| Авторы |
Бождай Александр Сергеевич, доктор технических наук, профессор, кафедра систем автоматизированного
проектирования, Пензенский государственный университет (Россия, г. Пенза, ул. Красная, 40), bozhday@yandex.ru
Евсеева Юлия Игоревна, кандидат технических наук, доцент, кафедра систем автоматизированного проектирования, Пензенский государственный университет (Россия, г. Пенза, ул. Красная, 40), shymoda@mail.ru
|
| Аннотация |
Актуальность и цели. Возрастающая динамика предметных областей и сложность соответствующего прикладного программного обеспечения порождают актуальную проблему создания универсальных методов самоадаптации
программных систем без перекомпиляции исходного кода. Жизненный цикл таких программ будет гораздо длительнее и продуктивнее, а их сопровождение потребует существенно меньше времени и материальных затрат. Более того, самоадаптивные программные системы способны решать и качественно иную задачу – выявлять скрытые знания и факторы о собственной предметной области, которые на этапе проектирования приложения могут быть неизвест-
ны даже экспертам. Целью работы является создание нового универсального метода самоадаптации программных систем, способного учитывать накопленный системой за период эксплуатации опыт и на основе данного опыта осу-
ществлять формирование новых обратных связей.
Материалы и методы. Для реализации предложенного метода использовались технологии интеллектуального анализа данных и инженерии линеек программных продуктов, а также математический аппарат теории графов.
Результаты. К основным теоретическим результатам следует отнести: концепцию рефлексивной самоадаптации программных систем, в основе которой лежит идея формирования и встраивания в свою структуру новых обрат-
ных связей за счет интеллектуального анализа собственной поведенческой информации; универсальные архитектурные принципы построения адаптивного программного обеспечения; математическую модель рефлексии и универ-
сальный метод рефлексивной самоадаптации программных систем, построенные на основе теории графов, технологий инженерии линеек программных и интеллектуального анализа данных и позволяющие реализовать основные поло-
жения предложенной концепции. Основным практическим результатом является разработанная адаптивная программная система в сфере образования, способная самостоятельно выявлять зависимости между результатами психологического тестирования учащегося и подходящими ему алгоритмами обучения.
Выводы. Разработанный метод самоадаптации основан на использовании технологии интеллектуального анализа данных, является универсальным и может применяться для выявления системой новых знаний о собственной
предметной области в процессе эксплуатации. Показано практическое применение метода в сфере образования: создана обучающая система, способная самостоятельно выявлять зависимости между результатами психологического
тестирования учащегося и подходящими ему алгоритмами обучения.
|
| Список литературы |
1. Hogg, C. Game AI for domination games / C. Hogg и др. // Artificial intelligence for computer games / под ред. P. A. Gonzalez-Galero, M. A. Gomez-Martin. – New York : Springer, 2011. – С. 83–101.
2. Wang, A. L. Software architectures and the creative processes in game development / A. L. Wang, N. Nordmark // Entertainment computing / ed. by K. Chorianopoulos et al. – Cham : Springer International Publishing, 2015. – P. 272–285.
3. Riener, R. Virtual reality in medicine / R. Riener, M. Harders. – London : Springer London, 2012. – 294 p.
4. Harris, A. Simulation and training in minimal access surgery / A. Harris, F. Bello, R. Kneebone // Training in minimal access surgery / ed. by N. Francis et al. – London : Springer London, 2015. – P. 35–47.
5. Torbeyns, J. Describing and studying domain-specific serious games / J. Tornbeyns, E. Lehitinen, J. Elen. – Cham : Springer International Publishing, 2015. – 250 p.
6. Ahuja, K. Autonomic Computing: An emerging perspective and issues / K. Ahuja, H. Dangey // IEEE International Conference on Issues and Challenges in Intelligent Computing Techniques (ICICT 2014). – Washington : IEEE Computer Society, 2014. –
P. 471–475.
7. Wang, P. Representing extended finite state machines for SDL by a novel control model of discrete event systems / P. Wang, K. Y. Cai // Sixth IEEE International Conference on Quality Software (QSIC 2006). – Washington : IEEE Computer Society,
2006. – P. 159–166.
8. Wang, P. Supervisory control of a kind of extended finite state machines / P. Wang, K. Y. Cai // 24th IEEE Chinese Control and Decision Conference (CCDC). – Washington : IEEE Computer Society, 2012. – P. 775–780.
9. Yang, Q. Fuzzy control-based software self-adaptation: A case study in mission critical systems / Q. Yang, J. Lu, J. Xing, X. Tao, H. Hu, Y. Zou // IEEE 35th Annual Computer Software and Applications Conference Workshops (COMPSACW). – Washington
: IEEE Computer Society, 2011. – P. 13–18.
10. Sim, K. M. Agent-based cloud computing / K. M. Sim // IEEE Transactions on Services Computing. – Washington : IEEE Computer Society, 2012. – P. 564–567.
11. Schobbens, P. E. Feature diagrams: a survey and formal semantics / P. E. Schobbens, P. Heymans, J. C. Trigaux // In 14th IEEE International Requirements Engineering Conference (RE'06). – Washington : IEEE Computer Society, 2011. –
P. 139–148.
12. Барсегян, А. Анализ данных и процессов / А. Барсегян, М. Куприянов, И. Холод, М. Тесс, С. Елизаров. – СПб. : БХВ-Петербург, 2009. – 314 с.
13. Собчик, Л. СМИЛ. Стандартизированный многофакторный метод исследования личности / Л. Собчик. – СПб. : Речь, 2000. – 219 с.
14. Бершадский, А. М. Разработка и моделирование гетерогенных инфраструктур для беспроводного информационного обеспечения процессов мониторинга / А. М. Бершадский, А. Г. Финогеев, А. С. Бождай // Известия высших учебных за-
ведений. Поволжский регион. Технические науки. – 2010. – № 1. – С. 36–46.
|
