基于微分方程的软件自适应控制模型研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61170015
  • 项目类别:
    面上项目
  • 资助金额:
    55.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0203.软件理论、软件工程与服务
  • 结题年份:
    2015
  • 批准年份:
    2011
  • 项目状态:
    已结题
  • 起止时间:
    2012-01-01 至2015-12-31

项目摘要

自适应软件能根据系统内部或运行环境的变化,实时调节自身的行为,从而更好地为用户提供服务。但自适应同时也给软件在开发、管理、维护方面带来很大的困难。近十年来,软件工作者在软件工程的各个方面来研究软件自适应问题,甚至从其它领域,如人工智能、控制论、生物学等寻找自适应机制。尽管有了不少工作,但是这些工作相对比较独立,还没有能够从根本上弥补传统软件工程在理论和方法上的不足。模型构造与验证就是其中一个方面。本项目从控制论的角度对自适应软件的模型构造与分析开展研究,试图回答一些问题如:如何在模型中表示不确定性,如何在控制结构中设计自适应,如何验证自适应软件运行中的状态等。主要工作有:1)用切换系统给软件建模,表达不完整的自适应行为;2)借助于适应控制模型实现软件架构的自适应,获得受控的切换系统;3)分析受控的切换系统,得到软件方面和可控方面的性质;4)建立基于模型维和QoS参数的模型优化体系。

结项摘要

项目的背景: 自适应软件是指由于系统内部需求或实施环境的变化,能在自身运行时,实时收集系统的各种变化信息,并根据预先设定好的策略,修改其行为,从而更好地为用户提供服务。目前已有不少把控制理论用于建立软件自适应模型的研究工作。传统软件模型强调系统的静态的方面,在某种程度上忽视了动态的方面。而自适应模型强调系统和环境的动态交互,因此对软件自适应模型的研究可以完善传统软件的建模理论。另外,由于自适应软件是为新型应用模式服务的,所以软件自适应模型的研究同时也具有重要的应用价值。..主要研究内容:研究了自适应软件形式化建模语言,对自适应软件中软件实体和环境进行抽象建模; 结合自适应软件的可控性等需求和特征,建立了自适应软件模型理论; 研究了混合系统、信息物理系统、实时系统、切换模糊系统、随机切换系统的建模与验证; 研究了系统在运行时基于QOS对系统配置来提高软件非功能指标的方法。..重要结果:(1)获得了对混合系统、信息物理系统、实时系统、切换模糊系统、随机切换系统的建模与验证的方法;(2)建立一种称为Learning Petri网的语言对自适应软件建模; (3) 得到一种通过自适应在线提高软件可靠性与性能的机制;(4)一个对文本用例合成行为模型的技巧。..关键数据:共发表9篇SCI期刊文章(其中6篇IEEE Transactions),1篇软件学报,14篇会议文章(其中一篇软件工程顶级会议ICSE’14),1个软著,1个发明专利(受理中)。..科学意义:基于微分方程和控制理论中的建模理论和方法具有较好的领域通用性。所得模型既能表示不完整的软件行为,又具有适应环境变化的功能。对模型的分析可在离散状态、连续状态和由于控制导致的适应状态下进行。

项目成果

期刊论文数量(16)
专著数量(0)
科研奖励数量(0)
会议论文数量(17)
专利数量(0)
基于在线故障定位及自主适应提高软件可靠性
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    软件学报
  • 影响因子:
    --
  • 作者:
    杨晓燕;周远;丁佐华
  • 通讯作者:
    丁佐华
基于GCL语言的测试用例生成方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机学报
  • 影响因子:
    --
  • 作者:
    Jeff S;ers;江明月;张娜;蒲戈光
  • 通讯作者:
    蒲戈光
Servcie Slection Based On Behavior Matching
基于行为匹配的服务选择
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    Journal of Software
  • 影响因子:
    --
  • 作者:
    江明月;丁佐华;刘静
  • 通讯作者:
    刘静
A New Class of Petri Nets for Modeling and Property Verification of Switched Stochastic Systems
用于切换随机系统建模和性质验证的新型Petri网
  • DOI:
    10.1109/tsmc.2014.2379654
  • 发表时间:
    2015-07
  • 期刊:
    IEEE Transactions on Systems, Man, and Cybernetics: Systems
  • 影响因子:
    --
  • 作者:
    Zuohua Ding;Yuan Zhou;Mingyue Jiang;Mengchu Zhou
  • 通讯作者:
    Mengchu Zhou
Generating Petri Net-Based Behavioral Models From Textual Use Cases and Application in Railway Networks
从文本用例生成基于 Petri 网的行为模型及其在铁路网络中的应用
  • DOI:
    10.1109/tits.2016.2518745
  • 发表时间:
    2016-12
  • 期刊:
    IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS
  • 影响因子:
    8.5
  • 作者:
    Ding Zuohua;Jiang Mingyue;Zhou MengChu
  • 通讯作者:
    Zhou MengChu

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于常微分方程的死锁检测实验分析
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机学报
  • 影响因子:
    --
  • 作者:
    江明月;丁佐华;刘静
  • 通讯作者:
    刘静
Parallel computation of continuous Petri nets based on hypergraph partitioning
基于超图划分的连续Petri网并行计算
  • DOI:
    10.1007/s11227-011-0724-z
  • 发表时间:
    2012-10
  • 期刊:
    Journal of Supercomputing (Elsevier)
  • 影响因子:
    --
  • 作者:
    丁佐华;Jianwen Cai;Hui Shen
  • 通讯作者:
    Hui Shen
Performance Analysis of Service Composition Based on Fuzzy Differential Equations
基于模糊微分方程的服务组合性能分析
  • DOI:
    10.1109/tfuzz.2010.2089633
  • 发表时间:
    2011-02
  • 期刊:
    IEEE Transactions on Fuzzy Systems
  • 影响因子:
    11.9
  • 作者:
    Hui Shen;Abraham K;el;丁佐华
  • 通讯作者:
    丁佐华
Fuzzy Timed Petri Nets and The Performance Analysis
模糊定时Petri网及其性能分析
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    Information
  • 影响因子:
    3.1
  • 作者:
    Jueliang Hu;Qi-Wei Ge;丁佐华
  • 通讯作者:
    丁佐华
基于多维灰色模型及神经网络的销售预测
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    软件学报
  • 影响因子:
    --
  • 作者:
    黄鸿云;刘卫校;丁佐华
  • 通讯作者:
    丁佐华

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

丁佐华的其他基金

具有不确定需求软件的建模、分析与测试
  • 批准号:
    61572441
  • 批准年份:
    2015
  • 资助金额:
    64.0 万元
  • 项目类别:
    面上项目
基于常微分方程的程序死锁检测研究
  • 批准号:
    90818013
  • 批准年份:
    2008
  • 资助金额:
    50.0 万元
  • 项目类别:
    重大研究计划

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码