JP2006277282A - モデル評価解析システムおよびモデル評価解析プログラム - Google Patents

Abstract

【課題】 モデルの複数の構成要素が組み合わさって作り出す不整合パターンを自動検出すること。
【解決手段】 モデルを構成する構成要素の属性情報を前記モデル記述情報より抽出する属性情報抽出手段２１３と、前記構成要素間の関連付け情報を前記モデル記述情報より抽出する関連付け情報抽出手段２１４とを備え、前記属性情報と前記関連付け情報を用いて前記モデルの評価解析を行う。
【選択図】 図１

Description

本発明は、システムの制御仕様・設計情報等を記述したモデルの評価解析システム及びそのプログラムに関する。

制御仕様・設計情報等を記述したモデルは、モデルの入出力が、定量的かつ明確なデータ列で構成されているので、モデルの評価解析は、シミュレーション技術を用いて行うことができる。すなわち、モデルの入力データ列から、モデルに記述された制御ロジックに従って、出力データ列を導き出し、期待値とする出力データ列との比較を行うようにすればよい。

しかし、モデルの大規模化・複雑化に伴い、モデル内の全ロジックをパスするような入力データ列を与えると、膨大なシミュレーションの時間が必要となる。シミュレーション時間を短縮するために、入力データ列の絞り込みを人手により行うのは、モデル内各ロジックのカバレッジを損なわないようにする必要があり、困難であった。すなわち、入力データの絞込みを抑えると、シミュレーション時間を短縮する効果は薄く、また入力データ列を絞り込みすぎると、稀な条件でしか発生しない不整合を検出できなくなる恐れがあった。

そこで、モデル設計プロセスのより上流において、静的解析技術によるモデルの評価解析が考えられた。すなわち、まず特定のプログラム言語（例、Ｃ言語）に従ったソースコードを自動生成する技術を用いて、モデルに記述された仕様・設計情報に基づき、モデルと同等の制御仕様を記述したソースコードをモデルから生成する（例えば特許文献１参照）。次いで、ソースコードの静的解析技術を用いて、生成したソースコード上の問題点を、警告形式で抽出する。その後、警告内容とソースコード上の警告箇所から、主として人手により、モデル内の問題箇所を特定しモデルの問題箇所修正を行うというものである。

ここで、現在設計中のモデルが、充分実績のあるベースモデルに変更を加えた派生モデルである場合、ベースモデルと派生モデルの各々のソースコードを自動生成し、ソースコード比較差分抽出技術を用いて、ソースコードの本質的差分を抽出し、人手によるレビューを変更箇所に注力することも行われていた。

しかし、このようなモデルの評価解析の場合、モデルは、ソースコードに変換可能なものでなくてはならず、又、ソースコード上の問題箇所をモデル上で特定するには、モデル上の構成要素とソースコード上の構成要素とが１対１で対応していなければならない。実際には、ソースコードに変換不可能なモデルも存在し、更に、ソースコードに変換可能であっても、モデル上の構成要素とソースコード上の構成要素とが１対１で対応していない場合もある。

以上のことから、近年モデルに対し直接、静的解析を行う技術が用いられている。

図１２に、この静的解析技術におけるモデル評価解析システムのフローチャートの一例を示す。ステップＳ００１において、解析対象のモデルを指定し、ステップＳ００２において、モデルを記述するすべてのモデル記述情報をたとえばファイルから読み込む。次に、ステップＳ００３において、得られたモデル記述情報のうちから名称を抽出する。次に、ステップＳ００４において、解析を実行し、ステップＳ００５において、モデル構成（レイヤ構成）が一定のルールに従っているかチェックする。次に、ステップＳ００６において、モデル上の構成要素に付けられた名称が一定の命名規則に則っているかをチェックする。次に、ステップＳ００７において、解析結果をレポートする。

このような従来の静的解析技術によれば、モデルに対し直接、静的解析を行うことができても、モデルの構成要素間の関連付け情報を抽出していないため、単一モデル内もしくは複数モデル間の複数の構成要素が組み合わさって作り出す複合的な不整合パターンの検出や、単一モデル内もしくは複数モデル間の集合的構成要素の差分比較を、充分高い精度で行うことができない。

したがって、過去にモデルの検査工程において発見されたモデル内不整合パターンと同一のパターンが、検査対象のモデル内に埋め込まれてないかをチェックするには、当該不整合パターンを熟知したベテランのモデル設計者による、人手のレビューによって発見するしか方法がなかった。

さらに、このようなモデルの静的解析の場合には、不整合パターンを手軽に作成できないため、不整合パターンを作成し、一種の資産として蓄積し活用することができなかった。

特開２００３−２１６４２８号公報

本発明の課題は、上述の従来技術の問題点に鑑み、単一モデルもしくは複数モデル内の複数の構成要素が組み合わさって作り出す複合的な不整合パターンを、充分高い精度で自動検出することである。さらに、ベースモデルと派生モデルの本質的差分を、充分高い精度で抽出し、変更箇所に注力した人手によるレビューを支援することである。

本発明の他の目的は、不整合パターンを一種の資産として蓄積するために、既存の実装モデルやライブラリモデルから構成要素を抽出し、不整合パターンの曖昧な属性条件指定や、構成要素間の曖昧な関連付け情報を指定できるようにして、人手による不整合パターン作成を支援することである。

上記目的を達成するために、本発明の第１の態様であるモデル評価解析システムは、モデルを構成する構成要素の属性情報を前記モデル記述情報より抽出する属性情報抽出手段と、前記構成要素間の関連付け情報を前記モデル記述情報より抽出する関連付け情報抽出手段とを備え、前記属性情報と前記関連付け情報を用いて前記モデルの評価解析を行うことを特徴とする。

また、前記属性情報抽出手段は、前記モデルの評価解析に必要な構成要素のタイプを特定する条件を記載したタイプ属性定義テーブルに従って、解析対象となる構成要素をモデル記述情報より検索し、前記モデルの評価解析に必要な構成要素の個別属性を記載した個別属性定義テーブルに従って、解析対象の構成要素の個別属性値を抽出してもよく、個別属性定義テーブルはさらに、前記システムのユーザが評価解析に必要な個別属性を指定する指定属性定義テーブルを有するようにしてもよい。

さらに、前記属性情報抽出手段は、前記解析対象となる構成要素間の関連付け情報のうち、前記解析に必要な関連付け情報をモデル記述情報より抽出することもでき、この関連付け情報は、関連付けの種類を識別する関連付け識別子、関連付け方向が双方向か片方向かを表す方向性判定フラグ、関連付けられた他の構成要素への参照リストからなるものもよい。

前記モデルの評価解析は、同一性判定ロジックと差分算出ロジックの少なくとも１つを含む比較ロジックにより行なわれることができ、同一性判定ロジックは、前記２つの構成要素の同じ属性の属性値を比較することで、２つの構成要素の同一性を判定する第１の同一性判定ロジックと、１つの構成要素について、属性の型にかかわらず属性値のチェックサム値を求める属性チェックサム値算出ロジックを備え、構成要素が保持する属性数及びチェックサム値を比較することにより、２つの構成要素の同一性を判定する第２の同一性判定ロジックと、１つの構成要素について、その構成要素に関連付けられたすべての他の構成要素が保持する属性数及び他の構成要素のチェックサム値を加算し、加算された属性数及びチェックサム値を比較することにより、２つの構成要素の同一性を判定する第３の同一性判定ロジックの少なくとも１つを含むことができる。

前記比較ロジックはさらに、最初に比較対象とする２つの構成要素のペアを選定する初回比較ペア選定ロジックと、現在の比較ペアを成す２つの構成要素の各々に関連付けられた他の構成要素の中から次の比較対象とする２つの構成要素のペアを選定する次回比較ペア選定ロジックとを含み、初回比較ペア選定ロジックは、親子関係の関連付けにある最上位の親同士を比較ペアとするルートモードと、特定のタイプ属性を持つ構成要素を抽出したものの中から任意の２つを比較ペアとする属性タイプモードと、システムのユーザが任意に指定した２つの構成要素を比較ペアとするユーザ指定モードの少なくとも１つを備えているようにしてもよい。

次回比較ペア選定ロジックは、同じ関連付け識別子をもつ構成要素を、次の比較ペアとして絞り込むようにしてもよく、さらに、同じ方向を表す方向性判定フラグもつ構成要素を、次の比較ペアとして絞り込むようにしてもよく、さらに、同じタイプ属性を持つ構成要素を、次の比較ペアをとして絞り込むようにしてもよく、さらに、構成要素のすべての組み合わせの各々について属性差分を算出し、該属性差分が最も小さい組み合わせを、次の比較ペアとして絞り込むようにしてもよい。

前記次回比較ペア選定ロジックの選定終了モードとして、現在の比較ペアを成す２つの構成要素の各々と関連付けられた他の構成要素がなくなるまで選定を行う無限定モードと、所定の選定回数で終了する回数限定モードと、システムのユーザが任意に与える選定終了判定ロジックにより終了するセマンティックモードの少なくとも１つを備えることができる。

さらに、本発明のモデル評価解析システムは、前記モデル記述情報に基づき、モデルを構成する各構成要素及び構成要素間の関連付け情報を記号により表示するモデル表示部と、モデルを構成可能なすべての構成要素を格納したライブラリに格納された各構成要素を記号により表示するライブラリ表示部と、システムの使用者により新規作成される検索パターンを記号により表示する新規検索パターン表示部とを備える表示装置を有し、前記モデル表示部及び前記ライブラリ表示部に表示された記号に基づいて、新規検索パターン表示部に検索パターンを作成し、作成された検索パターンに基づいて評価解析を行なうようにしてもよい。

前記新規検索パターン表示部に作成される検索パターンは、前記モデル表示部とライブラリ表示部から複写されたパターンに基づいて作成することができる。

また、前記表示装置は、前記評価解析に必要な属性情報の値を指定・変更できるダイアログを表示することができ、ダイアログは、属性の型が数値であれば条件式指定、属性の型が文字列であれば正規表現指定が可能である。

さらに前記ライブラリには、論理和記号を含み、新規検索パターン表示部に論理和構成の検索パターンを表示することができる。

本発明の第２の態様であるモデル評価解析プログラムは、モデル記述言語により記述したモデル記述情報に基づいてシステムのモデルをコンピュータに評価解析させるモデル評価解析プログラムであって、前記モデルを構成する構成要素の属性情報を前記モデル記述情報より抽出する属性情報抽出ステップと、前記構成要素間の関連付け情報を前記モデル記述情報より抽出する関連付け情報抽出ステップとを備え、前記属性情報と前記関連付け情報を用いて前記モデルの評価解析を行わせることを特徴とする。

本発明によれば、関連付け抽出手段により解析の目的に応じた構成要素相互の関連付け情報を抽出するので、複数の構成要素が組み合わさって作り出す複合的な不整合パターンを十分高い精度で自動検出できる。

また本発明の表示装置を使用すると、システム内に保存してあるモデルに基づいて新規検索パターンを作成できるので、新規検索パターンを容易に作成することができる。

以下、図面を参照して、本発明の実施の形態について説明する。

図１は、本発明による1実施形態であるモデルを解析して評価するモデル解析システムの全体構成を示す。モデル評価解析システム１は、中央演算処理装置２と、中央演算処理装置２に接続された、キーボード等の入力装置３１と、表示装置３２と、ネットワークあるいは印刷装置等の外部装置への出力装置３３と、ハードディスク装置等の補助記憶装置４と、主記憶装置６とからなる。

中央演算処理装置２の主要機能は、モデル解析を実行するモデル解析手段２１と、解析のための検索パターンの作成を支援する検索パターン作成支援手段２２とである。

まず、モデル解析手段２１から説明する。

モデル解析手段２１は、モデル記述言語により記述された回路あるいはソフトウェア等のシステムのモデルを解析し、不整合パターンを検出して、システムを評価するものであり、検索パターン作成支援手段２２は、検出された不整合パターンを資産として蓄積し活用するために、検索のための不整合パターンの作成を支援するものである。

補助記憶装置５には、モデル解析手段２１が使用する解析命令テーブル４１と、関連付け情報管理サブテーブルを含む構成要素管理テーブル４２と、タイプ属性定義テーブル４４と、個別属性定義テーブル４４とが記憶されている。これらのテーブルは、解析の実行に際して主記憶装置６に読み込まれ、解析対象や解析目的に応じて作成あるいは修正されるものである。また、モデルの構成要素及びこれら構成要素間の関係を記述するモデル記述情報を格納しているモデルファイル５１、一般的にモデルを構成可能なすべての構成要素を格納するモデルライブラリファイル５２、新規作成された検索パターンを格納する検索パターンファイル５３、構成要素を識別可能に表示するための構成要素記号や構成要素間の結線を表示する結線記号を格納する構成要素記号ライブラリファイル５４を記憶している。構成要素記号ライブラリファイル５４は、主に検索パターン作成支援手段２２により使用されるもので、後に詳しく説明する。このようなテーブルやファイルは、複数備えることもできる。

モデル解析手段２１は、解析に必要な条件や情報を入力するための手段として、解析要件取得手段２１１とモデル記述情報読み込み手段２１２を備えている。解析要件取得手段２１１は、解析対象や解析命令を、解析命令テーブル５１等を用いて取得する。モデル記述情報読み込み手段２１２は、補助記憶装置５に格納されているモデルファイル５５から、モデルを記述しているモデル記述情報を読み込む。複数のモデルを比較して解析する場合には、複数のモデルファイルからモデル記述情報を読み込むことになる。

属性情報抽出手段２１３と関連付け情報抽出手段２１４とは、読み込まれたモデル記述情報から、システムの構成要素とその属性および構成要素間の関連情報を抽出する。

解析実行手段２１５は、解析命令を受けて、抽出されたシステムの構成要素、その属性および要素間の関連情報を基に、解析対象であるモデルの解析を実行する。本発明の実施形態では、関連付け抽出手段を備えているので、複数の構成要素が関連して起こる不整合を見出すことができる。解析結果は、レポート手段２１６により、表示装置３２あるいは出力装置３３に出力する。

図２には、本実施形態のモデル解析手段２１が使用する解析命令テーブル４１を示す。解析命令テーブル４１は、解析命令リスト４１１と、解析対象モデル指定仮引数リスト４１２と、属性情報抽出ロジック・リスト４１３と、関連付け情報抽出ロジック・リスト４１４と、解析ロジック・リスト４１５とから構成されている。

解析命令リスト４１１には、実行可能な複数の解析命令４１１ａを格納し、解析対象モデル指定仮引数リスト４１２は、各解析命令に対して解析対象モデルの指定形式を格納する。また、属性情報抽出ロジック・リスト４１３は、各解析命令に対して解析に必要な属性情報抽出ロジックの格納位置を与え、関連付け情報抽出ロジック・リスト４１４は、各解析命令に対して解析に必要な関連付け情報抽出ロジックの格納位置を与え、解析ロジック・リスト４１５は、各解析命令に対して解析に必要な解析ロジックの格納位置を与える。

すなわち、解析命令リスト４１１には、複数の解析命令４１１aが、解析対象モデル指定仮引数リスト４１２には、複数の解析対象モデル指定仮引数４１２aが、格納され、属性情報抽出ロジック・リスト４１３には、複数の属性情報抽出ロジック４１３aが、関連付け情報抽出ロジック・リスト４１４には、複数の関連付け情報抽出ロジック４１４aが、解析ロジック・リスト４１５には、複数の解析ロジック４１５aが、それぞれアドレスとして与えられている。

システムのユーザである使用者又は他のシステムは、解析要件取得手段２１１により、解析命令リスト４１から実行すべき解析命令をコマンド型あるいは対話型で取得し、解析の対象である単一あるいは複数のモデルを取得する。図２に示すように、解析命令リスト４１から解析命令−１を選択すると、順に、解析対象モデル指定仮引数−１、属性情報抽出ロジック−１、関連付け情報抽出ロジック−１が選択されて、モデル解析手段２１によって順次実行されることになる。なお、解析命令は、原モデルとその修正モデルのような２つのモデルを比較するような場合は、解析対象モデルとして２つ指定することになる。

解析対象であるモデルが選択されると、次に解析に必要な構成要素及び構成要素間の関連付け情報を取得することになる。

図３に、本実施形態のタイプ属性定義テーブル４４と個別属性定義テーブル４５とを示す。タイプ属性定義テーブル４４は、解析命令ごとに、抽出すべき構成要素ごとに存在するタイプ属性４４１を含む。個別属性定義テーブル４５は、解析命令ごとに、タイプ属性４４１のおのおのに対応した属性リスト４５１、４５２から構成される。すなわち、タイプ属性定義テーブル４４には、解析命令に基づくモデルの評価解析に必要な構成要素のタイプを特定する条件が、タイプ属性４４１として記載されており、個別属性定義テーブル４５には、構成要素の個別の属性が、既定属性リスト４５１と指定属性リスト４５２として記載されている。既定属性リスト４５１は、タイプ属性ごとに構成要素の既定の属性を予め格納したリストであり、指定属性リストは、ユーザが、比較対象のモデルの構成要素の属性リストを取得し、さらに解析に必要な属性を指定したリストである。

図４には、タイプ属性の一例を示す。タイプ属性４４１は、属性名と属性値からなる。例えば、タイプ属性名は「タイプ」、属性値は「加算」というものでもよく、また、タイプ属性を特定する部分条件式を論理演算子（論理和、論理積等）や、部分条件式の結びつきの強さを明示する括弧でくくった複合条件式４４１ａで構成してもよい。

属性情報抽出手段２１３は、解析命令テーブルに規定されている属性抽出ロジックに従って、タイプ属性定義テーブル４４と個別属性定義テーブル４５とに基づいて、属性情報を抽出する。すなわち、タイプ属性に従って、解析対象となる構成要素をモデル記述情報より検索し、個別属性に従って、解析対象の構成要素の個別属性値を抽出する。次いで、関連付け情報抽出手段２１４は、解析命令の情報抽出ロジックに従って解析するのに必要な関連付け情報をモデル記述情報より抽出する。

抽出された属性情報及び関連付け情報は、構成要素ごとに構成要素インスタンスとして格納される。図５に、本実施形態の構成要素管理テーブル４２を示す。図に示すように、モデルの構成要素ごとの構成要素インスタンス４２１が、タイプ属性４２１ａ、個別属性４２１ｂ、関連付け情報管理サブテーブル４２１ｃとして管理される。

図６に、本実施形態の関連付け情報管理サブテーブル４２１ｃの詳細を示す。関連付け情報としては、関連付けの種類を識別する関連付け識別子４２１ｃ１、関連付けが双方向か片方向かを表す方向性判定フラグ４２１ｃ２、及び他の構成要素への参照リスト４２１ｃ３などがある。関連付け識別子４２１ｃ１としては、例えばブロック間の結線関係、ブロック間の包含関係（親子関係）又は基本モデルと修正モデルとの間の対応付けなどが挙げられる。また、参照リスト４２１ｃ３は、関連付けられた他の構成要素の構成要素管理テーブルの構成要素インスタンスを直接たどることができる参照を含んでいる。

図７は、本実施形態の関連付けを説明する図である。図７のモデルは、構成要素Ａ〜Ｅからなるモデルであり、構成要素Ａは構成要素Ｂを含み、構成要素Ａの入力には構成要素ＣとＤが接続され、出力には構成要素Ｅが接続されている。構成要素Ａは、構成要素ＣとＤからの値を加算し処理して、構成要素Ｅに出力するものである。この場合、５つの構成要素Ａ〜Ｅの関係は、構成要素Ａと構成要素Ｂとは親子関係であり、構成要素Ａと構成要素Ｃ、Ｄ、Ｅは結線関係である。また、構成要素ＣとＡ、ＤとＡ及びＡとＥは、一方向性の関係である。このような関係を関連付け識別子、方向性フラグにより識別するようにしている。

解析対象のモデルの解析目的に合った構成要素インスタンスの抽出が終了すると、解析実行手段２１５により解析が実行される。図８に、解析実行手段２１５の一例を示す。

本発明の解析の基本となるロジックは比較ロジックであり、比較のためのロジックは、共通ロジックリスト２１５ｂにまとめて格納され、それ以外に解析対象及び解析目的に応じた解析ロジックがあれば、解析ロジックリスト２１５ａに、例えば解析ロジック２１５ａ１〜２１５ａ４として格納されている。

比較ロジックには、初回比較ペア選定ロジック２１５ｂ１と次回比較ペア選定ロジック２１５ｂ２がある。初回比較ペア選定ロジックは、最初に比較対象とする２つの構成要素インスタンスのペアを選定するロジックであり、次回比較ペア選定ロジックは、現在比較されている２つの構成要素に関連付けられた他の構成要素の中から、次の比較対照する２つの構成要素を選定するロジックである。

このようにして選定された比較ペアすなわち２つの構成要素インスタンスの同じ属性の属性値を比較して、２つの構成要素の同一性を判定する。すべての属性値が同じ値であれば同一と判定し（同一性判定ロジック２１５ｂ３）、異なったものがあると、２つの構成要素間の属性の差分の度合いを定量的に算出する（属性差分度合い算出ロジック２１５ｂ４）。例えば、１０個の属性のうち８個同一で、２個異なっていれば、属性差分度合いは、０．２ないし２０％ということになる。また、これらの属性の差分は、差分抽出ロジック２１５ｂ４により抽出され、例えば表示装置３２に表示され、出力装置３３により出力される。

初回比較ペア選定ロジック２１５ｂ１として、比較ペアがそれぞれ親子関係を内包するモデルである場合には、図９の選定開始時モードリスト４７に示す３つのモードがある。すなわち、初期比較ペアとして最上位の親すなわち各モデルのルート構成要素を選定するルートモード４７１と、特定のタイプ属性をもつ構成要素を全抽出したもののなかから任意の２つを初回のペアとして選定するタイプ属性モード４７２、さらにユーザが任意に指定した２つの構成要素を初期比較ペアとして選定するユーザ指定モード４７３などである。いずれも、比較すべきモデルに応じて適宜採用できる。システマチックに比較してゆくには、ルートモード４７１で、ルート構成要素から順にたどればよいが、他のモードを用いて、例えば不適合がおきやすいペア選択して始めることもできる。

次回比較ペア選定ロジック２１５ｂ２において採用されるロジックには、関連付け識別子判定ロジック２１５ｂ２１、関連付け方向判定ロジック２１５ｂ２２、構成要素タイプ属性判定ロジック２１５ｂ２３、属性差分判定ロジック２１５ｂ２４がある。関連付け識別子判定ロジック２１５ｂ２１によれば、関連付けが、結線関係、包含関係、親子関係等複数種類ある場合、現在の比較ペアが有する関連付けと同じ関連付けのものを選定するよう、関連付け識別子により絞り込むことができる。

また、関連付け方向判定ロジック２１５ｂ２２によれば、方向性判定フラグにより関連付けの方向がわかる場合は、現在の比較ペアと同じ方向にあるペアを選定するようにして絞り込む。

関連付け識別子判定ロジック２１５ｂ２１及び関連付け方向判定ロジック２１５ｂ２２では選定できない場合は、構成要素タイプ属性判定ロジック２１５ｂ２３により、同じタイプ属性すなわち同一種類のペアを選定するようにする。同じタイプ属性のものが複数ある場合、属性差分判定ロジック２１５ｂ２４により、比較ペアにできる可能性のあるすべての組み合わせを考え、構成要素の個別属性の属性差分度合い算出ロジックにより属性差分を算出し、差分が最も小さい組み合わせを、次の比較ペアとすればよい。

２つの構成要素を比較する場合、各構成要素の同じ属性の属性値を比較して、２つの構成要素の同一性を判定する同一性判定ロジック２１５ｂ３を先に説明したが、１つの構成要素について、属性にかかわらず属性値の有効桁内各バイトを符号なし整数とみなしてすべてを合計してチェックサムの値を求める属性チェックサム値算出ロジック２１５ｂ６により、各構成要素が保持する属性数と、属性チェックサム値算出ロジック２１５ｂ６によって算出されたチェックサム値とを比較することにより、２つの構成要素の同一性を判定するようしてもよい。

さらに、１つの構成要素について、その構成要素に関連付けられたすべての他の構成要素を含めて、それらの保持する属性数とチェックサム値を収集し、構成要素インスタンス内の関連構成要素属性数格納テーブル及び関連構成要素チェックサム値格納テーブルに格納する属性チェックサム値収集ロジック２１５ｂ７により、比較すべき２つの構成要素について、関連構成要素属性数格納テーブル及び関連構成要素チェックサム値格納テーブルに格納された属性数とチェックサム値とを比較することにより、２つの構成要素の同一性を判定するようにしてもよい。このようにすると、個別に比較する必要のある関連構成要素まで含めて比較することができるので、処理速度を上げることができる。ただし、処理速度が上がる反面誤差がでることも想定されるので、対象とするシステムや比較目的等を考慮して、各種判定手法を組み合わせるとよい。

この比較ペア選定作業及び比較作業は、所定の終了条件に合致すると終了する。図１０に、選定終了モードリスト４６を示す。

無限定モード４６１は、特に終了条件を与えないモードであり、比較ペア選定ロジックによって、次々と比較ペアが選定されては、そのペアが比較され、現在の比較ペアと関連付けられた他の構成要素がなくなるまで、すなわち比較すべきペアがなくなるまで比較を行なう。しかし、これでは終了するのに時間がかかりすぎる場合等のために、回数限定モード４６２として、比較回数を限定して所定の回数だけ比較すれば終了することもできる。さらに、セマンティックモード４６３が設けられていて、ユーザが任意に選定終了判定ロジックを与えて、終了するようにしてもよい。この比較ペアの選定は再帰的に与えられていてもよく、回数限定モードで再帰の回数で限定してもよい。

本実施形態のモデル評価解析システムは、以上のように構成されているので、解析対象モデルと解析目的にあったすべての構成要素と構成要素間の関連付けを順次自動的に評価し解析できる。特に、構成要素間の関連付けを解析することにより、複数の構成要素の関係により起こる不整合を検出することができる。

以下、図１及び図１１を参照して、本実施形態の検索パターン作成支援手段２２について説明する。

本発明によるモデル解析手段２１は、モデルをその構成要素と構成要素間の関係も含めて解析し、不整合パターンを検出することができるが、検索パターン作成支援手段２２によれば、例えば、具体的な回路で発生した不整合パターンから一般的な回路あるいはシステムに対応できる不整合パターンを容易に作成できる。このようにして、回路あるいはシステムでよく発生する不整合パターンを整理して記憶しておき、この不整合パターンを用いて回路あるいはシステムを検査すれば、検査効率が高くなる。

検索パターン作成支援手段２２は、検索すべき不整合パターンを表示装置３２上に容易に作成することができるようにして、人手による不整合パターンの作成を支援するためのものである。検索パターン作成支援手段２２は、モデル表示制御手段２２１と、ライブラリモデル表示制御手段２２２と、検索パターン作成・表示制御手段２２３と、構成要素複写手段２２４と、属性情報指定・変更手段２２５と、汎用モデル表示制御手段２２６の機能を備え、表示装置上に、既存の実装モデルやライブラリ内のモデルから構成要素を複製し、不整合パターンのあいまいな属性条件や関連付け情報を指定して、不整合パターンの作成をおこなうことができる。

本発明の実施形態の表示装置３２には、モデル表示部３２１と、ライブラリモデル表示部３２２と、新規検索パターン表示部３２３、属性情報指定・変更部３２４を備えている。

モデル表示部３２１には、あるモデルを構成する各構成要素をタイプ属性に対応付けられた構成要素記号により表示するとともに、構成要素間の関連付け情報を結線関係あるいは親子関係を記号化して表示する。汎用モデル表示制御手段２２６を用いて一般的なモデルを表示させてそれを修正して検索パターンを作成することもできる。結線関係は矢印で、親子関係は、箱の中の箱で表示することもできる。ライブラリ表示部３２２は、モデルを構成可能なすべての構成要素を格納したライブリファイル５２から、各構成要素をタイプ属性に対応付けられた構成要素記号により表示する。新規検索パターン表示部３２３は、ユーザが検索パターンを新規に作成する表示部で、構成要素識別記号及び関連付け記号によりユーザが必要とする検索パターンを作成する。作成に当たっては、モデル表示部及びライブラリモデル表示部に表示された構成要素記号あるいは関連付け記号を、個々にあるいは範囲指定して一括選択して、新規検索パターン表示部３２３に複写することができる。また、属性情報指定・変更部３２４は、新規検索パターン表示部３２３に表示された構成要素の属性情報の値を指定又は変更できるダイアログを表示して、ユーザは、解析要件に基づいた解析に必要な属性情報の値を指定又は変更することができる。

構成要素の属性情報の変更は、属性の型が数値あれば、条件式による指定、例えばある値より以上の値というような指定が可能であり、属性の型が文字列であれば、正規表現による指定も可能である。このような指定を行なうと、不整合パターンの幅を広くとることでき、広い範囲で不整合を発見すえることができる。

さらに、検索したい不整合パターンを作成したい場合に、構成要素間の関連付けを論理和形式で規定することもできる。すなわち、ＡとＢとが結線関係であるもの、もしくはＡとＣとが結線関係であるものを検索する場合に、ライブラリモデル表示部の論理和形式の結線関係を、新規検索パターン表示部３２３に複写して、これを修正変形することにより、幅広く不整合パターンを検索することができる。また、これにより曖昧な条件を導入して、さらに幅広く不整合パターンを検出することができる。

このようにして新規に作成された検索パターンあるいは不整合パターンは、検索パターンファイル５３に格納して、検索パターンあるいは不整合パターンのデータベースを構築することができ、設計上の資産として蓄積し活用できる。

本発明の実施形態であるモデル評価解析システムを示す図である。 本実施形態の解析命令テーブルを示す図である。 本実施形態の解析命令に関するタイプ属性定義テーブルと個別属性定義テーブルとを示す図である。 本実施形態のタイプ属性を説明する図である。 本実施形態の構成要素管理テーブルを示す図である。 本実施形態の関連付け情報管理サブテーブルを示す図である。 本実施形態の構成要素間の関連付けを説明する図である。 本実施形態の解析実行手段を示す図である。 本実施形態の選定開始モードリストを示す図である。 本実施形態の選定終了モードリストを示す図である。 本実施形態の表示装置の表示部を示す図である。 従来の静的解析のフローを示す図である。

符号の説明

１ モデル評価解析システム
２１ モデル解析手段
２２ 検索パターン作成支援手段
３２ 表示装置
４１ 解析命令テーブル
４２ 構成要素管理テーブル
４２１ｃ 関連付け情報管理サブテーブル
４４ タイプ属性定義テーブル
４５ 個別属性定義テーブル

Claims (20)

1. モデル記述言語により記述したモデル記述情報に基づいてシステムのモデルを評価解析するモデル評価解析システムであって、
   前記モデルを構成する構成要素の属性情報を前記モデル記述情報より抽出する属性情報抽出手段と、
   前記構成要素間の関連付け情報を前記モデル記述情報より抽出する関連付け情報抽出手段とを備え、
   前記属性情報と前記関連付け情報を用いて前記モデルの評価解析を行うことを特徴とするモデル評価解析システム。
2. 前記属性情報抽出手段は、前記モデルの評価解析に必要な構成要素のタイプを特定する条件を記載したタイプ属性定義テーブルに従って、解析対象となる構成要素をモデル記述情報より検索し、前記モデルの評価解析に必要な構成要素の個別属性を記載した個別属性定義テーブルに従って、解析対象の構成要素の個別属性値を抽出することを特徴とする請求項１記載のモデル評価解析システム。
3. 前記個別属性定義テーブルはさらに、前記システムのユーザが評価解析に必要な個別属性を指定する指定属性定義テーブルを有することを特徴とする請求項２記載のモデル評価解析システム。
4. 前記属性情報抽出手段は、前記解析対象となる構成要素間の関連付け情報のうち、前記解析に必要な関連付け情報をモデル記述情報より抽出することを特徴とする請求項２又は３記載のモデル評価解析システム。
5. 前記関連付け情報は、関連付けの種類を識別する関連付け識別子、関連付け方向を表す方向性判定フラグ、関連付けられた他の構成要素への参照リストからなることを特徴とする請求項４記載のモデル評価解析システム。
6. 前記モデルの評価解析は、同一性判定ロジックと差分算出ロジックの少なくとも１つを含む比較ロジックにより行なうことを特徴とする請求項１〜５のいずれか１項に記載のモデル評価解析システム。
7. 前記同一性判定ロジックは、前記２つの構成要素の同じ属性の属性値を比較することで、２つの構成要素の同一性を判定する第１の同一性判定ロジックと、１つの構成要素について、属性の型にかかわらず属性値のチェックサム値を求める属性チェックサム値算出ロジックを備え、構成要素が保持する属性数及びチェックサム値を比較することにより、２つの構成要素の同一性を判定する第２の同一性判定ロジックと、１つの構成要素について、その構成要素に関連付けられたすべての他の構成要素が保持する属性数及び他の構成要素のチェックサム値を加算し、加算された属性数及びチェックサム値を比較することにより、２つの構成要素の同一性を判定する第３の同一性判定ロジックの少なくとも１つを含むことを特徴とする請求項６記載のモデル評価解析システム。
8. 前記比較ロジックはさらに、最初に比較対象とする２つの構成要素のペアを選定する初回比較ペア選定ロジックと、現在の比較ペアを成す２つの構成要素の各々に関連付けられた他の構成要素の中から次の比較対象とする２つの構成要素のペアを選定する次回比較ペア選定ロジックとを含む請求項６又は７に記載のモデル評価解析システム。
9. 前記初回比較ペア選定ロジックは、親子関係の関連付けにある最上位の親同士を比較ペアとするルートモードと、特定のタイプ属性を持つ構成要素を抽出したものの中から任意の２つを比較ペアとする属性タイプモードと、システムのユーザが任意に指定した２つの構成要素を比較ペアとするユーザ指定モードの少なくとも１つを備えていることを特徴とする請求項８記載のモデル評価解析システム。
10. 前記次回比較ペア選定ロジックは、同じ関連付け識別子をもつ構成要素を、次の比較ペアとして絞り込む関連付け識別子判定ロジックを備えることを特徴とする請求項８又は９記載のモデル評価解析システム。
11. 前記次回比較ペア選定ロジックはさらに、同じ方向を表す方向性判定フラグもつ構成要素を、次の比較ペアとして絞り込む関連付け方向判定ロジックを備えることを特徴とする請求項１０のいずれか１項記載のモデル評価解析システム。
12. 前記次回比較ペア選定ロジックはさらに、同じタイプ属性を持つ構成要素を、次の比較ペアをとして絞り込む構成要素タイプ属性判定ロジックを備えることを特徴とする請求項１１記載のモデル評価解析システム。
13. 前記次回比較ペア選定ロジックは、構成要素のすべての組み合わせの各々について属性差分を算出し、該属性差分が最も小さい組み合わせを、次の比較ペアとして絞り込む属性差分判定ロジックを備えることを特徴とする請求項１２記載のモデル評価解析システム。
14. 前記次回比較ペア選定ロジックの選定終了モードとして、現在の比較ペアを成す２つの構成要素の各々と関連付けられた他の構成要素がなくなるまで選定を行う無限定モードと、所定の選定回数で終了する回数限定モードと、システムのユーザが任意に与える選定終了判定ロジックにより終了するセマンティックモードの少なくとも１つを備えることを特徴とする、請求項８〜１３のいずれか１項記載のモデル評価解析システム。
15. 前記モデル記述情報に基づき、モデルを構成する各構成要素及び構成要素間の関連付け情報を記号により表示するモデル表示部と、モデルを構成可能なすべての構成要素を格納したライブラリに格納された各構成要素を記号により表示するライブラリ表示部と、システムの使用者により新規作成される検索パターンを記号により表示する新規検索パターン表示部とを備える表示装置を有し、前記モデル表示部及び前記ライブラリ表示部に表示された記号に基づいて、新規検索パターン表示部に検索パターンを作成し、作成された検索パターンに基づいて評価解析を行なうことを特徴とする請求項１〜１４のいずれか１項に記載のモデル評価解析システム。
16. 前記新規検索パターン表示部に作成される検索パターンは、前記モデル表示部とライブラリ表示部から複写されたパターンに基づいて作成されることを特徴とする請求項１５記載のモデル評価解析システム。
17. 前記表示装置は、前記評価解析に必要な属性情報の値を指定・変更できるダイアログを表示することを特徴とする請求項１５又は１６記載のモデル評価解析システム。
18. 前記ダイアログは、属性の型が数値であれば条件式指定、属性の型が文字列であれば正規表現指定が可能なことを特徴とする請求項１７記載のモデル評価解析システム。
19. 前記ライブラリには、論理和記号を含み、新規検索パターン表示部に論理和構成の検索パターンを表示可能とすることを特徴とする請求項１５〜１８のいずれか１項に記載のモデル評価解析システム。
20. モデル記述言語により記述したモデル記述情報に基づいてシステムのモデルをコンピュータに評価解析させるモデル評価解析プログラムであって、
    前記モデルを構成する構成要素の属性情報を前記モデル記述情報より抽出する属性情報抽出ステップと、
    前記構成要素間の関連付け情報を前記モデル記述情報より抽出する関連付け情報抽出ステップとを備え、
    前記属性情報と前記関連付け情報を用いて前記モデルの評価解析を行わせることを特徴とするモデル評価解析プログラム。

Images