الگوهای تحلیل پایای یادگیری در عامل های نرم افزاری هوشمند

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.