AgentDSM-Eval: Çok-Etmenli Sistem Alana-Özgü Modelleme Dilleri için bir Değerlendirme Çerçevesinin Geliştirilmesi
Küçük Resim Yok
Tarih
2020
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Çok-etmenli sistemlerin (MAS) üretilmesi için gerekli yazılımların gelistirilmesi bu tip sistemlerin özerklik, dagıtıklık ve açıklıgına ek olarak etmenlerin davranıslarının ve birbirleri ile etkilesimlerinin karmasık yapısı nedeniyle çogu zaman zorlayıcı ve zaman alıcı olmaktadır. MAS gelistirmeyi kolaylastırmak için Etmen-yönelimli Yazılım Mühendisligi (AOSE) arastırma alanında birçok alana-özgü modelleme dili (DSML) önerilmistir. Bu MAS DSML?lerinin MAS DSML gelistiricisi ve kullanıcısı gibi paydasların çesitli ihtiyaçlarını karsılayacak yapıda olması ve MAS gelistirmeyi ne derece etkin ve kolay hale getirdiginin belirlenmesi gerekmektedir. Ancak literatürdeki MAS DSML çalısmaları incelendiginde bunların özellikle dil bilesenleri, üretilen çıktılar ve DSML?in etmen tabanlı yazılımın tasarımı ve insaası sırasında kullanımını içeren bir degerlendirmesinin hiç yapılmadıgı ya da çok yüzeysel bir sekilde yerine getirildigi görülmektedir. AOSE alanında yukarıda sözü edilen eksikligi gidermek amacıyla bu projede MAS DSML?lerinin belirlenen birtakım metriklere göre sistematik olarak niceliksel ve niteliksel açıdan degerlendirilmesini saglayan AgentDSM-Eval isimli bir degerlendirme çerçevesi ve bunu destekleyen yazılım araçları gelistirilmistir. AgentDSM-Eval?in aynı isimli çevrimiçi aracı içerisinde niceliksel degerlendirme sırasında ilk olarak degerlendirilen MAS DSML?inin üstmodeli bir referans üstmodel ile kıyaslanarak dilin MAS alanını kapsayıcılıgı belirlenmektedir. Çoklu durum çalısması temelli niceliksel degerlendirmede ise dilin MAS yazılımı gelistirme süresi ve çıktı üretim performansı göz önüne alınmaktadır. Son olarak dili kullanan MAS gelistiricilerinden alınan geribildirimlere dayalı olarak dilin belirli metriklere göre niteliksel degerlendirmesi yapılmaktadır. Örnek uygulamada AOSE alanında iyi bilinen Prometheus/PDT dilinin gelistirilen bu araç üzerinden niceliksel ve niteliksek degerlendirmesi yerine getirilmistir. Ayrıca çok-kriterli karar vermeyi destekleyen ve Analitik Hiyerarsi Süreci?ne (AHP) dayalı karsılastırmalı degerlendirme metodu AOSE?de yaygın olarak kullanılan dört farklı MAS DSML?inin degerlendirilmesinde kullanılmıs ve her karsılastırma kategorisinde en iyi diller belirlenmistir.
Açıklama
Anahtar Kelimeler
etmen-yönelimli yazılım mühendisligi, alana-özgü modelleme dili, çok-etmenli sistem
