内聚性和耦合性度量是两种最重要的面向对象软件度量。尽管人们已经提出了许多度量方法,但当前的理论分析和实验结果表明人们对内聚性和耦合性的理解还很弱,一个主要问题在于它们或建立在简单的语法分析基础上而没有准确捕获成分间的依赖关系,或不能有效刻画成分间的交互方式和交互强度,另一个主要问题在于人们只利用它们度量、评价和预测类的质量,而不清楚如何利用它们来改进软件的内部结构。本项目在依赖性分析技术的基础上研究准确的面向对象内聚性和耦合性度量,使它们能够用来:(1)更准确地预测类的易错性、易变性和易测性;(2)有效地识别面向对象系统中何处需要改进并提供如何改进的重要信息。为此,我们进行如下四项内容的研究:(1)基于依赖性分析的内聚性和耦合性度量方法研究;(2)基于开源软件的内聚性和耦合性度量的全面实证研究;(3)基于内聚性和耦合性度量的类自动重构(refactoring)方法研究;(4)支撑工具开发。
{{i.achievement_title}}
数据更新时间:2023-05-31
玉米叶向值的全基因组关联分析
监管的非对称性、盈余管理模式选择与证监会执法效率?
正交异性钢桥面板纵肋-面板疲劳开裂的CFRP加固研究
硬件木马:关键问题研究进展及新动向
基于SSVEP 直接脑控机器人方向和速度研究
面向带约束分析对象的联机分析模型和算法研究
供应链违约传染与风险度量:理论和实证研究
面向对象的实验物理分析方法和分析工具的开发研究
保险市场系统性风险识别、度量和评估研究:理论模型与实证检验