使用 WSAA API 实现既有资产的分析

本文讨论了如何利用IBM WSAA工具分析并获取企业的既有IT资产,包括COBOL代码等传统技术实现的业务应用,并通过一个零部件订单查询服务用例展示了如何理解和重用这些资产。

既有资产 ( 系统 ) ,是指部署在企业基础架构中的现有 IT 资产。通常,它与企业正在运行的业务过程结合,对推动企业完成既定的业务目标、实现相关的业务价值,有着重要的意义。怎样盘活既有资产,重用已有的代码,将它们向新的 IT 技术平台迁移和转换,提升既有资产的价值,是越来越多的 IT 架构师和技术人员非常重视的问题。开发和转换的前提是分析和理解既有资产,很多既有资产的实现是基于传统的 IT 技术,例如:COBOL 是企业实现业务应用的最重要的方式。目前,全球大约存在至少 2000 亿行 COBOL 代码,并且以每年 50 亿行的速度递增。因此,本文使用 IBM WSAA (WebSphere Studio Asset Analyzer) 作为资产的统计和分析工具,探讨了使用 WSAA API,开发客户端程序,分析和获取目标资产,包括资产的 Schema 及源代码。

用例说明

本文样例是一个经过裁剪的零部件订单查询服务。在一个零售企业中,该服务可以为用户提供零部件订单及价格的查询,主要包含两部分功能:检查部件订单和检查部件价格。它们实现的 COBOL 代码是由 CICS 应用提供,被注册到 WSAA demo server 上进行管理和分析,用户可以通过特定的接口获取它们。

本文转自:IBM developerWorks 中国

请点击此处查看全文 

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值