zoukankan      html  css  js  c++  java
  • 需求分析--12章 过程建模

    12.1概述

    过程建模使用的主要技术
    • 上下文图:用来说明系统的上下文环境,确定系统边界
    • 数据流图:建立过程的分解结构
    • 微规格说明书:描述数据流图过程分解结构中最底层过程的处理逻辑
    • 数据字典:说明系统中涉及的数据的结构

    12.2 数据流图

    1. 基本模型元素(4种):外部实体过程数据流数据存储
    • 外部实体

      • 外部实体用矩形或者双矩形来描述

      • 是指处于待构建系统之外的人、组织、设备、或其它软件系统,它们不受系统控制,它们是待构建系统的数据源或数据目的地

      • 所有的外部实体联合起来构成软件系统的外部上下文环境,它们与软件系统的交互流就是软件系统与外部环境的接口

      • 接口联合起来定义了软件系的系统边界。

      • 常见外部实体:

        • 从待构建系统中获取数据或提供数据的组织
        • 需要与待构建系统交互的个人
        • 需要与待构建系统交换数据的其他软件系统
    • 过程

      • 过程用圆角矩形或圆形来代表
      • 过程是系统中发生的数据处理行为(包括 被转换、被储存、被分布)
    • 数据流

      • 带有箭头的线段描述数据流,箭头表述流向

      • 是指数据的运动,系统与环境或2个过程之间的通信形式,数据流必须和过程产生关联,要么过程的数据输入,要么过程的数据输出

      • 数据流可以分割和组合
        在这里插入图片描述

    • 数据存储

    2. 规则
    • 过程是对数据的处理,必须有输入和输出,且输入和输出存在差异
    • 数据流必须和过程产生关联,要么是过程的数据输入,要么是过程的数据输出
    • 数据流途中所有对象都有可以表示自己的名称,过程用动词,数据流、外部实体、数据存储、用名词
    3. 分层结构

    有时数据流程图过于复杂,所以分而治之,依据过程的功能分解结构,建立层次式的数据流程图描述

    在分层结构中定义了3个层次的数据流程图:上下文图0层图N层图
    • 上下文图

      • 是数据流图最高层次的图,使系统的最高抽象,将整个系统看成一个过程上下文图中存在且仅存在一个过程

      • 需要表示出所有和系统交互的外部实体数据流(包括系统输入输出),系统被视为黑盒,故不会出现数据存储实例

      • 适合描述系统的应用环境定义系统边界 (因此常常脱离数据流图被单独使用)

    • 0层图

      • 是对上下文图单一过程的第一次功能分解,需要概括系统的所有功能
    • N层图
      • 0层图中的每个过程都是可以分解的,以展示细节,对0层图分解产生的子图称为一层图
    4. 层次的构建和建立
    1. 创建上下文图

      需求获取阶段的获得的业务需求项目前景和范围可以帮助建立系统的上下文图。

    2. 发现并建立DFD片段

      将系统对事件的处理看成一个单一的过程,重点描述这个单一过程与事件外界(包括系统内部其他部分和系统外部实体)的数据交换

    3. 根据DFD片段组合产生0层图

    4. 功能分解,产生N层图

    12.3 逻辑说明–微规格说明

    1. 结构化自然语言

    2. 行为图

    1. 决策表/树

    12.4 数据说明–数据字典

    包含软件使用和产生的所有数据对象的描述,其中也包含数据流图中数据流和数据存储的定义

  • 相关阅读:
    [Reinforcement Learning] Cross-entropy Method
    [Deep Learning] 正则化
    [Deep Learning] 常用的Active functions & Optimizers
    [Machine Learning] 浅谈LR算法的Cost Function
    [Deep Learning] 深度学习中消失的梯度
    [Machine Learning] logistic函数和softmax函数
    [Deep Learning] 神经网络基础
    [Machine Learning] Active Learning
    [Machine Learning & Algorithm]CAML机器学习系列2:深入浅出ML之Entropy-Based家族
    [Machine Learning & Algorithm]CAML机器学习系列1:深入浅出ML之Regression家族
  • 原文地址:https://www.cnblogs.com/zhanyeye/p/9746081.html
Copyright © 2011-2022 走看看