基于图形化编程的编译方法研究及其应用

《基于图形化编程的编译方法研究及其应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文基于图形化编程的编译方法研究及其应用作者姓名秦亮学科专业软件工程指导教师黄翰教授所在学院软件学院论文提交日期2018年4月ResearchandApplicationofCompilingMethodsBasedonGraphicalProgrammingADissertationSubmittedfortheDegreeofMasterCandidate：LiangQinSupervisor：Prof.HuangHanSouthChinaUniversityofTechnologyG

2、uangzhou,China分类号：TP3学校代号：10561学号：201520134293华南理工大学硕士学位论文基于图形化编程的编译方法研究及其应用作者姓名：秦亮指导教师姓名、职称：黄翰教授申请学位级别：工学硕士学科专业名称：软件工程研究方向：智能软件与智能算法论文提交日期：2018年4月25日论文答辩日期：2018年5月31日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：王甲海委员：杨晓伟、黄翰、刘艳霞、汪疆平摘要机器人编程主要是面向非计算机专业用户的，而传统的文本编难

3、以满足用户编程需求，因此一般采用图形化编程语言进行程序编写，然后通过专用的编译系统生成最终的可执行文件。目前通常采用交叉编译方法来完成图形化程序的编译工作，它包括伪代码生成过程和交叉编译过程。但是现有的迭代分析算法难以满足本文语法分析，并且交叉编译方法效率低，通过该方法生成的目标机器代码结构复杂，空间大，不能满足教育机器人的编译要求。针对上述问题，本文提出了一种简单、高效和可重定向性的直接编译方法，它是基于图形化编程语言的语法和语义直接将图形化程序转换成目标机器代码，其难点在于语法分析。本文重点研

4、究图形化编程语言的语法和编译方法，主要工作如下：（1）问题描述和数学建模：论述了图形化程序中的编译问题，根据直接编译要求分别对图形化模块和程序结构进行抽象和建模，以能够充分描述图形化程序中的数据约束和并行结构，并且详细论述这两种模型的相关定义和特性。（2）迭代分析算法分析与改进：对图形化程序中的数据约束和并行结构进行分析，针对现有迭代分析算法的不足，本文提出了基于约束分离的迭代分析算法，它包括线程合并算法和信号量生成算法。线程合并算法确定了线程信息，信号量生成算法确定了线程之间的同步信息，在代码生

5、成阶段进行整合以满足数据整体约束和模块并行。（3）系统实现和实验分析:将本文提出的DAG图模型和基于约束分离的迭代分析算法应用到本文编译系统中，详细论述了它的设计框架和实现过程。对代码生成效果和机器人动作效果进行分析，以证明本文算法的正确性。同时对编译时间和代码空间进行数据统计分析，以验证本文直接编译方法的高效性和代码优化能力。关键词：图形化编程语言；交叉编译方法；语法分析；直接编译方法IIAbstractRobotprogrammingismainlyfornon-computerprofess

6、ionalusers,butprogrammingbasedontextisdifficulttomeetuserprogrammingrequirements.Thegraphicalprogramminglanguageisgenerallyusedforrobotprogramming,andthenthefinalexecutablefileisgeneratedbythespecialcompilingsystem.Atpresent,thecross-compilingmethodis

7、usuallyusedtocompletethecompilationofthegraphicalprogram,whichincludesapseudo-codegenerationprocessandacross-compilingprocess.However,theexistingiterativeanalysisalgorithmisdifficulttosatisfythesyntacticanalysisofthispaper.Atthesametime,thecross-compi

8、lingmethodisinefficientandtargetmachinecodegeneratedbythismethodthathasacomplexstructureandalargespace,soitcannotmeetthecompilingrequirementsofeducationalrobot.Aimingattheaboveproblems,asimple,efficientandretargetabledirect-compilingmethodispr