软件维护精益模型以及数据挖掘技术的应用

论文摘要

软件危机,形式上表现为质量和成本的失控,本质上是软件开发维护过程中的信息危机。这有两层含义:1、信息量庞大到难以维护;2、信息的逻辑关系错综复杂且不是固定不变的,难以把握其规律性。数据挖掘技术的两个方面(模型和算法)是应对这两个问题的有力工具:统计模型企图从样本中找出规律性;算法能提供有效的手段解决大数据量求解问题。针对既定规约的软件维护中的质量和成本问题,本文提出了既定规约的软件维护精益模型:由度量和决策(广义测试和广义重构)构成的精益控制系统。本文简单讨论了构成这个系统的三个要素中存在的几个问题,以及数据挖掘技术在其中的应用。针对规约度量和程序度量相分离的现有度量理论的缺陷,本文在“软件=(职责规约,实现该规约的程序)”软件观之上,提出了基于职责的度量并给出了简单模型R型矩阵。作为模型的第二个要素,比较测试,是基于统计模型的一种自动化测试技术,是验证测试(以IEEE1983为代表的测试理论)的推广,致力于解决如何在多种解决方案(包括潜在方案)中寻找最佳方案的问题。关于模型的第三个要素,本文提出了广义重构,并给出了通过遗传算法完成R型矩阵的自动化重构的设计实现。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.1.1 软件危机与软件工程
• 1.2 本文的主要研究内容与成果
• 1.3 本文的组织结构
• 第二章 软件测试、度量和重构概述
• 2.1 软件测试概述
• 2.1.1 软件测试的目的和内容
• 2.1.2 软件测试分类
• 2.1.3 性能测试术语
• 2.1.4 性能测试技术和工具现状
• 2.2 软件度量概述
• 2.2.1 软件度量的意义
• 2.2.2 软件度量方法简介
• 2.2.3 切片技术与基于切片的度量介绍
• 2.3 重构概述
• 第三章 数据挖掘技术概述
• 3.1 概念
• 3.2 数据挖掘技术中的模型
• 3.3 遗传算法简介
• 3.3.1 遗传算法原理
• 3.3.2 遗传算法的基本操作
• 3.3.3 遗传算法的问题求解流程
• 3.3.4 遗传算法在本文中的应用说明
• 第四章 软件维护精益模型以及相关技术应用框架
• 4.1 软件维护精益模型
• 4.2 模型的三要素中存在的问题分析
• 4.2.1 软件测试存在的问题分析
• 4.2.2 软件度量存在的问题分析
• 4.2.3 软件重构存在的问题分析
• 4.3 相关技术应用框架
• 第五章 基于模型的比较测试
• 5.1 引言
• 5.2 基于模型的比较测试
• 5.2.1 概念
• 5.2.2 本质、要素和过程
• 5.2.3 比较测试的多方案组织:试验设计
• 5.2.4 比较测试的特点
• 5.2.5 广义测试与狭义测试
• 5.2.6 比较测试的一般模型
• 5.3 自动化工具BestSolution的设计实现
• 5.4 比较测试在性能测试中的应用
• 5.4.1 BestSolution的性能测试框架开发
• 5.5 性能测试应用案例
• 5.5.1 项目介绍
• 5.5.2 问题的提出与测试用例的准备
• 5.5.3 运行测试用例
• 5.5.4 分析测试结果
• 第六章 基于职责的软件度量
• 6.1 引言
• 6.2 泛切片与泛切块
• 6.3 与OLAP切片切块的比较
• 6.4 切块的度量
• 6.4.1 切块的度量
• 6.4.2 度量的整体性
• 6.5 基于职责的度量
• 6.5.1 职责实现空间
• 6.5.2 X空间切片
• 6.5.3 基于职责的度量
• 6.5.4 最简矩阵
• 6.6 比较测试在R型矩阵中的应用
• 6.6.1 BestSolution的度量测试框架开发
• 6.6.2 应用举例
• 6.7 总结
• 第七章 R型矩阵的重构自动化
• 7.1 引言
• 7.2 重构与重构自动化
• 7.2.1 从两顶帽子到三顶帽子
• 7.2.2 重构的形式化和自动化
• 7.3 一个使用遗传算法的重构例子
• 7.3.1 一个例子
• 7.4 R型矩阵重构的特征
• 7.4.1 数据结构特征
• 7.4.2 算法特征
• 7.5 R型矩阵重构的设计实现
• 7.5.1 遗传算法的设计类图
• 7.5.2 迭代求解过程代码
• 7.5.3 交叉算法代码
• 7.5.4 重构类图
• 第八章 总结
• 参考文献
• 致谢
• 附录:本文的命题证明