徐波琴

摘 要：隨著科技的不斷進(jìn)步，人工智能在軟件工程中的應(yīng)用越來越廣泛。為了促進(jìn)軟件工程智能化和更好的發(fā)展，本文通過研究軟件工程當(dāng)下的發(fā)展?fàn)顟B(tài)，深入探究人工智能在軟件工程當(dāng)中的應(yīng)用。通過對該應(yīng)用的研究，以期對今后的同領(lǐng)域研究能夠起到借鑒作用。

關(guān)鍵詞：人工智能應(yīng)用；軟件工程；應(yīng)用

1 圖規(guī)劃應(yīng)用于軟件工程的意義

在軟件工程中，圖規(guī)劃應(yīng)用具有顯著意義。首先，使軟件工程提高了自動化的程度。為了實現(xiàn)對規(guī)劃器的良好調(diào)用，以及求解出策略，我們必須只用規(guī)劃性語言將領(lǐng)域動作、目標(biāo)及初始狀態(tài)表達(dá)出來。雖然初始的目標(biāo)和狀態(tài)影響求解結(jié)果的概率是極其小的，但如果應(yīng)用圖規(guī)劃，卻可以很大程度上促進(jìn)軟件工程自動化。

其次，圖規(guī)劃能使軟件的重要性充分發(fā)揮出來。假如問題領(lǐng)域是清晰透徹的，那么通過之前規(guī)劃獲得的方法進(jìn)行求解就可以得到想要的結(jié)果。如果過程中目標(biāo)發(fā)生了變化，也不必對實際執(zhí)行的程序模塊所在的問題域、動作描述等進(jìn)行修改，只要對求解的目標(biāo)進(jìn)行簡單的修改即可，這就為規(guī)劃應(yīng)用省去了許多麻煩。這就是抽象層次的一求解方法——智能規(guī)劃求解。如果問題領(lǐng)域以及求解的目標(biāo)沒有發(fā)生任何變化，那么規(guī)劃解也不會發(fā)生變化。這是由于抽象層次的解在內(nèi)部工作中不存在依賴性，這樣一來，模塊變化的最底層就能得到切實的控制與維護(hù)。所以，為了保證模塊修改和系統(tǒng)的局部性，使用規(guī)劃方法抽象層次的求解將最大可能性實現(xiàn)這一目標(biāo)，它從根本上保證了軟件的重用性。

2 圖規(guī)劃在軟件結(jié)構(gòu)化上的作用

大量的研究有力地證明了智能化規(guī)劃方法是解決軟件問題的最有效途徑，它可以使大軟件工程切實促進(jìn)智能規(guī)劃，也較好地解決了抽象層次的問題。智能規(guī)劃立足于SDGP的思想，基于圖規(guī)劃的通用軟件結(jié)構(gòu)設(shè)計法以及系統(tǒng)軟件的需求來將功能框架分析導(dǎo)出，并且運(yùn)用具體實例對算法自動設(shè)計軟件的系統(tǒng)結(jié)構(gòu)進(jìn)行描述。這樣一來，就可以通過人工智能規(guī)劃技術(shù)的應(yīng)用，將功能框架順利地從系統(tǒng)結(jié)構(gòu)中導(dǎo)出。而需求分析結(jié)構(gòu)則是先將數(shù)據(jù)輸入，通過SDGP的處理來得到軟件設(shè)計結(jié)構(gòu)，然后通過大量的實踐與研究，或者下載，安裝和調(diào)試，使圖規(guī)劃器得以實現(xiàn)，并使求解和建模在實際問題的抽象層次得以解決。

3 軟件質(zhì)量的不確定性以及人工智能管理方面

3.1 知識存在許多不確定性

許多的科學(xué)家和研究人員更加相信，這個世界最有魅力的地方就是它存在著不確定性。但是當(dāng)下許多人都在研究著知識的確定性本質(zhì)，卻極少人研究知識所存在的不確定性。那么，首先應(yīng)當(dāng)從知識的不確定性研究，才能深刻發(fā)現(xiàn)人工智能的不確定性。常識知識以及語言的不確定性是知識不確定性的重要組成部分。常識知識即元知識，屬于知識中的知識。常識知識表達(dá)出來所對應(yīng)的概念表達(dá)出比較明顯的模糊性和隨機(jī)性，不確定性，它可以很好地運(yùn)用自然語言。由于知識存在不確定性，人們必將進(jìn)一步去研究人工智能的不確定性方面。當(dāng)前人工智能學(xué)家的一項重要任務(wù)就是用機(jī)器將人類的認(rèn)知和人類認(rèn)識客觀世界進(jìn)行模擬，使機(jī)器也具有一定的不確定性智能，即主要通過不確定性知識的模擬處理，運(yùn)用以及尋找在不確定性中所存在的規(guī)律。

3.2 軟件工程的不確定性以及過程模擬

首先是軟件工程的過程模擬。通過分析企業(yè)的產(chǎn)品特性、生產(chǎn)周期、業(yè)務(wù)范圍、企業(yè)管理、規(guī)模等方面，來找出企業(yè)的特點(diǎn)從而使企業(yè)的軟件質(zhì)量得到提高，生產(chǎn)力提高，從而更好地創(chuàng)建出融合了軟件質(zhì)量控制、軟件管理的長時間持續(xù)地提升改進(jìn)產(chǎn)品質(zhì)量的方案。總的來說，軟件工程過程可以劃分為項目管理、軟件開發(fā)過程和組織管理三大方面。該模型可以集中體現(xiàn)出軟件的簡歷控制、企業(yè)的組織管理和軟件的工程開發(fā)項目管理，是用于全面實施，改進(jìn)提升軟件過程的核心模型。因為軟件工程的過程模型不是孤立的，也不是靜止的，因此為了實現(xiàn)模型整個切實的實現(xiàn)完善的發(fā)展持續(xù)趨勢以及螺旋上升趨勢，我們將從企業(yè)的3個方面進(jìn)行改造深化。

所以我們能夠得到一個結(jié)論，軟件工程模型屬于動態(tài)的持續(xù)優(yōu)化模型。

其次是存在著許多不確定問題和因素。第一，軟件質(zhì)量存在不確定性。主要包括對象設(shè)計、分析、實現(xiàn)等方面在內(nèi)的技術(shù)是計算機(jī)軟件工程界的主流。軟件質(zhì)量與計算機(jī)的操作以及配置等都有重要的關(guān)系。面向?qū)ο蟮姆椒ê图夹g(shù)逐漸成為軟件的可移植性，可繼承性以及功能性提高的有效手段，這是由于對象自身具備多態(tài)性，可繼承性等特性。但是軟件質(zhì)量卻變得越來越難以控制，不僅是因為軟件復(fù)雜度在近年來的提高，也因為軟件規(guī)模的不斷擴(kuò)大。第二，使用軟件工程的人的不確定性。在軟件工程的各項工作運(yùn)行中，人是十分重要的因素，因為軟件工程的運(yùn)作囊括了太多軟件生產(chǎn)的過程，每一個過程都實現(xiàn)了人機(jī)交互的變化，形成了不同程度的影響。所以人在軟件工程的工作中，存在絕對的不確定性，要解決這些問題，就必須把不確定因素引入人工智能中去，對其進(jìn)行更好的定量評價、定量考核，使其更好地投入到軟件質(zhì)量的評估管理過程中去。

參考文獻(xiàn)

[1]趙欣培，李明樹，王青，等.一種基于Agent的自適應(yīng)軟件過程模型[J].軟件學(xué)報，2004，15（3）：348-359.

[2]孫魯涌，周異，張云電.MEX文件在人工智能軟件中的應(yīng)用[J].計算機(jī)應(yīng)用與軟件，2004，21（3）：5-6.

[3]張桂昌.試分析人工智能在電氣工程自動化中的應(yīng)用[J].電子技術(shù)與軟件工程，2015，（22）：260-260.

（作者單位：贛南師范學(xué)院科技學(xué)院）