ارائه روشی ترکیبی بر مبنای شبکه عصبی فازی و الگوریتم های تکاملی جهت پیش بینی رفتار حین اجرای نرم¬افزارهای خودتطبیق مبتنی بر معماری

نادر قانعی رودی1 کاظم نیک فرجام2

چکیده :
نرم¬افزارهای خودتطبیق، سیستم هایی هستندکه تغییرات را از محیط درونی وبیرونی خود دریافت کرده و باتوجه به وضعیت یک هدرآن قراردارند،خودرابا تغییرات تطبیقمی¬دهند.ازآن¬جاکه این فرایند براساس نیازمندی¬هاي کاربران، منابع وشرایط محیطی صورت می¬گیرد ، منجر به مطابقت نرم¬افزاربا نیازهای کاربران می¬شود]1و2 [. روش¬های سنتی خود تطبیقی در قالب ویژگی¬های زبان¬های برنامه¬نویسی به¬کارمی¬رفتند. تطبیق¬پذیری که در این روش¬ها وجود دارد به شدت آمیخته با برنامه است. این روش¬ها، به¬محض کشف خطا، آن را به دام می¬اندازند، اما مدیریت خطای داخلی، قادر نیست منبع واقعی مشکل را شناسایی و راهکار جبرانی ارائه نماید. به¬علاوه، چنین روش¬هایی نمی¬توانند مشکلاتی مانند افت کارایی تدریجی نرم¬افزار و یا الگوهای غیرمطمئن را شناسایی کنند. همچنین به¬دلیل وابستگی این روش¬ها به کد برنامه، تغییر سیاست¬های تطبیق¬پذیری در آن¬ها، بسیار سخت می¬شود. راه حل این مشکلات، استفاده از مدل¬های معماری نرم¬افزار برای کشف، تشخیص و برطرف کردن خطاها و تنگناهاست ]3 [. سیستم¬های خودتطبیق مبتنی بر معماری، واکنشی هستند. مرجع ]3 [، به روش پیش¬بینی، اتکا دارد و واکنشی نیست. این مرجع، پیش¬بینی رفتار نرم¬افزار¬های خودتطبیق را با استفاده از مدل مارکوف مخفی و شبکه¬ی عصبی بازگشتی و پویا (NARX) انجام داده است. شباهت روش ارائه شده در این تحقیق با روشی که در مرجع ]3 [ مطرح شده است، پیش¬بینی رفتار نرم¬افزار¬های خودتطبیق بر معماری می¬باشد، اما تفاوت آن عبارت است از استفاده از ترکیب شبکه عصبی فازی انفیس و الگوریتم¬های تکاملی جهت پیش¬بینی رفتار نرم¬افزارهای خودتطبیق مبتنی بر معماری. مدل فازی- عصبی، منطق فازی را با شبکه¬های عصبی مصنوعی ترکیب می¬کند. با توجه به وجود روابط غیرخطی و عدم قطعیت در رفتار سیستم¬های نرم¬افزاری، استفاده از مدلی که از منطق فازی، استفاده کند در بهبود پیش بینی رفتار این سیستم ها مؤثر است. در مرجع ]3 [ از روش¬های NARX و مدل مارکوف مخفی برای پیش بینی رفتار غیرخطی سیستم¬های خودتطبیق استفاده شده است، در این تحقیق می¬خواهیم به بررسی کارایی روش¬ ترکیبی مورد استفاده (ترکیب انفیس و الگوریتم¬های تکاملی) برای پیش بینی بپردازیم.

کلمات کلیدی : شبکه عصبی الگوریتم تکاملی نرم افزار خود تطبیق


زبان مقاله : فارسی
محور مقاله : علوم مهندسی
محل انتشار : سومین کنفرانس بین المللی مهندسی و علوم کاربردی
آدرس وب سایت کنفرانس : 3iceasconf.com
کد IOI مقاله : XYGE-BDBCH
لینک مستقیم مقاله : https://isnac.ir/XYGE-BDBCH

سایر مقالات محل انتشار
  1. خوشنویسی , هنر مقدس اسلامی
  2. Comparison of VIKOR, SAW and TOPSIS models to select suitable sites for cultivating rice in Sefidroud irrigation and drainage network, Iran
  3. تأثیر رفاه اجتماعی بر پیشگیری از جرم و جنایت در ایران
  4. امنیت اطلاعات و راهکارهای افزایش امنیت اطلاعات سیستم¬های نرم افزاری
  5. Syngas Production by Plasma Reactor and Various Hydrocarbon Sources Content NG, LPG, Fuel, Methane, Propane, Butane, Coal and Waste
  6. بررسی تأثیر عامل امنیت در گسترش شهرهای شمالی خراسان ‏بزرگ(ماوراءالنهر) در طول سده های نهم تا سیزدهم میلادی/ سوم تا هفتم ‏هجری¬قمری
  7. مطالعه و بررسی انتقال فرهنگ دینی از والدین به فرزندان در ایران
  8. معرفی روشهای تحلیل خوانایی متون درسی و محاسبه آن با بهره‌گیری از نرم افزار AntConc مطالعه موردی کتب زبان انگلیسی دوره متوسطه اول، (سری آموزشی Prospect)
  9. The effect of vitamin D supplementation on the blood pressure in prediabetic adults: a randomized clinical trial
  10. Optimal Scheduling for State Estimation and Control of a Networked Control system
  11. بررسی اهمیت مدیریت دانش در سازمان های نوین با تکیه بر موانع تسهیم دانش
  12. . بررسی اثر طول ستون های سنگی در بهسازی خاک سست بستر پی گسترده
  13. پروفایل کونوپپتیدی سموم دارویی حلزونهای مخروطی دریایی
  14. ارزیابی تاثیر گروه ستون های سنگی در پایداری ساختمان با پی گسترده واقع بر بستر خاک سستCH
  15. مكان يابي بهينه پاركينگ هاي طبقاتي در محلات بافت فرسوده شهر بابل با استفاده از ( GIS )