UML 视图

article/2025/8/23 19:16:11

概述

事物(Things)、关系(Relationships) 是组成 UML 模型的基本模型元素,图由模型元素事物和关系构成,视图由各种图构成。
随着系统复杂性的增加,建模就成了必不可少的工作。理想情况下,系统由单一的图形来描述,该图形明确地定义了整个系统,并且易于人们相互交流和理解。然而,单一的图形不可能包含系统所需的所有信息,更不可能描述系统的整体结构功能。一般来说,系统通常是从多个不同的方面来描述
一个系统视图是对于从某一视角或某一点上看到的系统所做的简化描述,描述中涵盖了系统的某一特定方面,而省略了与此方面无关的实体。

“RUP 4+1”视图

“4+1”视图 最早由Philippe Kruchten提出。1995年,Philippe Kruchten在《IEEE Software》上发表了题为《The 4+1 View Model of Architecture》的论文,引起了业界的极大关注,并最终被RUP采纳,后发展为“RUP 4+1”视图。“RUP 4+1”视图结构如图所示:
这里写图片描述
从如图中可以看出,所谓的“RUP 4+1”是由 5 个视图组成。其中,「4」表示以下 4 个视图。

  • 逻辑视图(Logical View):

逻辑视图用来揭示系统功能的内部设计和协作情况。体现了系统的功能需求

  • 实现视图(Implementation View):

描述了在开发环境中软件的静态组织结构,用来显示组建代码的组织方式,描述了实现模块和它们之间的依赖关系。实现视图体现了系统的可扩展性、可移植性、可重用性、易用性以及易测试性。

  • 进程视图(Process View):

进程视图显示系统的并发性,解决在并发系统中存在的通信和同步问题。进程视图体现了系统的稳定性、鲁棒性、安全性以及伸缩性。

  • 配置视图(DeploymentView):

描述了软件到硬件的映射,反映了分布式特性。配置视图体现了系统的安装部署要求。

其中,「1」表示的是用例视图:

  • 用例视图(Use Case View)。

    用例视图强调从系统的外部参与者(主要是用户)角度看到的或需要的系统功能。

用例视图是其他视图的核心,它的内容直接驱动其他视图的开发。系统要提供的功能都是在用例视图中描述的,用例视图的修改会对所有其他的视图产生影响。此外,通过测试用例视图,还可以检验和最终校验系统。

UML 视图

UML视图延续了“RUP4+1”视图的思路,只是在某些视图名称上面做了些许改变,其包含以下视图:

  • 逻辑视图(Logical View):

含义同“RUP4+1”视图的逻辑视图。通常逻辑视图由多种图表示,如类图、对象图以及包图等。

  • 组件视图(Component View):

含义同“RUP4+1”视图的实现视图。组件视图通常由组件图表示。

  • 并发视图(Concurrency View):

含义同“RUP4+1”视图的进程视图。并发视图主要由状态图、活动图、时序图以及协作图等表示。

  • 配置视图(Deployment View):

含义同“RUP4+1”视图的配置视图。配置视图主要由配置图表示。

  • 用例视图(Use Case View):

含义同“RUP4+1”视图的用例视图。用例视图主要由用例图表示。

上述 UML 视图 具体结构如图所示:
这里写图片描述

参阅

  1. 运用RUP 4+1视图方法进行软件架构设计
  2. UML 基础与 Rose 建模案例(第三版)

http://chatgpt.dhexx.cn/article/s6HkoVhT.shtml

相关文章

MYSQL基础之 视图

概念 什么是视图? 视图是基于 SQL 语句的结果集的可视化的表。 当然视图也是数据库中对象之一,其它的对象包括:表,数据字典,约束,索引,触发器,存储过程,以及存储函数。这些后面再…

ClickHouse 物化视图

像通常的计算一样,强大的能力意味着至少有一点复杂性。这篇由两部分组成的文章通过准确解释物化视图的工作原理来填补空白,以便即使是初学者也可以有效地使用它们。我们将提供几个详细的示例,您可以根据自己的用途进行调整。在此过程中&#…

mysql通过视图插入数据_数据库视图 sql

数据库必知词汇:数据库视图 视图是从一个或几个基本表(或视图)中导出的虚拟的表。在系统的数据字典中仅存放了视图的定义,不存放视图对应的数据。视图与表(有时为与视图区别,也称表为基本表——Base Table)不同,视图所对应的数据不…

ABAP 视图

视图:视图支持几核查询一个或多个表里存在的数据的功能。在ABAP数据字典中激活视图会在数据库中生产次视图,访问此数据库视图需要用数据库接口进行访问。只是查询必要的表和字段不需要查询没必要的字段,因此可以最小化接口。视图和表一样,可以在ABAP程序的SELECT语句中使用…

oracle视图在查询里,oracle视图

手机评站网今天精心准备的是《oracle视图》,下面是详解! 怎么在oracle中查询出所有的视图view? 1、通过pl/sql,登录oracle数据库, 2、敲入sql,可以查询本库的所有视图view,select * from all_views t,结果中owner代表不同的用户; 3、如果查看本用户的所有视图view,执…

视图的概述

1.概念和特点 <1>概念&#xff1a;视图&#xff08;view&#xff09;是一种虚拟存在的表&#xff0c;本身并不包含数据。它是作为一个select语法查询到的结果集&#xff0c;以此为基表创建的一张虚拟表。对视图的操作对基表有直接影响,[视图中的数据发送了改变&#xff…

【python】三层BP神经网络推导MNIST优化效果对比损失函数对比

一、概述 本文的推导参见西瓜书P102~P103&#xff0c;代码参见该网址。主要实现了利用三层神经网络进行手写数字的识别。 二、理论推导 1、参数定义 三层神经网络只有一层隐藏层。参数如下&#xff1a; x输入层输入v输入层与隐藏层间的权值α隐藏层输入b …

BP神经网络隐藏层的作用,bp神经网络输出层函数

matlab bp神经网络只能输入一组预测一组吗 可以用前面很多数据建立网络后预测下几组数据吗 当然可以&#xff0c;这就是输入模式和输出模式的制定&#xff0c;可以自由设置&#xff0c;多输入多输出。但要注意如果预测多组&#xff0c;输入必须要提供足够的信息拥有足够多维。…

作业2:BP 算法实验报告

作业2&#xff1a;BP 算法实验报告 1. 算法介绍 BP 算法全称叫做误差反向传播&#xff08;error Back Propagation&#xff0c; 或者叫作误差逆传播&#xff09;算法。现实任务中使用神经网络时&#xff0c;大多是在是使用 BP 算法进行训练。BP 算法不仅可以用户多层前馈神经…

企业三层架构、冗余、STP生成树协议总结

总结 1.企业三层架构 2. 冗余(线路冗余+设备冗余) 3. STP生成树协议:IEEE802.1D,PVST+,802.1W,RSTP(rpvst),802.1S(MST) 企业三层架构(内网结构) 接入层: 常使用二层交换机,就近提供接口密度,用于用户的接入 汇聚层(分布层): 集合所有接入层流量(星型),…

利用BP神经网络 设计一个三层神经网络解决手写数字的识别问题

文章目录 1. 题目描述2. 求解原理&#xff08;1&#xff09;算法模型&#xff08;2&#xff09;算法原理 3.编程实现&#xff08;1&#xff09;环境说明&#xff08;2&#xff09;实验方案&#xff08;3&#xff09;Python实现 1. 题目描述 设计一个三层神经网络解决手写数字的…

模式识别八--三层BP神经网络的设计与实现

文章转自&#xff1a;http://www.kancloud.cn/digest/prandmethod/102850 本文的目的是学习和掌握BP神经网络的原理及其学习算法。在MATLAB平台上编程构造一个3-3-1型的singmoid人工神经网络&#xff0c;并使用随机反向传播算法和成批反向传播算法来训练这个网络&#xff0c…

多层前馈神经网络及BP算法

一.多层前馈神经网络 首先说下多层前馈神经网络&#xff0c;BP算法&#xff0c;BP神经网络之间的关系。多层前馈[multilayer feed-forward]神经网络由一个输入层、一个或多个隐藏层和一个输出层组成&#xff0c;后向传播[BP]算法在多层前馈神经网络上面进行学习&#xff0c;采用…

bp神经网络的拓扑结构,bp神经网络模型结构图

试画出BP神经网络结构输入层3节点,隐层5节点,输出层2节点 BP&#xff08;BackPropagation&#xff09;神经网络是1986年由Rumelhart和McCelland为首的科学家小组提出&#xff0c;是一种按误差逆传播算法训练的多层前馈网络&#xff0c;是目前应用最广泛的神经网络模型之一。 …

人工神经网络的拓扑结构,三层神经网络结构图

人工神经网络的基本组成是什么啊 谷歌人工智能写作项目&#xff1a;小发猫 神经网络BP模型 一、BP模型概述误差逆传播(ErrorBack-Propagation)神经网络模型简称为BP(Back-Propagation)网络模型常见的神经网络结构。 PallWerbas博士于1974年在他的博士论文中提出了误差逆传播…

模式识别:三层BP神经网络的设计与实现

本文的目的是学习和掌握BP神经网络的原理及其学习算法。在MATLAB平台上编程构造一个3-3-1型的singmoid人工神经网络&#xff0c;并使用随机反向传播算法和成批反向传播算法来训练这个网络&#xff0c;这里设置不同的初始权值&#xff0c;研究算法的学习曲线和训练误差。有了以上…

数学建模常用模型21:BP神经网络(三层)

给大家安利一款朋友开发的自研国产数据分析基础工具&#xff0c;一键式自动分析&#xff0c;自动生成分析模板&#xff0c;5分钟掌握主流61个统计类数学模型&#xff08;几乎涵盖SPSS绝大部分功能&#xff09;&#xff0c;以及23个有监督机器学习&#xff08;包括随机森林&…

三层神经网络的BP(BackPropagation)算法推导

BP算法&#xff1a; 利用的是sigmoid函数来搭建的一个三层神经网络。假设其拓扑结构如图1-1所示。 图1-1 三层神经网络 该网络的运行流程为&#xff1a;当输入一个样例后&#xff0c;获得该样例的特征向量&#xff0c;再根据权向量得到感知机的输入值&#xff0c;然后使用si…

多层神经网络BP算法解释

# 多层神经网络BP算法解释 ## 前向传播 *** * 该项目采用反向传播算法描述了多层神经网络的教学过程。 为了说明这个过程&#xff0c;使用了具有两个输入和一个输出的三层神经网络&#xff0c;如下图所示: 每个神经元由两个单元组成。 第一单元添加权重系数和输入信号的乘积。 …

python实现神经网络_Python实现的三层BP神经网络算法示例

本文实例讲述了Python实现的三层BP神经网络算法。分享给大家供大家参考&#xff0c;具体如下&#xff1a; 这是一个非常漂亮的三层反向传播神经网络的python实现&#xff0c;下一步我准备试着将其修改为多层BP神经网络。 下面是运行演示函数的截图&#xff0c;你会发现预测的…