可復用構件的框架表示與檢索

摘要：提出了基于人工智能框架知識表示的構件描述方法，以解決構件描述、分類、檢索等構件復用關鍵性問題；并利用框架表示的推理特性，建立了基于規則推理和功能粒度的構件搜索匹配算法，提高構件搜索效率和準確性。

關鍵詞：軟件構件；框架表示；構件檢索

中圖分類號：TP311文獻標志碼：A

文章編號：1001－3695(2008)01－0123－03

基于構件的軟件工程中，構件表示與檢索起著承上啟下的重要作用。目前存在的構件表示和檢索方法大致可分為四類：以London為代表的形式化規格說明方法[1]、以Isakowitz為代表的超文本方法[2]、以Ostertag為代表的人工智能方法[3]、以Prieto diaz為代表的圖書館及信息科學方法[4]。本文將人工智能框架知識表示[5]作為構件描述方法，并根據框架表示的繼承和關聯特性，給出了基于規則推理和功能粒度的構件搜索匹配算法；最后以實例驗證該方法的有效性。

1構件的框架表示

構件通常具有構件名稱、構件標志符、應用范圍、領域范圍、使用環境、構件類型、功能描述、抽象類型、版本號、接口特性以及構件之間的相互關系等屬性特征。本文首先用框架槽將構件的這些屬性分為三類：a)構件的基本屬性—自然屬性槽；b)接口方法屬性（私有和公共接口方法）—接口方法槽；c)構件之間的繼承、集聚屬性—關聯屬性槽：繼承關系表示一般類和特殊類之間的屬性、方法繼承，是構件之間的縱向關系；集聚關系包括聚合、關聯和依賴，主要通過構件之間接口的橫向調用來實現，表現構件之間的橫向關系。在此基礎上增加了根據構件基本、關聯屬性進行推理的規則描述—規則屬性槽。這樣，采用巴科斯范式BNF將構件框架知識表示如下：

每個構件均由一個框架知識表示來描述，屬性由槽來描述；槽可以有很多側面，代表屬性包含的內容；每個側面還可以有很多值，描述構件不同的屬性值。

2構件搜索與匹配

框架可以看做是一種復雜結構的語義網絡，框架之間的聯系方式分為縱向和橫向兩種聯系。構件框架之間通過泛化關系Ako鏈連接上下層的縱向繼承關系；而框架中的槽值（同一框架中的兩個槽值或不同框架之間的槽值）之間建立的Part of鏈關系形成構件框架之間的橫向集聚聯系。

2．1構件框架關系模型建立

基于框架的構件表示，將構件的繼承和集聚關系以構件框架關聯屬性側面中的Ako和Part of屬性鏈來描述，通過屬性鏈可形成構件框架網絡模型（圖1）。該數據結構可以實現構件實體以及相互關系的完整性描述。

由于構件庫的構件種類繁多，為了簡化檢索，可將圖1中Part of屬性鏈去掉，主要原因是：一方面構件通過框架集聚屬性鏈可以找到橫向相關的構件；另一方面構件之間集聚的只是接口方法。這樣，就形成了不同功能領域的構件框架關系樹模型（圖2），有利于按照構件功能進行檢索，縮小搜索空間，提高檢索效率。

在構件框架關系樹模型中，一個樹節點即為一個框架。根節點為抽象基類R(P、Q)的框架。在本系統中不考慮構件的多繼承（主要考慮編程的方便），所以每一個框架只有一個父框架，但可以有多個子框架。根據構件繼承關系，構件框架沿關系樹順次排列。這樣就可以構件框架關系樹模型為依據，建立基于規則推理和功能粒度的構件搜索匹配算法，實現對構件的搜索和匹配。

2．2構件搜索匹配策略

構件檢索和匹配過程中，首先選取粗粒度的功能描述——自然屬性槽中的功能描述側面值進行匹配；然后選取細粒度的功能描述——接口屬性槽中的實現功能描述側面值進行匹配；在這兩個功能匹配過程中，還需考慮構件所在應用領域不同對構件檢索和匹配的影響。它的類型個數遠小于上述功能屬性的個數，可以減小由粗功能粒度匹配獲得的候選集的規模，便于細功能粒度的檢索，提高了算法的運算速度，也提高了算法的搜索精度。

上述參數即構成構件的匹配模式，并按照功能粗粒度、功能細粒度或應用范圍進行匹配：N={F1，F2，A，value}。

3構件搜索與匹配實例

以ERP系統構件庫中查找確定廢品等級構件為例（圖3），說明構件的搜索匹配和創建過程。

根據查找要求，建立確定廢品等級構件的框架片斷（圖3上部虛線框）。廢品通常是由MES的物料管理子系統來管理，所以首先選取物料收入框架作為初始框架，加入到open表中。選取物料和廢品作為粗功能粒度的匹配關鍵字。將物料收入框架從open表中移出，放入closed表中；根據式（2）計算物料收入框架與框架片斷的匹配度，由于匹配度小于給定值，需要將該構件框架進行擴展；根據物料收入的匹配模式值，選取搜索匹配規則2；根據規則2確定待展開框架為物料收入框架的父節點物料管理框架和子節點廢品收入框架；上述兩個框架在open表和closed表中均不存在，所以均作為待展開的節點，確定相應的匹配模式后放入open表中；并將上述廢品收入框架的父指針和物料管理框架的子指針指向物料收入框架，按照匹配度大小對構件進行排序，保證選擇最有希望的待擴展節點作為下一個擴展的節點；然后依照上述步驟對廢品收入框架和物料管理框架進行展開，最后得到滿足粗功能粒度的構件為廢品收入框架。

將等級作為細功能粒度的匹配關鍵字。在open表中選取第一條記錄廢品收入框架進行接口功能級的匹配。將廢品收入框架從open表中移出，放入closed表中，根據式（2）計算廢品收入框架與框架片斷的匹配度，由于匹配度小于給定值，需要將該構件框架進行擴展，根據廢品收入框架的匹配模式的值2和抽象類型的值為具體構件，選取搜索匹配規則6，根據規則6確定待展開框架為廢品收入框架的集聚框架廢品質量檢驗判定框架和子節點（若無忽略）。廢品質量檢驗判定框架在open表和closed表中均不存在，所以作為待展開的節點，確定相應的匹配模式后放入open表，并將該框架的父指針指向廢品收入框架；然后依照上述步驟對廢品質量檢驗判定框架進行展開；最后沒有找到匹配的框架，將closed表中的抽象框架按照式（3）計算構件間的匹配度，選取值最大的構件物料管理構件作為新構件繼承開發所用。

4結束語

大量可復用的軟件構件是基于構件軟件工程的前提和基礎，而如何在種類繁多的構件庫中檢索符合要求的構件，構件的描述至關重要。本文結合基于人工智能框架知識表示的構件描述方法，給出了基于規則推理和功能粒度的構件搜索匹配策略、規則和算法，并成功運用于實際工程項目[6]，使用效果驗證該方法能夠提高構件搜索匹配的效率和準確性。

參考文獻：

［1］LONDON R L.Specifying reusable components using z:realistic sets and dictionaries[J].ACM SIGSOFT Software Engineering Notes，1989，14(3):120 132.

［2］ISAKOWITZ T，KAUFFMAN R J.Supporting search for reusable software objects[J].IEEE Trans on Software Engineering，1996，22(6): 407－421.

［3］OSTERTAG E，HENDLER J，PRIETO DIAZ R，et al.Computing simi larity in a reuse library system:an AI based approach[J].ACM Trans on Software Engineering and Methodology，1992，1(3): 205－219.

［4］PRIETO DIAZ R，FREEMAN P.Classifying software for reusability[J].IEEE Software，1987，4(1): 6 18.［5］蔡自興，徐光祐.人工智能及其應用[M].北京:清華大學出版社，1996.

［6］李朝輝，范瑜，陳如亮.構件化可重構制造執行系統研究與實現[J].計算機工程， 2006，32(11):111 113.

“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文”