复用概念最早出现在1968年的NATO会议上。至今,软件复用的发展及研究涉及面已非常广泛,复用程度也将越来越大,从而,应用在不同领域、不同作用的各种各样的软件构件层出不穷。面对如此众多的软件构件,我们在软件开发中将如何对构件进行分类,如何选择我们所需要的构件,就成为了我们首先面对的一个必需解决的问题。 现今,对构件的分类与检索已有很多方法,如:刻面、索引、基于知识库等许多方法,但都存在一定的缺陷,特别是在构件的自动分类和模糊检索上存在很大的问题。本文分别对这些分类及检索方法进行了讨论,并从中选取了用人工智能神经网络的方法来研究构件的分类及检索。 本文首先介绍的人工神经网络的理论,并提出可以利用自组织神经网络(SOM网)的无导师、自动学习、自动分类的特性对构件进行自动分类,并在此基础上实现构件的模糊检索功能。 文章第四章用实例详细叙述了如何构建一个进行构件分类检索的自组织神经网络,以及网络如何自动学习、自动分类,并通过图形客观的反应了分类结果的好坏。进而在此基础上实现构件的模糊检索。结果表明把神经网络引入构件的分类检索中,确实能够达到自动分类,模糊检索的目的,大大降低了人工分类的时间开销,同时也给构件的检索提供了一个崭新的检索方法。