به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت

جستجوی مقالات مرتبط با کلیدواژه « الگوی تحلیل پایای نرم افزار » در نشریات گروه « برق »

تکرار جستجوی کلیدواژه «الگوی تحلیل پایای نرم افزار» در نشریات گروه «فنی و مهندسی»
  • شیوا وفادار، احمد عبدالله زاده بارفروش
    تکنیک های هوش مصنوعی از قبیل یادگیری، به صورت گسترده ای در سیستم های مبتنی بر عامل به کار می روند. اما در زمینه ارائه یک دیدگاه مهندسی نرم افزاری از این تکنیک ها برای کل چرخه حیات نرم افزار شامل تحلیل، طراحی و تست، در حال حاضر کاستی هایی وجود دارد. در این تحقیق با تمرکز بر مرحله تحلیل نیازمندی به عنوان یکی از نخستین مراحل فرآیند تولید نرم افزار، ابزار ها و تکنیک هایی برای رفع این کمبود ها در مرحله تحلیل پیشنهاد شده است. بدین منظور در این مقاله، مجموعه ای از الگوهای تحلیل پایای نرم افزار ارائه شده است. الگوهای تحلیل پایای نرم افزار، مجموعه ای از کلاس های عمومی (فراکلاس ها) و ارتباط های میان آنها برای تحلیل یک موضوع خاص هستند که در قالبی مستقل از دامنه مساله مدل سازی می شوند. این الگوها بر اساس نظریه مدل پایای نرم افزار با معرفی مضمون های تجاری مانا، اشیای تجاری و اشیای صنعتی مدل مفهومی قابلیت یادگیری را بازنمایی می کنند. این الگو ها در دو سطح تجرد ارائه شده اند و شامل الگو های یادگیری، نقش، محیط، دانش و نقد می باشند. در این مقاله همچنین روش استفاده از الگو های ارائه شده برای تحلیل قابلیت یادگیری عامل در دو سیستم مختلف مبتنی بر عامل تشریح شده است. این الگو ها می توانند به عنوان راهنما در تحلیل عامل های نرم افزاری یادگیر به کار روند. مزیت استفاده از این الگو ها نسبت به روش های کلاسیک تحلیل نرم افزار آن است که علاوه بر کلاس های متداول مرتبط با یادگیری در دامنه مساله، فراکلاس هایی را در مدل تحلیل سیستم بازنمایی می کنند که دانش مرتبط با تحلیل یادگیری را نیز مدل می کنند. همچنین با در نظر گرفتن لایه های مختلف در تحلیل، موجب تولید مدل هایی می شوند که پایداری بیشتری نسبت به تغییرات دارند.
    کلید واژگان: الگوی تحلیل, الگوی تحلیل پایای نرم افزار, مهندسی نرم افزار مبتنی بر عامل, یادگیری}
    S. Vafadar, A. Abdollahzadeh Barfourosh
    Artificial Intelligence (AI) Techniques (such as learning) are used widely in agent-based systems. However, current research does not address a software engineering view on these techniques that support all the software development process. In this paper, we focus on requirement analysis – as the first step of the software development process and present techniques and tools to cover this shortage. In this regard, we provide a set of stable analysis patterns for learning capability of the agents. Stable analysis patterns are a set of meta-classes and their relations to analyze a specific issue in a domain-independent manner. Using stable analysis concepts, namely Enduring Business Themes (EBT), Business Objects (BO) and Industrial Objects (IO), these patterns represent the conceptual model of the learning. In this paper, we also apply these patterns on two case studies to investigate their applicability. These patterns are used as guidelines during analysis of learning. The main advantage of applying the stable analysis patterns in comparison with conventional analysis methods is modeling the knowledge of the learning analysis in addition to the ordinary classes of the domain. In addition, they generate more stable models via considering different levels of abstraction in the analysis.
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال