列车车载控制软件的模型抽取需求分析法：提升安全与效率

本文主要探讨了一种创新的需求分析方法，针对列车车载控制软件的特殊需求，由于当前缺乏有效的工具支持，使得需求分析人员在理解和预测软件预期行为方面面临挑战。研究者针对这一问题提出了一个基于模型抽取的需求分析框架。首先，他们设计了一种控制软件需求分析工具，该工具能够从需求描述文档中提取关键需求条目，并转化为可执行的模型，如抽象语法树（AST）。 在这个过程中，数据流分析被用来解析模型，生成变量影响关系图和状态迁移图，这有助于理解和展示系统内部数据流动以及不同状态之间的转换。动态分析进一步被用于根据需求文档生成预期输出数据，这些数据是软件运行时应产生的结果。随后，将预期输出数据与实际运行软件的输出数据进行对比，通过这种方式，可以发现软件实现中的错误或不一致性。 通过可视化分析报告，需求分析人员能够直观地评估软件设计是否满足原始需求，从而提高软件质量，确保列车安全运行。实验结果显示，这种方法显著提高了需求分析的效率，降低了错误发现的时间成本，对于保障列车运行的稳定性和安全性具有重要意义。 本文的研究不仅关注了列车车载控制软件的需求分析，还结合了抽象语法树和数据流分析等高级技术，以及环路检测，以确保系统的正确性。此外，文中还介绍了研究团队的构成，包括作者王秀超、缪炜恺、王以松和包丹珠，以及他们的研究方向和合作单位——贵州大学计算机科学与技术学院和华东师范大学计算机科学与软件工程学院。 本文的核心贡献在于提供了一种有效的需求分析方法，特别适用于列车车载控制软件，为软件开发过程中的需求理解、设计验证和错误排查提供了新的视角和工具支持。