软件体系结构自适应模型及其智能化研究

软件体系结构自适应模型及其智能化研究

论文摘要

随着面向对象技术、构件技术的发展,软件系统的复杂度和规模日益剧增,同时随着Internet的发展,软件系统处在了更加开放和动态变化的环境中,软件系统变得更加难以管理和维护。为了降低软件管理和维护的成本,并且从高级抽象层次上对其进行控制,关于软件体系结构的自适应性研究应运而生。利用软件体系结构作为外部模型驱动自适应的过程,体系结构模型可以从系统全局的角度刻画当前配置状态,有利于对系统级特征属性进行监控,而且对关键约束是否得到遵守也便于检查,也就是说,运行时刻体系结构相关信息的改变可用来触发、驱动系统的自适应行为。另一方面,对系统的自适应动作可以在体系结构的抽象层面上得以表达,而且可以充分利用在体系结构研究方面已有的研究成果。软件体系结构的风格对自适应性实现难易程度具有较大影响,使用了软件体系结构风格自适应的评估框架BASE对管道过滤器风格、C2风格等体系结构风格进行了考察。在自适应过程中的规划阶段利用强化学习理论和SARSA算法来实现决策的过程,构建可以从环境中学习,在线规划的自适应系统。提出包含用户层、适应层和系统层的自适应框架模型,并针对规划阶段提出了基于强化学习的五元决策模型,充分考虑到状态、目标、行动、权重和选择策略。提出基于SARSA的在线规划的软件体系结构自适应方法,用来解决由于环境内在固有的不确定性、复杂性和不可预见性而产生的离线规划的局限性。详细阐述了在线规划方法的关键要素和过程策略。使用自适应的场景、适应度和算子等关键实现要素,提出了自适应在线规划的策略。最后用robocode的坦克实例SARSABot与FireBot坦克进行战斗,证明基于SARSA在线规划软件体系结构自适应的可行性和有效性。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  • 1.1 研究背景及意义
  • 1.2 相关研究现状
  • 1.3 发展趋势
  • 1.4 本论文工作
  • 2 软件自适应体系结构风格BASE评估框架
  • 2.1 BASE评估框架
  • 2.2 让自适应更加容易的风格
  • 2.2.1 管道过滤器风格和编织
  • 2.2.2 基于事件的隐式调用风格:Field和Publish-Subscribe
  • 2.2.3 C2风格
  • 2.2.4 Map-Reduce
  • 2.2.5 Client/Server风格
  • 2.2.6 黑板风格
  • 2.3 本章小结
  • 3 软件体系结构自适应框架和规划阶段过程模型
  • 3.1 软件体系结构自适应三层框架
  • 3.1.1 用户层
  • 3.1.2 适应层
  • 3.1.3 系统层
  • 3.2 规划阶段的过程模型
  • 3.3 基于强化学习的规划决策模型
  • 3.3.1 五元决策模型
  • 3.3.2 元组内关系
  • 3.3.3 Client/Server风格实例
  • 3.4 强化学习决策算法
  • 3.4.1 应用强化学习的可行性分析
  • 3.4.2 SARSA算法
  • 3.4.3 基于SARSA算法的规划模型
  • 3.5 本章小结
  • 4 基于SARSA的在线规划的软件体系结构自适应
  • 4.1 Robocode可适应体系结构
  • 4.2 关键的三要素
  • 4.2.1 基于场景的体系结构状态和行动表述
  • 4.2.2 行动的适应度
  • 4.2.3 可受理行动集合
  • 4.3 在线学习自适应过程
  • 4.3.1 实验说明
  • 4.3.2 实验结果
  • 4.4 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间发表学术论文情况
  • 致谢
  • 相关论文文献

    • [1].自适应模型更新的粒子滤波视觉跟踪[J]. 电光与控制 2017(02)
    • [2].冷酸轧自适应模型研究[J]. 冶金自动化 2018(05)
    • [3].非线性结构自适应模型逆飞行控制系统研究[J]. 飞行力学 2014(03)
    • [4].非线性结构自适应模型逆飞行控制律设计研究[J]. 西北工业大学学报 2009(04)
    • [5].基于低阶自适应模型及时滞补偿的单晶硅直径控制研究[J]. 安徽大学学报(自然科学版) 2010(04)
    • [6].网格中自适应模型服务的研究[J]. 计算机仿真 2008(04)
    • [7].基于改进强跟踪滤波器的发动机自适应模型[J]. 系统仿真学报 2018(08)
    • [8].中厚板轧机轧制力自适应模型设计浅析[J]. 宽厚板 2014(04)
    • [9].面向室内WLAN定位的动态自适应模型[J]. 测绘学报 2015(12)
    • [10].航空发动机故障诊断的机载自适应模型[J]. 航空动力学报 2008(03)
    • [11].涡轮发动机部件特性自适应模型的确定方法[J]. 推进技术 2008(02)
    • [12].计算机仿真在语音识别中的应用[J]. 电脑迷 2017(02)
    • [13].4100mm厚板轧机厚度自适应模型的研究与应用[J]. 宽厚板 2008(06)
    • [14].基于自适应模型遴选规则库的组合预测系统初探[J]. 东华大学学报(自然科学版) 2008(04)
    • [15].自适应模型的水平集图像分割方法[J]. 计算机工程与应用 2011(27)
    • [16].基于CGT的自适应模型输出跟踪控制及其应用[J]. 控制工程 2016(09)
    • [17].基于OLI多光谱遥感影像的八所港浅海水深反演[J]. 海洋测绘 2017(06)
    • [18].改进的自适应模型算法控制在过热汽温控制中的应用[J]. 动力工程学报 2010(12)
    • [19].通道加权和自适应模型更新的实时目标跟踪[J]. 计算机应用研究 2020(06)
    • [20].BIM自适应模型在异形幕墙施工中的应用[J]. 广东土木与建筑 2019(06)
    • [21].基于自适应模型的热电联产机组循环水系统运行优化[J]. 中国电机工程学报 2018(18)
    • [22].隧道围岩变形动态预测的灰色自适应模型及其参数智能辨识[J]. 公路交通科技 2012(01)
    • [23].采用多模型自适应的阶梯型广义预测控制[J]. 重庆理工大学学报(自然科学) 2013(11)
    • [24].一种新颖的异常检测自适应模型[J]. 计算机应用与软件 2008(09)
    • [25].两种涡扇发动机部件特性自适应模型对比[J]. 中国民航大学学报 2008(03)
    • [26].基于自适应模型补偿的双级惯性稳定平台鲁棒控制(英文)[J]. Journal of Central South University 2018(11)
    • [27].热轧辊系凸度自适应模型的改进算法[J]. 轧钢 2014(02)
    • [28].人体肤色区域的自适应模型分割方法[J]. 计算机辅助设计与图形学学报 2013(02)
    • [29].未来工资分布不确定下的搜寻理论自适应模型[J]. 时代金融 2014(02)
    • [30].1种发动机自适应模型的修正方法[J]. 航空发动机 2016(03)

    标签:;  ;  ;  ;  

    软件体系结构自适应模型及其智能化研究
    下载Doc文档

    猜你喜欢