×

将遗传编程和模型驱动开发相结合。 (英语) Zbl 1178.68549号

摘要:众所周知,遗传编程(GP)为许多问题提供了很好的解决方案,例如网络协议和分布式算法的进化。在大多数情况下,它是设计框架的硬连接模块,帮助工程师优化系统开发中的特定方面。在本文中,我们展示了如何通过将GP作为一个组件进行隔离并将其集成到模型驱动的软件开发过程中来显著提高GP的实用性。我们的GP框架生成XMI编码的UML模型,这些模型可以轻松加载到广泛可用的建模工具中,从而提供代码生成以及额外的分析和测试功能。我们以分布式选举算法的演化为例,说明如何将GP与模型驱动开发(MDD)相结合。

MSC公司:

68分20秒 人工智能背景下的问题解决(启发式、搜索策略等)
68个M12 网络协议
68N99型 软件理论
68宽15 分布式算法

软件:

分布式电源
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] DOI:10.1023/A:1012978805372·Zbl 0994.68039号 ·doi:10.1023/A:1012978805372
[2] 内政部:10.1142/S0129626498000547·doi:10.1142/S0129626498000547
[3] 内政部:10.1007/11940128_73·Zbl 1135.68338号 ·doi:10.1007/11940128_73
[4] Eckstein R.,《使用桑巴舞》(1999)
[5] Fowler M.,《UML提取:标准对象建模语言简要指南》(2003)
[6] P.Nordin,《遗传编程进展1》,编辑J.Kenneth和E.Kinnear(麻省理工学院出版社,马萨诸塞州剑桥,美国,1994年),pp。311–331.
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。