银行网络系统ATM(Auto Trade Machine).ppt

即关联通常由以下方面确定： 　　１、银行网络系统问题陈述中抽取可能的关联（动词词组） 　　２、隐含的动词词组 　　３、基于问题域的知识 　　４、去掉不必要和不正确的关联 按下列标准删除不必要的和不正确的属性： （1）限定词：若属性值固定下来后，能减少关联的重数，则可考虑把该属性重新表述为一个限定词。如银行码、站代码及雇员号等是限定词，不作为属性。 （2）内部值：若属性描述了对象的非公开的内部状态，则应从对象模型中删除该属性。 （3）细化：在分析阶段应忽略那些不可能对大多数操作有影响的属性。 图３给出了银行网络系统对象模型的部分属性。 ⑴ 现金卡有多个独立的特性，分解为卡片权限和现金卡。卡片权限是银行用来鉴别用户访问权限的卡片，表示一个或多个用户帐户的访问权限；各个卡片权限对象中可能具有好几个现金卡，每张都带有安全码、卡片码，它们附在现金卡上，表示银行的卡片权限。 现金卡是自动出纳机得到标识码的数据卡片，它也是银行代码和现金卡代码的数据载体。 　　⑵ 为了“事务”与“账户”之间的传输描述具有一般性，增加“更新”。因为一般在每个账户中，一个“事务”包括一个或多个“更新”，一个“更新”是对账户的一个动作，它们是取款、存款、查询之一。即事务由若干更新组成，更多涉及到账户。 　　⑶ 由于“分理处”与“分理处计算机”之间的区别不影响分析，可将“分理处计算机”并入“分理处”。同理，将“分行计算机”并入“分行”。 　　　以上改进如图５所示。 自动出纳机与用户交互的正常的脚本如下所示： ⑴自动出纳机请求用户插入卡片；用户插入现金卡。 ⑵自动出纳机接受卡片并读出它的卡号。 ⑶自动出纳机要求密码，用户键入密码“4011”。 ⑷自动出纳机与分行确认卡号和密码；分理处检查它并通知承兑的自动出纳机。 ⑸自动出纳机要求选择事务类型（取款、存款、转户及查询），用户选择取款。 ⑹自动出纳机要求现金数量；用户输入￥100。 ⑺自动出纳机要求分行处理事务；分行把要求转给分理处，确认事务成功。 ⑻自动出纳机分发现金并且要求用户取现金；用户取现金。 ⑼自动出纳机提示用户是否想继续；用户指出不继续。 ⑽自动出纳机打印收据，退出卡，并请求用户取出它们；用户拿走收据和卡。 ⑾自动出纳机请求用户插入。 * 　　采用OMT方法对银行网络系统ATM(Auto Trade Machine) 进行分析和设计。 一、问题的陈述 　　银行网络系统包括人工出纳和分行共享的自动出纳机；各分理处用自己的计算机处理业务（保存账户、处理事务等）；各分理处与出纳站通过网络通信；出纳站录入账户和事务数据；自动出纳机与分行计算机通信；自动出纳机与用户接口，接受现金卡；发放现金；打印收据；分行计算机与拨款分理处结账。 　　要求系统正确处理同一账户的并发访问；网络费用平均摊派给各分理处。如图１示意图。 银行网络系统ATM(Auto Trade Machine) 退出 下页 末页 案　例　一 自动出纳机 自动出纳机 自动出纳机 出纳站 分理处 计算机 分理处 计算机 出纳站 账户 账户 用户 分行计算机 图１给出了银行网络系统的示意图 二、类的识别方法 　 　　常用的识别类的方法有：名词识别法、系统实体识别法、使用重用、从用例中识别类等。 １、名词识别法　 　　识别问题域中的实体，实体的描述通常用名词、名词短语、名词性代词的形式出现。 　　用指定语言对系统进行描述； 　　从系统描述中标识名词、名词短语、名词性代词； 　　识别确定（取、舍）类。 退出 上页 首页 下页 末页 ２、系统实体识别法　 　　 不关心系统的运作流程及实体之间的通信状态，而只考虑系统中的人员、组织、地点、表格、报告等实体，经过分析将他们识别为类（或对象）。 　　被标识的实体有：系统需要存储、分析、处理的信息实体、系统内部需要处理的设备、与系统交互的外部系统、系统相关人员、系统的组织实体。 　　 三、建立对象模型 根据下述原则进一步确定类： ①　去掉冗余类：如两个类表述同一信息，应保留最具有描述能力的类，如“用户”与“顾客”是重复的描述，由于“顾客”更具有描述性，故保留它，删除“用户”。 ② 去掉不相干的类：删除与问题无关或关系不大的类，如“费用”。 ③ 删除模糊的类：有些初始类边界定义不确切，或范围太广，应该删除。如“系统”、“安全措施”、“记录保管”、“银行网络”。 ④ 删除那些性质独立性不强的，而应该是类“属性”的候选类：如“帐户数据”、“收据”、“现金”、“事务数据”。 ⑤ 所描述的操作不适宜作为对象类，并被其自身所操纵，所描述的只是实现过程中的暂时的对象，应删去。如“软件”，“访问”。 　（一）确定类 　采用名词识别法：检查问题陈述中的所有名词，得到初始