智能軟件系統(tǒng)能夠?qū)W習(xí)新需求并控制系統(tǒng)調(diào)整自身的行為以適應(yīng)環(huán)境變化。該類軟件系統(tǒng)通常由傳統(tǒng)組件和智能組件兩部分組成,傳統(tǒng)組件反映了系統(tǒng)的確定性需求,而智能組件負(fù)責(zé)在動態(tài)的環(huán)境下做出最優(yōu)的行為決策。同時智能組件的加入也給軟件系統(tǒng)帶來了諸多不確定性因素,如何保證其質(zhì)量具有重要研究意義。目前,研究者在保證智能軟件系統(tǒng)質(zhì)量的工作中,主要考慮了需求不確定、結(jié)構(gòu)不確定等因素,但缺乏對構(gòu)成智能組件的數(shù)據(jù)質(zhì)量不確定的關(guān)注。本文主要研究了缺陷數(shù)據(jù)對智能軟件系統(tǒng)質(zhì)量的影響,數(shù)據(jù)來源于構(gòu)成智能組件的神經(jīng)網(wǎng)絡(luò)訓(xùn)練集。我們的工作分為兩個方面,一是對智能軟件系統(tǒng)進行模型驗證:首先根據(jù)已經(jīng)確定的需求建立Petri網(wǎng)模型,根據(jù)樣本數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò),整合兩部分構(gòu)建自適應(yīng)Petri網(wǎng)模型以描述智能軟件系統(tǒng);然后針對模型的智能組件部分即訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò),提取出模糊規(guī)則并轉(zhuǎn)化為Petri網(wǎng),以此得到一個混合的Petri網(wǎng)模型;最后用混合自動機描述該混合Petri網(wǎng)模型,并利用KeYmaera工具驗證該系統(tǒng)屬性。二是通過模型驗證的結(jié)果定位到缺陷數(shù)據(jù):為了達到這一目的,對整個模型驗證過程進行逆向分析。首先從模型驗證工具產(chǎn)生的報告... 

【文章來源】：浙江理工大學(xué)浙江省

【文章頁數(shù)】：56 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 智能軟件系統(tǒng)模型檢查、驗證的研究
        1.2.2 智能模型中缺陷數(shù)據(jù)檢測的研究
    1.3 本文研究內(nèi)容和方法
    1.4 論文組織結(jié)構(gòu)
2 預(yù)備知識
    2.1 Petri網(wǎng)
    2.2 神經(jīng)網(wǎng)絡(luò)
    2.3 模糊規(guī)則
    2.4 本章小結(jié)
3 智能軟件系統(tǒng)的建模與驗證
    3.1 基于自適應(yīng)Petri網(wǎng)的建模
        3.1.1 確定性需求建立Petri網(wǎng)
        3.1.2 樣本數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)
        3.1.3 建立自適應(yīng)Petri網(wǎng)模型
    3.2 模型轉(zhuǎn)化：從自適應(yīng)Petri網(wǎng)模型到混合系統(tǒng)模型
        3.2.1 從神經(jīng)網(wǎng)絡(luò)提取模糊規(guī)則
        3.2.2 模糊規(guī)則和Petri網(wǎng)的對應(yīng)關(guān)系
    3.3 混合系統(tǒng)的模型驗證
    3.4 本章小結(jié)
4 定位缺陷數(shù)據(jù)
    4.1 由屬性定位缺陷部分
    4.2 由缺陷部分定位模糊規(guī)則
    4.3 由模糊規(guī)則定位數(shù)據(jù)
    4.4 本章小結(jié)
5 實例分析
    5.1 引例
    5.2 智能制造系統(tǒng)的自適應(yīng)Petri網(wǎng)模型
    5.3 智能制造系統(tǒng)的模型驗證
    5.4 智能制造系統(tǒng)的缺陷數(shù)據(jù)追蹤
    5.5 本章小結(jié)
6 總結(jié)與展望
參考文獻
附錄
致謝



本文編號：2987942