slmetric.metric.ResultDetail class

Пакет: slmetric.metric
Суперклассы:

Детали об экземплярах slmetric.metric.Result объекты

Описание

Детали о том, что метрический механизм значит slmetric.metric.Result свойство объекта Value.

Конструкция

Вызов slmetric.Engine.execute метод создает slmetric.metric.Result объекты, который опционально включает slmetric.metric.ResultDetail объекты. Details1 = slmetric.metric.ResultDetail = (ID, Name) создает slmetric.metric.ResultDetail объект. Необходимо предоставить ID и Имя как входные параметры конструктору.

Свойства

развернуть все

`ID` — Уникальный идентификатор
символьный вектор

Уникальный идентификатор для сущности, которую считает экземпляр детали результата. Это свойство является чтением-записью.

Типы данных: char

`Name` — Имя сущности модели
символьный вектор

Имя сущности модели, которые заканчиваются количества экземпляра детали. Это свойство является чтением-записью.

Типы данных: char

`Value` — Значение `ID` свойство
'double'

Скалярное значение сгенерировано метрическим алгоритмом для ID. Это свойство является чтением-записью.

Типы данных: double

Методы

getGroupIdentifier	Получите идентификатор для группы `slmetric.metric.ResultDetail` объекты
getGroupName	Получите имя для группы `slmetric.metric.ResultDetail` объекты
setGroup	Определите имя и идентификатор для группы `slmetric.metric.ResultDetail` объекты

Примеры

свернуть все

Получите имена группы клонов и идентификаторы

Используйте getGroupName и getGroupIdentfier методы, чтобы получить имя и идентификатор для группы клонов.

Откройте модель в качестве примера.

open_system([docroot '\toolbox\simulink\examples\ex_clone_detection.slx']);

Сохраните модель в качестве примера в свою текущую рабочую папку.

Вызовите execute метод. Примените getMetrics метод для themathworks.metric.CloneDetection метрика.

metric_engine = slmetric.Engine();
setAnalysisRoot(metric_engine,'Root','ex_clone_detection','RootType','Model');
execute(metric_engine);
rc = getMetrics(metric_engine,'mathworks.metrics.CloneDetection');

Для каждого slmetric.metric.Result объект, отобразите ComponentPath. Для каждого slmetric.metric.ResultDetail объект, отобразите имя группы клонов и идентификатор.

for n=1:length(rc.Results)
    if rc.Results(n).Value > 0
	for m=1:length(rc.Results(n).Details)
	  disp(['ComponentPath: ',rc.Results(n).ComponentPath]);
          disp(['Group Name: ',rc.Results(n).Details(m).getGroupName]);
          disp(['Group Identifier: ',rc.Results(n).Details(m).getGroupIdentifier]);
        end
    else
        disp(['No results for ComponentPath: ',rc.Results(n).ComponentPath]);
    end
    disp(' ');
end

Результаты показывают, что модель содержит одну группу клонов, CloneGroup1, который содержит два клона.

Установите названия группы и идентификаторы группы для пользовательской метрики модели

Используйте setGroup метод, чтобы сгруппировать подробные результаты. Когда вы создаете пользовательскую метрику модели, вы применяете этот метод как часть algorithm метод.

Используя createNewMetricClass функционируйте, создайте метрический класс под названием DataStoreCount. Эта метрика считает количество Data Store Read, и Data Store Write блокирует и собирает в группу их соответствующим Блоком памяти Хранилища данных. createNewMetricClass функция создает файл, DataStoreCount.m в текущей рабочей папке. Файл содержит конструктора и пустой метрический метод алгоритма. В данном примере убедитесь, что вы работаете в перезаписываемой папке.

className = 'DataStoreCount';
slmetric.metric.createNewMetricClass(className);

Чтобы написать метрический алгоритм, откройте DataStoreCount.m файл и добавляет метрику в файл. В данном примере можно создать метрический алгоритм путем копирования этой логики в DataStoreCount.m файл.

classdef DataStoreCount < slmetric.metric.Metric
    % Count the number of Data Store Read and Data Store Write
    % blocks and correlate them across components.
    
    methods
        function this = DataStoreCount()
            this.ID = 'DataStoreCount';
            this.ComponentScope = [Advisor.component.Types.Model, ...
                Advisor.component.Types.SubSystem];
            this.AggregationMode = slmetric.AggregationMode.Sum;
            this.CompileContext = 'None';
            this.Version = 1;
            this.SupportsResultDetails = true;
            
            %Textual information on the metric algorithm
            this.Name = 'Data store usage';
            this.Description = 'Metric that counts the number of Data Store Read and Write'; 
                  'blocks and groups them by the corresponding Data Store Memory block.';
            
        end
        
        function res = algorithm(this, component)
            % Use find_system to get all blocks inside this component.
            dswBlocks = find_system(getPath(component), ...
                'SearchDepth', 1, ...
                'BlockType', 'DataStoreWrite');
            dsrBlocks = find_system(getPath(component), ...
                'SearchDepth', 1, ...
                'BlockType', 'DataStoreRead');          
            
            % Create a ResultDetail object for each data store read and write block.
			% Group ResultDetails by the data store name.
            details1 = slmetric.metric.ResultDetail.empty();
            for i=1:length(dswBlocks)
                details1(i) = slmetric.metric.ResultDetail(getfullname(dswBlocks{i}),...
                            get_param(dswBlocks{i}, 'Name'));
		   groupID = get_param(dswBlocks{i},'DataStoreName');
		   groupName = get_param(dswBlocks{i},'DataStoreName');
                details1(i).setGroup(groupID, groupName);                
                details1(i).Value = 1;
            end
            
            details2 = slmetric.metric.ResultDetail.empty();
            for i=1:length(dsrBlocks)
                details2(i) = slmetric.metric.ResultDetail(getfullname(dsrBlocks{i}),...
                   get_param(dsrBlocks{i}, 'Name'));
                groupID = get_param(dsrBlocks{i},'DataStoreName');
				groupName = get_param(dsrBlocks{i},'DataStoreName');
                details2(i).setGroup(groupID, groupName);
                details2(i).Value = 1;
            end
            
            res = slmetric.metric.Result();
            res.ComponentID = component.ID;
            res.MetricID = this.ID;
            res.Value = length(dswBlocks)+ length(dsrBlocks);
            res.Details = [details1 details2];
        end
    end
end

В DataStoreCount метрический класс, SupportsResultDetail метод установлен в истину. Метрический алгоритм содержит логику для setGroup метод.

Теперь, когда ваша новая метрика модели задана в DataStoreCount.m, укажите новую метрику.

[id_metric,err_msg] = slmetric.metric.registerMetric(className);

Чтобы собрать метрические данные по моделям, используйте экземпляры slmetric.Engine. Используя getMetrics метод, задайте метрику, которую вы хотите собрать. В данном примере укажите, что хранилище данных считает метрику для sldemo_mdlref_dsm модель.

Загрузите sldemo_mdlref_dsm модель.

model = 'sldemo_mdlref_dsm';
load_system(model);

Создайте метрический объект механизма и установите аналитический корень.

metric_engine = slmetric.Engine();
setAnalysisRoot(metric_engine,'Root',model,'RootType','Model');

Соберите метрические данные для метрики количества Хранилища данных.

execute(metric_engine);
rc=getMetrics(metric_engine, id_metric);

Для каждого slmetric.metric.Result объект, отобразите ComponentPath. Для каждого slmetric.metric.ResultDetails объект, отобразите название группы Хранилища данных и идентификатор.

for n=1:length(rc.Results)
    if rc.Results(n).Value > 0
	for m=1:length(rc.Results(n).Details)
	  disp(['ComponentPath: ',rc.Results(n).ComponentPath]);
          disp(['Group Name: ',rc.Results(n).Details(m).getGroupName]);
          disp(['Group Identifier: ',rc.Results(n).Details(m).getGroupIdentifier]);
        end
    else
        disp(['No results for ComponentPath: ',rc.Results(n).ComponentPath]);
    end
    disp(' ');
end

Вот результаты.

ComponentPath: sldemo_mdlref_dsm
Group Name: ErrorCond
Group Identifier: ErrorCond
 
No results for ComponentPath: sldemo_mdlref_dsm/A
 
No results for ComponentPath: sldemo_mdlref_dsm/A1
 
No results for ComponentPath: sldemo_mdlref_dsm/More Info1
 
ComponentPath: sldemo_mdlref_dsm_bot
Group Name: RefSignalVal
Group Identifier: RefSignalVal
 
ComponentPath: sldemo_mdlref_dsm_bot2
Group Name: ErrorCond
Group Identifier: ErrorCond
 
ComponentPath: sldemo_mdlref_dsm_bot/PositiveSS
Group Name: RefSignalVal
Group Identifier: RefSignalVal
 
ComponentPath: sldemo_mdlref_dsm_bot/NegativeSS
Group Name: RefSignalVal
Group Identifier: RefSignalVal

В данном примере не укажите метрику количества хранилища данных.

slmetric.metric.unregisterMetric(id_metric);

Закройте модель.

clear;
bdclose('all');

Введенный в R2017b

Документация

slmetric.metric.ResultDetail class

Описание

Конструкция

Свойства

`ID` — Уникальный идентификатор
символьный вектор

`Name` — Имя сущности модели
символьный вектор

`Value` — Значение `ID` свойство
'double'

Методы

Примеры

Получите имена группы клонов и идентификаторы

Установите названия группы и идентификаторы группы для пользовательской метрики модели

Смотрите также

Документация Simulink Check

Поддержка

Документация

slmetric.metric.ResultDetail class

Описание

Конструкция

Свойства

ID — Уникальный идентификатор символьный вектор

Name — Имя сущности модели символьный вектор

Value — Значение ID свойство 'double'

Методы

Примеры

Получите имена группы клонов и идентификаторы

Установите названия группы и идентификаторы группы для пользовательской метрики модели

Смотрите также

Документация Simulink Check

Поддержка

`ID` — Уникальный идентификатор
символьный вектор

`Name` — Имя сущности модели
символьный вектор

`Value` — Значение `ID` свойство
'double'