收集模型度量数据通过使用度量仪表板
收集模型度量数据和评估模型的设计状态和质量,使用指标指示板。指标指示板提供了一个视角的大小、架构和指南遵从你的模型。
返回的顶级
sldemo_fuelsys
模型。在应用程序仪表板点击选项卡,打开指标指标指示板。
为这个模型收集度量数据,单击所有指标图标。
分析度量数据
指标指示板包含小部件,可视化指标数据在这些类别:大小、建模指南遵从性和体系结构。默认情况下,某些小部件包含度量阈值。这些值指定指标数据是否兼容(绿色出现在小部件)或产生一个警告(出现黄色的小部件)。指标没有阈值出现蓝色。函数和类可用于指定不合规的范围和改变阈值。
在体系结构部分的仪表板,定位模型的复杂性小部件。查看工具提示,暂停在每个竖线。这个小部件是一个分布的可视化表示的复杂性在模型层次结构中的组件。对于每一个复杂性范围,彩色条表示组件在范围之内,所有的数量。深色的绿颜色表示多个组件。在这种情况下,多个组件有一个圈复杂度值最低的范围,而只有一个组件有一个更高的复杂性。此组件有一个圈复杂度超过30。组件与圈复杂度超过30返回警告。有关更多信息,请参见圈复杂度度量
探索度量数据
详细探讨指标数据,点击单个度量小部件。为你选择的指标,一个表显示值,聚合值,和措施(如适用)在模型组件级别。从表中,仪表板提供可跟踪性和超链接到数据源,这样您就可以得到详细的结果。
分析模型复杂性模型细节,子系统,和图表,请点击的一个酒吧里模型的复杂性小部件。在这个例子中,control_logic
表圈复杂度值为51,是黄色的,因为它是在警告范围。
看到这个组件模型中,单击control_logic
超链接。
基于指标数据重构模型
一旦你使用指示板来确定哪些组件必须修改以满足质量标准,您可以重构模型。例如,您可以重构control_logic
图通过移动逻辑原子子图表来减少该组件的复杂性。
接下来,您将使用建模指南依从性与高度集成模型相关部件修复问题顾问检查。