如何挖掘与利用业务模型中丰富的语义信息并据此构造软构件,并通过构件复用期间的持续优化改进,提高构件的复用性能以尽可能降低复用成本,进而改善复杂应用系统的构造和重构的效率,是当前基于构件的软件工程领域急需解决的一个重要问题。本项目提出一种基于业务模型稳定性的构件获取与优化设计方法,扩展了传统特征工程的相关概念,提出特征依赖理论,并以此作为工具对业务模型稳定性进行度量,在业务模型空间与软构件空间之间
如何挖掘与利用业务模型中丰富的语义信息并据此构造软构件,并通过构件复用期间的持续优化改进,提高构件的复用性能以降低复用成本,进而改善复杂应用系统的构造和重构的效率,是当前基于构件的软件工程领域急需解决的一个重要问题。本课题首先提出一种基于业务模型稳定性的构件识别方法,扩展了传统特征工程的相关概念,提出特征依赖理论,并以此作为工具对业务模型稳定性进行度量,在业务模型空间与软构件空间之间建立动态映射关系,实现模型驱动的、基于构件的应用系统软件模型的自动生成,以降低构件识别过程的复杂度,降低识别过程中人的因素所占的比例,进而提高目标构件的复用性能。随后,依据对构件实际复用过程中所产生的复用数据的统计分析,研究构件优化设计策略,并分别提出基于构件实例集分解的优化算法与基于Bayesian 分析的优化算法,以消除构件的复用前设计与实际复用需求之间的差异,进一步提高复用性能,降低复用成本。本课题针对目前规模日益庞大、结构日益复杂的企业应用软件系统的大规模、高性能复用具有一定的理论意义与应用价值。