SRL→Radl生成系统及其相关理论研究

来源 :中国科学院研究生院 中国科学院大学 | 被引量 : 0次 | 上传用户:vivion1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
形式化软件规约技术便于软件系统原型、分析、验证与最终的实现,是保证软件质量和提高软件生产率非常有用和重要的手段。但是形式化规约的获取是一项相当困难的任务,因此通过自动化转换获取形式化规约就显得尤为必要,这已经成为需求工程的重要问题之一。在形式化规约的获取任务中,另一个重要问题是形式化规约的正确性,即给定一个问题需求,往往可以获取多种不同形式的形式化规约,如何证明这些不同形式规约正确。   本文的研究目标是针对问题需求自动化转换为形式化规约与形式化规约正确性这两个重要问题,一是研究从结构化需求语言SRL到形式化规约语言自动生成系统及其高可靠性理论,二是研究形式化规约的相对正确性问题。为了使研究工作与PAR方法及其支撑平台无缝衔接,本文使用Radl语言作为形式化软件规约语言。   围绕研究目标,本文的具体研究内容与成果包括:   1.为了减少或消除自然语言固有的歧义性,设计了一种受控自然语言--结构化需求语言(StructuralRequirementLanguage,简称SRL)来描述问题需求。该语言词语、句型、语义和语义都受控,便于普通用户使用。具有功能强大、高度数据抽象和可扩充性、支持泛型机制、丰富的语料库、量词结构化等特点。   2.为了描述结构化需求语言SRL与形式化软件规约Radl两个领域不同级别的形式化,并进一步刻画SRL语言与Radl语言之间的转换关系,通过深入分析,提炼出源语言SRL分析规则、目标语言Radl生成规则以及源语言SRL到目标语言Radl转换规则三组规则。使用基于规则的方法,将结构化需求语言SRL通过分析-转换-综合三阶段生成为形式化软件规约Radl。   3.在基于规则的生成方法指导下,设计并实现了结构化需求语言SRL到形式化软件规约Radl的生成系统SRLtoRadl。使用自然语言处理(NaturalLanguageProcessing,简称NLP)的技术对生成系统SRLtoRadl词法分析、语法分析、语义分析中的诸多难点进行了处理。   4.利用范畴论的基本概念:范畴、和(积)、外推(回拉)、余极限(极限)、函子(反变函子)、遗忘函子等,使用范畴论框架逐步的建立了SRLtoRadl生成系统生成过程的语义模型,它是SRLtoRadl生成系统高可靠性的理论基础。   5.提出一种基于形式化推导的方法来验证与确认同一问题不同形式规约,这是通过证明不同形式规约与问题需求某个最为直截明了的形式化规约Si等价来达到的,而Si使用PAR方法和PAR平台转换为可执行程序,通过测试已经得到确认。为了支持该方法,进一步提出了扩展的逻辑系统和辅助证明算法。
其他文献
视频监控系统作为一种安防的有效手段,正越来越受到人们的重视。随着监控需求的增加和技术上的发展,视频监控系统已经不再是单纯的监视画面的传递储存设备,而是向着智能化的
基于应用行为分析的优化方法是计算机系统性能优化研究的重要内容。存储系统对访问模式的敏感性,使得基于存储模式进行性能优化的方法尤为重要。但随着存储规模的扩大,高密度IO
随着计算机网络和多媒体技术的发展,越来越多的图像信息出现在人们的生活中,那么如何在海量图像数据中找出所需要的图像成为研究热点。基于内容的图像检索技术应运而生,它不
随着Internet开始成为软件开发与运行的新环境,服务计算应运而生。在服务计算的应用模式下,任何资源(包括硬件和软件等)都可以封装为Web服务供外部使用。如何灵活、高效、可靠
本体是概念模型的明确的规范说明,从本质上讲,就是某一领域内的概念以及这些概念间关系的集合。论文将本体技术应用于Web文本挖掘过程之中,其目的是借助于本体的语义描述来刻
图像配准就是找出一个合适的空间变换,对取自不同时间、不同视角或不同传感器的同一场景的两幅图像或者多幅图像匹配的过程。它是图像处理中的一个关键预处理步骤。图像配准
数控系统通信平台是数控系统功能模块间和现场设备间信息互操作的基础。开放式、网络化数控技术的发展以及高档数控装置不断提升的技术指标,对数控系统通信平台,尤其是功能模
当今时代是一个信息爆炸的时代,人们对信息的需求带动了互联网的繁荣,使得网络的信息量持续膨胀,各种信息如潮水般的向人们涌来。同时在这个知识经济的时代,人们也越来越重视
本世纪90年代中期,基于有限样本的机器学习理论研究得到了长足的发展,形成了一套完善的理论体系——统计学习理论(Statistics Learning Theory,SLT)。支持向量机(Support Vec
算法作为计算机软件的核心,其可靠性和开发效率对于软件的可信性及应用发展具有重要意义。算法自动化是提高算法开发效率、保证算法可靠性的重要途径之一。置换和查找是计算