Algorithm 什么'；这是解决复杂配置和参数化问题的好算法吗？

我正在使用的应用程序需要复杂的参数化和配置，以便为自定义零件建模。不同参数之间存在各种相互依赖关系，例如设置参数“A”会使“B”和“C”的某些值无效，或为参数“D”的值添加其他约束

目前，这是通过将所有参数存储在查找表中并在其上运行规则来解决的。这些规则是用XML手工编写的，被加载并转换成某种中间格式，用于规则引擎。每次参数更改时，都会重新运行所有规则

这同时非常缓慢且容易出错

我觉得使用基于（DAG）的方法可能是有益的，在这种方法中，我们只能对图的子集进行更新

这是个好主意吗？你知道更好的方法吗？如果你有类似问题的经验，你是如何解决的

编辑：我试图实现一种设计，在这种设计中，只有参数的依赖子集必须在更改时更新。目前，规则将在每次更改时全局重新运行。参数设置为默认值，但可由用户更改。根据参数的值，其他参数的默认值可能不同

这是个好主意吗

对。您可以创建DAG，进行DFS遍历，并计算出依赖关系链

你知道更好的方法吗？ 如果你有类似问题的经验，你是如何解决的

据我所知，有一个复杂的依赖结构可以用DAG建模。如果任何一个发生更改，则需要更改从属组件。编译器多年来一直在这样做。你可能想看看他们做了什么

---

另一种方法可以通过以下方式建模。在这里，每个对象都公开了一种通知观察者任何更改的方法。依赖对象订阅通知。当发生改变对象状态的事件时，它会调用依赖侦听器。

问题是否合理平滑？如果是这样的话，那么就有可能使用遗传算法向您的目标进化出一组参数集。气体不能很好地处理非光滑问题，或者目标不能简单地合理指定的情况。您需要首先检查。这些参数不必进行演变，它们是用户指定的，在某些约束条件下。问题是如何在不重新运行整个参数集的规则的情况下更新依赖值。观察者模式用于同一应用程序中的类似情况（但不在本部分）。我们遇到了调试非常困难的问题，因为许多操作都会触发一连串的事件。这是一个很大的遗留代码库，我只是开始工作，但其他开发人员告诉我，他们认为当前版本是次优的。我想知道你的答案，但我想把这个问题留给其他人考虑。