propostos. Instâncias pequenas são resolvidas facilmente pela abordagem exata, que consegue produzir as soluções ótimas rapidamente. O algoritmo heurístico, por sua vez, consegue encontrar as melhores soluções para instâncias grandes em tempo razoável, apresentando desempenho superior ao solver nesses casos.

Downloads

Não há dados estatísticos.

Biografia do Autor

Marcelo de Souza, Universidade do Estado de Santa Catarina (UDESC), Programa de Pós-Graduação em Gestão da Informação, Departamento de Engenharia de Software, Ibirama, Santa Catarina, Brasil

Marcelo é Professor Adjunto do Departamento de Engenharia de Software e do Programa de Pós Graduação em Gestão da Informação da Universidade do Estado de Santa Catarina. Possui mestrado e doutorado em Ciência da Computação pela Universidade Federal do Rio Grande do Sul, e graduação em Bacharelado em Sistemas de Informação pela Universidade do Estado de Santa Catarina, com período sanduíche realizado na Universidade de León (Espanha). Também atuou como pesquisador visitante na Alliance Manchester Business School da Universidade de Manchester (Reino Unido). Trabalha nas áreas de algoritmos, otimização combinatória e inteligência artificial, com ênfase no desenvolvimento de técnicas para projeto e configuração automáticos de algoritmos.

Maria Cecilia Holler, Universidade do Estado de Santa (UDESC), Departamento de Engenharia de Software, Ibirama, Santa Catarina, Brasil

Maria é Bacharel em Engenharia de Software pela Universidade do Estado de Santa Catarina. Atuou como bolsista voluntária de pesquisa no Laboratório de Algoritmos e Inteligência Artificial, sob orientação do prof. Dr. Marcelo de Souza.

Referências

Bagnall, A. J., Rayward-Smith, V. J., & Whittley, I. M. (2001). The next release problem. Information and Software Technology, 43(14), 883–890. https://doi.org/10.1016/S0950-5849(01)00194-3

Fanjul-Peyro, L., & Ruiz, R. (2010). Iterated greedy local search methods for unrelated parallel machine scheduling. European Journal of Operational Research, 207(1), 55–69. https://doi.org/10.1016/j.ejor.2010.04.019

Framinan, J. M., & Leisten, R. (2008). A multi-objective iterated greedy search for flowshop scheduling with makespan and flowtime criteria. OR Spectrum, 30, 787–804. https://doi.org/10.1007/s00291-007-0099-8

Garey, M. R., & Johnson, D. S. (1979). Computers and intractability: A guide to the theory of NP-completeness. W. H. Freeman.

Harman, M., McMinn, P., de Souza, J. T., & Yoo, S. (2012). Search based software engineering: Techniques, taxonomy, tutorial. In B. Meyer, M. Nordio, & L. Ponz (Eds.), LASER summer school, Lecture notes in computer science (Vol. 7007, pp. 1–59). Springer. https://doi.org/10.1007/978-3-642-33119-0_1

López-Ibáñez, M., Dubois-Lacoste, J., Cáceres, L. P., Birattari, M., & Stützle, T. (2016). The irace package: Iterated racing for automatic algorithm configuration. Operations Research Perspectives, 3, 43–58. https://doi.org/10.1016/j.orp.2016.09.002

Lozano, M., Molina, D., & García-Martínez, C. (2011). Iterated greedy for the maximum diversity problem. European Journal of Operational Research, 214(1), 31–38. https://doi.org/10.1016/j.ejor.2011.04.013

Pitangueira, A. M., Maciel, R. S. P., Barros, M. O., & Andrade, A. S. (2013). A systematic review of software requirements selection and prioritization using SBSE approaches. In G. Fraser & J. Teixeira de Souza (Eds.), Search based software engineering, Lecture notes in computer science (Vol. 8084, pp. 188–208). Springer. https://doi.org/10.1007/978-3-642-39742-4_15

Ruiz, R., & Stützle, T. (2007). A simple and effective iterated greedy algorithm for the permutation flowshop scheduling problem. European Journal of Operational Research, 177(3), 2033–2049. https://doi.org/10.1016/j.ejor.2005.12.009

Salkin, H. M., & De Kluyver, C. A. (1975). The knapsack problem: A survey. Naval Research Logistics Quarterly, 22(1), 127–144. https://doi.org/10.1002/nav.3800220111

Veerapen, N., Ochoa, G., Harman, M., & Burke, E. K. (2015). An integer linear programming approach to the single and bi-objective next release problem. Information and Software Technology, 65, 1–13. https://doi.org/10.1016/j.infsof.2015.04.002

Yuan, Z., Fügenschuh, A., Homfeld, H., Balaprakash, P., Stützle, T., & Schoch, M. (2008). Iterated greedy algorithms for a real-world cyclic train scheduling problem. In M. Blesa, C. Blum, A. Roli, & M. Sampels (Eds.), Hybrid metaheuristics, Lecture notes in computer science (Vol. 5296, pp. 102–116). Springer. https://doi.org/10.1007/978-3-540-87658-0_8

Zhang, Y., et al. (2011). Comparing the performance of metaheuristics for the analysis of multistakeholder tradeoffs in requirements optimisation. Information and Software Technology, 53(7), 761–773. https://doi.org/10.1016/j.infsof.2011.02.001