Nesta tese foi levantada a seguinte hipótese:
para suportar a avaliação da manutenibilidade do modelo de features.
Os resultados deste trabalho confirmaram que esta hipótese foi aceita. As questões de partida (QP) definidas nesta Tese são discutidas a seguir:
• QP1: Que características e subcaracterísticas são relevantes para a avaliação da qualidade do modelo de features?
Para responder essa questão, esta Tese realizou um mapeamento sistemático para identifica- ção de características, subcaracteristicas e medidas que são importantes para avaliação da qualidade do modelo de features em LPSs, detalhada na Seção 5.1. Também foi realizada uma revisão da literatura de forma não sistemática para extração de características, sub- características e medidas de qualidade importantes para avaliação do modelo de features em LPSDs, detalhada na Seção 5.2. A partir dessas revisões foi elaborado um catálogo contendo as medidas mais relevantes para avaliação da manutenibilidade do modelo de featuresem LPSs e LPSDs, o qual foi discutido no Capítulo 5. A partir deste catálogo, foi possível verificar que a característica de qualidade mais relevante, conforme os achados, é a manutenibilidade. Dessa forma, este Tese de doutorado teve como um de seus objetivos a identificação e utilização de medidas de manutenibilidade para avaliação da qualidade de modelos de features em LPSs e LPSDs.
• QP2: Quais as medidas de qualidade que podem ser utilizadas para avaliar a manutenibili- dade dos modelos de features?
A partir das revisões da literatura foram identificadas medidas para diversas características e subcaracterísticas de qualidade. Com este resultado foram selecionadas 40 medidas relacionadas à manutenibilidade do modelo de features para compor um catálogo de medidas denominado COfFEE, o qual foi discutido na Seção 5.4.
• QP3: É possível avaliar a manutenibilidade do modelo de features utilizando medidas de qualidade?
Para responder essa questão de partida foram executados dois estudos exploratórios relacionados à avaliação da manutenibilidade do modelo de features utilizando medidas: – Estudo Exploratório: Esse estudo utilizou o dataset AFFOgaTO para investigar
o impacto do processo de evolução dos modelos de features na manutenibilidade destes modelos (Capítulo 7). Como conclusões deste estudo, pode-se observar que o número de features tende a aumentar ao longo do processo de evolução dos modelos de features. Este crescimento impacta diretamente a analisabilidade
e modificabilidade do modelo de features. Foi possível observar também que a largura do modelo de features tende a aumentar ao longo do tempo. Modelos de featureslargos tendem a apresentar uma baixa modificabilidade. Adicionalmente, observou-se que a variabilidade, a complexidade estrutural e a flexibilidade dos modelos de features tendem a crescer com o tempo. A conclusão geral deste estudo é que o processo de evolução dos modelos de features de LPSs tende a diminuir a manutenibilidade do modelo de features. Por meio deste estudo de caso, pode-se concluir que é possível suportar a avaliação da qualidade por meio de medidas. – Estudo de Caso Exploratório: O estudo de caso realizado neste trabalho teve
como objetivo investigar como as medidas de qualidade podem ser aplicadas para a avaliação da manutenibilidade dos modelos de features em LPSs (Capítulo B). Foram exploradas três técnicas de análise de dados diferentes, a fim de identificar relações entre as medidas, agrupar medidas de qualidade e definir thresholds para as medidas. Os resultados do estudo mostraram que existem correlações entre as medidas de qualidade e que técnica de PCA pode ser usada para agrupar medidas. Por fim, foi possível utilizar a técnica de intervalo de tolerância para definir thresholds para as medidas com base nos dados coletados. Os resultados do estudo sugerem que medidas podem ser efetivamente utilizadas para apoiar a avaliação da qualidade do modelos de features em LPSs.
• QP4: Como suportar a avaliação da manutenibilidade do modelo de features por meio de medidas de qualidade?
Para responder esta questão de partida foram construídos a ferramenta DyMMer e os datasetsAFFOgaTO, MAcchiATO e ESPREssO (Capítulo 6.1). A ferramenta denominada DyMMer foi desenvolvida com o objetivo de suportar a coleta automática das medidas do catálogo COfFEE e a modelagem dos modelos de features de LPSDs. Já os datasets foram utilizados em três estudos exploratórios. Pode-se concluir, pelos resultados dos estudos exploratórios realizados, com a utilização do catálogo de medidas COfFEE juntamente com a ferramenta DyMMer e os datasets construídos, é possível avaliar a qualidade do modelo de features de LPSs e LPSDs utilizando medidas.
• QP5: As medidas de qualidade existentes são suficientes para suportar a avaliação da manutenibilidade do modelo de features?
explorar a utilização da lógica fuzzy na agregação de medidas (Capítulo 9). Neste estudo, foi utilizado o dataset ESPREssO, o qual contém os valores de 13 medidas do catálogo COfFEE para 30 modelos de features de LPSDs, extraídos da literatura. Como resultado deste estudo foram concebidas 4 novas medidas agregadas, as quais estão relacionadas a diferentes aspectos: tamanho, estabilidade, flexibilidade e dinamicidade. Adicionalmente, pode-se concluir que não existiam medidas para determinados aspectos, tais como tamanho e dinamicidade. Por esse motivo, concluiu-se que as medidas de qualidade existentes não eram suficientes para suportar a avaliação da manutenibilidade do modelo de features. Por este motivo, 4 novas medidas agregadas foram concebidas. As descobertas do estudo sugerem também que medidas agregadas podem ser efetivamente usadas para apoiar a avaliação da qualidade de modelos de features de LPSDs.