基于上下文感知的主动自适应控制：一种双层模型预测控制方法

《ACM Transactions on Autonomous and Adaptive Systems》：Context-Aware Proactive Self-Adaptation: A Two-layer Model Predictive Control Approach

本研究针对自适应性软件系统中上下文对需求优先级影响不足的问题，提出基于语境目标模型和双层控制机制的新方法，结合模型预测控制提升系统性能与适应性，并通过实验验证其有效性。

　　

摘要

在自适应软件系统中，上下文的作用至关重要，尤其是在主动自适应方面。然而，当前的研究尚未充分探讨上下文的影响，例如对需求优先级的影响。为了解决这一不足，我们提出了一种新的上下文目标模型来捕捉这些因素及其对系统的影响。基于该模型，我们设计了一种双层控制机制，结合了上下文感知的模型预测控制技术，以实现软件系统的主动适应以及控制器自身的适应。通过上下文预测和更精确的系统模型，我们的方法利用模型预测控制技术来促进系统及时、高效的适应，从而提升系统的性能和适应性。同时，我们通过需求调整来更新上下文目标模型，进而更新控制器的目标函数和约束条件。我们在两种场景下的实验评估表明，我们的方法在提升系统性能方面具有显著的优势。