基于Agent的网构软件模型研究

以开放网络环境下的网构软件需求为切入点，基于软件Agent的原理、方法和技术，系统分析了基于面向对象方法学的经典软件结构模型及其支撑技术的限制，提出了一种开放协同软件模型来作为网构软件的基础模型．结合其关键支撑技术的研究，提出了基于移动Agent的协同程序设计技术、多模式交互机制及基于Agent中间件模型和面向体系结构的协同程序设计方法，并探讨其在主流软件技术中的应用，初步形成了一种适合于开放网络环境需求的技术框架体系，在此基础上，提出了一条建立基于Agent的网构软件模型的技术途径，即网构软件模型=开放协同模型＋环境驱动模型＋智能可信模型，从而为进一步的研究工作奠定了基础．     

网构软件的研究与进展

随着Internet的快速发展与普及，如何在开放、动态、难控的网络环境下实现各类资源的共享和集成已经成为计算机软件技术面临的重要挑战之一，为了应对挑战，许多新理念、新概念、新模型、新方法和新技术应运而生，在系统分析以面向对象方法与技术为代表的经典软件方法与技术体系不足的基础上，从软件方法学及其技术支撑的角度，通过对软件技术发展趋势与挑战的思考与分析，初步凝练出了网构软件的概念框架、基本特征、逻辑内涵与关键技术，然后，在此总体构架之下，对近年来出现的各种相关的软件新概念、新模型、新方法和新技术从基本理念开放化、软件实体主体化、软件协同分离化、运行机制自适应、开发方法群体化、外部环境显式化、安全保障可信化、系统管理自治化、技术体系系统化等多个侧面加以系统的综述与介绍；最后，在综合分析的基础上提炼出进一步的研究问题，     

基于体系结构的网构软件自适应方法

作为网构软件的基本特性之一,自适应性是指软件系统在预设策略的指导下自动地监测系统状态信息,并在必要时对自身进行调整,以提供更好的服务.针对网构软件可适应性、自适应可操作性及适应结果可信性3个基本问题,提出了一种以体系结构为中心的网构软件自适应方法,即监测、分析、规划、实施等自适应活动均围绕软件体系结构展开,其中,网构软件运行状态和行为以运行时软件体系结构的方式实时展现和在线调整;自适应相关知识通过软件体系结构记录、组织和加工,以实现系统状态和行为的自动分析和调整规划.     

基于应用语义的网构软件松弛事务模型研究

事务处理是保障服务协作可靠性的关键技术，由多个具备事务特性的服务通过交互和协作复合而成的服务称为事务性复合服务（transactional composite service，TCS）．为保证TCS执行的松弛原子性，现有的研究主要依靠对TCS语法结构的分析，但语法结构反映不出特定的应用语义信息，从而对服务事务能力要求过高，导致了很多不必要的失败恢复甚至放弃．给出了一个基于应用语义的网构软件松弛事务模型，包括系统模型、松弛原子性、松弛原子性可满足检查算法、执行保障算法．用户可以根据应用语义，为TCS赋予特定的松弛原子性约束ε，包括TCS合理结束配置，以及对各个合理结束配置的倾向性顺序．ε-松弛原子性可满足检查算法可以确保TCS执行满足指定的ε-松弛原子性．执行保障算法根据酌束监控TCS的执行，主动进行重试、补偿等操作，将松弛原子性的规约与保障抽象到系统层次进行，分离了关注点．     

开放协同环境下网构软件的信任管理研究

网构软件的构建依赖于对开放协同环境中各种异构的、自治的软件服务实体间的有效协同.针对信任评估的主观性、模糊性以及无法精确地描述和验证等问题,提出适用于网构软件的信认评估算法.根据模糊数学理论,将软件实体X的信任程度以及各软件实体时被评估软件实体的各关键属性的评估进行模糊变换,得到即将参与协同的软件实体Y的信任向量,并根据实际对原软件实体X的各信任值向量化,最终得到对软件实体X的信任值.     

面向网构软件的环境显式化技术

网构化软件处于开放、动态、难控的环境之中,需能感知并适应环境的变化,以持续提供用户满意的服务．传统软件构造技术缺乏对环境感知和适应的系统支持．本文在前期工作基础上,提出一种面向网构软件的软件结构,通过为软件系统配备先验的环境模型和环境规约来实现环境处理的显式化．进而,介绍了我们使用这种方式来处理开放环境之分布异步性、感知信息的不一致性以及环境中人类用户行为特性等的若干具体技术进展．而后,讨论了一种先验环境模型及环境规约的开发方法原理,给出了相应的环境驱动逻辑的静态表达与运行实现机制．该方法和机制可较好地支持环境处理与应用业务逻辑间的关注分离．     

网构软件体系结构代数模型

由于网络化软件的规模和复杂程度的不断增加,设计可伸缩的软件体系结构,开发可演化的软件系统遇到了挑战．挑战之一是很难把软件模型与原系统说明区分开来,使得软件系统的可演化性受到限制．一个有效的途径是建立可范用软件体系结构的抽象模型,指导网构软件设计,从而提高软件模型的概括能力和可伸缩能力．本文提出一种网构软件体系结构代数模型,其中一个创新思想是把网构连接子解释成网构变量的运算．结合代数学方法和软件实现技术,定义了6种网构连接运算,所有运算是对连接子的代数抽象,因此软件体系结构的抽象表达能力得到了加强．为了展示提出代数模型的建模与分析辅助作用,介绍了一个基于代数模型的网构软件设计与演化的案例研究．     

基于组织的网构软件程序设计语言及其实现

作为Internet环境下的一种新的软件形态,网构软件的自主性、协同性、适应性、演化性及柔性体系结构等特点对传统的程序设计模型、语言和支撑平台提出了一系列挑战．本文基于组织抽象和agent技术提出了支持网构软件构造的程序设计语言OragentL．首先,OragentL将软件agent作为网构软件中自主实体的抽象,并在这一层面设计和封装系统的自适应和自演化逻辑．其次,OragentL将组织、角色等组织抽象作为一级编程实体,提供了角色扮演、角色组合、角色演化、基于角色的交互、基于组织的自管理等机制为网构软件的动态性特点提供了显式的语言设施和机制支撑．我们设计了OragentL的语法和形式化操作语义,并开发了Oragentburg作为OragentL网构软件的运行时环境,支持0ragentL程序的开发、编译、部署和运行     

一种基于Bayes信任模型的可信动态级调度算法

提出了一种基于信任机制的任务调度模型，该模型通过借鉴社会学中的人际关系信任模型，建立网格节点间的信任关系，利用Bayes方法对节点的可信度进行评估，将节点的可信度并入DLS算法得到可信动态级调度（Trust-DLS）算法．仿真结果证实，提出的Trust—DLS算法能以较小的时间花费为代价，有效提高应用任务在可信方面的服务质量需求，保证网格环境中任务安全可信的执行。     

一种以软件体系结构为中心的网构软件开发方法

作为Internet环境下的一种新型的软件形态，网构软件对传统的软件开发理论、方法与技术提出了一系列的挑战．作为一种以软件复用为核心思想、以软件构件为基本实体、以软件体系结构为中心、以软件中间件为运行支撑的软件开发方法学，ABC（architecture based component composition）方法能够有力支持网构软件的开发．其中，基于特征的领域建模以及特定应用的特征模型剪裁方法和技术，反映了网构软件在问题空间实现自底向上、从“无序”到“有序”的构造过程；基于自适应软件体系结构的分析与设计方法，支持自适应网构软件的开发；具有反射机制、支持自主构件的中间件平台则为网构软件的运行，尤其是网构软件结构的自适应和实体的自适应提供支撑机制．     

An intelligent model selection and forecasting system

In this paper we present an intelligent decision‐support system based on neural network technology for model selection and forecasting. While most of the literature on the application of neural networks in forecasting addresses the use of neural network technology as an alternative forecasting tool, limited research has focused on its use for selection of forecasting methods based on time‐series characteristics. In this research, a neural network‐based decision support system is presented as a method for forecast model selection. The neural network approach provides a framework for directly incorporating time‐series characteristics into the model‐selection phase. Using a neural network, a forecasting group is initially selected for a given data set, based on a set of time‐series characteristics. Then, using an additional neural network, a specific forecasting method is selected from a pool of three candidate methods. The results of training and testing of the networks are presented along with conclusions. Copyright © 1999 John Wiley & Sons, Ltd.     

Forecasting and trading strategies based on a price trend model

In this paper, we consider the price trend model in which it is assumed that the time series of a security's prices contain a stochastic trend component which remains constant on each of a sequence of time intervals, with each interval having random duration. A quasi‐maximum likelihood method is used to estimate the model parameters. Optimal one‐step‐ahead forecasts of returns are derived. The trading rule based on these forecasts is constructed and is found to bear similarity to a popular trading rule based on moving averages. When applying the methods to forecast the returns of the Hang Seng Index Futures in Hong Kong, we find that the performance of the newly developed trading rule is satisfactory. Copyright © 2000 John Wiley & Sons, Ltd.