چکیده
اصولاٌ برنامه های کاربردی با تضمین اطمینان بالا ، در جهت پاسخ به تغییرات محیطی، وابسته به سیستم های تطبیقی پویا(DAS) میباشند، و در عین حال، نیازمندی های تابعی و تمایلات غیرتابعی را نیز برآورده میسازند. مثال هایی شامل حافظت از زیرساختارهای محسوس و سیستم های حمل و نقل میباشد. یک ADS متشکل از مجموعه ی از (غیرانطباقی) سیستم های هدف(که به صورت مدل های UML نشان داده میشوند) و یک مجموعه از انطباقاتی هستند که تبدیلات بین سیستم های هدف را درک میکنند. دو منبع عدم قطعیت در DAS عبارتند از:
پیش بینی محیط اجرایی در آینده
استفاده از سبک سنگینی های تابعی و غیر تابعی در پاسخ به تغییرات محیطی.
به منظور رویارویی با مسئله ی عدم قطعیت، بر آن شدیم تا با استفاده از ارگانیسم های زنده که به طور قابل ملاحظه ای در تطبیق با تغییرات محیطی کارآمد هستند، این مسئله را بررسی و تحلیل کنیم. در این مقاله، یک روش مبتنی بر تکامل دیجیتال را به منظور ایجاد مدل هایی برای نمایش سیستم های هدف ممکن، که در شرایط متعدد محیطی کاربرد دارند و به توسعه دهندگان اجازه ی تشخیص تفاوت های بین مدل های تابعی و غیرتابعی را میدهد، تشریح خواهیم ساخت.سپس نقشی کمک کننده را برای توسعه دهنده در جهت انتخاب سیستم های هدف برای DAS عرضه خواهیم کرد.
فهرست مطالب
1-مقدمه
2-زمینه
AVIDA1-2-
2-2-مهندسی مبتنی بر مدل برای سیستم های تطبیقی پویا
3-روش
1-3-مثال اجرایی: یک سیستم هشدار طوفان تطبیقی
2-3-پروسه
4-استفاده از سیرتکاملی دیجیتال برای ایجاد مدل ها
5-مطالعه ی مورد
6-فعالیت های مربوطه
7-مباحث و نتیجه گیری
1-مقدمه
اصولاٌ برنامه های کاربردی با تضمین اطمینان بالا ، در جهت پاسخ به تغییرات محیطی، وابسته به سیستم های تطبیقی پویا(DAS)میباشند، و در عین حال، نیازمندی های تابعی و تمایلات غیرتابعی را نیز برآورده میسازند.
مثال هایی شامل حافظت از زیرساختارهای محسوس و سیستم های حمل و نقل میباشد. یک ADS متشکل از مجموعه ی از (غیرانطباقی) سیستم های هدف(که به صورت مدل های UML نشان داده میشوند) و یک مجموعه از انطباقاتی هستند که تبدیلات بین سیستم های هدف را درک میکنند. ما از عبارت دامنه برای استناد به مجموعه ی خاصی از شرایط محیطی که باید به وسیله ی سیستم هدف با آن روبرو شویم استناد میکنیم(مانند شبکه های نویزی، خطای سنسور، و باتری پایین که همگی برای یک دامنه صحیح هستند)...