一种SysML模型生成与推荐方法

本发明属于计算机软件，涉及一种sysml模型生成与推荐方法。

背景技术：

1、低代码开发指通过模型驱动、可视化的编程等技术，实现人工编写少量代码就能快速交付应用程序，支持技术背景较低的用户构建完整的软件解决方案，可以有效解决传统软件开发需求变动造成业务与开发矛盾及交付时间冗长等难题。

2、模型驱动的系统工程是低代码开发的核心技术。模型是开发过程的主要资产，被用于分析、验证、模拟和生成要构建的应用程序的代码。低代码开发过程中通过使用预先构建的可视化组件来抽象和自动化软件开发生命周期的各个步骤。

3、sysml是一种应用广泛、表意丰富的图形建模语言，基于sysml图模型可以可视化地设计、分析和验证系统。

4、目前在模型驱动的系统工程过程中，建模仍然主要是一项手动活动。it专家使用模型来表达需求，但领域专家和最终用户通常使用自然语言表达需求，难于理解需求模型，阻碍了他们之间的快速反馈和有效沟通，导致开发的系统难于完全满足业务需求以及难以更改。

5、如果可以学习软件建模和开发的历史知识，重用已有的工件模型，根据自然语言描述的系统需求，智能化地生成和推荐模型，则可以有效地支持领域信息的表示和分析，且避免从头开始建模，降低模型构建的难度，进一步提高研发效率。然而目前还缺少有效的解决方案。

技术实现思路

1、为了解决现有技术通常关注于对已有模型的补全和修复，不支持输入易于描述的自然语句需求，智能化地生成和推荐低代码开发模型，本发明提供了一种sysml模型生成与推荐方法。本发明基于模型驱动设计、自然语言处理、人工智能等技术，通过挖掘已有软件开发知识，根据自然语言表达的需求文本自动化地生成sysml模型，并通过智能化的模型推荐，为软件解决方案生成相关个性化建议，减少系统建模的工作量，支持敏捷开发，在提高开发效率的同时保障软件质量。

2、本发明的目的是通过以下技术方案实现的：

3、一种sysml模型生成与推荐方法，包括如下步骤：

4、步骤s1：基于已有项目模型，提取自然语言描述的需求，并将模型表示成xmi文档，构建需求-sysml模型库；

5、步骤s2：基于机器翻译模型，构建sysml需求图自动生成器，解析需求-sysml模型库中各个项目的<需求,需求图xmi序列>，训练sysml需求图自动生成器；

6、步骤s3：解析新项目的自然语言描述的系统需求，输入训练后的sysml需求图自动生成器，自动生成需求图xmi序列；

7、步骤s4：对于新项目需求以及生成的需求图xmi文档，利用相似文本检测，检索需求-sysml模型库，推荐相似项目和相似需求图；

8、步骤s5：可视化地确认或补全sysml需求图；

9、步骤s6：利用sysml模型的需求追溯关系，推荐相似项目和需求对应的模块定义图、内部模块图、包图、参数图、活动图、状态图、用例图、时序图；

10、步骤s7：将新项目需求以及开发人员更新完善的sysml模型存储于需求-sysml模型库，扩展模型库。

11、相比于现有技术，本发明具有如下优点：

12、本发明可以根据自然语言需求，自动化地生成sysml需求图模型，并支持可视化的需求确认和变更，进而利用sysml模型的可追溯性，自动化地推荐模块图、活动图等其他sysml图模型，辅助软件系统建模和开发，提高软件系统的开发效率和质量。本发明也适用于uml模型的生成和推荐，还可以进一步应用于其他低代码开发过程中的模型生成和推荐，例如生成和推荐业务流程模型。

技术特征：

1.一种sysml模型生成与推荐方法，其特征在于所述方法包括如下步骤：

2.根据权利要求1所述的sysml模型生成与推荐方法，其特征在于所述步骤s1的具体步骤如下：

3.根据权利要求2所述的sysml模型生成与推荐方法，其特征在于所述sysml模型包括：需求图、模块定义图、内部模块图、包图、参数图、活动图、状态图、用例图、时序图。

4.根据权利要求1所述的sysml模型生成与推荐方法，其特征在于所述步骤s2的具体步骤如下：

5.根据权利要求1所述的sysml模型生成与推荐方法，其特征在于所述步骤s3的具体步骤如下：

6.根据权利要求1所述的sysml模型生成与推荐方法，其特征在于所述步骤s5的具体步骤如下：

技术总结
本发明公开了一种SysML模型生成与推荐方法，所述方法通过学习已有项目需求和SysML模型，构建SysML需求图自动生成器，实现根据自然语言表达的系统需求自动化地生成SysML需求图，并通过SysML模型的需求追溯关系推荐模型，支持模型驱动的系统工程中智能化的模型复用。本发明可以根据自然语言需求，自动化地生成SysML需求图模型，并支持可视化的需求确认和变更，进而利用SysML模型的可追溯性，自动化地推荐模块图、活动图等其他SysML图模型，辅助软件系统建模和开发，提高软件系统的开发效率和质量。本发明也适用于UML模型的生成和推荐，还可以进一步应用于其他低代码开发过程中的模型生成和推荐。

技术研发人员：王甜甜,杨培豪,吴翔虎,王亦平,金勤超,李兴隆,王克朝,苏小红
受保护的技术使用者：哈尔滨工业大学
技术研发日：
技术公布日：2024/1/13