Une Approche Heuristique pour l’Apprentissage du Refactoring des Diagrammes de Classes à partir d’Exemples

Abstract

L’ingénierie dirigée par les modèles ou « Model Driven Engineering » (MDE) est un paradigme qui promet de réduire la complexité du logiciel par l’utilisation intensive de modèles et des transformations automatiques entre modèles (TMs). L’automatisation des transformations de modèles demeure cependant une tâche ardue. La transformation de modèles à partir des exemples ou « Model Transformation By Examples » (MTBE) s’est avérée efficace et prometteuse pour apprendre automatiquement les TMs et extraire les bonnes connaissances sur ces TMs sous forme de règles opérationnelles qu’on appelle « Règles de Transformation » (RTs). L’état de l’art des approches existantes du MTBE montre le manque de travaux portant sur la transformation endogène. Ces approches souffrent de limitations telles que la difficulté de les mettre en oeuvre, leur applicabilité limitée, et les règles, souvent triviales et peu riches, qu’elles produisent. Dans le cadre de ce projet, nous présentons une approche qui prend en charge la transformation endogène la plus répandue dans le processus du développement et de maintenance des logiciels : le refactoring des diagrammes de classes UML. L’approche s’inspire de la programmation génétique (GP) pour dériver itérativement des règles de transformation de qualité, à partir des exemples de refactorings préétablis. Il s’agit d’une approche prometteuse qui ouvre des perspectives sur la qualité des résultats obtenus.