第一章引言 1
1.1研究动因 1
1.1.1软件问题 1
目 录 1
1.1.2解决途径 2
1.2基本含义 3
1.2.1广义理解 3
1.2.2狭义理解 3
1.2.3不同层次的理解 3
1.3主要内容 4
1.3.1软件开发 4
1.3.2规格说明 4
1.4实现途径 5
1.4.1演绎综合 5
1.3.3自动生成 5
1.3.4 自动验证 5
1.4.2程序转换 6
1.4.3归纳综合 8
1.4.4过程实现 8
1.5现状综述 8
1.5.1成就 9
1.5.2问题 9
1.6.1 目的 10
1.6.2体式 10
1.5.3途径 10
1.6本书的目的和体式 10
第二章软件规格说明 11
2.1基础知识 11
2.1.1层次级别与描述手段 11
2.1.2过程抽象与数据抽象 12
2.2软件规格说明方法 13
2.2.1前后断言方法 13
2.2.2 HOS方法 16
2.2.3逻辑性质与可解性 21
2.2.4代数方法 22
2.2.5抽象模型方法 31
2.3软件规格说明语言 33
2.3.1 Z规格说明语言 33
2.3.2 Larch语言 41
2.3.3广谱语言CIP-L 48
2.3.4规格说明语言FGSPEC 58
第三章演绎综合途径 66
3.1基本理论 66
3.1.1逻辑基础 66
3.1.2定理证明 68
3.1.3演绎综合 70
3.1.4数学归纳 72
3.1.5程序综合技术 74
3.2.1生成构架 75
3.2基本方法 75
3.2.2演绎规则 78
3.2.3归纳构造 86
3.2.4实例研究 90
3.3方法评述 93
第四章程序转换 95
4.1纵向转换 95
4.1.1转换模型 96
4.1.2 正确性构架 96
4.1.3前件推导机制 97
4.1.4知识表示机制 98
4.1.5算法设计方法的选择机制 104
4.1.6例 105
4.2横向转换 107
4.2.1转换对象 107
4.2.3 Unfold/fold转换方法 108
4.2.2转换规则 108
4.2.4若干技术 111
4.2.5 Unfold/fold方法的自动化 112
4.3抽象数据类型的实现构架 114
4.3.1代数规格说明的逐层转换 114
4.3.2数据精化方法 118
4.4程序转换系统CIP-S 120
4.4.1理论基础 121
4.4.2基本转换规则 123
4.4.3转换策略 126
4.5综合评述 132
第五章过程实现途径 134
5.1扩展编译 134
5.2通用语言和系统 135
5.3专用语言和系统 136
5.4领域知识与自动化 137
6.1.1基本概念 139
第六章归纳综合途径 139
6.1归纳推理 139
6.1.2研究范围 140
6.1.3评价标准 141
6.1.4通用方法 145
6.2方法概述 146
6.2.1实例法 146
6.2.2轨迹法 148
6.2.3实用的归纳推理方法 150
6.3程序综合 151
6.3.1子句逻辑 152
6.3.2综合算法 153
6.3.3假设空间 155
6.3.4搜索策略 158
6.4方法评述 161
6.4.1背景知识 162
6.4.3假设的证实 163
6.4.2层次构作 163
6.4.4结语 164
第七章软件自动化与机器学习 165
7.1机器学习 165
7.1.1学习的含义 165
7.1.2学习途径 167
7.1.3基于解释的学习 168
7.1.4归纳学习 169
7.2学习归约求解问题的分解方法 170
7.2.1问题归约 170
7.2.2算法构架学习 172
第八章软件自动化实验性系统 178
8.1软件自动化系统NDAUTO 178
8.1.1 GSPEC语言 178
8.1.3系统组成 180
8.1.2系统功能与实现途径 180
8.2算法设计自动化系统NDADAS 183
8.2.1系统功能与特点 183
8.2.2 FGSPEC语言 183
8.2.3系统结构 184
8.3 归纳程序综合系统NDIPS 189
8.3.1 系统结构 189
8.3.2程序综合 190
8.4具有自学习能力的软件自动化系统NDSAIL 192
8.4.1系统的功能和结构 192
8.4.2算法构架学习和作用机制 193
8.4.3基本算法学习 196
8.4.4优化方法学习 196
参考文献 198
索引 200