用例初学习

一、用例的相关概念(what

用例是文本形式的情节描述,用以说明某参与者使用系统以实现某些目标。

注意:用例不是图形,而是文本。很多初学者认为用例就是用例图

用例是对一组动作序列(其中包括它的变体)的描述,系统执行该动作序列来为参与者产生一个可观察的结果值。这个动作序列就是业务工作流程,项目的涉众都能理解,基于它所进行的讨论,能较好地完善这个序列。

用例特别适用于描述用户的功能性需求,它描述的是一个系统做什么(what),而不是说明怎么做(how)。用例不关心系统设计,编写用例的最昂贵的错误包括太多细节和用户界面说明,使得用例变长,难以阅读。

 

二、为什么要使用用例(why

1.              有利于开发者与用户之间进行交流。编写用例的难度比较低,开发者和用户都可以编写,而且可以基于用例进行交流。(很多项目就是因为需求不清楚,最后导致失败)

2.              用例强调了用户的目标和观点。用例中提出的问题是“谁使用系统、他们使用的典型场景是什么、他们的目标是什么”。所以用例要比待开发系统的特性清单更强调以客户为中心。

 

三、怎么样使用用例(how

用例的三种形式:

1.       摘要:简介的一段式概要,通常用于主成功场景,一般在早期需求分析中使用。

2.       非正式:用几个段落覆盖不同场景,一般在早期需求分析中使用。

3.       详述:详细编写所有步骤及各种变化,同时具有补充部分,在需求细化过程中使用。

 

详述的内容及各部分的解释是:

1.       范围:界定所要设计的系统,比如是将企业和收款系统作为当前范围,还是只是将收款系统作为当前范围

2.       级别:主要分为用户目标级别或子功能级别,用户目标级别是通常用的级别。两者的主要区别是当若干常规用户共享重复的子步骤时,将其分离出来。

3.       主要参与者:调用系统服务来完成目标的主要参与者。

4.       涉众及其关注点列表:界定了系统必须要做的工作。该项回答了以下问题:用例应该包含什么,答案是:用例应该包含满足所有涉众关注点的事物。在编写用例其余部分之前就确定涉众及其关注点,能够让我们更加清楚地了解详细的系统职责。

5.       前置条件和成功保证:前置条件:给出在用例中场景开始之前必须永远为真的条件。成功保证:给出用例成功结束后必须为真的事物。

6.       主成功场景和步骤(或基本流程):描述了满足涉众关注点的典型成功路径。它通常不包括任何或分支。

7.       扩展(或替代流程):描述了其他所有场景或分支,包括成功和失败路径,

8.       特殊需求:如果有与用例相关的非功能性需求、质量属性或约束,那么应该将其写入用例。其中包含需要考虑和必须包含在内的质量属性(如性能、可靠性和可用性)和设计约束(通常对于I/O设备)。

9.       技术和数据变元表:描述技术变元,这些变元是关于必须如何实现系统的,而非实现系统的哪些功能。比如说pos系统的输入必须是读卡器和键盘。

 

至于使用用例图和活动图在这里暂时不做介绍

C语言-光伏MPPT算法:电导增量法扰动观察法+自动全局搜索Plecs最大功率跟踪算法仿真内容概要:本文档主要介绍了一种基于C语言实现的光伏最大功率点跟踪(MPPT)算法,结合电导增量法与扰动观察法,并引入自动全局搜索策略,利用Plecs仿真工具对算法进行建模与仿真验证。文档重点阐述了两种经典MPPT算法的原理、优缺点及其在不同光照和温度条件下的动态响应特性,同时提出一种改进的复合控制策略以提升系统在复杂环境下的跟踪精度与稳定性。通过仿真结果对比分析,验证了所提方法在快速性和准确性方面的优势,适用于光伏发电系统的高效能量转换控制。; 适合人群:具备一定C语言编程基础和电力电子知识背景,从事光伏系统开发、嵌入式控制或新能源技术研发的工程师及高校研究人员;工作年限1-3年的初级至中级研发人员尤为适合。; 使用场景及目标:①掌握电导增量法与扰动观察法在实际光伏系统中的实现机制与切换逻辑;②学如何在Plecs中搭建MPPT控制系统仿真模型;③实现自动全局搜索以避免传统算法陷入局部峰值问题,提升复杂工况下的最大功率追踪效率;④为光伏逆变器或太阳能充电控制器的算法开发提供技术参考与实现范。; 阅读建议:建议读者结合文中提供的C语言算法逻辑与Plecs仿真模型同步学,重点关注算法判断条件、步长调节策略及仿真参数设置。在理解基本原理的基础上,可通过修改光照强度、温度变化曲线等外部扰动因素,进一步测试算法鲁棒性,并尝试将其移植到实际嵌入式平台进行实验验证。
【无人机协同】动态环境下多无人机系统的协同路径规划与防撞研究(Matlab代码实现)​ 内容概要:本文围绕动态环境下多无人机系统的协同路径规划与防撞问题展开研究,提出基于Matlab的仿真代码实现方案。研究重点在于在复杂、动态环境中实现多无人机之间的高效协同飞行与避障,涵盖路径规划算法的设计与优化,确保无人机集群在执行任务过程中能够实时规避静态障碍物与动态冲突,保障飞行安全性与任务效率。文中结合智能优化算法,构建合理的成本目标函数(如路径长度、飞行高度、威胁规避、转弯角度等),并通过Matlab平台进行算法验证与仿真分析,展示多机协同的可行性与有效性。; 适合人群:具备一定Matlab编程基础,从事无人机控制、路径规划、智能优化算法研究的科研人员及研究生。; 使用场景及目标:①应用于灾害救援、军事侦察、区域巡检等多无人机协同任务场景;②目标是掌握多无人机系统在动态环境下的路径规划与防撞机制,提升协同作业能力与自主决策水平;③通过Matlab仿真深入理解协同算法的实现逻辑与参数调优方法。; 阅读建议:建议结合文中提供的Matlab代码进行实践操作,重点关注目标函数设计、避障策略实现与多机协同逻辑,配合仿真结果分析算法性能,进一步可尝试引入新型智能算法进行优化改进。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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