선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 메트릭을 이용하여 객체 지향 설계를 자 동적으로 재구조화하는 방법을 기술하였다. 자동화를 위하여 먼저 객체 지향 설계를 가시적인 추상화 모델로 표시 하고 이 모델로부터 설계를 정량적으로 측정할 수 있는 응 집도와 결합도 메트릭을 정의한다.
- 본 논문에서는 메트릭을 이용하여 객체 지향 설계를 재 구조화하는 기법을 제안한다. 먼저 시스템을 추상화된 모 델로 표시하고, 이 모델을 기반으로 응집도(cohesion)와 결합도(coupling) 메트릭을 정의한다, 응집도는 클래스에 속한 메소드와 속성들 사이의 관련성(relatedness)을 의미 하고, 결합도는 클래스들 시-이의 연결성(connectedness) 을 의미한다.
- 객체 지향 스키마 변형의 의미 [24]는 객체 지향 소프트 웨어의 동작 측면보다 패러다임에 기반한 상속 자료 모델 에 초점을 맞춘다. 본 연구는 재구조화 과정에서 구성 요 소인 메소드, 속성, 그리고 동작을 나타내는 그들 사이의 관계 에지가 새로 추가되거나 삭제되지 않고 그대로 보존 되는 것이 목적이고 다음과 같이 정의한다.
- 본 연구에서는 객체 지향 설계를 측정하기 위하여 정보 교환 행렬에 기반한 클래스 유사성을 사용하여 응집도와 결합도 메트릭을 정의한다.
가설 설정
- . CUG는 방향성 있는 비순환(acyclic) 그래프이고, CAG에서 상호작용 관계는 순환(cyclic)할 수 있지만 상 속 관계는 비순환한다.
- . CUG와 CAG의 각 노드는 유일한 이름을 가진다. 그림 2는 C++ 언어와 유사한 객체 지향 설계 예로서 “use”는 CUG 모델의 사용 관계, “call”은 호출 관계, 그리고 매개 변수 s와 t는 지역 변수를 나타낸다.
- 본 논문에서 제안한 응집도의 타당성을 검증하기 위하여 Briand[15]7> 제안한 성질(표 2)을 이용하여 COFI(D) 를 평가한다. Briand 성질의 모듈과 모듈화 시스템은 본 연구의 클래스와 객체 지향 설계로 각각 가정한다. 응집도 정의가 메소드 벡터 각의 코사인 유사성으로부터 출발하 므로 GOH(D)는 비음수성을 갖고 0과 "사이 값으로 정규 화되므로 첫 번째 성질 비음수성과 정규화를 만족한다.
- ・ 행위 1이외에 어떤 재구조화 행위 집합도 CUG 노드 이름을 변경할 수 없다.
- 본 유전자 알고리즘을 이용한 재구조화 방법의 시간 복 잡도(time complexity)를 분석하면 다음과 같다. 먼저 객 체 지향 설계 D의 전체 메소드 개수를 777, 전체 클래스 개 수를 n, 모집단의 크기를 p, 최대 세대 반복수를 幼见라고 가정한다. 전체 클래스 개수 冷은 재구조화 중간에 변할 수 있으나 모두 m으로 나타낸다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.