位置:成果数据库 > 期刊 > 期刊详情页
遗留系统的服务识别方法研究
  • ISSN号:1006-5911
  • 期刊名称:《计算机集成制造系统》
  • 时间:0
  • 分类:TP311[自动化与计算机技术—计算机软件与理论;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]解放军理工大学国防工程学院,江苏南京210007, [2]海军海防工程研究中心,北京100841, [3]南京大学计算机软件新技术国家重点实验室,江苏南京210093
  • 相关基金:国家自然科学基金资助项目(61003019);国防预研基金资助项目(AY208J003).
中文摘要:

为了从面向对象的遗留系统中识别出高质量的服务,提出一种半自动化的遗留系统的服务识别方法.通过分析构件识别方法和服务识别方法,以业务流程模型和统一建模语言类图作为服务识别方法的输入,将服务识别问题转换为业务流程图的划分问题.为了得到一组图划分的最优解即最优服务集,又将图划分看作一个多目标优化问题.分别定义了服务集粒度、耦合度和内聚度的定量化关系,建立了多目标优化的服务识别模型.通过线性加权,给出了基于粒子群优化算法的服务识别算法.以某工程遗留系统为例,通过对比实验验证了方法的有效性.

英文摘要:

To identify the high quality services from object oriented legacy systems,a semi-automated service identification method of legacy system (SIOL) was proposed.Through analyzing the Component Identification Method (CIM) and Service Identification Method (SIM),the problem of service identification was transformed into partitioning problem of business process graph by taking business process model and Unified Modeling Language (UML)diagrams as input.To get the optimal solution of graph partitioning,the graph partitioning was regarded as multiobject optimization problem.The quantitative relationship of service's granularity,coupling and cohesion was defined respectively,and service identification model of multi-object optimization was built.By linear weighted,a service identification algorithm for legacy system based on particle swarm optimization algorithm was given.The proposed method was used for designing web services in a legacy system,and the effectiveness was verified by comparison experiment.

同期刊论文项目
期刊论文 16 会议论文 12 专利 1
同项目期刊论文
期刊信息
  • 《计算机集成制造系统》
  • 北大核心期刊(2011版)
  • 主管单位:中国兵器工业集团公司
  • 主办单位:中国兵器工业第210研究所
  • 主编:杨海成
  • 地址:北京市海淀区车道沟10号北京2413信箱34分箱
  • 邮编:100089
  • 邮箱:986127464@qq.com
  • 电话:010-68962468
  • 国际标准刊号:ISSN:1006-5911
  • 国内统一刊号:ISSN:11-5946/TP
  • 邮发代号:82-289
  • 获奖情况:
  • 全国中文核心期刊,中国科技论文统计与分析文献来源期刊,中国科学引文数据库来源期刊,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:25379