Рус Eng За 365 дней одобрено статей: 1897,   статей на доработке: 302 отклонено статей: 805 
Библиотека
Статьи и журналы | Тарифы | Оплата | Ваш профиль

Вернуться к содержанию

Онтологическая модель и алгоритм принятия решений по выбору инструментальных средств разработки программного обеспечения
Прошкина Елена Николаевна

кандидат технических наук

доцент, ФГБОУ ВО "Пензенский государственный университет"

440026, Россия, Пензенская область, г. Пенза, ул. Красная, 40

Proshkina Elena Nikolaevna

PhD in Technical Science

Associate Professor, Department of Mathematical Support and Application of Computers, Penza State University

440026, Russia, Penzenskaya oblast', g. Penza, ul. Krasnaya, 40

enp58@list.ru
Балашова Ирина Юрьевна

кандидат технических наук

доцент, ФГБОУ ВО "Пензенский государственный университет"

440026, Россия, Пензенская область, г. Пенза, ул. Красная, 40

Balashova Irina Yur'evna

PhD in Technical Science

Associate Professor, Department of Mathematical Support and Application of Computers, Penza State University

440026, Russia, Penzenskaya oblast', g. Penza, ul. Krasnaya, 40

irs-80@mail.ru
Дзюба Елена Анатольевна

старший преподаватель, ФГБОУ ВО "Пензенский государственный университет"

440026, Россия, Пензенская область, г. Пенза, ул. Красная, 40

Dzyuba Elena Anatol'evna

Senior Lecturer, Department of Mathematical support and application of a computer, Penza State University

440026, Russia, Penzenskaya oblast', g. Penza, ul. Krasnaya, 40

kazakova_ea@mail.ru

Аннотация.

В данной работе решается задача построения онтологической модели по выбору инструментальных средств разработки программного обеспечения. Классы построенной онтологической модели образуют таксономию. Рассматриваются вопросы представления разработанной онтологической модели в виде неоднородного ориентированного графа. Для поддержки ведения онтологии и решения на ее основе задачи выбора инструментальных средств разработки программного обеспечения на построенной модели определены операции добавления и модификации основных концептов онтологии, в качестве которых выступают критерии оценки качества программного обеспечения. Для оценки и принятия решения по выбору инструментальных средств на основе разработанной онтологической модели предлагается алгоритм, основанный на методе оценки подобия объектов в интеллектуальном пространстве знаний. Новизна представленной работы заключается в построении онтологической модели знаний для принятия решений по выбору инструментальных средств разработки программного обеспечения, которая позволяет расширить состав концептов и связей между ними, что обеспечивает возможность описания различных объектов, субъектов и процессов жизненного цикла программного обеспечения.

Ключевые слова: онтологическая модель, таксономия, неоднородный ориентированный граф, класс, концепт, алгоритм принятия решения, оценка подобия объектов, интеллектуальное пространство знаний, критерий оценки, жизненный цикл

DOI:

10.7256/2454-0714.2018.1.25470

Дата направления в редакцию:

16-02-2018


Дата рецензирования:

25-02-2018


Дата публикации:

21-03-2018


Abstract.

The paper shows the solution of the problem of constructing an ontological model for the choice of software development tools. The classes of the constructed ontological model form a taxonomy. Questions of representation of the developed ontological model in the form of the non-uniform oriented graph are considered. To support the ontology and solve on its basis the tasks of selecting software development tools on the constructed model, operations of adding and modifying the main ontology concepts are defined, which are the criteria for evaluating software quality. To evaluate and decide on the choice of tools based on the developed ontological model, an algorithm based on the method for estimating the similarity of objects in the intellectual space of knowledge is proposed. The novelty of the presented work is to build an ontological model of knowledge for making decisions on the choice of software development tools that allows to expand the composition of concepts and relationships between them, which provides the opportunity to describe various objects, subjects and processes of the software life cycle.

Keywords:

estimation of similarity of objects, decision-making algorithm, concept, class, non-uniform oriented graph, taxonomy, ontological model, intellectual space of knowledge, evaluation criterion, life cycle

Введение

В настоящее время в связи с большим разнообразием инструментальных средств разработки проблема выбора возникает на каждом этапе жизненного цикла программного обеспечения. Существует множество средств автоматизации, которые могут быть использованы на одном или нескольких этапах жизненного цикла сразу. Они позволяют автоматизировать отдельные этапы разработки программного обеспечения, что уменьшает трудоемкость и временные затраты, связанные с управлением жизненным циклом программного обеспечения. [1]

Выбор инструментальных средств разработки программного обеспечения осуществляется на основе множества критериев: стоимость, сопровождение, выполняемые функции, поддерживаемые этапы жизненного цикла, поддерживаемые стандарты, нотации, методологии, интеграция с другими средствами разработки, используемые платформы, программно-аппаратные требования, поддерживаемые форматы представления данных. Поэтому поиск инструментального средства с оптимальным набором значений по всем этим критериям является довольно непростой задачей.

Онтологическая модель принятия решений по выбору инструментальных средств разработки программного обеспечения

Для построения онтологической модели принятия решений по выбору инструментальных средств разработки программного обеспечения необходимо определить множества ее классов, отношений между классами, атрибутов классов и функций на множестве классов и отношений онтологии.

Определим классы онтологической модели принятия решений по выбору инструментальных средств разработки программного обеспечения:

сущность, этап жизненного цикла (ЖЦ), класс инструментального средства (ИС), множество ИС, пакет ИС, инструментальное средство, критерий оценки, функция, нотация, стандарт, методология, платформа, производитель, язык программирования.

Классы построенной онтологической модели образуют таксономию [2]. Представим онтологическую модель принятия решений по выбору инструментальных средств разработки программного обеспечения в виде неоднородного ориентированного графа (рис.1).

Описание: онтологическая модель.jpg

Рисунок 1 Граф онтологической модели принятия решений по выбору инструментальных средств разработки программного обеспечения

Для поддержки ведения онтологии и решения на ее основе задачи выбора инструментальных средств разработки программного обеспечения необходимо определить на построенной модели операции добавления и модификации основных концептов онтологии. Приведем операции, определенные на онтологической модели принятия решений по выбору инструментальных средств разработки программного обеспечения: операция добавления экземпляра класса, операция модификации экземпляра класса, операция удаления экземпляра класса, операция добавления атрибута класса, операция модификации атрибута, операция добавления отношения, операция модификации отношения, операция добавления класса, операция удаления класса.

Алгоритм принятия решений по выбору инструментальных средств разработки программного обеспечения

Для оценки и принятия решения по выбору инструментальных средств разработки программного обеспечения на основе представленной онтологической модели предлагается алгоритм, основанный на методе оценки подобия объектов в интеллектуальном пространстве знаний:

1. определение эталонного пакета инструментальных средств;

2. формирование набора потенциальных инструментальных средств;

3. формирование набора потенциальных пакетов инструментальных средств;

4. оценка подобия потенциальных пакетов и эталонного пакета инструментальных средств;

5. выбор пакета наиболее близкого к эталонному.

Каждое эталонное инструментальное средство задается множеством классов :

и множеством экземпляров классов с экземплярами отношений между ними.

Эталонный пакет задается множеством классов :

и множеством экземпляров классов с экземплярами отношений между ними.

Для оценки онтологических мер близости объектов чаще всего используют теоретико-множественный подход Тверски и как развитие этого подхода нормализованную модель, согласно которой мера близости двух объектов в интеллектуальном пространстве знаний определяется близостью метаописаний этих объектов [2,6]. Подобие между метаданными может быть определено через подобие входящих в него экземпляров понятий [4]:

где

- – величина близости метаописаний объекта и объекта ;

- – величина близости экземпляров понятий и , входящих в метаописания и соответственно.

При определении подобия экземпляров понятий выделяют три составляющие:

- таксономическое подобие (определяется на основе близости в иерархии онтологии);

- реляционное подобие (определяется на основе сходства отношений экземпляров);

- атрибутивное подобие (определяется на основе близости значений атрибутов экземпляров).

Подобие экземпляров понятий чаще всего определяют как аддитивную свертку трех ее составляющих [4], которую мы будем использовать для оценки подобия реального и эталонного инструментальных средств разработки программного обеспечения:

где

- – таксонометрическое подобие экземпляров понятий;

- – реляционное подобие экземпляров понятий;

- – атрибутивное подобие экземпляров понятий;

- и – веса соответствующих составляющих подобия экземпляров понятий.

Коэффициенты и определяются значениями атрибутов «Вес таксономического подобия», «Вес реляционного подобия» и «Вес атрибутивного подобия» класса «ИС» онтологической модели соответственно. Степень подобия двух экземпляров будет принимать значение из интервала [0,1].

Таксономическое подобие двух экземпляров и с учетом характера структуры онтологической модели будем определять как отношение числа общих суперпонятий обоих экземпляров к числу всех суперпонятий обоих экземпляров:

где – это множество вершин, которое содержит все вышележащие в таксономической иерархии вершины-понятия (суперпонятия) по отношению к заданной вершине-понятию и саму заданную вершину

То есть степень таксономического подобия двух экземпляров равна 1, если эти экземпляры равны, и равна 0, если эти экземпляры отличны друг от друга.

Степень реляционного подобия двух экземпляров и , где экземпляр соответствует некоторому эталону, принимая во внимание характер структуры онтологической модели, целесообразно вычислять только на основе тех отношений, для которых экземпляры и могут использоваться в качестве домена [3]. Тогда получим:

где и – множества отношений, в которых допускается использование в качестве домена экземпляров и соответственно.

Для каждого отношения из множества и экземпляра существует множество ассоциированных экземпляров :

Реляционное подобие двух экземпляров и с учетом отношения будем вычислять следующим образом:

Атрибутивное подобие экземпляров понятий основывается на подобии значений атрибутов этих экземпляров [5,6]. Атрибуты можно рассматривать как отношения, диапазоны которых представляют собой различные типы данных.

Пусть есть множество атрибутов экземпляра . Тогда множество общих атрибутов экземпляров и определяется как .

Введем понятие множества значений атрибута для экземпляра :

Близость значений и атрибута есть некоторое значение из диапазона от 0 до 1, то есть .

Значение близости значений определенного атрибута вычисляется в зависимости от типа и смыслового содержания атрибута [7,8,9]. Например, для строковых данных в качестве меры близости можно использовать минимальное число символов, которые нужно удалить или добавить при переходе из одной строки в другую. Для цифровых данных обычно используется инверсия разности, пронормированная максимальным значением атрибута [10,11].

Близость двух экземпляров и относительно атрибута вычисляется по формуле:

Тогда степень атрибутивного подобия двух экземпляров и , где экземпляр соответствует некоторому эталону целесообразно вычислять:

Учитывая характер задачи выбора инструментальных средств разработки программного обеспечения и структуры построенной онтологической модели, можно выделить только один атрибут, на основе которого встает необходимость вычисления атрибутивного подобия двух экземпляров. Этим атрибутов является «Значение стоимости» класса «ИС». Чаще всего возникает задача найти инструментальные средства, стоимость которых не превышает некоторого значения. Тогда атрибутивное подобие двух значений стоимости будет целесообразно вычислять по формуле:

где и – значения атрибута «Значение стоимости» экземпляров и соответственно, причем экземпляр соответствует некоторому эталону.

При формировании пакетов реальных инструментальных средств необходимо учитывать экземпляры отношения «интегрирован с», связывающие экземпляры класса «ИС». Значение атрибута «Значение стоимости» для сформированного экземпляра класса «Пакет ИС» будет вычисляться как сумма значений атрибутов «Значение стоимости» всех экземпляров класса «ИС», являющихся диапазоном отношения «содержит» для созданного экземпляра класса «Пакет ИС».

Конечным результатом работы предлагаемого алгоритма будет пакет инструментальных средств, который выбирается из множества альтернативных пакетов.

Заключение

Разработанная онтологическая модель и алгоритм принятия решений позволит вести онтологии для накопления и обработки знаний и фактов, необходимых для принятия решений о выборе инструментальных средств разработки программного обеспечения, сократить материальные и временные затраты на поиск согласованного решения по выбору инструментальных средств разработки программного обеспечения.

Библиография
1.
Тельнов Ю.Ф. Интеллектуальные информационные системы / Московский международный институт эконометрики, информатики, финансов и права. – М., 2004. – 82 с.
2.
Поспелов Д.А. Моделирование рассуждений. Опыт анализа мыслительных актов. – М.: Радио и связь, 1989. – 184 с.
3.
Тузовский А.Ф., Чириков С.В., Ямпольский В.З. Системы управления знаниями (методы и технологии) – Томск: Изд-во НТЛ, 2005. – 260 с.
4.
Крюков К.В., Панкова Л.А., Пронина В.А., Суховеров В.С., Шипина Л.Б. Меры семантической близости в онтологии // Проблемы управления. – 2010.-№
5.
– с. 2-14. 5.Тузовский А.Ф. Работа с онтологической моделью организации на основе дескриптивной логики // Известия Томского политехнического университета; т. 309. – 2006.-№ 7. – с. 134-137.
6.
Козлов С.В., Тузовский А.Ф., Чириков С.В., Ямпольский В.З. Использование онтологий в системах управления знаниями организаций // Известия Томского политехнического университета; т. 309. – 2006.-№ 3. – с. 180-184.
7.
Вахитов А.Р., Новосельцев В.Б. Преимущества дескриптивной логики при обработке знаний // Известия Томского политехнического университета; т. 313. – 2008.-№ 5. – с. 73-76.
8.
Невзорова О.А. Многоуровневая онтологическая система для планирования решений прикладных задач. – OSTIS, 2011. – с. 323-330
9.
Малых А.А., Манцивода А.В. Объектно-ориентированная дескриптивная логика // Известия Иркутского государственного университета, т. 4. – 2011.-№ 1. – с. 57-72.
10.
Левашова Т.В. Принципы управления онтологиями, используемые в среде интеграции знаний // Труды СПИИРАН; т. 2.-2002.-№1 – с. 51-68.
11.
Найханова Л.В. Основные аспекты построения онтологий верхнего уровня и предметной области // Интернет-порталы: содержание и технологии: сб. науч. ст. Вып. 3. ФГУ ГНИИ ИТТ «Информатика». – М.: Просвещение, 2005. – с. 452-479.
References (transliterated)
1.
Tel'nov Yu.F. Intellektual'nye informatsionnye sistemy / Moskovskii mezhdunarodnyi institut ekonometriki, informatiki, finansov i prava. – M., 2004. – 82 s.
2.
Pospelov D.A. Modelirovanie rassuzhdenii. Opyt analiza myslitel'nykh aktov. – M.: Radio i svyaz', 1989. – 184 s.
3.
Tuzovskii A.F., Chirikov S.V., Yampol'skii V.Z. Sistemy upravleniya znaniyami (metody i tekhnologii) – Tomsk: Izd-vo NTL, 2005. – 260 s.
4.
Kryukov K.V., Pankova L.A., Pronina V.A., Sukhoverov V.S., Shipina L.B. Mery semanticheskoi blizosti v ontologii // Problemy upravleniya. – 2010.-№
5.
– s. 2-14. 5.Tuzovskii A.F. Rabota s ontologicheskoi model'yu organizatsii na osnove deskriptivnoi logiki // Izvestiya Tomskogo politekhnicheskogo universiteta; t. 309. – 2006.-№ 7. – s. 134-137.
6.
Kozlov S.V., Tuzovskii A.F., Chirikov S.V., Yampol'skii V.Z. Ispol'zovanie ontologii v sistemakh upravleniya znaniyami organizatsii // Izvestiya Tomskogo politekhnicheskogo universiteta; t. 309. – 2006.-№ 3. – s. 180-184.
7.
Vakhitov A.R., Novosel'tsev V.B. Preimushchestva deskriptivnoi logiki pri obrabotke znanii // Izvestiya Tomskogo politekhnicheskogo universiteta; t. 313. – 2008.-№ 5. – s. 73-76.
8.
Nevzorova O.A. Mnogourovnevaya ontologicheskaya sistema dlya planirovaniya reshenii prikladnykh zadach. – OSTIS, 2011. – s. 323-330
9.
Malykh A.A., Mantsivoda A.V. Ob''ektno-orientirovannaya deskriptivnaya logika // Izvestiya Irkutskogo gosudarstvennogo universiteta, t. 4. – 2011.-№ 1. – s. 57-72.
10.
Levashova T.V. Printsipy upravleniya ontologiyami, ispol'zuemye v srede integratsii znanii // Trudy SPIIRAN; t. 2.-2002.-№1 – s. 51-68.
11.
Naikhanova L.V. Osnovnye aspekty postroeniya ontologii verkhnego urovnya i predmetnoi oblasti // Internet-portaly: soderzhanie i tekhnologii: sb. nauch. st. Vyp. 3. FGU GNII ITT «Informatika». – M.: Prosveshchenie, 2005. – s. 452-479.