随着软件规模和复杂性日益增长,运行环境频繁发生变化,软件的人工运维管理等方面压力不断增大。许多学者已经开始研究能够自我调整以满足功能性和非功能性需求的自适应软件系统。自适应软件是可以在运行过程中动态调整自身行为、结构或参数,以适应软件变化的一类软件。自适应软件根据环境信息,自主决策生成调整方案,即自适应策略,指导系统进行调整。动态多变的环境使得系统具有很多不确定性,例如难以准确感知环境信息,决策方法对环境的假设存在一定简化等。这些将导致生成的自适应策略最终可能无法满足自适应调整的需求,也就是自适应调整后系统无法达到功能性或质量属性目标。而随着软件在各种系统中的重要性越来越大,一旦其自适应调整不可靠,后果将十分严重。因此,自适应软件应该确保自适应策略能够达到预期的目标。针对这一问题,本文基于部分可察马尔科夫决策过程建立了完整的自适应策略有效性保障机制,既能够支持自适应软件在运行阶段评估自主生成的自适应策略的有效性,预测自适应策略的执行效果,同时又能够对失效自适应策略进行在线修正,确保自适应策略执行后可以适应软件变化。本文工作主要包含四个方面。首先,本文方法基于部分可察马尔科夫决策过程建立系统状态模型,为策略有效性保障机制提供模型基础。本文建模方法参考层次化分析方法确定软件需求目标相关的多个状态属性的权重,将系统状态信息同软件需求的调整目标联系起来,然后以预处理后的系统日志为训练集,采用朴素贝叶斯完成状态映射,最后再基于系统日志进行状态映射,提取系统状态的变化关系。基于部分可察马尔科夫决策过程的系统状态模型不仅支持通过运行阶段收集到的少量的状态信息描述自适应软件的系统状态,还可以进行多种可能的系统状态推理,更好地描述不确定环境下系统状态的变化情况。其次,本文提出了自适应策略的有效性评估方法。本文以多元组形式描述自适应策略的相关属性,并根据策略中记载的动作序列及其交互关系,在运行阶段以触发软件变化的系统状态为起始点,基于系统状态模型进行状态推理,预测策略可达的系统状态并对状态进行评估,验证自适应策略的执行效果。然后,针对无法达到预期自适应调整目标的自适应策略,为尽快对软件变化做出响应,本文提出基于强化学习的策略在线修正方法,对失效自适应策略进行在线修正,得到能够达到自适应调整目标的自适应策略。强化学习算法以策略执行后对自适应软件调整目标的影响为反馈,累计不同系统状态下单步动作的奖赏值。本文修正方法以策略评估时状态推理的逆序进行回溯,每次回溯一个动作,并以半随机的探索方式进行单步强化学习,直至修正所得动作序列满足自适应调整的需求。最后,本文通过典型电子商务系统案例以web系统常见的响应时间超时为例,设计了实验场景,验证了策略有效性保障机制能够很好地完成策略的评估及修正,通过分析不同动作序列长度下的算法耗时,验证了本文策略有效性保障机制的性能足以支持运行阶段的计算。