Многокритериальная оптимизация отказоустойчивой программой архитектуры специализированными эволюционными алгоритмами

• Автор: Шеенок, Дмитрий Александрович
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Красноярск
• Количество страниц: 134 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
1 РАЗРАБОТКА СЛОЖНЫХ ОТКАЗОУСТОЙЧИВЫХ ПРОГРАММНЫХ СИСТЕМ
1.1 Проектирование программного обеспечения
1.2 Модели надёжности программного обеспечения
1.3 Модели оценки стоимости программного обеспечения
1.4 Планирование трудозатрат на разработку надёжного программного
обеспечения
Выводы
2 МОДЕЛЬ ОТКАЗОУСТОЙЧИВОЙ АРХИТЕКТУРЫ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ
2.1 Исходная модель архитектуры программного обеспечения
2.2 Модификация модели архитектуры программного обеспечения
Выводы
3 ГЕНЕТИЧЕСКИЙ АЛГОРИТМ ПОИСКА ОПТИМАЛЬНОЙ АРХИТЕКТУРЫ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ
3.1 Задача оптимизации отказоустойчивой программной архитектуры..
3.2 Генетический алгоритм многокритериальной безусловной оптимизации программной архитектуры
3.3 Генетический алгоритм многокритериальной условной оптимизации .. 81 Выводы
4 СИСТЕМА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЯ О ВЫБОРЕ ОПТИМАЛЬНОЙ АРХИТЕКТУРЫ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ
4.1 Описание программной системы «GA optimization software architecture» .
4.2 Применение системы и анализ результатов :
4.3 Методика применения генетического алгоритма на этапе
архитектурного проектирования

Выводы
5 МЕТОДИКА ОЦЕНКИ ТРУДОЗАТРАТ НА РЕАЛИЗАЦИЮ ПРОГРАММНЫХ СИСТЕМ
5.1 Описание методики оценки затрат программных систем
5.2 Применение методики и анализ результатов
Выводы
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ 1. Акт об использовании результатов исследования

ВВЕДЕНИЕ
Актуальность. Проблема обеспечения качества программного обеспечения (ПО) сложных информационно-управляющих систем исследовалась рядом российских и зарубежных ученых.
Качество конечного программного продукта, поставляемого на открытый рынок или заказчику, является определяющим фактором для успеха и конкурентоспособности предприятий, занятых в данной сфере. Одним из основополагающих показателей качества системы является надёжность её функционирования. Недостаточная надёжность сложных программных средств может нанести ущерб, значительно превышающий положительный эффект от их применения в таких критических областях как управление движением, технологические процессы, оборона, медицина, финансовые операции, космические технологии. При функционировании таких систем недопустимы программные сбои. Это повлияло на развитие и применение стандартов, методов и инструментов автоматизации процессов программной инженерии, которые могут обеспечить проектирование программных архитектур с заданными высокими показателями надёжности. Одним из эффективных и дорогостоящих подходов обеспечения надёжности программных систем является методология избыточности.
Однако чрезмерно высокие требования к надёжности программного обеспечения для подобных систем принципиально не могут быть выполнены вследствие реальных ограничений на все виды ресурсов: бюджет, время разработки, производительность вычислительных систем.
Поэтому при проектировании надёжного программного обеспечения возникает проблема поиска оптимального варианта архитектуры, соответствующего наибольшей надёжности будущей системы при допустимых затратах на её разработку. Учитывая сложность и размеры современных программных систем, для решения данной задачи требуется развитие модельноалгоритмического аппарата, позволяющего автоматизировать этап архитектурного проектирования.

Согласно модели СОСОМО II предлагается рассчитывать коэффициент L по формуле:
I* Т new ' L і сича
где Lnew - размер нового кода; Ь,ете - размер повторно используемого кода.
Размер повторно используемого программного кода рассчитывается следующим образом [40, с. 33]:
АТ)-(АА +SU + 0.4-DM + 0.3-СМ +03-1М)

где KASLOC - количество строк повторно используемого кода, который должен быть модифицирован (в тысячах строк);
АТ- процент автоматически генерируемого кода с помощью СЛЗ'С-средств;
DM- процент модифицируемых проектных моделей;
СМ- процент модифицируемого программного кода;
IM - процент затрат на интеграцию, требуемых для подключения повторно используемого программного обеспечения;
SU - затраты на анализ добавляемого кода (значение для хорошо написанного объектно-ориентированного кода - 10, для сложного и неструктурированного кода - 50);
АА - затраты на анализ возможности повторного использования (значение изменяется от 0 до 8).
Рассмотрим пример разработки программного компонента, выполняющего обработку данных о финансовых операциях. По функциональным точкам на основании имеющейся статистики был вычислен размер кода проектируемого компонента 673 строк, в котором 16 ошибок. На рисунке 3 представлен график роста надёжности при тестировании проектируемого программного компонента.