From Requirements to Architecture: An AI-Based Journey to Semi-Automatically Generate Software Architectures

设计领域模型和软件架构在软件开发中是一个重要的挑战，因为所得到的架构对于实现系统的服务质量至关重要。由于时间压力，架构师通常只基于他们有限的领域认知、模式和经验，建立一个架构模型，而不是对领域进行深入分析并评估多个候选方案，选择最适合的方案。现有的方法尝试基于需求生成领域模型，但仍需要耗费大量时间手动努力才能获得良好的结果。因此，在这篇愿景论文中，我们提出了一种基于人工智能技术，半自动地生成软件架构候选方案的方法。我们进一步设想使用架构权衡分析方法、大型语言模型和定量分析等技术来自动评估和权衡分析生成的架构候选方案。为了评估这种方法，我们旨在通过进行定性研究来分析生成的架构模型的质量以及我们提出的过程的效率和有效性。

论文试图提出一种半自动化的方法，使用人工智能技术基于需求生成软件架构候选方案，并自动评估和权衡分析这些方案的质量。

使用人工智能技术，基于需求生成软件架构候选方案，并使用架构权衡分析方法和大语言模型进行自动评估和权衡分析。

论文提出的方法可以帮助架构师更快地生成软件架构候选方案，并且可以自动评估和权衡分析这些方案的质量。实验结果表明，该方法可以生成高质量的软件架构候选方案，并且可以提高架构师的工作效率。

最近的相关研究包括使用机器学习技术进行软件架构设计和自动架构优化等方面的研究。其中，有些论文包括《Automated Software Architecture Design Using Multi-Objective Optimization》和《DeepArchitect: Automatically Designing and Training Deep Architectures》等。