基于BP模型的電力信息系統非功能需求適用性評價

國網江蘇省電力公司信息通信分公司 曾 锃

安徽繼遠軟件有限公司 杜 林

國網江蘇省電力公司信息通信分公司 張 利

基于BP模型的電力信息系統非功能需求適用性評價

國網江蘇省電力公司信息通信分公司 曾 锃

安徽繼遠軟件有限公司 杜 林

國網江蘇省電力公司信息通信分公司 張 利

信息系統開發中的非功能需求比功能需求更關鍵。系統的一個功能需求不能實現，至多降低了系統的可用性。系統的一個非功能需求沒有滿足，就可能導致整個系統無法使用。本文針對電力系統的特點，結合FURPS+模型，構建了電力系統非功能需求評價指標體系，并采用神經網絡模型計算了該評價指標體系的適用性,為電力信息系統非功能需求管理提供參考依據。

電力信息系統；非功能需求；指標體系；BP模型；適用性評價

1.引言

信息系統需求分為功能性需求和非功能性需求。功能性需求是信息系統要實現的基本操作能力，用戶可以向開發人員提出具體的實現要求，是具體而明確要求系統能夠完成規定的操作。非功能性需求與功能性需求相對應，有時也稱為信息系統的“品質”、“限制”或“質量屬性”等。

非功能需求指對系統提供的服務或功能的開發時間、開發過程、開發標準約束等，非功能需求主要體現在可用性、可靠性、安全性及可移植性四個方面。信息系統開發中的非功能需求比功能需求更關鍵。系統的一個功能需求不能實現，至多降低了系統的可用性。系統的一個非功能需求沒有滿足，就可能導致整個系統無法使用。軟件開發領域近年來雖然產生了很多非功能需求的處理方法，但由于缺乏必要的評價指標和評價手段。往往因為模糊的需求表示，造成需求優化失誤。本文針對電力系統的特點，結合FURPS+模型，構建了電力系統非功能需求評價指標體系，并采用神經網絡模型計算了該評價指標體系的適用性。為電力信息系統非功能需求管理提供參考依據。

2.電力信息系統非功能需求評價指標體系構建

2.1 非功能性需求的主要內容

由于非功能性需求難以刻畫，目前，國內外并沒有明確的評價標準，大都FURPS+ 模型和 ISO9126 質量模型評價信息系統質量。針對電力信息系統的質量標準，本文采用 FURPS+ 簡單歸納非功能性需求的主要內容。

FURPS+是IBM 公司提出的軟件質量評價模型。其中，F指的是軟件產品功能性（Functionality）；U 是指系統接口、界面的易用性（Usability）；R 指的是軟件包含可用性、準確性與系統可恢復性指標的可靠性（Reliability）；P指的是包括系統吞吐量、響應時間、啟動時間的易用性（Performance）；S指的是可測試、適應性、維護性、兼容性等支持性（Supportability）指標。 “+”表示設計約束、實現需求、接口需求和物理需求。根據 FURPS+ 模型，歸納出涵蓋隱含層面的電力信息系統的非功能性需求的主要內容有以下幾點：

（1）可靠性。可靠性是指在規定的時間和條件下，與軟件維持其性能水平的能力有關的一組屬性，它是系統非功能性的一項重要質量指標。通過可靠度、失效率、平均無故障間隔來評價。

（2）易用性。指的是信息系統對用戶來說易于學習和使用、便于記憶、增加使用的滿意程度等，是與用戶為使用系統所需付出的代價有關的一組屬性，易用性具體包括：易理解性、易學習性、易操作性等。

（3）效率。效率即性能，是指在規定的條件和環境下，與系統的性能水平和所需的資源量有關的一組屬性，具體包括時間特性、資源特性等。

（4）可維護性。是指在給定條件下，系統保持在或恢復到能執行要求功能狀態的能力，是與指定修改的難易程度相關的一組屬性。軟件的可維護性分為更改性維護、適應性維護、完善性維護和預防性維護，包括：易分析性、易改變性、穩定性、易測試性等。

2.2 非功能需求評價指標體系構建

根據電力信息系統的特點和開發流程。本文從信息系統的可靠性、易用性性、效率、可維護性及可移植性5個方面，建立了電力信息系統的非功能需求評價指標體系。該評價指標體系涵蓋5個一級指標和21個二級指標。如表1所示。

表1

3.基于BP模型的電力信息系統非功能需求適用性評價

3.1 BP模型基本原理和計算步驟

3．1．1 BP模型基本原理

BP網絡（Back Propagation）又稱神經網絡模型，它是一種按誤差逆傳播算法訓練的多層前饋網絡。該模型可表達各處理單元交互關系，并可以用非線性轉換函數輸出，除了提高網絡模式準確度，也可以處理多維模式問題。BP網絡學習訓練速度快，建構模式強，可隨不同案例問題的需要對網絡適當的修改。BP網絡算法的學習過程，是由正向傳播和反向傳播組成。在正向傳播的過程中，輸入訊息從輸入層經隱藏層單元層逐層處理，并傳向輸出層，每一層神經元的狀態只影響下一層神經元的狀態。如果在輸出層不能得到期望的輸出，則反向傳播，將誤差訊號沿原來的連接通路返回，修改各神經元權值，使誤差訊號最小。這樣的過稱為“學習”。而這學習過程通常以一次一個訓練范例的方式來進行，直到學習完成所有的訓練范例，稱為一個學習循環，一個網絡訓練成功通常需要上百個或數千個訓練范例，將訓練范例反復學習不斷修正直到收斂為止。BP網絡網絡拓撲結構如圖1所示：

圖1 BP網絡拓撲結構示意圖

電力信息管理非功能需求分析往往涉及多層因素，這就可以根據前饋式網絡，按照問題不同，轉換不同的函數來評估指標的適用性。如常用的轉換函數有輸出值介于 0 和 1 之間的對數雙彎曲函數，以及產生-1 到1 以外數值的線性轉移函數，如圖 2所示，n 為神經元作用函數，a為經轉換函數轉換輸出值。

圖2 BP網絡轉移函數分類

3．1．2 BP模型計算步驟

BP神經網絡步驟和流程如下：

（2）由網絡計算隱含層各單元的輸入、輸出結果，比較輸出層、中間層各單元的一般化誤差，并修正中間層至輸出層，輸入層至中間層連接權值和輸出層各單元閾值。如式（2）、式（3）：

然后隨機選取下一個學習模式對提供給網絡，依次類推，直至完成網絡收斂。即：直至網絡全局誤差函數E小于預先設定的一個極小值，如當訓練次數大于預先設定值，無法完成網絡收斂，即強制網絡停止學習。如式（4）所示：

3.2 模型仿真

3．2．1 確定評價指標體系個指標的評價值

首先將構建的電力管理信息系統非功能需求評價指標體系經由專家給出評價指標體系個指標的評價值。每個指標給出6個等級：很好，好，較好，一般，較差，差，并予以量化處理為[0，1]之間的數值，見下表2：

表2 定性指標的量化

其次，根據專家體系網絡輸出的結果與評語集中的評語進行匹配，從而給出該體系的運行效果。如假設專家個數為n，專家體系將計算各輸入變量Ii對評價結果的影響能力Ri，并予以解釋，Ri的計算公式如式（5）：

應用基于神經網絡的管理信息系統綜合評價方法進行仿真評價。將專家評價得到的數據作為學習樣本進行訓練，模擬待評估的對象。見表3所示：網絡隱含層神經元選為可用性、可靠性、安全性、可移植性四個，給定精度為0，訓練次數N=100次，權值調整參數，偏置值調整參數，學習結果如表4所示，它們與期望的輸出非常接近，仿真評價結果與專家對管理信息系統的評價結果完全一致。

表3 各評價指標在系統中相應的專家評價值

表4 仿真評價結果

4 結論

軟件開發中要獲取的非功能需求，進行面向目標分析，得到一棵關于非功能需求的目標優化神經網絡，網絡中的父子結點間是“與”關聯。分析神經網絡中的非功能需求是獲取相關的領域信息的一個途徑，它便于將非功能需求和與其相關的所有領域關聯建立設計分析圖，有利于根據特定的領域信息進行量化獲取合理的設計決策。本文針對電力系統的特點，結合FURPS+模型，構建了電力系統非功能需求評價指標體系，并采用神經網絡模型計算了該評價指標體系的適用性,為電力信息系統非功能需求管理提供參考依據。采用神經網絡模型仿真結果表明該評價指標體系較為精確可行，實際應用意義明顯，特別適合于對定性指標的評價。

[1]楊放春,龍湘明．軟件非功能屬性研究[J]．北京郵電大學學報,2004,27(3)：1-12．

[2]丁輝,姚慶文．面向方面建模的研究[J]．計算機應用與軟件,2008,25(4)：109-111．

[3]張新紅,鄭丕諤．基于神經網絡的管理信息系統綜合評價方法[J]．系統工程學報,2002(10)．

[4]Non functional requirements[EB/OL]．http：//www．smart-ba．com/articles/Non%20func tional%20requirements．pdf 2013-01-31．

[5]田精白．網絡式軟件非功能需求分析方法及其應用[D]．武漢：武漢大學,2009．