章鶴松

摘要：隨著可移動(dòng)環(huán)境的改變，軟件系統(tǒng)正經(jīng)歷許多環(huán)境變化，這些變化影響著軟件提供的服務(wù)質(zhì)量。為了維持軟件的正常性能，我們必須重配置，如果一個(gè)應(yīng)用軟件面臨環(huán)境的變化和有許多的軟件體系結(jié)構(gòu)實(shí)例時(shí)，重配置會(huì)變成一個(gè)復(fù)雜的問(wèn)題。我們提出了一種新的方法，該方法在應(yīng)對(duì)移動(dòng)環(huán)境的時(shí)候可以自動(dòng)進(jìn)行體系結(jié)構(gòu)的選擇。該方法使軟件系統(tǒng)在當(dāng)前的環(huán)境下選出最好的體系結(jié)構(gòu)實(shí)例；為了快速地找到最好的實(shí)例，我們利用遺傳算法來(lái)實(shí)現(xiàn)選擇的過(guò)程。此外，我們提供了一種績(jī)效評(píng)價(jià)來(lái)證明該方法在尋找最佳結(jié)果時(shí)最有效。

關(guān)鍵詞：移動(dòng)環(huán)境；軟件體系結(jié)構(gòu)；遺傳算法；績(jī)效評(píng)價(jià)

中圖分類號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2015）34-0165-02

1 概述

用戶的滿意度代表用戶需求和優(yōu)先權(quán)的質(zhì)量屬性，在執(zhí)行期間，不同用戶依賴各自用戶的實(shí)例進(jìn)行變化。因此，一個(gè)應(yīng)用程序必須包含不同的功能來(lái)適應(yīng)不同的用戶需求；軟件體系結(jié)構(gòu)作為軟件的宏偉藍(lán)圖和支撐骨架，在軟件體系中起著決定性的作用[1]，它從全局的角度為系統(tǒng)提供結(jié)構(gòu)組成及其相互關(guān)系等信息，為人們宏觀把握軟件的整體結(jié)構(gòu)和動(dòng)態(tài)演化提供了一條有效途徑[2]。本文的研究目標(biāo)是提供一種方法在環(huán)境和需求實(shí)時(shí)的變化時(shí)從大量的候選者中來(lái)自動(dòng)地選擇合適的軟件體系結(jié)構(gòu)種群。我們使用提出的相互依賴圖來(lái)精確地制定軟件體系結(jié)構(gòu)選擇問(wèn)題。為了處理這個(gè)問(wèn)題，我們利用遺傳算法提供了一種新的方法來(lái)自動(dòng)進(jìn)行軟件體系結(jié)構(gòu)的選擇。

2 相關(guān)實(shí)例

移動(dòng)應(yīng)用程序被多種因素影響而變化，這種變化可能影響應(yīng)用程序的性能，為了控制這些變化，我們需要知道用戶需求從哪方面影響應(yīng)用程序。

為了適應(yīng)用戶需求的變化，軟件系統(tǒng)有多種變化的函數(shù)，如“豐富的GUI”等，如圖1所示。這些備選項(xiàng)代表候選函數(shù)，使得應(yīng)用程序可以允許環(huán)境和質(zhì)量的變化，GUI可能會(huì)影響應(yīng)用程序的使用性和持久性，這種影響被量化，量化能把描述關(guān)系變得能明確，如HCD對(duì)可讀性有積極影響（表示為”+”）。（質(zhì)量屬性包括響應(yīng)，使用性，持久性和可讀性）。

3 體系結(jié)構(gòu)的選擇問(wèn)題

我們使用軟目標(biāo)相互依賴圖（SIG）制定質(zhì)量屬性，SIG通過(guò)無(wú)功能需求的框架來(lái)制定。一個(gè)SIG代表質(zhì)量屬性（如，無(wú)功能需求的屬性）之間的關(guān)系，一個(gè)軟目標(biāo)代表一個(gè)質(zhì)量屬性，用云狀框表示。兩個(gè)軟目標(biāo)之間的相互依賴用連接兩軟目標(biāo)的橫線表示，通過(guò)識(shí)別軟目標(biāo)并連接它們，SIG代表一個(gè)應(yīng)用程序的質(zhì)量屬性。質(zhì)量屬性通過(guò)一種質(zhì)量變量來(lái)制定，在SIG的軟目標(biāo)之間，只有最高的質(zhì)量屬性被質(zhì)量變量考慮，因?yàn)樗鼈冊(cè)谖覀兊姆椒ㄖ凶鳛閮?yōu)先級(jí)和價(jià)值評(píng)估的目標(biāo)。質(zhì)量變量[qi]用一個(gè)實(shí)數(shù)來(lái)描述質(zhì)量變量代替的質(zhì)量屬性的應(yīng)用程序的滿意度。一組質(zhì)量變量Q代表用戶的所有滿意度，這些質(zhì)量變量聚集起來(lái)代表全部的滿意度。一個(gè)用來(lái)衡量用戶所有滿意度的值函數(shù)U被定義為：

其中，Q是一組質(zhì)量變量，W是一組權(quán)重值，每個(gè)[wi]是對(duì)應(yīng)的質(zhì)量變量[qi]的值，n是質(zhì)量變量的個(gè)數(shù)，所有權(quán)重值的總和等于1（如[inwi=1]）。

4 基于遺傳算法的體系結(jié)構(gòu)選擇

4.1 遺傳算法的步驟

遺傳算法作為一種通用、高效的優(yōu)化算法，已應(yīng)用到工程計(jì)算的各個(gè)領(lǐng)域[3]。在遺傳算法中，目標(biāo)問(wèn)題被一串基因代替，這個(gè)串為染色體，遺傳算法使用染色體替換確定染色體的初始種群。重復(fù)以下的過(guò)程直到一個(gè)終止條件的出現(xiàn)：（1）基于一個(gè)明確的交叉概率和運(yùn)行交叉操作來(lái)選擇父類染色體；（2）基于一個(gè)確定的變異概率來(lái)選擇染色體和突變?nèi)旧w；（3）評(píng)估后代的適應(yīng)值；（4）從后代中選擇下一個(gè)后代種群。

4.2 用基因代替體系結(jié)構(gòu)實(shí)例

應(yīng)用遺傳算法確定應(yīng)用程序的主要問(wèn)題是將問(wèn)題空間編碼為一組染色體，在這種方法里，我們將體系結(jié)構(gòu)實(shí)例編碼為染色體，因?yàn)槲覀兊哪康氖菑囊幌盗袑?shí)例中尋找到最優(yōu)的實(shí)例，我們使用體系結(jié)構(gòu)決策變量來(lái)編碼實(shí)例，如圖2所示。

4.3 交叉和變異

對(duì)于交叉和變異操作，我們使用兩點(diǎn)交叉和全數(shù)字的變異概率。兩點(diǎn)交叉獲得兩個(gè)染色體和對(duì)每個(gè)染色體選擇兩個(gè)位置，然后在兩個(gè)位置之間交換染色體的數(shù)字[4]。執(zhí)行交叉操作后，該算法執(zhí)行變異操作，交叉步驟產(chǎn)生的后代的數(shù)字通過(guò)變異率[Pm]來(lái)隨機(jī)的改變。通過(guò)交叉和變異產(chǎn)生的后代被作為下一代的候選種群。

4.4 適應(yīng)值和選擇

執(zhí)行交叉和變異操作后，下一步是選擇操作，該算法評(píng)估所有后代和染色體的適應(yīng)值，適應(yīng)值更高的保留下來(lái)。種群的大小決定了遺傳算法的效率和效益，如果種群太小，它不能有效地探尋搜索空間，如果太大可能破壞它的效率。實(shí)際地，我們的方法取樣至少是[δ-l]個(gè)染色體的數(shù)量，其中，[δ]是體系結(jié)構(gòu)決策變量中選擇項(xiàng)值的平均個(gè)數(shù)，l是染色體的長(zhǎng)度。

通過(guò)使用以上章節(jié)的描述過(guò)程，當(dāng)環(huán)境和需求都改變的時(shí)候，我們的方法能夠從搜索空間中找到最好的解。

5 算法評(píng)估

我們開展兩個(gè)績(jī)效測(cè)試，第一個(gè)測(cè)試是測(cè)量從搜索空間尋找一個(gè)最優(yōu)解需要的運(yùn)行時(shí)間，因?yàn)檫z傳算法是隨機(jī)的算法，因此很難預(yù)測(cè)尋找到最優(yōu)解所需要的時(shí)間，然而我們只考慮接近最優(yōu)解是最好的解，如圖3所示。

第二個(gè)測(cè)試是顯示更大數(shù)量的體系結(jié)構(gòu)決策變量的結(jié)果，我們近似地認(rèn)為精英染色體與以前的后代相比是最好的或者是最接近最好。在這次測(cè)試中，所需要的代數(shù)為[10-l-δ]，如圖4所示；實(shí)際上，超過(guò)4秒對(duì)用戶來(lái)說(shuō)都不會(huì)滿意，因此，應(yīng)用程序在使用我們的方法時(shí)必須控制體系結(jié)構(gòu)決策變量的數(shù)量在40以內(nèi)。

6 結(jié)束語(yǔ)

隨著軟件市場(chǎng)把它的范圍擴(kuò)大到移動(dòng)環(huán)境時(shí)，環(huán)境的變化需要移動(dòng)應(yīng)用程序改變它們的體系結(jié)構(gòu)配置，通過(guò)體系結(jié)構(gòu)選擇問(wèn)題來(lái)對(duì)該問(wèn)題建模，一個(gè)移動(dòng)應(yīng)用程序在當(dāng)前的環(huán)境和用戶需求下搜索它的可能的體系結(jié)構(gòu)實(shí)例和選擇一個(gè)最優(yōu)解。

我們基于遺傳算法對(duì)體系結(jié)構(gòu)選擇問(wèn)題來(lái)定義一種新穎的方法，該方法使得軟件系統(tǒng)能夠自動(dòng)的搜索可能的體系結(jié)構(gòu)實(shí)例（搜索空間），在很短的時(shí)間內(nèi)和在當(dāng)前的環(huán)境和需求下找到一個(gè)最優(yōu)實(shí)例。該方法的評(píng)估表明，即使應(yīng)用程序需要搜索相當(dāng)多的實(shí)例時(shí)，我們的方法都可以計(jì)算一個(gè)應(yīng)用程序的體系結(jié)構(gòu)選擇。

參考文獻(xiàn)：

[1] 劉曉斌，楊貫中，歐陽(yáng)柳波，等.軟件體系結(jié)構(gòu)動(dòng)態(tài)演化的元胞自動(dòng)機(jī)模型研究[J].計(jì)算機(jī)工程與應(yīng)用，2015（9）.

[2] 徐洪珍，曾國(guó)蓀，陳波.軟件體系結(jié)構(gòu)動(dòng)態(tài)演化的條件超圖文法及分析[J].軟件學(xué)報(bào)，2011（6）.

[3] 王春水，肖學(xué)柱，陳漢明.遺傳算法的應(yīng)用舉例[J].計(jì)算機(jī)仿真，2005（6）.

[4] 韓瑞鋒. 遺傳算法原理與應(yīng)用實(shí)例[M]. 北京：兵器工業(yè)出版社， 2010.