摘要:目前基于规则的软件体系结构(Software Architecture,简记为SA)层性能优化方法大多未充分考虑优化过程中规则的使用次数和使用顺序的不确定性,导致了搜索空间受限而难以获取更优的性能改进方案.针对这一问题并以最小化系统响应时间为优化目标,文中首先定义一种基于规则的SA层性能优化模型RPOM,以将SA层性能优化抽象为求解最优规则序列的数学问题;然后设计一种支持SA层性能改进规则序列执行的框架RSEF;进一步提出一种采用约束检查、修复及统计学习机制的演化求解算法EA4PO;最后以Web应用为案例与已有方法进行实验对比.结果表明:(1)本文方法较已有方法可以获取更短的系统响应时间;(2)EA4PO所引入的统计学习机制可显著提高演化求解算法的收敛速度和解质量.
关键词:性能评估 性能优化 软件体系结构 基于搜索的软件工程
单位:福建师范大学软件学院; 福建福州350117; 伦敦大学学院计算机科学学院; 英国伦敦WC1E6BT; 武汉纺织大学数学与计算机学院; 湖北武汉430200; 湖南师范大学数学与计算机科学学院; 湖南长沙410081
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社