[图解]SysML和EA建模住宅安全系统-14-黑盒系统规约

1
00:00:02,320 --> 00:00:07,610
接下来,我们看下一步指定黑盒系统需求

2
00:00:08,790 --> 00:00:10,490
就是说,把这个系统

3
00:00:11,880 --> 00:00:15,810
我们的目标系统,ESS,看成黑盒

4
00:00:18,030 --> 00:00:22,850
然后从外部来观察它有什么行为

5
00:00:22,860 --> 00:00:23,850
有什么特征

6
00:00:24,530 --> 00:00:27,860
系统的外部可观察行为和物理特征

7
00:00:30,010 --> 00:00:32,440
也就是说,就变成这个系统的属性

8
00:00:34,260 --> 00:00:35,230
还有行为

9
00:00:38,140 --> 00:00:41,800
我们来看,它是图18.19

10
00:00:41,970 --> 00:00:43,120
前面我们见过了

11
00:00:43,130 --> 00:00:47,100
但是刚才是和内部块图对比的

12
00:00:48,150 --> 00:00:49,960
现在我们再来仔细看一下

13
00:00:49,970 --> 00:00:52,790
这个图18.19,ESS黑盒规约

14
00:00:53,040 --> 00:00:58,160
这是一个BDD。块定义图

15
00:00:59,280 --> 00:01:01,880
放在2-结构这个包里面

16
00:01:02,250 --> 00:01:03,520
这是图的名字了

17
00:01:03,530 --> 00:01:05,480
ESS黑盒规约,就是这个了

18
00:01:06,910 --> 00:01:11,370
里面实际上就是一个block

19
00:01:12,340 --> 00:01:13,050
就一个block

20
00:01:13,960 --> 00:01:18,820
ESS,然后这里分了很多栏

21
00:01:19,610 --> 00:01:25,540
很多分栏,有引用,值,类元操作,代理端口

22
00:01:26,550 --> 00:01:27,670
当然不止这么多分栏

23
00:01:27,680 --> 00:01:32,510
就是说,它有哪些这些内容

24
00:01:33,160 --> 00:01:36,030
如果该分栏有相关内容

25
00:01:36,480 --> 00:01:39,240
那么在分栏上就会出现这些东西

26
00:01:39,250 --> 00:01:40,960
没有的话,它会隐藏起来

27
00:01:45,250 --> 00:01:46,000
引用是什么

28
00:01:46,290 --> 00:01:51,520
相当于我们面向对象建模的时候

29
00:01:51,530 --> 00:01:54,560
引用关联

30
00:01:55,130 --> 00:01:56,820
一会我们操作的时候可以看到

31
00:01:57,920 --> 00:02:00,910
值就是跟引用相对的了

32
00:02:02,080 --> 00:02:06,680
引用是说我拥有你的一个标识

33
00:02:08,560 --> 00:02:10,840
但是你这独立于我,在外面

34
00:02:11,090 --> 00:02:14,880
值就是你是我的一个值

35
00:02:15,090 --> 00:02:16,360
类元的行为

36
00:02:16,670 --> 00:02:20,840
ESS运营的状态

37
00:02:21,090 --> 00:02:21,720
一个状态机(的构造型)

38
00:02:21,730 --> 00:02:26,050
操作相当于系统的功能需求

39
00:02:26,060 --> 00:02:28,410
系统的行为,系统做什么

40
00:02:28,420 --> 00:02:29,170
系统做什么

41
00:02:30,950 --> 00:02:33,540
就是我们需求写的系统做什么

42
00:02:34,340 --> 00:02:36,540
代理端口,我们上一个图的时候

43
00:02:36,550 --> 00:02:41,560
我们说了,ESS上面的一些端口

44
00:02:43,840 --> 00:02:44,990
这里有一些构造型

1
00:00:00,910 --> 00:00:03,610
我们看这几个构造型,这个store

2
00:00:03,900 --> 00:00:06,400
就是存储的意思

3
00:00:07,370 --> 00:00:10,440
就表示这些是必须存储的内容

4
00:00:11,350 --> 00:00:12,660
包括数据

5
00:00:12,670 --> 00:00:14,940
包括能量、质量

6
00:00:16,820 --> 00:00:19,300
下面这里有个mop

7
00:00:19,470 --> 00:00:21,470
就是measures of

8
00:00:21,760 --> 00:00:22,520
performance

9
00:00:24,080 --> 00:00:26,510
性能的度量

10
00:00:26,720 --> 00:00:29,630
实际上就是性能和质量特征

11
00:00:30,940 --> 00:00:33,720
它是通过一些值来表达的

12
00:00:33,930 --> 00:00:36,240
这个值就是我们定义的

13
00:00:36,250 --> 00:00:38,000
之前我们定义的值类型

14
00:00:40,760 --> 00:00:48,520
下面这个一样的,这样下来

15
00:00:50,440 --> 00:00:52,910
这两个要标一下

16
00:00:54,130 --> 00:00:54,800
构造型

17
00:00:56,940 --> 00:00:59,090
下面我们就来画一下这个图

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://xiahunao.cn/news/3227066.html

如若内容造成侵权/违法违规/事实不符,请联系瞎胡闹网进行投诉反馈,一经查实,立即删除!

相关文章

萌啦数据多少钱一个月,萌啦数据价格是多少

在跨境电商的浩瀚星海中,Ozon作为俄罗斯及独联体地区领先的电商平台,正吸引着越来越多的商家和创业者的目光。而“萌啦ozon数据”作为专注于Ozon平台数据分析与洞察的服务提供商,更是成为了众多商家在数据驱动决策道路上的得力助手。然而&…

怎么选择渲染农场?渲染100邀请码1a12

市面上的渲染农场那么多,到底选择哪一个呢?这次我给大家提供几个指标,以供参考。 1、机器性能:农场的机器性能会直接影响到渲染速度,速度越快项目就能越早完成,所以机器性能是重要的衡量指标。2、渲染价格…

YOLOv5改进 | 注意力机制| 对密集和小目标友好的EVAblock【完整代码 + 小白轻松上手】

秋招面试专栏推荐 :深度学习算法工程师面试问题总结【百面算法工程师】——点击即可跳转 💡💡💡本专栏所有程序均经过测试,可成功执行💡💡💡 专栏目录: 《YOLOv5入门 改…

七人共赢拼团模式的深度剖析与互助精神重塑

在当今电商的浩瀚星海中,七人共赢拼团模式以其创新的合作框架与激励体系,正引领着消费与商业的新潮流。这一模式不仅优化了购物体验,更深刻诠释了互助共赢的核心理念。以下,我们将从直推奖励、自动补齐机制及团队荣耀奖三个方面&a…

井字游戏00

题目链接 井字游戏 题目描述 注意点 1 < board.length board[i].length < 100输入一定遵循井字棋规则 解答思路 如果某一方想要获胜&#xff0c;则其需要占满某一行或某一列或对角线&#xff0c;所以只需要根据第一行和第一列判断是否填充完某一行或某一列或对角线…

「解析」Cosine-Warmup 学习率策略

参考论文&#xff1a;SGDR: Stochastic Gradient Descent with Warm Restarts Bag of Tricks for Image Classification with Convolutional Neural Networks 梯度下降算法需要我们设置一个值&#xff0c;用来控制权重更新幅度&#xff0c;我们将其称之为学习率。它是控制模型学…

Python虚拟环境:Virtualenv和Pipenv的安装理解与使用

Python虚拟环境&#xff1a;Virtualenv和Pipenv的安装理解与使用 引言 在Python开发中&#xff0c;一个常见的问题是不同项目依赖不同版本的库&#xff0c;这可能导致版本冲突。为解决这个问题&#xff0c;Python社区创造了虚拟环境工具&#xff0c;如Virtualenv和Pipenv。本…

使用Go编写的持续下行测速脚本,快速消耗流量且不伤硬盘

介绍 使用go语言编写的持续下行测速脚本,可用于任意平台使用,通过指定URL清单文本文件自动遍历测速,支持多线程,支持多平台 特性 轻量级,无依赖采用内存进行缓存数据,不占用磁盘(如果内存较小请使用gcd项目)&#xff0c;最大程度减少磁盘IO,保护硬盘寿命可自定义最大下载文件…

队列+二叉树广度优先

题目出自力扣-n叉树的层序遍历 我是原始人&#xff0c;递归写出一道题就只有递归思路&#xff0c;开始的想法是写深搜函数&#xff0c;传一个随着层数递增的int参数q&#xff0c;节点空就return&#xff0c;否则遍历所有节点&#xff0c;每个子节点又以q1为层数递归&#xff…

项目实战--本地缓存方案选型及使用缓存的坑

一、摘要 在互联网公司面试时&#xff0c;说到缓存&#xff0c;面试官基本上会绕不开的几个话题&#xff1a;项目中哪些地方用到了缓存&#xff1f;为什么要使用缓存&#xff1f;怎么使用它的&#xff1f;引入缓存后会带来哪些问题&#xff1f; 引入缓存&#xff0c;其实主要…

lvs集群、NAT模式和DR模式

lvs集群概念 全称是linux virtual server&#xff0c;是在Linux的内核层面实现负载均衡的软件。 主要作用&#xff1a;将多个后端服务器组成一个高可用高性能的服务器集群&#xff0c;通过负载均衡的算法将客户端的请求分发到后端的服务器上&#xff0c;来实现高可用和负载均…

百元挂耳式耳机哪个品牌音质好、五大优质臻品错过可惜!

开放式耳机这么火&#xff0c;相信大家也都知道了吧&#xff0c;它避免了入耳式耳机对耳道的直接压迫&#xff0c;为用户提供了更加自然、舒适的佩戴体验。长时间使用不再感觉耳朵被束缚。但是面对市面上众多的开放式耳机品牌和产品&#xff0c;百元挂耳式耳机哪个品牌音质好&a…

米家立式学习灯怎么样?书客、米家、孩视宝三款护眼大路灯巅峰PK!

米家立式学习灯怎么样?不知从什么时候开始&#xff0c;青少年成为了近视重灾区&#xff0c;主要促成近视的原因有长时间接触电子产品、学习时的不正确姿势、不良的灯光环境等&#xff0c;除了减少电子产品的使用以及多室外活动之外&#xff0c;剩下的就是室内孩子经常学习的光…

软件渗透测试有哪些测试流程?专业CMA、CNAS软件测评机构推荐

最近几年&#xff0c;随着互联网的迅猛发展和各种网络安全事件的频发&#xff0c;软件渗透测试逐渐成为了软件开发过程中不可或缺的一环。那么&#xff0c;什么是软件渗透测试呢?软件渗透测试&#xff0c;顾名思义就是对软件系统中的安全漏洞进行评估和检测的过程&#xff0c;…

原生小程序生成二维码方法之一

效果图&#xff1a; 第一步&#xff1a;下载对应的包并构建&#xff08;工具---》构建npm&#xff09; npm install weapp-qrcode --save 第二步&#xff1a;在wxml页面声明canvas <canvas style"width: 200px; height: 200px;margin:0 auto;" canvas-id"myQ…

【MPPT太阳能升压控制器方案】远翔升压恒流驱动芯片FP7209单节电池升压24V,30V,36V,42V,48V全系列方案,高转换效率,输出带短路保护功能

高转换效率&#xff0c;太阳能控制器方案——详解太阳能控制器PWM / MPPT极简方案其设计要点&#xff0c;升压30V&#xff0c;36V&#xff0c;42V&#xff0c;48V 使用单颗芯片FP7209即实现两级升压到30V&#xff0c;36V&#xff0c;42V&#xff0c;48V&#xff0c;相对于单极升…

EtherCAT笔记(六)—— 分布时钟之一

目录 1. 分布时钟的功能 2. 分布时钟涉及到的概念 2.1 系统时间 2.2 参考时钟 & 从时钟 2.3 主站时钟 2.4 本地时钟 2.4.1 本地时钟的初始偏移量 2.4.2 本地时钟的时钟漂移 2.5 本地系统时间 2.6 传输延时 人们理解知识的一个阻碍就是那些从没见过的概念和这些概念的随意使…

【排序 - 快速排序】

快速排序&#xff08;Quick Sort&#xff09;是一种高效的排序算法&#xff0c;它基于分治&#xff08;Divide and Conquer&#xff09;的策略。这种排序算法的核心思想是选择一个基准元素&#xff0c;将数组分割成两部分&#xff0c;使得左边的元素都小于等于基准元素&#xf…

【机器学习】机器学习详解-小白入门(随记)

&#x1f388;边走、边悟&#x1f388;迟早会好 机器学习&#xff08;Machine Learning&#xff09;是一种人工智能技术&#xff0c;通过让计算机系统从数据中学习并改进其性能&#xff0c;而不是通过显式编程来完成特定任务。其核心概念是利用算法和统计模型对大量数据进行分…

农业采摘--RGBD数据转point cloud

一、RGBD图像转点云数据的步骤 将RGBD图像转点云数据常包含五个步骤&#xff1a; 1. 图像采集&#xff1a; 使用RGBD相机同时捕获颜色&#xff08;RGB&#xff09;和深度&#xff08;Depth&#xff09;信息。颜色记录了场景的彩色视觉信息&#xff0c;而深度图像记录了场景中每…