支持自适应过程中分析与规划的软件体系结构模型

模型驱动的软件体系结构自适应是支持软件适应性的主要方法之一,其重点是基于模型来支持适应过程中的分析和规划.但是已有的方法和实现大多特定于体系结构描述语言,导致复用性和集成性比较差.由于使用标准的模型技术能够提高方法的复用性和集成性,总结了分析和规划中所需的模型以及模型上的操作,并考察了如何在体系结构建模语言中引入标准模型技术进行支持.基于分析所得的设计原则,对ABC-ADL进行扩展,并且在实现中使用模型转换和模型查询等标准化技术来支持分析和规划.以ECPerf系统中一个性能相关的不良模式自适应分析和规划的过程为例,展示了如何使用扩展后的ADL对分析规划过程进行支持.此外,其中使用2种不同的分析方法,展示了如何使用ADL复用和集成不同的分析和规划方法.     

基于Tropos~+需求模型的软件自适应方法

在模型驱动的软件自适应控制过程中,监测、分析、决策和执行等活动均基于共享的知识模型。为便于知识重用和运行时维护,常采用抽象级别较高的需求模型来表示知识。为建模软件的适应性需求,针对传统的Tropos及其扩展方法不能用于软件对异常事件适应性需求建模问题,对Tropos进行上下文和异常条件扩展,记为Tropos+。在此基础上,提出一种由Tropos+需求模型驱动的软件自适应方法,该方法能够用于软件运行环境和异常事件监测以及软件对环境变化和异常事件的自适应处理。最后通过一个案例说明了软件自适应过程。     

基于模型检验的规划综述

基于模型检验的规划是当今通用的规划研究的热点,其求解效率比较高.详细阐述了基于模型检验的规划的发展与研究现状.介绍了基于模型检验的规划的基本框架,分别阐述了模型检验技术在规划领域的重要应用,并介绍了两种典型的基于模型检验的规划工具,分析了今后的发展趋势.     

基于模型的软件测试方法研究

随着面向对象软件开发技术的广泛应用和软件测试自动化的要求,基于模型的软件测试逐渐得到了软件开发人员和软件测试人员的认可和接受。基于模型的软件测试是软件编码阶段的主要测试方法之一,具有测试效率高、排除逻辑复杂故障测试效果好等特点。但是误报、漏报和故障机理有待进一步研究。对主要的测试模型进行了分析和分类,同时,对故障密度等参数进行了初步的分析;最后.提出了一种基于模型的软件测试流程。     

基于并行搜索优化的指控系统自适应决策方法

指挥控制信息系统(指控系统)运行在动态变化的复杂环境中且任务需求时刻变更, 亟需一种自适应决策方法以动态产生调整系统的最优策略, 从而适应环境或任务变化, 确保系统长期稳定运行. 随着指控系统自身及其运行环境的持续复杂化, 自适应决策方法需具备应对多个非预期变化的在线权衡决策能力, 以避免造成冲突的调整后果或无法及时响...     

基于复用的构件开发模型的研究与应用

提出了一种基于复用的构件开发模型,该模型解决了构件内部结构和组织问题,保证良好的功能职责划分和关注点分离;保证构件以规范化的方式提供对外服务接口和扩展接口;保证构件具有良好的扩展性以及随需应变的能力.通过应用该模型开发了面向金融领域的客户管理构件,并将该构件复用于具体的金融项目.实践表明,该模型能提高软件复用率,降低开发难度,加快开发速度.     

一种基于重用的领域模型分类方法

文中提出了一种领域模型的分类方法，以促进软件重用，虽然领域分析在软件重用中扮演了重析角色，但是却很难运用，特别是对于新的应用领域更是如此，软件重用中类比方法，通过提供相似领域的软件模型来支持领域分析，为了实现这种类比的方法，领域模型需要分类，文中所提出的方法是分层枚举（ｅｎｕｍｅｒａｔｉｖｅｈｉｅｒａｒｃｈｙ）和刻面方法（ｆａｃｅｔｅｄｓｃｈｅｍｅ）的综合，从而使领域分析者可以很方便的地确定一个相     

基于句法的统计机器翻译模型与方法

该文总结了我们近几年来在基于句法的统计机器翻译方面所做的研究工作,特别是基于源语言句法的一系列统计机器翻译模型与方法,具体包括 基于最大熵括号转录语法的翻译模型,基于源语言短语结构树的树到串翻译模型及其相应的基于树的翻译方法,基于森林的翻译方法和句法分析与解码一体化翻译方法,基于源语言依存树的翻译模型。     

基于自适应多阶Markov模型的位置预测

准确预测用户的地理位置可以有效地改善基于位置服务的质量.针对标准Markov模型预测能力不足,以及多阶Markov模型阶数难以确定的问题,提出了一种基于自适应多阶Markov模型的位置预测方法.该方法采用一种基于规则图形的方式对原始位置信息进行抽象化处理,并使用一种基于训练数据的启发式方式自动确定用于预测的模型阶数.最后,基于真实的位置数据,对自适应多阶Markov模型的预测性能进行了评测.结果表明自适应多阶Markov模型的预测精度和预测长度始终高于多阶Markov模型,平均预测精度提高将近20%,平均预测长度提高将近10个单位区域,且不易受训练数据质量影响.     

一种软件自适应UML建模及其形式化验证方法

软件自适应的建模和形式化验证是提高自适应软件开发效率、保证自适应软件可靠性的基础,现有研究中软件自适应可视化建模与形式化建模相隔离,一定程度上阻碍了自适应软件的开发.为此,提出MV4SAS的方法,将可视化的UML与严格化的时间自动机相结合,用于软件自适应的建模和形式化验证.首先,应用UML扩展机制引入新的构造型、标记值和约束条件,定义软件自适应建模设施,在此基础上构造软件自适应结构模型和行为模型;然后,根据定义好的转换算法将软件自适应行为模型转换为时间自动机网络,建立软件自适应形式化模型;最后,定义一组软件自适应形式化验证性质,并利用模型检测工具UPPAAL验证软件自适应模型的可靠性.案例研究表明,该方法可有效降低软件自适应建模和验证的复杂度,提高软件自适应的建模效率和模型可靠性.     

Fuzzy Self-Adaptation of Mission-Critical Software Under Uncertainty

Mission-critical software(MCS) must provide continuous,online services to ensure the successful accomplishment of critical missions.Self-adaptation is particularly desirable for assuring the quality of service(QoS) and availability of MCS under uncertainty.Few techniques have insofar addressed the issue of MCS self-adaptation,and most existing approaches to software self-adaptation fail to take into account uncertainty in the self-adaptation loop.To tackle this problem,we propose a fuzzy control based approach,i.e.,Software Fuzzy Self-Adaptation(SFSA),with a view to deal with the challenge of MCS self-adaptation under uncertainty.First,we present the SFSA conceptual framework,consisting of sensing,deciding and acting stages,and establish the formal model of SFSA to lay a rigorous and mathematical foundation of our approach.Second,we develop a novel SFSA implementation technology as well as its supporting tool,i.e.,the SFSA toolkit,to automate the realization process of SFSA.Finally,we demonstrate the effectiveness of our approach through the development of an adaptive MCS application in process control systems.Validation experiments show that the fuzzy control based approach proposed in this work is effective and with low overheads.     

机器学习赋能的软件自适应性综述

软件系统自适应提供了应对动态变化的环境和不确定的需求的技术方案.在已有的软件系统自适应性的相关研究中,有一类工作将软件系统自适应性转换为回归、分类、聚类、决策等问题,并利用强化学习、神经网络/深度学习、贝叶斯决策理论和概率图模型、规则学习等机器学习算法进行问题建模与求解,并以此构造软件系统自适应机制.将其称为机器学习赋能的软件自适应性.通过系统化的文献调研,综述了该研究方向的前沿工作:首先介绍基本概念,然后分别从机器学习、软件自适应的视角对当前工作进行分类;按机器学习算法、软件对外交互、软件对内控制、自适应过程、自适应任务和学习能力的对应关系等方面进行分析;最后对未来的研究进行展望.     

行程时间预测方法研究

行程时间预测,有助于实施高级旅行者信息系统.自20世纪90年代起,已经有多种行程时间预测方法被研发出来.将行程时间预测方法分为模型驱动方法和数据驱动方法两大类.介绍了两种常见的模型驱动方法,即排队论模型和细胞传输模型.数据驱动方法被分类为参数方法和非参数方法:参数方法包括线性回归、自回归集成移动平均和卡尔曼滤波,非参数方法包括神经网络、支持向量回归、最近邻和集成学习方法.对现有行程时间预测方法从源数据、预测范围、准确率、优缺点和适用范围等方面进行了分析总结.针对现有方法的一些缺点,提出了可能的解决方案.给出了一种新颖的数据预处理框架和一个行程时间预测模型,最后指出了未来的研究方向.     

模型驱动的卫星产品变更范围提取技术

产品变更范围的确定是进行变更分析与管理的前提和基础。以卫星型号研制为对象,提出了一种基于模型驱动的卫星产品变更范围提取方法。构建了产品变更冲突模型,实现了对产品变更的规范化、形式化描述;分析了产品变更冲突的几种类型,并探讨了引起变更冲突的原因;提出了相应的产品变更范围提取算法,进而确定全生命周期中不同阶段的产品变更范围,为后续的变更方案的生成和评估奠定基础。以某一卫星型号研制为例,验证了方法的可行性和有效性。     

Combining Case-Based and Model-Based Reasoning for the Diagnosis of Complex Devices

A novel approach to integrating case-based reasoning with model-based diagnosis is presented. This approach, called Experience Aided Diagnosis (EAD), uses the model of the device and the results of diagnostic tests to index and match cases representing past diagnostic situations. Retrieved cases are then used to overcome errors created by the application of incorrect device models. The diagnostic methodology is described and applied to two real-world devices. Experimental results demonstrate the effectiveness of both the indexing schema and the matching algorithm. The paper discusses how these results can be generalized to multiple fault situations, to other types of device models, and to other applications in the field of an artificial intelligence.     

An Experimental Comparison of Model-Based Clustering Methods

We compare the three basic algorithms for model-based clustering on high-dimensional discrete-variable datasets. All three algorithms use the same underlying model: a naive-Bayes model with a hidden root node, also known as a multinomial-mixture model. In the first part of the paper, we perform an experimental comparison between three batch algorithms that learn the parameters of this model: the Expectation–Maximization (EM) algorithm, a winner take all version of the EM algorithm reminiscent of the K-means algorithm, and model-based agglomerative clustering. We find that the EM algorithm significantly outperforms the other methods, and proceed to investigate the effect of various initialization methods on the final solution produced by the EM algorithm. The initializations that we consider are (1) parameters sampled from an uninformative prior, (2) random perturbations of the marginal distribution of the data, and (3) the output of agglomerative clustering. Although the methods are substantially different, they lead to learned models that are similar in quality.     

Automating Test Case Selection in Model-Based Software Product Line Development

We address the problem of how to select test cases for products in a controlled model-based software product line development process. CVL, the common variability language, gives a framework for materialisation of product models from a given base model, variability model and resolution model. From such product models, software products can be derived. In practise, test case development for the product line often is independent from the product development. Therefore, the problem arises which test cases can be applied to which products. In particular, the question is whether a test case for one speci c product can be also used for a "similar" product. In this paper, we show how the expected outcome of a test case to a product in a model-based software product line development can be determined. That is, we give a procedure for assigning the outcome of a given test case on an arbitrary member of a software product line. We recall the relevant de nitions for software product line engineering, describe our approach, and demonstrate it with the example of a product line of super-automatic espresso machines.     

一种GIS自适应层次网格空间索引算法

分析了目前常用的空间索引算法的缺点,对应用最为广泛的网格空间索引数据结构进行了剖析;在描述了网格空间索引算法的同时,依据空间实体外接矩形的几何特性,给出了具有自适应能力的改进型网格空间索引算法———自适应层次网格空间索引算法;最后分析了此算法的自适应性和索引效率。     

基于正反向工程的模型驱动的软件开发过程研究

主要探讨基于正反向工程的模型驱动的软件开发过程。本文把建模过程分为系统建模与数据库建模两个过程,首先介绍了两款主流的建模工具,然后给出这两款建模工具的建模流程,并且阐述在正反向工程中选择建模工具的依据;其次,以PowerDesigner为例叙述了具体的基于建模工具的开发流程;最后,给出结论。