Page 43 - 《软件学报》2021年第7期

李念语 等:一种基于分层适应逻辑的自适应系统实现框架 1961

偏好(preference).它是系统感兴趣的数据状态.与系统必须实现或维持的目标相反,这些偏好并不是必须要
做的,但若能满足这些偏好,系统的性能会更好.例如,无人机不仅要完成搜救目标,还要有经济性(耗电少)和快速
性的要求(要尽快搜索到所有遇难者).与目标类似,偏好也有一个衡量偏好满足程度的效用函数.例如,存在一个
效用函数:util=residual power/total energy storage,显示了耗能少的倾向.
Preference  {| p p 2 DataState  util p  ( ) [0,1]}.
功能(function).它是实现目标的手段或方法.功能通过操纵可控变量来改变数据状态.例如,无人机具有起
飞、着陆、改变方向等功能.
Function  {| :f f DataState  DataState }.
系统的状态是由内部因素决定的.换句话说,数据状态、功能、目标和偏好的满足共同定义了系统状态.
2.2 自适应规则

在开放且复杂的环境中,存在着多种(已发现和待发现的)对自适应行为有影响且具有不确定性的环境因素 [19,21] ,
并不是说所有环境因素的变化都会影响系统内因,从而引发适应行为,而是只有那些导致内因变化的因素才会
对自适应系统产生影响.
2.2.1 影响性自适应规则(influencial adaptation policies,简称 IAP)
IAP 描述了环境因素或外因如何影响系统的内因变化.这些环境因素,可能会影响某些数据状态,进一步影
响功能、偏好和目标.IAP 在系统部署时形成,与部署环境绑定,且可以在运行时动态更新以更好地映射环境因
素对内因的影响.
IAP  {ap |ap ExtFactor  : Internal Causes }.
i i
在火灾部署场景中,环境因素可能是火灾的严重程度,这必然会影响无人机系统内的数据状态.例如,若检
测到某街区情况严重(即火势大),无人机会将其标记为危险,为了自身安全,无人机会尽量避开这一街区的巡航.
但如果在地震部署场景中,来自地面的障碍物(对高空飞行的无人机没有威胁)可能不会影响到某街区的标记.
2.2.2 决定性自适应规则(deterministic adaptation policies,简称 DAP)
DAP 决定了内因如何影响系统的自适应动作.动作是功能的具体操作 Action  {|a f Function a  , Do ( )}.f 决
定自适应动作的因素可能涉及数据状态,系统拥有的功能、偏好和目标.对于无人机而言,如果没有检测到需要
引导的受害者,所有的街区都没有被巡航过,且暂时没有危险标记,则可以进行 4 个方向的飞行变化(东、南、西、
北)的动作.
DAP  {ap |ap : Internal Causes  Action }.
d d
上述概念模型明确定义了内因,并通过 IAP 推理外因对内因的影响,在此基础上,再通过 DAP 获得自适应动
作,从而实现自适应行为.在内外层两层结构下,这个概念模型具有适用性和可复用性的特点.适用性是指,基于
归因理论设计的自适应系统,在具有非确定性的部署环境中,能够通过推理 IAP 和 DAP,从而持续地满足系统的
目标.可复用性是软件工程领域的一个重要研究点,是指软件系统产品开发过程中以某种形式复用已有的产品,
包括代码、软件组件、测试套件、设计和文档等 [19] .在本文中,可复用性描述了内层适应逻辑,即 DAP 的不变性
和可用性,特别是与部署时绑定的 IAP 协调,共同满足变化部署环境或扩展部署环境中的自适应性.
3 实现框架

本节展示了基于归因理论概念模型上的实现框架.自适应逻辑建立在自适应规则的基础上,这些规则表征
了环境因素(外因)与系统内因之间、系统内因与自适应行为之间的因果关系.自适应行为是通过实施 MAPE
(Monitor 监测、Analysis 分析、Planning 规划、Execution 执行) [10,15] 循环来实现的,分析和规划活动分别负责识
别可能的目标违规和生成自适应决策,而监测和执行则负责在运行时实施决策.
3.1 知 识
为了实现自适应,需要利用知识——自适应规则.知识构件(knowledge)由所有 MAPE 构件共享.理想情况