بکارگیری داده کاوی در تشخیص بن بست در سیستم های تبدیل گراف
Publish Year: 1394
Type: Conference paper
Language: Persian
View: 922
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
ICIKT07_022
Index date: 14 October 2015
بکارگیری داده کاوی در تشخیص بن بست در سیستم های تبدیل گراف abstract
وارسی مدل یک روش خودکار و راهکاری مناسب برای بررسی درستی یک سیستم نرم افزاری می باشد. خطاها در سیستم های نرم افزاری، به علت هزینه پایین تصحیح آنها در مراحل تحلیل و طراحی نسبت به هزینه تصحیح آنها در مراحل تست و نگهداشت، باید قبل از پیاده سازی و در سطح مدل مشخص و رفع شوند. سیستم های تبدیل گراف از پرکاربردترین سیستم های مدل سازی رسمی و راهکاری مناسب به منظور مدل سازی و وارسی مدل می باشند. مشکل مهم وارسی مدل این است که در اکثر سیستم های واقعی و پیچیده با مشکل انفجار فضای حالت(کمبود حافظه در تولید همه حالت های ممکن) مواجه می شود، بنابراین باید دنبال روش هایی باشیم که فضای حالت سیستم را بطور هوشمندانه و غیرکامل پیمایش می کنند. یکی از این روش ها، استفاده از روش های فرامکاشفه ای می باشد. در این پژوهش، یک روش فرامکاشفه ای مبتنی بر داده کاوی ارائه می کنیم. محدودیت روش ارائه شده این است که فقط برای سیستمی جواب می دهد که مدل های ساخته شده از آن با اندازه های مختلف، بر پایه یک سبک معماری باشند. سبک معماری، یک نوع ابرمدل جهت تعیین مجموعه ای از اجزاء و ارتباطات میان آنها برای مشخص کردن سیستم بر مبنای آن سبک می باشد. روش ارائه شده را در فرمالیسم ؛ سیستم تبدیل گراف؛ و ابزار GROOVE از ابزارهای مدل سازی سیستم تبدیل گراف- پیاده سازی می کنیم. مقایسه نتایج پیاده سازی این روش با نتایج روش های قبلی، نشان می دهند که زمان اجرای روش پیشنهادی در این پژوهش، نسبت به روش های قبلی، بطور چشمگیری بهبود یافته است.
بکارگیری داده کاوی در تشخیص بن بست در سیستم های تبدیل گراف Keywords:
بکارگیری داده کاوی در تشخیص بن بست در سیستم های تبدیل گراف authors
عین الله پیرا
دانشگاه اراک، دانشکده فنی و مهندسی
وحید رافع
دانشگاه اراک، دانشکده فنی و مهندسی
امین نیک انجام
دانشگاه صنعتی خواجه نصیرالدین طوسی، دانشکده مهندسی کامپیوتر
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :