基于平衡记分卡的国家重点实验室绩效评估

在回顾现有绩效评价方法的基础上,借鉴平衡记分卡的基本分析框架,构建了国家重点实验室业绩评价体系,提出了国家重点实验室实现战略目标的基本途径,最后对我国国家重点实验室的管理进行了探讨,并就处理好几大关系作了进一步的分析。

硕士阶段软件工程课程教学探索

软件工程是计算机专业硕士阶段的学位课程之一,对以软件工程为专业培养方向的硕士生而言尤为重要。由于计算机相关专业的本科阶段已开设过此课程,并且软件工程课程自身具有综合性强等特点,为硕士阶段软件工程课程的教学内容和培养目标等环节带来了一些挑战。本文立足于计算机相关专业的硕士教学阶段,分析硕士阶段开设软件工程课程所面临的问题,从课程设置和培养目标两方面入手,提出了几点关于软件工程课程教学的建议。

构造面向对象软件可复用测试用例的模式研究

从分析测试用例的共性着手,将面向对象系统中的测试用例依据它们的设计方法分为:状态检查测试用例与状态比较测试用例,并进而得出关于这两类测试用例的详细描述.以此为基础,提出了一个统一的测试用例生成、执行的模式,使测试用例能够独立于被测对象,以达到测试复用的目的.

基于复杂网络的软件复杂性度量研究

软件开发者对于日趋复杂的软件系统的理解和控制越来越困难,传统软件工程正接近其复杂性和可扩展性的极限.复杂性使软件开发困难,质量难以保证.复杂网络理论的最新研究成果,为软件复杂性度量提供了新的数学基础.讨论了软件复杂性的形成原因和度量方法,介绍了目前复杂网络与软件复杂性结合的研究工作.探讨了基于复杂网络的软件结构复杂性度量方法,提出一种结合复杂网络和演化算法的软件演化复杂性度量模型.

网络化软件的复杂网络特性实证

互联网的普及和万维网的兴起,引发了软件技术的变革,催生了新的软件形态——网络化软件,为大众用户提供多样化、个性化的按需服务.随着应用领域的不断扩展和用户群的日益庞大,其规模与复杂度正以超越人类处理能力的速度增长,使得软件工程不得不面临一系列的挑战.为了科学地认识和理解这类规模庞大的人工复杂系统,从网络化-服务化-社会化的三维视角出发,对其基础设施、应用服务和大众交互三方面的复杂网络特性实证研究进行了综述分析,并系统论述了网络化软件中隐含的"小世界"和"无尺度"复杂网络特性对软件工程今后研究的影响和启示.软件工程与其他学科的交叉汇聚,将迸发新的观点和思想,为网络化软件的研究提供新的思维方式和方法论,有望实现软件工程理论、方法和关键技术的创新,从而推动我国软件服务业的快速发展.

基于迁移学习的软件缺陷预测

传统软件缺陷预测方法在解决跨项目缺陷预测过程中适应能力不足,主要是因为源项目和目标项目之间存在不同的特征分布.为了解决这个问题,提出一种新的加权贝叶斯迁移学习算法,算法首先收集训练数据和测试数据的特征信息,然后计算特征差异,将不同项目数据之间差异转化为训练数据权重,最后基于这些权重数据建立预测模型.在8个开源项目数据集上进行实验比较,实验结果表明与其他方法相比本文方法显著提高跨项目缺陷预测性能.

基于复杂软件网络的回归测试用例优先级排序

测试用例优先级排序技术是一种高效实用的回归测试技术.针对现有排序方法未能有效利用软件结构复杂性信息的不足,提出了一种基于复杂软件网络的回归测试用例优先级排序方法.该方法用加权类依赖网络模型抽象类粒度软件系统,从结构角度测度类引入错误的可能性及错误的严重性,并据此评价类的测试重要性,同时结合测试用例的覆盖信息,对测试用例进行排序.实例研究表明,本文的方法能够显著提高严重错误的发现速率,并且具有较好的稳定性.同时,揭示了方法有效性与软件错误类型和结构度量指标两者间的关系.

软件可靠性多模型综合评估

软件可靠性工程领域一直存在模型很难应用于实际的问题 .不同的软件可靠性模型对同一个软件工程项目的估计差别极大 .为此 ,探讨了软件可靠性估计的稳健方法 ,研究了多模型的贝叶斯自动混合与选择的理论 ,其重点是要探讨贝叶斯先验表达及多模型的混合机制 ,以解决上述难题 .

业务应用软件框架的一种分析方法

为了开发成熟的、可重用的软件框架和组件 ,提倡尽量地抽出和组入软件模式 .讨论了基于软件模式的面向对象软件开发方法 .在分析业务应用领域需求规格的基础上 ,给出了软件框架的分析方法和基本角色模型 ,抽出了框架的体系结构分析模式、基本角色类及其结构并设计了数据存取的“抽象工厂”模式 .该方法适用于应用框架和软组件的开发 .

软件可靠性综合模型

提出了多模型加权平均的软件可靠性综合模型,通过权值的动态调整实现模型的选择与混合.选择的目的是要找出最适合待评估软件的模型,混合目的是要综合各模型的评估结果.所以,关键是要进行权值的动态调整.为此提出用贝叶斯分析理论进行权值计算的方法,将权值作为贝叶斯超参数,根据实际数据进行超参数更新,从而达到权值计算的目的.

基于蚁群算法的面向服务软件的部署优化方法

面向服务软件的部署优化问题是典型的NP难题.本文构建了基于性能改善的软件部署优化模型,设计了一种蚁群优化算法ACO-DO进行近似最优解的快速求解.该算法通过设计基于部署优化问题的启发式、改进部署方案的构建顺序、增加局部搜索过程实现蚁群算法求解效率的提升.通过不同规模的实例实验,验证了ACO-DO算法能够取得比现有的混合整数线性规划算法、蚁群算法和遗传算法更好的性能.

常微分方程组并行演化建模的实验研究

以常微分方程组的演化建模问题为主要研究对象,设计了分布式异步并行演化算法,并以128台PIII 500微机通过10Mbps的以太网互联而成的机群系统作为模拟实验环境进行了大规模的并行实验,系统地测试了算法中的一些重要的并行控制参数,包括处理机间的连通度、个体的迁移率和迁移代频等对算法性能的影响,得到了一些崭新的实验结果,给出了一些结果分析,特别是对串行算法和并行算法的最好建模结果进行了比较.

软件过程领域本体的构造

针对目前软件过程领域知识缺乏明确统一的表示、不同组织构造的过程模型缺少互操作性而难以共享和重用的情况,划分并描述了软件过程的顶层本体;在此基础上,对其中包含的任务描述、过程模型和过程实施与改进三个核心本体分别进行了展开和细化,给出了涉及到的关键概念的形式化定义.传统的本体系统并不适宜描述动态过程,因此使用谓词逻辑定义了过程本体中概念间的基本关系,以此来表示和描述软件过程模型的“柔性”和动态知识,使不同的参与者易于交流而达成共识,为构造可共享、易重用的过程模型元模型提供坚实、统一的基础.

基于构架的软件重用技术综述

论述了构架的定义和特征 ,详细讨论了构架重用技术同部件重用、软件自动生成、特定域的软件建筑 (DSSA)以及设计样本等软件重用技术之间的关系 。

一种面向语义Web服务的软件设计语言和设计方法

在分析已有的面向服务的设计和开发方法的基础上，设计了一种语义编程语言SPL，并基于该语言提出一种面向语义web服务的软件设计和开发方法，试图提供一种有效的解决方案，用于设计和开发面向语义web服务的软件系统．结合旅游预订领域的一个实例，讨论了该方法的全过程．还给出了SPL语言和相关语言的比较．该研究对面向语义Web服务的软件分析、设计和开发具有一定的参考作用 .

一种求解面向服务软件部署优化问题的多目标蚁群算法

基于根据动态变化的外部环境调整面向服务软件的部署方案是提升其运行性能、降低运行成本的一种有效途径,提出一种基于多目标蚁群算法的MACO-DO,以便在自动为面向服务软件寻找一组在性能和成本之间作出最优权衡的部署方案。MACO-DO算法是对传统多目标蚁群算法的一种改进,引入摒弃精英解策略以避免算法早熟收敛,设计1个局部搜索过程以加快获得可行解的过程。在Case 1,Case 2和Case 3共3种不同规模的模拟案例上将提出的MACO-DO算法与P-ACO算法和NSGA-Ⅱ算法进行对比。研究结果表明:MACO-DO算法在求解问题上具有更好的性能。

基于软件网络错误传播分析的软件质量量度

基于软件网络错误传播的分析,提出一种量度软件质量的新方法。首先,将软件系统抽象成软件网络(方法调用网络),节点代表方法,有向边代表方法间的调用关系;然后,通过错误植入的方法(随机植入和受控植入),研究错误在方法调用网络中的传播过程,最终构建新度量SQC量度软件质量。真实软件系统的实例研究结果表明:SQC可以有效地量度软件的质量,并且与软件网络边数、结构熵等参数存在明显的负相关性,这对于指导高质量软件开发具有一定意义。

量化管理软件测试方法探讨

软件测试是软件生命期中的一个重要阶段,是保证软件质量的关键步骤,而测试过程的组织与管理则是测试工作的核心。科学、高效的管理软件测试过程,可以有效地降低测试成本、提高产品质量。提出了一种量化管理软件测试过程的方法和数据指标,将之应用于软件测试的各个阶段,能够有效地评价测试工作、科学地指导测试规划,避免盲目和无效的测试,进而缩短测试过程,提高测试效率和软件产品的质量。最后通过将该量化方法和数据指标应用于实际软件开发项目—"产品销售/售后管理系统"的测试过程管理,验证了该方法的实用性和有效性。

基于非负稀疏图的协同训练软件缺陷预测

软件缺陷预测是一种可提高软件系统质量和优化测试资源分配的软件系统可靠性保证方法。当软件历史仓库中有标记训练模块较少时,应用机器学习方法构建有效的预测分类器是一个有挑战性的问题。为此,提出了一种基于非负稀疏图的协同训练软件缺陷预测方法,该方法汇集基于图的半监督学习方法和协同训练方法的优点,对无标记数据进行显示置信度估计。其利用软件模块间的相似性构建一个非负稀疏图,图中边的权重反映了样本间的相似度;利用协同训练的三个分类器对无标记样本的隐式选择和显示计算其所属类别的置信度,选取可靠的无标记样本辅助有标记样本进行训练以减少噪声数据的引入,并逐个迭代更新分类器,直至达到最大迭代次数或分类器识别率降低为止。基于NASA M DP数据集的验证实验结果表明,所提出的方法优于具有代表性的半监督协同训练方法。

嵌入式实时软件需求规格说明的原型化检测方法

提出了一个检测嵌入式实时软件需求规格说明的方法 .该方法将原型化方法 ,可执行的需求描述语言和动画显示集成为一体 ,并可模拟执行嵌入式实时软件的需求规格说明 .此外 ,也阐述了这个方法的基本原理和某些实现方法 .最后 ,讨论了这个方法及相关的支持环境的特点 .