第二章 基于模型的系统工程 P1|系统建模语言SysML实用指南学习

本文主要是介绍第二章 基于模型的系统工程 P1|系统建模语言SysML实用指南学习,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

仅供个人学习记录
第三版

基于文档与基于模型的方法对比

MBSE潜在优势

  • 增进沟通:
    • 团队与利益相关方共享对系统的理解
    • 从系统多个维度展示和集成视图的能力
  • 降低开发风险:
    • 持续需求确认与设计验证
    • 对系统开发做精确成本估计
  • 提高质量:
    • 更多的完整、无歧义、可验证的需求
    • 需求、设计、分析和测试过程中更严密的跟踪能力
    • 提高设计完整性
  • 增加产出:
    • 快速影响需求分析与设计改变
    • 更有效地寻求权衡空间
    • 重用现有模型支持改进设计
    • 集成测试中减少错误,缩短周期
    • 自动生成文档
  • 提升下游生命周期阶段的模型应用层级:
    • 支持系统应用操作培训
    • 支持系统诊断与维护
  • 强化知识传递:
    • 提炼系统的领域知识,这些知识以标准化的形式存在,支持评估、查询、分析、演变和重用

基于文档的系统工程

在基于文档的方法中,系统、分系统及其硬件和软件部件的规范通常以分层树(规范树)来描述。系统工程管理计划(Systems Engineering Management Plan, SEMP)阐述了在项目中如何实施系统工程过程以及如何并行开展多工程学科工作,确保编制的文档满足规范树中的需求。

通过跟踪不同层级规范的需求,建立并维护需求的可追溯性。
需求和设计之间的可追溯性是通过识别满足需求的系统或者子系统的组件来维护,用于验证需求的严重过错,然后在需求数据库中反映这种追溯性。

基于文档的系统工程可以很严密,但信息分布在多个文档中,其完整性、一致性,以及在需求、设计、工程分析和测试之间的相互关系很难评估。

难以掌握系统的某一特定方面
难以展开必要的跟踪与变更影响分析
难以在需求、系统层设计和底层的详细设计之间保持同步
难以维护或者重用系统需求和设计的信息
提升基于文档状态,难以反映系统需求和设计的质量

基于模型的系统工程方法

1993年,Wayne Wymore引入了MBSE数学形式体系
Wymore W.Model-Based Systems Engineering. Boca Ration,FL: CRC Press; 1993.

基于模型的系统工程(Model-Based Systems Engineering, MBSE)作为一种程式化的应用,支持系统需求、设计、分析、验证、确认全过程,覆盖概念设计阶段并贯穿于整个开发及后续全生命周期阶段。
International Council on Systems Engineering(INCOSE). Systems Engineering Vision 2020. Version 2. 03, TP - 2004 - 004 - 02 September 2007 .

系统模型

系统模型system model包括系统规范、设计、分析和验证信息。
模型由表示需求、设计、测试用例、设计基本原理和相互关系的模型元素组成。

模型库中的模型元素之间的多重交叉关系使得系统模型能够从多个不同维度查看。这些视角聚焦于系统的不同方面,同时又能维持不同视角之间的一致性。

系统模型主要是确保系统设计能够满足其需求和所有目标,该模型是系统规范和设计过程的输出结果。系统模型规范了系统的部件组成。

系统模型越来越强调为集成其他工程学科(软/硬件、测试及可靠性、安全性等其他专业工程学科)模型所提供的共有系统描述角色

系统模型也可通过工程分析、仿真模型集成进行计算与动态运行。如果系统建模环境与运行环境结合扩大,则系统模型也可以直接运行

模型库

原先在文档中的规范、设计、分析、验证信息,可以从模型库中提取。模型能以视图、表格或报告方式浏览。

自动化的文档生成能力,显著降低建立和维护系统规范、设计文档的时间和成本。

对需求、设计、分析和验证信息的模型元素通过元素间交互关系能够诸葛跟踪,即使它们在不同图中表示。

应用MBSE方法和其他领域专用约束时,额外的模型约束可能会被强制施加。如领域专用约束:特定类型部件必须包含某些类型属性。

向MBSE的转变

作为基于文档的系统工程的一部分,相应的图技术与模型,如功能流图、行为图、原理块图、N2图、性能仿真、可靠性模型等已经得到应用。然而这些模型的使用局限于支持系统设计过程中的某种特定分析。单个的模型并没有集成到一个整体系统模型中,而且建模活动也并没有集成到系统工程过程中。

MBSE在整个生命周期内对系统需求、设计、分析和验证信息进行维持、评估和沟通。

灵活转变:MBSE与基于文档方法相结合

这篇关于第二章 基于模型的系统工程 P1|系统建模语言SysML实用指南学习的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/309722

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

嵌入式QT开发:构建高效智能的嵌入式系统

摘要: 本文深入探讨了嵌入式 QT 相关的各个方面。从 QT 框架的基础架构和核心概念出发,详细阐述了其在嵌入式环境中的优势与特点。文中分析了嵌入式 QT 的开发环境搭建过程,包括交叉编译工具链的配置等关键步骤。进一步探讨了嵌入式 QT 的界面设计与开发,涵盖了从基本控件的使用到复杂界面布局的构建。同时也深入研究了信号与槽机制在嵌入式系统中的应用,以及嵌入式 QT 与硬件设备的交互,包括输入输出设