【摘要】：軟件產(chǎn)品線工程是一種在公共核心資源的基礎上,按照規(guī)定方式開發(fā)軟件產(chǎn)品家族的方法。該方法具有提高產(chǎn)品質量、降低開發(fā)成本以及縮短上市時間等優(yōu)勢。在軟件產(chǎn)品線工程中,特征模型是描述產(chǎn)品家族中共性和可變性特征以及特征之間關系的需求模型,它代表了特定領域中所有可能的產(chǎn)品配置空間,是實現(xiàn)基于領域目標和利益相關者的需求進行軟件產(chǎn)品定制開發(fā)的基礎。基于特征模型的配置過程面臨以下挑戰(zhàn):1)如何實現(xiàn)對大型軟件產(chǎn)品線的特征模型配置進行有效分析驗證,給出系統(tǒng)行為屬性的滿足程度,如系統(tǒng)響應等功能需求;2)如何對特征模型的配置過程進行優(yōu)化,使其滿足特定的目標函數(shù),如最小化成本等。針對特征模型配置分析驗證問題,本文以軟件產(chǎn)品線模型檢測理論為基礎,提出了一種基于特征切片的軟件產(chǎn)品線多值模型檢測方法。該方法首先根據(jù)用戶需求定義切片準則,利用特征模型的語義抽取出與切片準則相關的特征依賴集和特征排斥集;然后,將切片結果映射到表示軟件產(chǎn)品線行為模型的特征遷移系統(tǒng)上,引入三值邏輯對其遷移關系進行抽象;最后,使用多值模型檢測工具對抽象的特征遷移系統(tǒng)進行驗證,給出系統(tǒng)行為屬性的滿足程度。實驗結果表明該方法的有效性。針對特征模型配置過程優(yōu)化問題,本文在現(xiàn)有優(yōu)化方法以及原子集概念的基礎上,提出一種遺傳算法優(yōu)化特征模型配置過程的方法。該方法首先使用原子集算法優(yōu)化特征模型,并對模型的整體約束信息進行建模,作為遺傳算法中劃分有效配置和無效配置的評估函數(shù)。然后,通過將有效配置和無效配置進行交叉,自適應選擇以及變異等遺傳操作,選出最優(yōu)的有效配置進行輸出。實驗結果表明,在特征模型的整體約束函數(shù)以及交叉和變異等遺傳算子的相互配合下,種群能夠加速向最優(yōu)解收斂。最后,基于本文提出的特征切片方法和配置過程優(yōu)化方法,設計與實現(xiàn)了自動化配置工具。該工具具有基于基數(shù)的特征建模、特征模型的圖形化展示、特征切片以及基于特征的配置優(yōu)化等功能,建立了面向用戶需求的軟件產(chǎn)品線特征模型配置驗證與優(yōu)化過程。
[Abstract]:Software product line engineering is a method of developing software product family based on common core resources. The method has the advantages of improving the product quality, reducing the development cost and shortening the time to market. In the software product line engineering, feature model is the requirement model to describe the commonness and variability of product family and the relationship between features. It represents all possible product configuration spaces in a particular domain. It is the foundation of customized software development based on domain goals and stakeholder requirements. The configuration process based on the feature model faces the following challenge: 1) how to effectively analyze and verify the feature model configuration of the large-scale software product line, and give the degree of satisfaction of the behavior attributes of the system. How to optimize the configuration process of the feature model to satisfy the specific objective function, such as minimizing the cost, etc. Aiming at the problem of feature model configuration analysis and verification, this paper presents a method of software product line multi-valued model detection based on feature slicing based on the theory of software product line model detection. Firstly, the feature dependency set and feature exclusion set related to the slice criterion are extracted by using the semantics of the feature model according to the slice criterion defined by the user, and then, The slice results are mapped to the feature migration system which represents the behavior model of the software product line, and the ternary logic is introduced to abstract the migration relationship. Finally, the abstract feature migration system is verified by the multi-valued model detection tool. The degree of satisfaction of the behavior attributes of the system is given. The experimental results show that the method is effective. Based on the existing optimization methods and the concept of atomic set, a genetic algorithm (GA) method is proposed to optimize the process of feature model configuration. Firstly, the atomic set algorithm is used to optimize the feature model, and the global constraint information of the model is modeled as an evaluation function in genetic algorithm to divide the effective and invalid configurations. Then, the optimal efficient configuration is selected for output by crossover, adaptive selection, mutation and other genetic operations. The experimental results show that the population converges to the optimal solution with the cooperation of the global constraint function of the characteristic model and the genetic operators such as crossover and mutation. Finally, an automatic configuration tool is designed and implemented based on the feature slicing method and the configuration process optimization method proposed in this paper. The tool has the functions of cardinal-based feature modeling, graphical display of feature model, feature slicing and feature-based configuration optimization. The process of software product line feature model configuration verification and optimization is established.
【學位授予單位】：南京航空航天大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP311.5

【相似文獻】

相關期刊論文 前10條

1 吳映波;王旭;;一種面向服務的領域特征模型[J];計算機科學;2011年06期

2 劉志堅,李建軍,肖祥芷;面向制造的板金零件單元特征模型[J];機械與電子;2000年03期

3 楊思春;高超;秦鋒;戴新宇;陳家駿;;融合基本特征和詞袋綁定特征的問句特征模型[J];中文信息學報;2012年05期

4 羅毅平，，柏建國;多容對象的近似特征模型[J];四川輕化工學院學報;1995年04期

5 李龍;趙海燕;張偉;;特征模型定制的一種自動傳播策略與選擇性回退機制[J];計算機學報;2013年01期

6 易立;趙海燕;張偉;金芝;梅宏;;特征模型融合研究[J];計算機學報;2013年01期

7 何文民;沈國華;黃志球;王進;范大娟;;基于本體的特征模型演化的一致性驗證[J];計算機應用研究;2013年07期

8 馬驥,陳正鳴,高曙明;根據(jù)工藝需要進行設計特征模型調整的方法[J];計算機輔助設計與圖形學學報;2003年02期

9 李斌;;電子商務網(wǎng)站中客戶特征模型的研究[J];職大學報;2010年02期

10 曹偉娟;陳曉申;高曙明;;設計特征模型到分析特征模型的自動轉換方法[J];計算機輔助設計與圖形學學報;2012年08期

相關會議論文 前10條

1 時勘;;勝任特征模型理論和實踐的探索[A];第四屆（2009）中國管理學年會——組織行為與人力資源管理分會場論文集[C];2009年

2 時勘;;勝任特征模型的理論與實踐探索的新進展[A];第十二屆全國心理學學術大會論文摘要集[C];2009年

3 牛端;張敏強;;高校教師勝任特征模型的建構與勝任特征自評問卷的編制研究[A];全國教育與心理統(tǒng)計與測量學術年會暨第八屆海峽兩岸心理與教育測驗學術研討會論文摘要集[C];2008年

4 冷英;黃燕妮;;人物特征模型的建構與更新[A];第十屆全國心理學學術大會論文摘要集[C];2005年

5 馮江平;李麗娜;;中學校長勝任特征模型研究[A];第十屆全國心理學學術大會論文摘要集[C];2005年

6 賈建芹;袁文廣;;火箭兵職業(yè)資格勝任特征模型的建立[A];第十二屆全國心理學學術大會論文摘要集[C];2009年

7 王麗娜;劉曉梅;邵燕萍;車宏生;;家電銷售人員勝任特征模型研究[A];第十二屆全國心理學學術大會論文摘要集[C];2009年

8 李永瑞;劉欣;李茜;;勝任特征模型內(nèi)涵演進與建模方法辯析[A];心理學與創(chuàng)新能力提升——第十六屆全國心理學學術會議論文集[C];2013年

9 牛端;張敏強;;如何成為優(yōu)秀的高校教師?——高校教師勝任特征模型研究[A];第十二屆全國心理學學術大會論文摘要集[C];2009年

10 吉艷鋒;;基于CIT的央行行員勝任特征模型構建研究[A];第八屆（2013）中國管理學年會——組織行為與人力資源管理分會場論文集[C];2013年

相關重要報紙文章 前2條

1 北京師范大學教育管理學院 余生;構建校長勝任特征模型[N];中國教育報;2008年

2 中國勞動保障科學研究院 童天;促進創(chuàng)業(yè)工作的理論基石[N];中國勞動保障報;2012年

相關博士學位論文 前6條

1 陸曉光;公共管理者勝任特征模型構建與應用研究[D];北京理工大學;2016年

2 趙國勝;虛擬檢測系統(tǒng)中多領域特征模型一致性研究[D];西北工業(yè)大學;2006年

3 王曉華;軟件特征模型與測試應用研究[D];中國科學院研究生院（空間科學與應用研究中心）;2009年

4 楊潔;技術經(jīng)理的勝任特征與工作績效的關系：領導成員交換的中介作用研究[D];南京大學;2010年

5 陳學軍;管理績效的內(nèi)隱模型及其效應分析[D];浙江大學;2001年

6 王是平;并購企業(yè)高層管理團隊勝任特征模型的理論與實證研究[D];復旦大學;2009年

相關碩士學位論文 前10條

1 華麗娜;基于企業(yè)招聘的勝任特征模型的開發(fā)與應用[D];蘭州大學;2006年

2 蘇丹;高校輔導員勝任特征模型研究[D];西南大學;2009年

3 黃梅;LMH職業(yè)學校專業(yè)教師勝任特征模型的構建與應用研究[D];重慶理工大學;2015年

4 呂鵬飛;大學生志愿者勝任特征模型的構建、檢驗及相關研究[D];曲阜師范大學;2015年

5 謝東珊;空軍報務人員勝任特征模型建立與驗證[D];第四軍醫(yī)大學;2015年

6 尚麗霞;基于灰關聯(lián)分析法的勝任特征模型績效管理實證研究[D];石家莊鐵道大學;2014年

7 楊晨露;基于勝任特征模型的a公司高技能人才培養(yǎng)與激勵[D];浙江工業(yè)大學;2015年

8 秦孝廉;直接編輯后的特征模型自動更新[D];浙江大學;2016年

9 高陽;監(jiān)獄警察勝任特征模型的構建與應用研究[D];遼寧師范大學;2015年

10 金芮竹;中職學校心理健康教育教師勝任特征模型的構建和驗證研究[D];遼寧師范大學;2015年

本文編號：2159183