基于问题框架的需求建模:一种本体制导的方法

在深入研究问题框架方法的基础上,抽取并构建了一个问题框架本体,以概念化基于问题框架的需求建模,设计了一个本体制导的基于问题框架方法的需求建模过程,为需求分析员提供建模指导并规范其建模活动.最后,通过案例展示整个本体制导的建模过程.     

Ontology-Based Semantic Cache in AOKB

When querying on a large-scale knowledge base,a major technique of improving performance is to preload knowledge to minimize the number of roundtrips to the knowledge base.In this paper,an ontology-based semantic cache is proposed for an agent and ontology-oriented knowledge base (AOKB).In AOKB,an ontology is the collection of relationships between a group of knowledge units (agents and/or other sub-ontologies).When loading some agent A,its relationships with other knowledge units are examined,and those who have a tight semantic tie with A will be preloaded at the same time,including agents and sub-ontologies in the same ontology where A is.The proloaded agents and ontologies are saved at a semantic cache located in the memory.Test results show that up to 50% reduction in running time is achieved.     

ChatModeler：基于大语言模型的人机协作迭代式需求获取和建模方法

需求获取和建模是需求工程中的关键步骤,影响后续系统设计与实现.传统的需求获取和建模方法通常由需求提供者、需求分析师等多类干系人共同协作、反复迭代完成,需要耗费大量的人力.如何减轻需求提供者与需求分析师的负担、提高获取和建模的效率有着重要意义.现有工作中有的使用知识库来提供更多知识,以辅助获取或者建模,有的利用自然语言处理等技术对获取或者建模过程进行自动化,但是它们并没有减轻需求提供者的负担.利用大语言模型（large language models,LLMs）的生成能力,提供了一种人机协作的迭代式需求获取和建模框架ChatModeler.具体来说,根据真实世界中需求团队的分工及协作关系,将部分需求提供者、需求分析师等角色的工作由大语言模型承担,而需求提供者只需要进行确认.为大语言模型扮演的各种角色进行了提示词设计,该提示词会随需求的元模型而变化.ChatModeler在7个需求案例上与3种需求模型的自动建模方法进行了14组对比实验,证明了ChatModeler在降低需求提供者的负担和生成高质量需求模型2个方面上的优越性.     

面向对象逻辑语言SCKE中的限制推理

限制理论是形式化常识知识并进行常识推理的一种重要方法．本文主要研究将限制理论转化为面向对象逻辑语言的可能性，并实现了完成这个转换的编译器．按面向对象逻辑语言的语义运行编译后的程序，可得到与原限制理论相同的结果．将该编译器嵌入面向对象逻辑语言解释器中，可以大大提高该语言的表达能力，特别是可以实现对常识知识表示和常识推理的支持．     

3—甲基—4—吗啉基苯基重氮四氯化锡复盐的合成与表征

以２－甲基－４－硝基苯胺为起始原料,合成了一种新的重氮光敏试剂３－甲基－４－吗啉基苯基重氮四氯化锡复盐,通过ＵＶ,ＩＲ,＾１ＨＮＭＲ和元素分析等手段对标题化合物及两个中间产物进行了结构表征。     

机器学习赋能的软件自适应性综述

软件系统自适应机制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、规则学习等进行问题建模，并以此构造软件系统自适应机制.本文通过系统化的文献调研，综述了机器学习赋能的软件系统自适应性的工作.首先介绍基本概念，然后从不同视角对当前工作进行分类；按被控系统、监测和控制过程、学习算法、学习赋能方式等方面进行分析，并讨论不同机器学习方法赋能的软件系统自适应性的切入点及其优势和不足；最后对未来研究进行展望.     

基于环境建模的物联网系统TAP规则生成方法

用户需求是物联网智能服务的根本驱动力，如IFTTT等很多物联网框架允许用户使用简单的触发-命令编程（TAP）规则进行编程，但它们描述的是设备调度程序，并不是用户服务需求.一些物联网系统提出采用面向目标的需求方法，支持服务目标的分解，但很难保证物联网不同服务间的一致性和服务部署的完整性.为了支持正确的“用户编程”并保证用户服务需求的一致性与完整性，本文提出了基于环境建模的TAP规则自动生成方法，在用户提供的服务需求基础上，根据环境模型自动推导出所需的系统行为，检测系统行为的一致性和完整性，并最终自动生成TAP规则，实现从用户服务需求到物联网设备调度的自动生成.本文构建了物联网应用场景的环境本体以建模环境，并定义了基于环境本体的服务需求的描述方法.另外，论文针对方法的准确性、效率、性能以及构建环境本体的时间开销在智能家居场景上进行了评估.结果表明，本文方法准确性、效率和性能超过可用阈值，且在需求达到一定数量后，构建环境本体花费的时间可忽略不计.     

基于领域知识的需求信息获取

本文提出一种基于领域知识的需求信息获取方法．相应的ＭＩＳ开发环境ＰＲＯＭＩＳ已成功地应用于多个领域．