The invention discloses a product line configuration optimization method based on traceability relationship between demand text and variability model, which relates to the field of software product line variability configuration. The present invention by converting variability model, establish the structural demand demand framework, and use NLP technology to process the text needs, which will demand the text assigned to the demand framework, so as to establish the structural demand, and the establishment of demand and the variability of model traceability between the demand characteristics into the variability model, and based on the demand characteristics and the variability of model constraints, to achieve optimal allocation of sequence variability. The design solves the problem of product line demand characteristics to guide product configuration, and provides a basis for product line configuration optimization intuitively, simply and effectively, so as to better ensure the best configuration of product line.
【技术实现步骤摘要】
基于需求文本与可变性模型追踪关系的产品线可变性配置优化方法
本专利技术涉及软件产品线可变性配置,具体地,涉及一种基于需求与可变性模型追踪关系的产品线配置优化方法。
技术介绍
软件产品线是为了实现软件复用、解决软件危机和实现软件产业工业化生产方式而提出的一种方法,该方法利用软件复用的概念,把具有共享体系结构、特征、代码、构建和需求的软件产品作为同一问题空间来看待,从而更好地应用软件复用技术,提高软件开发的效率。为了实现软件复用及对产品演化的支持,产品线方法过程分为两个基本阶段:领域工程和应用工程。领域工程即实现产品线核心资产的阶段,即描述产品线的共性和可变性。而应用工程根据产品线核心资产对特定产品中可变性进行配置从而实现特定产品。为此,领域工程需要对产品线的可变性进行有效的管理,往往领域工程实现对可变性的识别、设计和实现,而应用工程则对可变性进行配置。工业界的应用表明,软件产品线在特定领域能够有效地提高产品质量及缩短产品推向市场的时间。软件产品线技术的应用使得惠普、诺基亚和飞利浦等大公司获得了相当大的经济效益,不仅缩短了产品上市时间,而且提高了用户满意度。但是在面临大型系统时,由于软件产品线的实施缺少业务目标的考虑,导致一些应用不成功,迫切需要建立良好的需求分析机制,以支持产品线配置。在领域工程阶段,通过分析一系列产品的共性和可变性,建立可变性模型,通过开发或复用产品线资产,建立产品线平台。跟领域工程相对应,在应用工程阶段,以产品线平台为基础,通过软件产品配置和定制开发生成满足用户需求的产品。软件产品配置是指应用工程中,根据特定系统的需求和该领域的可变性模型 ...
【技术保护点】
一种基于需求文本与可变性模型追踪关系的产品线可变性配置优化方法,其特征在于,包括:(1)确定建立文本需求的结构化需求模型,定义可变性模型CBFM到结构化需求模型的转换规则;根据转换规则将可变性模型的各个元素映射成结构化需求模型中的元素,建立结构化需求模型的框架和关键字字典;(2)定义关键字匹配度函数;使用自然语言处理NLP技术处理文本需求,抽取出文本需求中的名字短语NP及其所承担的语法功能;(3)对每个文本需求,利用关键字匹配度函数计算该文本需求中的NP与关键字的匹配度,选择具有最大匹配度的关键字K作为该文本需求的关键字;确定K在结构化需求模型框架中的位置,将该文本需求加入到结构框架中作为K的孩子;(4)将所有的文本需求按照(3)过程,放入结构化需求模型中,完成文本需求的结构化处理,建立了需求与领域模型的追踪关系;(5)将需求特性附加到可变性模型中,对每个可变性用附加其上的需求的属性进行定量计算,作为可变性的一个属性;结合可变性的依赖关系、约束关系和可变性附加需求特性,对可变性进行基于启发式搜索的配置优化,得到可变性配置优化序列。
【技术特征摘要】
1.一种基于需求文本与可变性模型追踪关系的产品线可变性配置优化方法,其特征在于,包括:(1)确定建立文本需求的结构化需求模型,定义可变性模型CBFM到结构化需求模型的转换规则;根据转换规则将可变性模型的各个元素映射成结构化需求模型中的元素,建立结构化需求模型的框架和关键字字典;(2)定义关键字匹配度函数;使用自然语言处理NLP技术处理文本需求,抽取出文本需求中的名字短语NP及其所承担的语法功能;(3)对每个文本需求,利用关键字匹配度函数计算该文本需求中的NP与关键字的匹配度,选择具有最大匹配度的关键字K作为该文本需求的关键字;确定K在结构化需求模型框架中的位置,将该文本需求加入到结构框架中作为K的孩子;(4)将所有的文本需求按照(3)过程,放入结构化需求模型中,完成文本需求的结构化处理,建立了需求与领域模型的追踪关系;(5)将需求特性附加到可变性模型中,对每个可变性用附加其上的需求的属性进行定量计算,作为可变性的一个属性;结合可变性的依赖关系、约束关系和可变性附加需求特性,对可变性进行基于启发式搜索的配置优化,得到可变性配置优化序列。2.根据权利要求1所述的优化方法,其特征在于,所述的(1)中,结构化需求模型为需求交换格式ReqIF模型。3.根据权利要求2所述的优化方法,其特征在于,所述的(1)中,定义的CBFM到需求模型ReqIF的转换规则如下:RS:将CBFM特征树的节点fnode转换为ReqIF中structSpecification中的元素;RS1:为fnode创建ReqIF::SpecHierarchy,设名称为sh;RS2:为sh创建关联的ReqIF::SpecObject,设名称为so;RS3:为so创建ReqIF::AttributeValueString,保存fnode的名字;RS4:为fnode中每个属性创建属性名作为so的属性;RK:将特征树上的节点fnode转换为kwSpecification中的一个关键字ReqIF::Keyword;RK1:假设fnode转换成structSpecification中的元素,则调用RK1.1-RK1.4;RK1.1:在kwSpecification中为fnode生成ReqIF::SpecHierar...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。