一种基于工作流自适应软件系统的监控模型

本文提出了一种针对工作流的系统监控框架.该框架在模型层面赋予了用户更灵活的表达方式,在实例化的运行层面提供了动态的指标计算和具体的实施,既能实时监控系统运行状况,又能监控系统上下文环境,从而使得软件系统能够更好的满足用户需求的变化以及运行环境的变更.

自适应软件系统模型偏差检测方法的适用性评估

自适应软件系统的模型偏差会导致诸多可靠性问题.对控制型自适应软件系统而言,其面临的模型偏差源自描述软件系统的标称模型在非确定运行环境中的漂移现象.现有模型偏差检测方法往往忽视了不同模型偏差之间的差异性,导致用户难以为其特定的应用场景选择合适的检测方法.针对这一问题,提出了一套特性指标,用于评估模型偏差检测方法在不同模型偏差场景下的适用性.该特性指标基于提出的模型偏差检测框架,系统分析了模型偏差检测过程中的重要因素,并提取控制信号强度、环境输入强度和非确定性强度作为量化的特性指标.基于这些特性指标,实验研究4种主流模型偏差检测方法在不同场景下的检测效果,并总结不同模型偏差检测方法对于自适应软件系统不同特性场景的适用性.

自适应应用软件系统构架建模与系统建造方法

文章阐述了自适应应用系统的基本特征，给出了自适应应用系统的基本定义，刻画了自适应应用系统的构架模型，最后还就如何开发自适应应用系统做了简单讨论。

面向环境与需求不确定性的系统自适应决策

软件系统在运行时会与其他软硬件系统、设备和用户发生密切交互.软件运行环境呈现出不稳定的特点,同时软件需求也可能会发生变化.由于难以准确预测和描述软件运行时的环境及需求,两者的变化具有不确定性.为提供持续服务,软件需要通过自适应能力,根据环境和自身的变化来调节其行为.不确定性给软件的自适应过程带来很大挑战.现有相关工作主要关注环境变化给需求带来的影响,以及环境变化时如何调节软件行为来满足固定的需求.这些方法难以处理需求不确定时自适应过程中的变化性和复杂性.针对该问题,提出一种基于模糊控制的自适应决策方法,以应对运行时环境与需求的不确定性.首先通过模糊逻辑建模与规约环境和软件中的变化要素,并构建要素间的推理规则;其次基于前馈-反馈控制结构和模糊控制器设计自适应机制;最后通过模糊推理和遗传算法实现决策求解.不同环境和约束下的自适应结果表明:软件能够通过自适应机制和算法求得优化决策.为验证方法的可行性和有效性,通过一个移动端比特币采矿机案例进行了评估.

面向软件模糊自适应的语音式任务目标识别与结构化转换

已有语音识别方法将用户用英文语音表达的任务目标直接施加到模糊自适应环中,采取直接将识别结果匹配规则前件的方法,限制了系统的识别能力。为此,提出一种语音式任务目标的结构化转换方法。对于语音式任务目标进行句法分析和关键成分提取,对关键成分进行语义关联拓展,建立与任务目标等价的语义关联集合,基于集合完成面向模糊规则前件的结构化转换。通过搭建任务机器人实验系统,验证了该方法具有较好的语音式任务目标识别能力。

机器学习赋能的软件自适应性综述

软件系统自适应提供了应对动态变化的环境和不确定的需求的技术方案.在已有的软件系统自适应性的相关研究中,有一类工作将软件系统自适应性转换为回归、分类、聚类、决策等问题,并利用强化学习、神经网络/深度学习、贝叶斯决策理论和概率图模型、规则学习等机器学习算法进行问题建模与求解,并以此构造软件系统自适应机制.将其称为机器学习赋能的软件自适应性.通过系统化的文献调研,综述了该研究方向的前沿工作:首先介绍基本概念,然后分别从机器学习、软件自适应的视角对当前工作进行分类;按机器学习算法、软件对外交互、软件对内控制、自适应过程、自适应任务和学习能力的对应关系等方面进行分析;最后对未来的研究进行展望.

一种基于分层适应逻辑的自适应系统实现框架

自适应系统由于其能够自主地适应具有非确定性的部署环境,并持续地保持用户的满意度,受到了广泛的关注.然而,目前仍然存在未解决的挑战,例如如何在新的部署环境下,或者在开放且复杂的环境下,使得系统仍然能满足自适应性.因此,为自适应系统的设计引入了一个新的概念模型,受归因理论启发,该模型被设计成内归因和外归因两层结构.内归因层决定了内因如何影响自适应行为,这一层与部署环境解耦,可以独立设计且可以复用在不同的部署环境中.外归因层映射了外因与内因的关系,这一层在不同的部署环境中可以被替换.基于两层结构的实现框架,具有设计且实现自适应系统的适用性,以及内因层适应逻辑的可复用性,通过两个案例,一个是被广泛使用的电子商务网络应用,一个是需要躲避障碍物且避免滑倒和翻转的机器人系统,来进行评估.

学习型软件应用平台模型研究

如今社会是一个信息高速发展的高科技信息化时代,在这样的世纪中正是人们对于学习的追求更加注重在自主化,个性化且伴随着各种新型软件的开发和研究有了进一步的发展,同时对各项技术的掌握有了更加成熟的掌握,所以关于学习型的软件和自适应学习便随着时代的发展人类的不断的需求应运而生。通过了解自适应控制可以被当作是一个能通过环境变化做出自身调节并及时反馈于控制系统,使系统能根据其中的部分设定在标准工作中达到最优状态。这种模型根据所使用环境的不同和研究人员所反映的信息来进行自我提升和调整它自身具有的性能。本篇文章通篇主要从系统构建设计的角度展开探讨这种架构的其中一种设计方案,当中有许多工作还要人工参与,但愿这类软件架构的研究探讨能对未来软件系统模型的发展有着深远积极的影响。