一个基于实例推理的软件过程知识复用方法

过程资产库的建立和基于过程资产的项目过程定义是一个组织的软件能力成熟度达到已定义级的关键标志,传统的过程资产库中存储的过程往往是通过文字描述和使用者判断其适用性,用于项目过程的建立。本文提出了一种基于实例推理(CBR)的过程知识复用方法,通过过程特征的刻画和实例相似度计算,实现过程实例的提取和复用。实践证明,该方法有助于提高过程知识复用的准确度和自动化程度,为软件过程改进中的过程建立提供有效手段。     

一种基于实例推理的概念学习方法

特征结构是一种新的实例表示方法,结合本体提供的术语和类别层次关系特别易于表达复杂的关系结构型实例,首先讨论了一种基于特征结构实例推理的概念学习方法:C-LID算法,在提出基于特征结构实例推理解决概念学习问题的相似原则和语义包含原则基础上分析了C-LID算法的缺点,进一步提出了基于豪斯多夫距离和K-S相似度的消极概念学习方法R-LID,一方面R-LID是C-LID算法在相似原则下的扩展,另一方面R-LID避免了最多最优偏置下近邻选取不当造成的误差。将R-LID用于化合物致癌等级划分的开放问题上,结果表明R-LID算法具有更好的性能。     

一种基于混合交叉策略的多目标演化算法

演化算法是求解多目标优化问题(MOP)重要而有效的方法,而应用演化策略、技巧是改善解性能的重要途径。论文叙述了多目标优化问题的有关概念,结合已有算法中的方法,设计了基于两种交叉操作相互结合的多目标演化算法(MOEAHC),该算法不仅具有较高的计算效率,而且能够保持解的多样性分布。测试结果表明该算法的良好性能。     

一种基于实例的软件概要设计方法

本文提出了一个基于实例的软件概要设计的方法和实现过程。该方法是基于系统所记忆的以往软件概要设计的实例,来推理解决所面临的软件概要设计问题。它提高了软件概要设计的有效性和可操作性。     

一种基于实例的汉英机器翻译策略

介绍了一种基于实例的汉英机器翻译策略,重点讨论了汉英双语语料库的设计和基于该语料库的汉语句子的匹配算法。在进行汉语句子的匹配时,根据汉语的特点直接采用汉字的匹配,而没有进行汉语句子的分词。另外,匹配时确定匹配片断的边界也是基于实例机器翻译的难点之一,在这方面也采取了相应的解决方法。没有对翻译句子的连接装配进行更深入的研究,这是因为该翻译策略是用于多翻译引擎系统的,它要与其它翻译策略配合使用,以提高翻译结果的正确率。基于实例的机器翻译需要大量的双语语料库作为翻译时的依据,而人工建设大型语料库费时费力,所以尝试采用计算机进行汉英双语语料库的自动建立,包括篇章对齐和单词级的对齐。     

软件演化过程中运行实例的在线可信演化

为了提高演化的实用性, 研究了演化过程实例的在线迁移, 并采用高效的过程继承技术来检验实例的可迁移性。过程继承技术虽然很适合用来检验可信过程的可迁移性, 但其局限性较大, 在多色集合的相关理论基础上, 提出了基于基本结构的Petri网分解方法并证明了这种分解方法符合Petri网的一些基本且重要的性质, 用这种方法使不能按原计划一步迁移的多个过程分解开来多步迁移并尽可能保证其并行性。这种改进的过程继承技术提高了迁移的成功率, 使过程继承技术适用范围更广, 使软件更可信。最后通过一个网上银行支付系统说明方法在实例迁移方面的实用性。     

过程感知信息系统中过程的动态演化

支持过程模型的动态修改并将过程模型的修改传播到当前正在运行的过程实例上,是柔性过程感知信息系统的基本要求.过程实例迁移是应对过程感知信息系统中过程动态演化的主流技术途径,它将尚未执行结束的过程实例动态地迁移到修改后的过程模型上继续执行,从而使得这些过程实例可以享受到过程优化带来的便利.过程实例迁移的挑战在于保证过程实例迁移的正确性以及过程实例迁移检验的高效性,以此为切入点,综述了过程感知信息系统中过程动态演化技术的研究进展.最后,展望了过程演化技术未来应当关注的研究方向.     

一种高效的多目标演化算法

为了提高非劣解向Pareto最优前沿收敛的速度及进一步提高解的精度,在设计了一种新的杂交算子并改进了NSGA-Ⅱ的拥挤操作的基础上,提出了一种基于分级策略的多目标演化算法。数值实验表明,新算法能够非常高效地处理高维的最优前沿为凸的、非凸的和不连续前沿的多目标测试函数,得到的非劣解具有很好的分布性质。但在处理高维的具有太多局部最优前沿的多峰函数时极易陷入局部最优前沿。     

一种基于树结构排序的多目标优化演化算法

多目标优化演化算法(MOEA)是一种新的解多目标优化问题(MOP)的有效算法。针对大多数MOEA采用的表示解优劣的Ranking技术存在的问题,该文提出了一种新的表示方法———树结构来表示解的关系。实验证明这种方法很好地达到Pareto最优,有效地保持解的多样性,而且收敛速度快。     

一种个人目标达成度模型的形式化描述方法

目标能够将人的需求转化为动机并朝着特定方向努力,具有较强的激励作用,对个人的发展极为关键。然而多数人制定的目标在实施后却发现目标达成度较低。针对该问题,提出一种个人目标达成度模型的形式化描述方法,首先定义了模型需要的符号,接着利用符号形式化描述了个人目标达成度模型并给出了模型的核心算法,最后通过一个《数据结构》课程慕课制作实例说明了模型的运行过程。提出的模型给出了个人在制定目标后的具体运行算法,并且为目标达成度的分析提供了理论支撑。     

一种基于扩展任务结构的工作流实例迁移方法

工作流实例迁移是工作流演化研究中典型而重要的问题.在基于扩展任务结构的工作流定义的基础上,提出了适用于一般动态变化处理的实例迁移规则、条件和算法.与同类研究工作比较,该方法在适用范围、通用性、正确性和可实现能力等方面具有一定的先进性.     

Likelihood-Based Data Squashing: A Modeling Approach to Instance Construction

Squashing is a lossy data compression technique that preserves statistical information. Specifically, squashing compresses a massive dataset to a much smaller one so that outputs from statistical analyses carried out on the smaller (squashed) dataset reproduce outputs from the same statistical analyses carried out on the original dataset. Likelihood-based data squashing (LDS) differs from a previously published squashing algorithm insofar as it uses a statistical model to squash the data. The results show that LDS provides excellent squashing performance even when the target statistical analysis departs from the model used to squash the data.     

基于角色/命名空间的元过程实例生成器研究

以协同工作流平台项目研究为背景,着重解决实例生成器的软件构架设计与实现问题。首先给出一种基于元过程表示的实例生成器MPIG的软件构架,从域的角度对模型进行描述。进而阐述软件构架中如何体现元过程的思想和协同特性。随后重点描述软件构架中的协同框架,并引入角色协同和命名空间技术。最后运用BPEL对部分内容进行可实现性描述。所提出的基于角色/命名空间的软件协同设计方法具有一般理论意义和工程实践价值。     

一种面向同步交互的软件演化过程建模方法

全球化软件开发导致以交互方式协作开发的频率和复杂性越来越高。为了控制和规范软件演化的开发行为进而提高软件质量,文献[10]设计了软件演化过程元模型EPMM,由EPMM定义的软件演化过程模型未能形式描述其交互的特点。基于EPMM[10]定义的软件演化过程包括全局层、过程层、活动层和任务层4个抽象层的思想,设计了软件演化过程元模型CEPMM。CEPMM定义的软件演化过程模型可 形式描述同步交互的特点是在其活动层,由此提出一种基于通信系统演算(CCS)的软件演化过程活动层的建模方法,然后在Visual Studio平台下实现软件演化过程活动层可视化的建模工具CAmodel。CEPMM构建的软件演化过程活动层模型不仅可以描述并发、迭代等特点,还可以形式描述同步交互的特性,为模型进行严格的数学方法分析、推理奠定了基础。     

Complexity Measures for Process Evolution

The foundation for process evolution research is the modelling of process structural complexity. With such a model, process systems can be directed toward acquiring good maintainability attributes according to the principles of engineering. In this paper a process management (PM) model is developed to acquire directly from the target process codes the knowledge hidden among and within components of process systems. With the knowledge acquired by the PM model, process structural complexity measures in terms of partitioning, restructuring and rewriting criteria are developed; a systematic process remodularization schema is derived, and algorithms for scheduling process changes are presented. These criteria and mechanisms are used to guide the process production chain.     

基于历史信息的工作流过程改进方法

利用执行成功的过程实例的历史信息作为样本,来统计出一些更符合实际运行情况的属性值和指标值,使用这些值自动的改进工作流过程定义。在此基础上,提出一种工作流过程改进的模型,模型主要有实例提取器、学习器和改进器组成,利用各自的规则,实现工作流过程改进。     

工作流网过程实例调度方法研究

为了解决工作流网过程实例在分布式工作流管理系统中的调度问题,采用过程定义分割服务对进入工作流管理系统的过程定义进行实例化,同时将整体实例的逻辑结构进行模块分割,并将各个模块绑定到分布的工作流机上,由过程实例调度服务负责模块之间的调度,协调模块之间的调度关系.通过示例表明,这种调度方法实用有效,简化了过程实例在分布工作流...     

一种基于反射的BPEL业务过程动态演化方法

提出了一种基于反射的BPEL业务过程动态演化方法.该方法基于可反射的BPEL业务过程的动态演化框架,扩展了现有BPEL引擎,并对演化元过程建模,使其在BPEL引擎中实例化执行,来实现对业务过程的动态演化.     

A Unifying View on Instance Selection

In this paper, we consider instance selection as an important focusing task in the data preparation phase of knowledge discovery and data mining. Focusing generally covers all issues related to data reduction. First of all, we define a broader perspective on focusing tasks, choose instance selection as one particular focusing task, and outline the specification of concrete evaluation criteria to measure success of instance selection approaches. Thereafter, we present a unifying framework that covers existing approaches towards solutions for instance selection as instantiations. We describe specific examples of instantiations of this framework and discuss their strengths and weaknesses. Then, we outline an enhanced framework for instance selection, generic sampling, and summarize example evaluation results for several different instantiations of its implementation. Finally, we conclude with open issues and research challenges for instance selection as well as focusing in general.