Component assignment method and practical example based on software architecture

在演化研究过程中,以体系结构为中心的自适应软件备受关注,该机制以体系结构信息作为运行系统元信息,解耦系统的引用关系,达到动态演化的目的.存在元构件与具体实现构件之间的指派关系,对基于体系结构的构件分派问题进行研究,先提出构件分派模型,并证明该问题为NP完全问题,从而找到一种构件分派算法.实验结果表明该算法与贪婪法与整数线性规划相比,具有一定的优势.     

一种面向体系结构自适应软件中的高可靠性组件分派方法

随着软件在关键领域的普及应用,比如航空、航天、电厂以及地铁系统等,软件可靠性获得广泛的关注,但当前考虑可靠性,主要是在设计时,考虑可靠性的最优分派问题,而本文是针对系统的在线决策,即在运行时利用组件冗余分派满足动态的系统可靠性问题.通过扩充面向体系结构的自适应演化模型,提出分布式体系结构可靠性模型,并针对当前面向体系结构可靠性模型中对冗余热备以及结构特征考虑的不足,对传统的可靠性模型进行修正以适合面向体系结构的自适应软件,最后在已有理论的基础上,提出一种冗余组件的分派算法解决运行演化时的可靠性满足问题,实验表明,该算法实现简单,计算时间较优,适合于动态演化时对可靠性的实时求解.     

增加约束条件的线性规划问题递推算法研究

首先描述线性规划问题中约束条件增加时的递推求解问题,此问题在线性规划问题中具有广泛的实际背景;然后提出一个基于凸空间思想的快速求解此类问题的递推算法,该算法能快速判断其矛盾约束、冗余约束以及新问题的递推最优解;最后给出了该问题的一个算例,实验仿真结果表明了该方法的有效性.     

基于差异演化算法和郭涛算法的文化算法

针对数值优化问题,对差异演化算法进行改进,获得多子差异演化算法。将多子差异演化算法和基于自适应搜索子空间的郭涛算法融合到文化算法的框架中,提出一种新的文化算法。实验结果表明,与多子差异演化算法、差异演化算法和基于自适应搜索子空间的郭涛算法相比,该算法收敛速度快,不易陷入局部最优,所得解的质量更好。     

制服调换问题中的路圈子图与圈包装研究

利用制服型号数有限这一特征,对制服调换(UE)问题和以物易物的制服调换(BUE)问题各给出一个快速的线性时间算法.在常量阶有向图上,将BUE转化为一个顶点容量约束的整值最大环流问题,提出其整数线性规划表示,论证其可行域的整性.证明BUE的最优解必为对应UE的一个最优解子图.实验结果表明,UE和BUE的渐进最优值相同.     

基于自适应约束正则HL-MRF先验模型的MAP超分辨率重建

针对Huber-MRF先验模型对图像高频噪声抑制能力较差,而Gauss-MRF先验模型对图像高频过度惩罚的问题,提出了一种改进的自适应约束正则HL-MRF先验模型。该模型将Huber边缘惩罚低频函数与Lorentzian边缘惩罚高频函数相结合,对低频进行线性约束的同时对高频实现平滑惩罚;并采用自适应约束方法确定正则化参数,从而得到最优的参数解。与基于Gauss-MRF先验模型和Huber-MRF先验模型的超分辨率算法相比,HL-MRF先验模型获得的超分辨率重建图像在峰值信噪比(PSNR)和细节方面都有一定程度的提高,在抑制高频噪声、避免图像细节被过度平滑方面具有一定的优势。     

用约束满足自适应神经网络和有效的启发式算法解Job—shop调度问题

提出一种用约束满足自适应神经网络结合有效的启发式算法求解Ｊｏｂ－ｓｈｏｐ调度问题,在混合算法中,自适应神经网络具有在网络运行过程中神经元的偏置和连接权值自适应取值的特性,被用来求得调度问题的可行解,启发式算法分别和来增强神经网络的性能,获得确定排序下最优解和提高可行解的质量。仿整表明了本文提出的混合算法的快速有效性。     

分片线性规划及应用

提出通过分片线性逼近和分片线性规划,将非线性优化问题转化为一系列的线性规划进行求解的方法。讨论了分片线性规划的性质,证明了分片线性规划问题可以通过有限次线性规划得到求解,同时,给出了分片线性规划问题局部最优解的充要条件,并基于此构造了求解分片线性规划问题的下降算法。该算法与自适应链接超平面模型相结合,成功地对离心式冷水机组的工作点进行了优化。通过优化,机组的能耗比之当前工作点有了明显的下降,表明通过分片线性规划求解非线性优化问题的有效性。     

基于均值改进控制策略的昂贵约束并行代理优化算法

针对具有黑箱特性的昂贵约束优化问题及工程中计算资源利用率不高问题,提出了新的基于均值改进控制策略的并行代理优化算法.该算法为了减少仿真建模计算负担,选取Kriging近似模型对目标函数和约束函数进行近似估计.在Kriging模型基础上,利用均值改进与新增试验样本间的不等关系构建具有距离特性的控制函数.算法的均值改进控制策略通过控制函数调整最大改进值,实现样本设计空间的多点填充.算法适用范围:1)计算成本主要来自于仿真估计而非优化;2)复杂的工程或商业软件内部无法修改的昂贵仿真问题.数值算例和仿真案例表明:该算法可有效获取近似最优解,减少仿真试验次数的同时弱化均值改进准则的贪婪特性.相比于其他多点填充策略,均值改进控制策略可有效提升算法计算效率.此外,算法获取优化问题近似最优解的稳定性和精度均具有一定优势.     

多序列比对问题的概率统计粒子群算法求解

多序列比对问题是生物信息学的热点研究问题.针对大规模多序列比对精度低问题,提出基于概率统计自适应粒子群的生物多序列比对算法.根据优质解的分布概率建立模型用于引导粒子产生新解,使种群中的粒子具有更全面的学习能力,从而提高比对结果的精度;引入适应度方差、期望最优解和变异操作跳出早熟状态,避免算法陷入局部最优值.对BALIBASE中142个例子进行仿真,实验结果验证了算法的可行性和有效性,与已有的算法相比,该算法对大规模亲缘较近长序列比对问题具有更强的求解能力.     

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.     

构造具备自适应能力的软件

随着应用场景的变迁和自身复杂性的增长,软件需要具备主动适应环境变化的能力,能够依据环境变化动态调整其行为.软件自适应的实现技术跨越了软件监控、上下文敏感计算、决策和控制理论、软件演化和维护等多个学科分支,如何系统化地构造此类软件,是软件工程领域所面临的巨大挑战.从自适应软件构造与实现这一角度出发,以“感知-决策-执行”软件自适应基本周期为主线,对已有的研究和实践进行综述.给出软件自适应的概念内涵,概述软件自适应活动在感知、决策、执行各环节上的特征分类,阐述面向自适应软件构造、关注程度较高的一系列使能技术,进而在分析典型研究项目现状的基础上,给出自适应软件构造领域的未来主要研究趋势.     

自适应软件系统构造——自动避障三轮小车的案例研究

自适应软件需要能够根据环境的变化在运行时动态调整自己的行为以实现既定任务。为了解决这一类软件在开发过程中的一些挑战问题,如自适应逻辑修改困难、代码紧耦合等,设计并实现了一种基于规则的自适应软件系统应用框架(rule-based application framework for self-adaptive software systems,RAF)。RAF通过面向组件的方式解决了紧耦合问题,使用规则文件管理自适应逻辑,并将其与软件的其他部分分割开来。使用RAF开发软件可以灵活地制定与修改自适应逻辑,方便软件的开发、调试、升级等。通过一个案例展示了RAF在解决上述问题方面的能力。     

自适应演化软件研究进展*

自适应演化软件通过演化技术,为软件添加动态、柔性以及灵活可变的特征,使软件系统能更好地适应动态、开放以及难控的网络环境,并在普适计算、嵌入计算等领域表现出良好的应用前景,成为当前软件技术研究中备受关注的热点之一。为更好地研究自适应演化软件,需对现有研究成果进行总结和归纳。首先总结自适应演化的基本特征,指出其面临的挑战;在此基础上,从语言、体系结构和框架应用层面描述其研究成果,并对其进行分类与比较,进而给出相关概念结构;最后总结了其不足以及进一步的研究问题。     

自适应软件动态过程时间特性建模与验证方法

现有自适应软件建模与验证方法较少考虑时间约束,然而,在时间攸关应用领域,自适应软件能否正确运行,不仅要考虑自适应逻辑的正确性,还要考虑自适应软件动态过程的时间特性。为此,首先显式定义了自适应软件的时间特性（监控周期、延迟触发时间、自适应过程截止时间、自适应调节时间和稳定时间等）;然后,构造了一种基于时间自动机网络（TAN）的自适应软件动态过程时间特性建模模板;最后,将自适应软件时间特性描述为定时计算树逻辑（TCTL）的形式,并对时间特性进行了形式化分析和验证。结合具体案例验证了该自适应软件时间特性建模和验证方法,结果表明该方法能够显式刻画自适应软件时间特性,降低其形式化建模的难度。     

基于混合智能优化算法的复杂软件可靠性分配

软件可靠性是系统设计、研究和运行过程中必须考虑的关键因素之一.与目前大多数软件可靠性分配的研究主要局限于简单的串并联模型不同,本文将最优化算法应用于大型复杂软件系统的可靠性分配.针对分布估计算法收敛速度快,全局搜索能力强,但是易于陷入局部最优;而差分进化算法局部搜索能力强,但搜索速度略慢的问题,本文提出一种元启发式算法——基于罚函数的混合分布估计和自适应交叉差分进化的优化算法（PHEDA-SCDE）,该算法收敛速度快,全局搜索能力强且不易陷入局部最优.基于四种特定的体系结构风格——顺序、并发、循环、容错,对复杂软件可靠性进行评估.为不失算法通用性,本文采用三个仿真算例进行实验,分别为单输入单输出系统,单输入多输出系统和多输入多输出系统.实验结果表明,PHEDA-SCDE算法在软件可靠性分配方面与同类算法相比,具有明显的可行性和有效性.     

流程片段自适应重用策略研究

近年来,自适应软件是软件工程领域的研究热点.研究者们从不同角度对如何促进和提高软件系统的自适应进行了大量研究,有的以体系结构为中心研究软件的自适应,有的则从需求的角度进行研究.但是,从软件系统的流程片段自适应重用的角度来研究软件自适应,类似的研究工作还很少.借鉴软件控制论中的思想来研究流程片段的自适应重用,基于受控的Markov链模型来探讨流程片段的最优查询策略.提出了针对流程片段查询特殊应用环境下的CMC(controlled Markov chain)模型,并对该模型进行了优化处理.基于逐次最小二乘法,进一步提出了流程自适应查询策略,该策略充分利用流程片段的历史查询信息,通过在线参数调整,能够帮助查询人员及时调整和优化查询策略.Matlab环境下的仿真实验和真实流程数据集下的实验,共同验证了该模型和算法的有效性和可行性.     

面向移动机器人应用的跨平台自适应软件框架

摘要：自适应软件在移动机器人上具有广泛的应用前景,然而要在具有不同软硬件平台的移动机器人上开发自适应软件是一件非常困难的事情．．为了解决这个问题,提出并实现了一个面向移动机器人应用的跨平台自适应软件框架该框架屏蔽了运行平台的软硬件差异性,并使用规则文件将自适应逻辑分离出来,从而降低了自适应软件开发的难度。为了便于编写及检查规则文件,还实现了一个可视化的规则文件编辑器,用于自动生成模型图,并检查规则中存在的语法及逻辑错误i,最后,通过实验测试了框架的使用情况,并对框架的应用效果进行了评估、     

DDR:一种自适应的面向模式的软件体系结构

信息系统必须处于开放、可更改状态以响应对技术和需求的修改。为满足信息系统这种变化和演化的特征,提出了一种自适应的面向模式的软件体系结构,称之为“显示-定义-实现”(DDR)体系结构模式。描述了DDR体系结构模式适合的问题领域,并给出了相应的解决方案和组织结构。DDR体系结构模式由显示层、定义层与实现层组成。显示层是系统数据表现形式的实现,它实现了应用程序显示逻辑。定义层是DDR体系结构模式的核心,它封装了可更改的系统内部成分——通常以元对象的方式表示,所有元对象的集合形成定义层的数据字典。该层还提供了一个对外接口以方便对自身具体内容的修改,即元对象协议。实现层描述了开发应用功能的用户接口,实现了系统的业务逻辑。用DDR体系结构模式实现的系统,是一个自适应性系统,具有主动性、高安全性等特点,有利于系统的维护、扩展与移植。     

基于可拓学的自适应软件形式化方法

可拓学的核心是建立灵活变通地应对不确定变化和灵感涌现的适应性模型。讨论引入可拓理论去描述、分析和评价软件系统的自适应性质、范围和程度的可能性。用基元描述软件实体,将软件系统构造成基元网,利用拓展分析、可拓变换和优度评价等定性与定量相结合的方法揭示了自适应软件系统的动态性质,并形成了一种自适应软件形式化方法。