Contributions à l'IDM : reconstruction et alignement de modèles de classes
Auteur / Autrice : | Jean-Rémy Falleri |
Direction : | Clémentine Nebut, Mathieu Lafourcade |
Type : | Thèse de doctorat |
Discipline(s) : | Informatique |
Date : | Soutenance en 2009 |
Etablissement(s) : | Montpellier 2 |
Partenaire(s) de recherche : | Laboratoire : Laboratoire d'informatique, de robotique et de micro-électronique (Montpellier ; 1992-....) |
Mots clés
Mots clés contrôlés
Résumé
Avec l'essor du paradigme MDE pour la conception de logiciels, la phase de modélisation devient de plus en plus primordiale. Durant cette phase, les concepteurs modélisent à l'aide d'un langage à classes (comme UML) un domaine particulier. Ces modèles sont utilisés ultérieurement lors de la conception. Les logiciels à développer devenant volumineux et complexes, il est fréquent que ces modèles soient développés indépendamment par des équipes distinctes. Cette thèse propose deux contributions facilitant l'intégration de modèles développés de la sorte. La première contribution est une approche qui permet de détecter de manière automatique les correspondances entre les éléments de deux modèles de classes distincts. Cette approche simplifie la mise en commun des différents modèles lors de la phase d'assemblage qui vise à intégrer tous les modèles dans un modèle de classes global. Mon approche est basée sur les travaux effectués sur l'alignement de schémas et d'ontologies. La deuxième contribution est une approche permettant d'éliminer les redondances (attributs et méthodes dupliqués) d'un modèle de classes, grâce à l'introduction de nouvelles super-classes. En effet, les redondances sont fréquentes dans les modèles développés indépendamment, car les équipes ne savent pas forcement quels attributs et méthodes ont été introduits par les autres équipes. Mon approche utilise un dérivé de l'Analyse Formelle de Concepts et des techniques de traitement des langues. En plus de la découverte de nouvelles classes abstraites, l'approche est aussi capable de découvrir des attributs et méthodes abstraits qui améliorent le niveau d'abstraction du modèle, facilitant ainsi sa réutilisation