Page 55 - 《软件学报》2021年第7期
P. 55

李念语  等:一种基于分层适应逻辑的自适应系统实现框架                                                     1973


                 同的部署环境.
                    部署环境的改变或者扩展,都可能伴随着新一轮的环境因素与内因关系(即 IAP)的学习,我们认为,这个成
                 本与传统方法中自适应系统的整体规则更换或者更新相比,相对较低(尚未验证),我们将在未来工作中对由于
                 部署环境的更换所带来的 IAP 或者整体规则的学习或模拟成本进行测算和比较.基于内外因的方法其优点还
                 在于:能够让系统设计者着重于系统相对核心部分的设计,简化了设计者在早期阶段的工作,这也是软件工程方
                 法论原则——关注点分离的又一次应用;通过溯源自适应行为的内在原因,更容易帮助设计者发掘出影响内因
                 的环境因素(即外因).另外,由于环境中存在各种具有非确定性的环境因素以及系统内部有各种不同的变量,自
                 适应逻辑,特别是关于环境的自适应规则,不可避免地就会非常复杂,且环境因素对不同内因变量的影响也是不
                 同的,所以,获取这些规则和关系不是一件容易的事,这也是未来工作的一个重要方向.

                 5    相关工作

                    在本文中,我们基于归因理论,新提出了一个设计自适应系统的概念模型,在设计时通过将系统和环境解
                 耦,让自适应系统不仅能够适应具有非确定性的某个部署环境,还能够很好地适应不同的部署环境.我们将相关
                 工作分为 3 类.首先,探讨自适应系统的建模和决策以定位本文的工作;其次,自适应系统中的可复用性也是本文
                 的一个关注点;最后,讨论不同学科与自适应系统之间的交叉方法,这些方法也为推动自适应系统的发展起到了
                 至关重要的作用.
                    自适应系统的建模分为 4 个维度           [31] :目标,系统需要达到的目标;变化,自适应的原因;机制,系统应该如何应
                 对变化;效果,自适应对系统的影响.本文关注的是变化和机制两个维度.在 MORPH 框架中,自适应行为被划分
                 为两个独立的关注点:一个是配置自适应,研究如何改变构件的结构和操作参数;另一个是行为自适应,研究如
                 何引导系统的行为.MORPH 通过明确区分这两类不同的自适应且协调二者,从而使得系统能够适应复杂的自
                 适应场景   [32] .本文不对自适应行为作进一步划分,而是将引发自适应行为的原因划分为两个独立的关注点——
                 内因和外因,且认为内因才是引发自适应行为的根本原因.此外,在多智能体设计中,常用 BDI(即信念 belief、愿
                 望 desire 和意图 intention)模型来刻画智能体的结构,信念代表一个智能体关于自身、外部世界和其他智能体的
                 信息状态,愿望或者目标是它的动机状态,而意图是实现当前意愿的动作序列                           [33] .本文的定义与 BDI 有相似之
                 处,例如用数据状态来刻画关于自身的信息状态,目标和偏好反映系统需要达到和最好达到的数据状态.不同之
                 处在于,我们将外部信息状态用外因表示,外因只有通过影响内因,才能影响系统需要执行的动作序列,即自适
                 应行为.
                    自适应系统中的决策方法可以分为基于规则的方法、基于目标的方法、基于效用的方法以及基于控制论
                 的方法.在基于规则的方法中,适应规则规定了当某一环境变化发生时应进行的适应性动作                                [34,35] ,其形式有以下
                 几种:CA(条件和动作)规则       [36] 、ECA 规则(事件、条件和动作)      [37] 、状态转换图  [11] .在基于目标的方法中会指定
                 一个目标状态,规划的目的是弄清楚从当前状态到目标状态的一系列操作                          [38,39] .基于效用的方法通过效用函数
                 将系统模型中的每个状态映射成数值,并选择使效用值最大的状态.基于控制论方法的系统由两部分组成,一个
                 是需要被适应的目标系统,另一个是实现特定控制算法或策略从而让目标系统去适应的控制器,设定值是适应
                 目标的期望值,控制器通过系统输出和设定点之间的差别来调整目标系统,这类方法为系统的数学分析和设计
                 提供了理论和工具      [19] .本文主要探究基于规则的自适应系统,采用 CA 形式,将自适应规则分为特定系统部分和
                 特定环境部分,分别代表了内部归因和外部归因.内外归因能否运用于基于目标或者控制论的方法还有待进一
                 步探究.
                    可复用性一直是自适应系统领域的关注点.一般来说,研究主要集中在如何为自适应提供框架,如
                 Rainbow [34] 通过架构层的抽象模型来监控系统层的执行情况,该模型通过翻译层与系统层进行交互;Hogna 是
                 一个在云上部署自管理 Web 应用的平台             [40] ,允许开发人员定制反馈循环的每个阶段,而不必自己实现整个层.
                 可以复用的不同模式也促进了动态自适应系统的开发                   [11] .Weyns 等人提出了一个全面的参考模型——FORMS,
                 潜在地支持对常见问题的可重用的架构解决方案或架构模式的文档                             [41,42] .自适应软件产品线(autonomic
   50   51   52   53   54   55   56   57   58   59   60