基于模型的自适应策略验证机制的研究与实现

发布时间：2020-11-05 10:02

　　 随着互联网技术快速发展以及业务需求不断累加,软件规模呈现出指数级增长态势,软件结构也越来越复杂,导致人工调整软件任务加重和成本增加。因此,软件系统需要具备一种自主优化的能力,即成为自适应软件。该类软件可根据系统实时运行状况进行自主优化调整,从而更好地实现系统目标。自适应决策可产生最合适的自适应策略为系统调整自身行为、参数、结构等属性提供指导,策略的优劣直接影响软件系统的运行效果。因此,确保策略的有效性和可靠性是自适应软件领域的关键问题。然而,当前工作主要集中于对整个自适应控制逻辑的研究,或侧重研究某一个具体的环节,缺乏对验证自适应策略有效性、可靠性和执行效果的研究。一方面,多数研究工作默认决策产生的自适应策略是可信赖的,可直接在目标系统中实施。另一方面,现有工作中缺少根据自适应策略的执行效果,对决策方法进行动态修正的过程。但是,自适应决策产生的策略并不一定是有效且可靠的,因此,为了降低自适应策略对系统带来的不确定影响,需要在策略投入实施前验证其有效性和可靠性。同时,需要对自适应策略实施后的效果进行评估,以作为决策模块优化的依据。本文工作的主要目标是针对上述问题,设计并实现自适应策略验证机制,保证策略执行前的有效性和可靠性,并通过评估策略的执行效果,实现对自适应决策过程的反馈优化。本文主要工作包括以下五个部分:第一,针对已定义策略有效性未知问题,提出了基于模型检测的策略有效性验证方法,通过形式化描述系统状态模型并采用线性时序逻辑描述待验证的属性,进而利用NuSMV模型检测工具进行验证,保证策略在执行前的有效性,降低策略失效率。第二,针对系统运行过程中动态产生的策略可靠性未知问题,提出了基于马尔科夫链的软件质量属性分析方法,通过将扩展质量属性的业务流程模型转化为马尔科夫模型,并基于马尔科夫模型计算整个业务流程的质量属性,实现对动态产生的自适应策略对系统质量属性影响的分析,保证策略在执行前的可靠性。第三,针对策略执行效果缺乏评估和决策方法缺乏反馈优化的问题,提出了基于需求目标模型的策略评估方法,通过建立系统需求目标模型,并基于所建立的模型和系统实时运行状态,评估策略执行效果,然后根据评估结果对决策方法进行修正,达到对决策模块进行反馈优化的目的。第四,设计实现了自适应策略评估中心,支持上述三种策略验证方法的实际使用。第五,通过实验对本文研究实现的自适应策略验证机制进行了验证,证明了本文所提出方法的有效性。
【学位单位】：西安电子科技大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP311.5
【部分图文】：

007: Pro_quality = two & (((ReduceProQuality & Rec_num != five) &(Rec_quality != six)) & Pro_num != five) : five;013: Rec_num = four & (((IncreaseRecNum & Pro_num != five) & Pro_quality= one) & Rec_num = five) : five;015: Rec_quality = five & (((IncreaseRecQuality & Rec_num != five) &Pro_num != five) & Pro_quality != one) : six;图 5.8 根据冲突性反例信息对已定义自适应策略的修正如图 5.8 所示，通过对自适应策略 005（即当商品展示数量为 6 时，执行ReduceProNum 动 作 ， 则 商 品 展 示 数 量 降 低 为 5 ） 设 置 推 荐 商 品 数 量（ Rec _ num ! five）、推荐商品展示模式（ Rec _ quality ! six）和商品展示模式（ Pro _ quality ! one）三个约束条件，实现对自适应策略 005 执行条件的限制。同理，对自适应策略 007、013 和 015 也设置相应的限制条件，即可实现对状态之间出现冲突的应对。添加图 5.8 所示对自适应策略 005、007、013 和 015 的修正过程后，运行 NuSMV模型检测工具，对该冲突性属性进行再次验证，其运行结果如图 5.9 所示。
【相似文献】

相关期刊论文 前10条

1 周易军;周沫;;电子装备故障诊断自适应策略研究[J];舰船电子工程;2012年08期

2 董孟高;毛新军;杨华;齐治昌;;自适应策略描述语言编译器的设计与实现[J];计算机工程与科学;2011年10期

3 樊东燕;;基于Web页面的浏览器分辨率自适应策略的探讨[J];电脑开发与应用;2009年05期

4 何波;刘全利;王越;王华秋;;故障诊断自适应策略研究[J];微计算机信息;2006年28期

5 王建华，殷宗泽, 王卫中;非线性自适应策略及其在岩土工程中的应用[J];岩土工程学报;1995年06期

6 申慧敏;李鹏;;多目标遗传优化算法自适应策略及其在石油加工中的应用[J];石油化工自动化;2007年04期

7 马文龙;瞿有甜;余文利;;多模式智能教学系统教学模式选择自适应策略[J];计算机工程与应用;2008年17期

8 薛文颖;龚殿尧;吴迪;刘相华;王国栋;;热连轧精轧温度控制的自适应策略研究[J];材料科学与工艺;2009年03期

9 石乐义;李剑蓝;郭宏彬;马猛飞;陈鸿龙;;基于深度信念网络的端信息跳变模式自适应策略[J];北京邮电大学学报;2019年03期

10 向佐勇;刘正才;;基于完全自适应策略的遗传算法[J];中南林业科技大学学报;2007年05期

相关博士学位论文 前4条

1 于娟;整数阶与分数阶神经网络的同步控制研究[D];新疆大学;2013年

2 梅雪晖;神经网络的同步与多智能体系统的一致性研究[D];大连理工大学;2017年

3 徐斌;基于差分进化算法的多目标优化方法研究及其应用[D];华东理工大学;2013年

4 林楷;端信息跳变的若干关键技术研究[D];南开大学;2013年

相关硕士学位论文 前10条

1 李玉洁;基于模型的自适应策略验证机制的研究与实现[D];西安电子科技大学;2019年

2 王玉坤;具有自适应策略卡尔曼滤波的多智能体蜂拥网络[D];华中科技大学;2017年

3 徐煜烨;基于流媒体自适应策略的HLS播放器的研究与实现[D];武汉邮电科学研究院;2018年

4 谢智勇;自适应交易量预测的VWAP算法研究[D];上海师范大学;2018年

5 许扬威;基于辩论的群集智能自适应策略选择研究[D];北京工业大学;2011年

6 王烨;基于内容自适应策略的WiMAX网络性能优化技术研究[D];上海交通大学;2009年

7 焦相如;一种基于Monte Carlo的概率化电路故障注入方法设计与实现[D];浙江工业大学;2017年

8 李爽;一类复杂网络的同步研究[D];北方工业大学;2016年

9 许振凯;引力搜索算法的改进及应用研究[D];上海理工大学;2014年

10 叶浩楠;基于遗传算法的非线性摩擦参数辨识研究[D];南京大学;2013年

本文编号：2871483