Sie befinden Sich nicht im Netzwerk der Universität Paderborn. Der Zugriff auf elektronische Ressourcen ist gegebenenfalls nur via VPN oder Shibboleth (DFN-AAI) möglich.
mehr Informationen...
ger: Als zentrale Konzepte der modell-getriebenen Softwareentwicklung (MDSD), erfordern Modelle und Modelltransformationen passende Methoden, um deren Anwendung zu ermoeglichen. Modelle in MDSD sind durch Meta-Modelle definiert, die die abstrakte Syntax der Sprache beschreiben. Die Transformationen basieren auf solchen Beschreibungen fuer die Quell- und Zielsprachen.In dieser Dissertation liegt der Fokus auf der Entwicklung, Qualitaetssicherung und Wiederverwendung von Modelltransformationen im MDSD-Kontext. Wir zeigen, dass die existierenden meta-modell-basierten Ansaetze oft unter Uberabstraktion durch Meta-Modelle leiden. Diese lassen oft strukturelle Informationen der Sprachen aus, wie zum Beispiel welche Modellelemente zu einer Struktur gehoeren. Als Konsequenz koennen Transformationen solche Strukturen nicht verwenden. Dadurch entsteht eine unnoetige Komplexitaet in deren Entwicklung und Qualitaetssicherung.Wir schlagen einen Ansatz vor, der eine Vereinfachung der Entwicklung und eine Verbesserung der Qualitaet der Transformationen durch das Nutzen von Sprachstrukturen erlaubt. Der Ansatz basiert auf kontext-freien Graphgrammatiken fuer die Sprachdefinition und produziert Modelltransformationen, die durch eine Zuordnung der Produktionen der Grammatiken definiert werden. Dadurch koennen explizite Informationen ueber die Strukturen direkt fuer die Definition von Transformationen benutzt werden. Wir beweisen, dass die resultierende Transformationen folgenden Eigenschaften haben: Terminierung, Korrektheit, Vollstaendigkeit und Determinismus.Bei den existierenden Ansaetzen zur Wiederverwendung von Modelltransformationen zeigen wir, dass diese eine Weiterentwicklung benoetigen, um verbundene Modelle zu unterstuetzen. Wir schlagen einen modularen Ansatz vor, der auf der Technik der Modellverwebung basiert. Dieser Ansatz unterstuetzt eine nicht-invasive und erweiterbare Modellierung von Verbindungen zwischen Modellelementen
eng: Models and model transformation, as the key concept in model-driven software development (MDSD), require methods to facilitate their use. In MDSD, models are usually defined using meta-models, describing the abstract syntax of the languages. Model transformations are defined based on such descriptions for the source and target languages.We focus on the development, quality assurance, and re-use of model transformations in MDSD. We demonstrate that the existing meta-model based approaches suffer from the over-abstraction via meta-models. While meta-models are able to abstract from details of concrete syntax, they often loose structural information inherent in languages, for example, which elements belong in structures. As a consequence, model transformations cannot re-use such structures, which leads to unnecessary complexity in their development and quality assurance.We propose an approach to the development of transformations, which allows to simplify and improve the quality of transformations via the use of language structures. It is based on context-free graph grammars, used for the definition of languages, and produces transformations, defined by pairing productions of grammars. This way, the explicit structural information can be directly used during the definition of transformations. We prove that the defined transformations exhibit four characteristics: termination, soundness, completeness, and determinism. With respect to the re-use of transformations, we demonstrate that existing approaches require extensions, when multiple inter-linked models are transformed. We proposed a modular approach to the re-use of transformations based on the model weaving technique. This approach allows modeling of inter-relations between the transformed models in a non-invasive and extensible way, as weavings in a configuration model. Furthermore,it enables the non-invasive re-use of existing transformations and of their results.