基于元模型的HBase数据模型转换方法

模型驱动架构方法（MDA）可以减少需求变更对软件开发的影响,提高软件开发效率和系统的可移植性、可维护性。本文在MDA思想的基础上,建立平台无关模型和平台相关模型的元模型,在元模型层次上提出UML类图模型到HBase数据模型的转换思想。最后,在ATL模型转换框架中实现UML类图模型到HBase数据模型的转换,证明了自动生成数据库目标模型和MDA在软件开发中的可行性。      

UML建模实例分析

本文介绍了UML的定义及其与过程的关系,并结合电梯管理系统实例,探讨了例图、类图、状态图和交互图的基本概念,分析了UML建模的基本思想和过程。文中各个模型是在可视化建模工具Rose２０００上开发的。用户可以采用图形化方式刻画系统的需求和设计,自动生成对应的软件框架,根据实际要求填写代码。它可以指导软件的分析、设计、编码。UML建模实例分析$长沙国防科技大学计算机学院!(410073)@王建军     

基于UML的软件使用模型的研究与实现

UML作为事实上的工业标准,在软件开发中得到了日益广泛的应用。软件可靠性测试是高可靠软件质量保证的重要过程。研究基于UML的软件可靠性测试具有很强的现实意义。软件使用模型是进行软件可靠性测试的基础,可利用在软件开发早期阶段生成的UML模型,如用况图、顺序图、活动图,自动生成软件使用模型。     

基于UML的面向方面建模方法

面向方面编程（AOP）技术通过横切关注来实现软件系统.面向方面建模可通过扩展UML来实现,在元模型层次上设计面向方面软件开发（AOSD）模型框架.从结构建模、行为建模、方面织入以及代码产生几个方面实现面向方面的建模方法.利用UML类图实现方面的结构模型,方面与核心组件及方面之间的静态模型关系.协作图表达方面与核心组件及方面之间的动态行为,并通过状态图细化方面和核心组件的动态行为,实现状态图的方面与核心组件及方面之间的织入关系,最终实现方面代码的自动生成.基于UML的方面建模填补AOP与OOP技术之间的空白,提高软件设计的模块化,增强代码的重用性、维护性.     

合成状态图中非预期状态转换路径的确认

利用Scenario进行需求建模能够反映从用户角度观察到的系统行为,而利用状态图能够从对象角度对系统行为进行精确描述.从Scenario到状态图的自动转换指软件开发过程中,从UML需求模型自动生成行为模型的过程.在分析已有的自动转换算法存在的不足的基础上,提出了从语法角度出发,对用例进行分析,提取合适的状态向量;利用在算法中增加Scenario的相关信息,确定非预期状态转换路径.     

一种从UML模型生成测试用例方法的研究与实现

测试用例生成是软件自动化测试的基础与关键。随着UML的广泛应用,基于UML模型来自动生成用例的技术日益受到关注。在UML模型中,顺序图描述了软件系统的动态行为,是软件集成测试中一个重要的来源。文中提出一种基于UML顺序图与类图相结合的方法来自动生成测试用例,定义了相应的测试覆盖准则及测试衡量标准,并用一个具体实例验证了测试用例的生成过程。最后给出了测试用例自动生成工具的框架。     

UML2．0顺序图的一种有穷自动机模型

为了在软件开发早期阶段对UML2．0顺序图模型进行分析和验证,本文给出了UML2．0顺序图的一种有穷自动机模型。首先给出了顺序图在语法和语义上的形式化描述,然后提出了一种使有穷自动机来描述每个对象在顺序图描述的场景中所参与的事件序列的方法,并将该方法扩展到带有组合片段的UML2．0顺序图,最后分析了UML2．0顺序图中的时间建模机制,设计了从UML2．0顺序图中提取时间约束的算法。以上工作为使用模型检测工具UPPAAL对顺序图模型进行进一步的分析与验证奠定了基础。     

元建模技术研究进展

随着UML(unified modeling language)与MDA(model driven architecture)的兴起和流行,模型已经成为软件开发的核心制品,而模型重要性的提升使得建模语言以及定义建模语言的元模型逐渐成为软件开发中的一个核心要素.软件开发往往涉及多个领域,而不同的领域往往需要不同的建模语言及其建模工具.但是,手工地为不同的建模语言开发建模工具代价高昂.元建模技术是解决这个问题的方法之一,通过元建模,可以根据领域需要定制合适的元模型以定义领域建模语言,进而自动生成支持该建模语言的建模工具.大量的工程实践表明,与领域建模以及MDA相结合,元建模可以大幅度地提高软件开发效率,基于元建模的MDA比基于通用建模语言的MDA更具潜力.在最近的几年中,元建模及其相关技术发展迅猛,不但在技术上取得了长足的进步,而且在产业界也开始出现大规模的商业应用.总结了元建模的现有研究成果,分析和比较了现有元建模工具,探讨了元建模的可能发展方向.对元建模中存在的问题进行分析,并指出了可能的解决途径.     

基于UML类图和顺序图的C++代码自动生成方法的研究

UML是一种被广泛用于软件系统需求分析和详细设计的标准建模语言,研究将UML描述的软件详细设计自动生成代码的技术可以大大加速软件产品的开发进度,提高软件的质量。提出一种将UML类图和顺序图相结合生成具有静态结构和动态行为信息的C++代码的方法,从而解决现在多数代码生成工具只能将静态图转换为C++代码框架而不能处理动态行为模型转换的问题。该方法包括UML类图和顺序图的元模型以及相应的转换规则。最后通过一个采用Velocity技术实现的代码生成器生成代码的实例描述了代码生成的具体过程及结果。     

基于UML的系统需求分析

UML(Unified Modelling Language)是面向对象方法建模的语言标准工具,在系统建模过程中应用很广泛,在UML技术指导下,针对软件开发过程中的需求分析阶段,提出了一种结构清晰的功能需求分析模型,在系统用例图的基础上,建立类图和时序图,从静态和动态不同侧面表达系统模型,迭代的建模过程保证了模型的一致性,一个实例详细描述了系统功能需求分析建模的过程.     

一种基于扩展UML状态图的并发工作流验证方法

当并发执行工作流的多个实例时会导致数据流访问时语义的不一致。首先扩展了传统的UML状态图,用它进行工作流实例建模。然后把扩展的UML状态图建立的工作流模型转化为Biichi自动机,并用Biichi自动机之间的积表示多个工作流实例的并发模型。接着给出了和证明了根据并发模型中标记的命题公式判定并发冲突的定理。最后,由于随着实例数目的增加,并发模型中的状态数也会按每个实例的状态数倍增加,为了解决这一问题,在检测并发冲突的算法中采用了on—the—fly技术.     

面向嵌入式软件开发的UML到Simulink模型转换方法

模型驱动开发及其关键技术模型转换是近年来软件工程领域研究的热点。在嵌入式软件开发早期,不仅需要对设计模型进行静态分析,更需要对其进行动态仿真,验证系统设计的正确性。如何把设计模型和仿真模型无缝连接起来是工业部门亟待解决的问题。深入调研了UML和Simulink模型转换研究现状,详细分析了模型驱动开发中模型转换的相关技术,提出了一种UML到Simulink的模型转换方法,设计了UML元模型、Simulink元模型,撰写了UML元模型到Simulink元模型的映射规则。最后选取自动驾驶仪系统的飞行控制软件作为案例,验证了该方法的正确性。该方法能实现UML和Simulink两种异构模型同构化,提高嵌入式软件开发效率,丰富并且完善模型驱动开发,也为飞行控制系统、高速铁路控制、机载航电系统等嵌入式软件开发提供了技术支持。     

面向软件模糊自适应的UML用例扩展

现有统一建模语言(UML)设施及一般软件自适应工具难以直接支持软件模糊自适应(SFSA)需求分析与设计阶段的建模,为此,提出一种基于UML用例扩展的SFSA需求分析与设计方法--Fuzzy Case。该方法结合SFSA的概念模型,应用UML扩展机制引入新的构造型和标记值,建立了Fuzzy Case的一般模型;同时定义了Fuzzy Case的语法结构,并用对象约束语言(OCL)定义了其语义描述,形成了完整的SFSA建模设施。实例验证表明,与传统方法相比,Fuzzy Case能更清晰地表达SFSA的结构,准确定义软件的内部语义,建模过程更加简单方便,能有效提高SFSA的开发效率。     

应用UML顺序图的联锁测试用例生成方法

计算机联锁软件是安全完善度等级最高的软件, 因此, 在投入使用前对联锁软件的测试是必不可少的。为生成联锁软件测试用例, 结合包含有充分测试信息的UML模型, 提出一种以UML顺序图为主要模型的软件测试用例生成方法。通过提出有向图SG生成算法, 将顺序图转换为SG; 然后基于特定的覆盖准则和采用深度优先搜索算法遍历SG, 得到场景的输入、预期输出、约束条件以及场景环境, 生成测试用例; 最后, 以进路建立过程为例验证了该方法的可行性和正确性。     

基于UML活动图的软件过程建模合理性问题的研究

x阐述了使用UML活动图进行软件过程建模需要解决的合理性检测问题。分析了使用活动图进行软件过程建模的原理,给出了软件过程模型的4种基本结构和一个过程模型实例。讨论了建模过程中需要考虑的合理性问题的3个方面,在此基础上提出了检验模型正确性和完整性的静态、动态和整体规则。     

Generating new test instances by evolving in instance space

Our confidence in the future performance of any algorithm, including optimization algorithms, depends on how carefully we select test instances so that the generalization of algorithm performance on future instances can be inferred. In recent work, we have established a methodology to generate a 2-d representation of the instance space, comprising a set of known test instances. This instance space shows the similarities and differences between the instances using measurable features or properties, and enables the performance of algorithms to be viewed across the instance space, where generalizations can be inferred. The power of this methodology is the insights that can be generated into algorithm strengths and weaknesses by examining the regions in instance space where strong performance can be expected. The representation of the instance space is dependent on the choice of test instances however. In this paper we present a methodology for generating new test instances with controllable properties, by filling observed gaps in the instance space. This enables the generation of rich new sets of test instances to support better the understanding of algorithm strengths and weaknesses. The methodology is demonstrated on graph colouring as a case study.     

Generating instance models from meta models

Meta modeling is a wide-spread technique to define visual languages, with the UML being the most prominent one. Despite several advantages of meta modeling such as ease of use, the meta modeling approach has one disadvantage: it is not constructive, i.e., it does not offer a direct means of generating instances of the language. This disadvantage poses a severe limitation for certain applications. For example, when developing model transformations, it is desirable to have enough valid instance models available for large-scale testing. Producing such a large set by hand is tedious. In the related problem of compiler testing, a string grammar together with a simple generation algorithm is typically used to produce words of the language automatically. In this paper, we introduce instance-generating graph grammars for creating instances of meta models, thereby overcoming the main deficit of the meta modeling approach for defining languages.

Aspect-oriented model-driven skeleton code generation: A graph-based transformation approach

Model-driven code generation has been investigated in traditional and object-oriented design paradigms; significant progress has been made. It offers many advantages including the rapid development of high quality code. Errors are reduced and the consistency between the design and the code is retained, in comparison with a purely manual approach. Here, a model-driven code generation approach based on graph transformations for aspect-oriented development is proposed. The approach has two main transformation activities. The first activity transforms a visual (graphical) model of the design into a formal, text-based notation that can be readily processed. The graphical model is created by the software designer and uses a UML profile for aspect-oriented software (i.e., FDAF) to represent aspects and their components. XML is the target notation for this step; the transformation uses the XML meta-model to ensure that the output complies with the language. The second activity transforms the XML model into AspectJ source code. The transformation uses the AspectJ meta-model to ensure the output complies with the language. The transformations from the extended UML model to XML and from XML to AspectJ code are fully automated. The transformation algorithms are based on graph transformations; tool support has been developed. Key technical issues in the approach are discussed, including performance, the amount of code generated, correctness, and adaptability, in addition to a comparison of the proposal with existing alternative approaches. The approach has been validated on three example systems: a banking system, classroom scheduling system, and an insurance system. The banking system example is presented in the paper.     

An algorithm based on ant colony optimization for the minimum connected dominating set problem

Ant colony optimization is a well established metaheuristic from the swarm intelligence field for solving difficult optimization problems. In this work we present an application of ant colony optimization to the minimum connected dominating set problem, which is an NP-hard combinatorial optimization problem. Given an input graph, valid solutions are connected subgraphs of the given input graph. Due to the involved connectivity constraints, out-of-the-box integer linear programming solvers do not perform well for this problem. The developed ant colony optimization algorithm uses reduced variable neighborhood search as a sub-routine. Moreover, it can be applied to the weighted and to the non-weighted problem variants. An extensive experimental evaluation presents the comparison of our algorithm with the respective state-of-the-art techniques from the literature. It is shown that the proposed algorithm outperforms the current state of the art for both problem variants. For comparison purposes we also develop a constraint programming approach based on graph variables. Even though its performance deteriorates with growing instance size, it performs surprisingly well, solving 315 out of 481 considered problem instances to optimality.