在现代软件系统的生命周期内,缺陷修复、功能增强、性能改进、需求增加,以及运行环境的改变等均要求软件系统具有较强的演化能力,否则软件将会不断地腐化,越来越难以修改,进而维护费用也会越来越高。为了提高软件演化的可信性和降低软件演化的成本,许多应用场景需要对软件的演化行为和演化效果实施定性或定量的评估,例如,代码不一致性修改,代码重构收益等。近年来,开源软件的数据获取更加便捷,吸引了越来越多的学者利用软件仓库挖掘技术研究开源软件的演化,研究的主题包括代码复杂度的演化、代码变更模式的挖掘、软件演化预测,以及代码可演进性分析等。然而,现有的软件演化评估还存在如下两个突出问题:(1)演化评估中的变更信息多数从版本控制系统中直接获取,变更粒度为文件级别或代码行级别,这种变更忽略了代码语法结构的变化,且含有较多的噪音,而代码的结构变更信息对于准确地理解代码演化的本质至关重要;(2)演化评估的结果在实践指导方面与软件开发活动的衔接不够紧密。为了解决上述问题,本文从代码层面上选取了圈复杂度、易替换性,以及结构变更倾向性3个常用的软件质量特性,对它们进行演化评估。本文的研究一方面从代码结构变更的角度加深了人们对软件静态演化规律的认识,另一方面,希望提出的演化评估技术和支撑工具能进一步地提高软件的可演进性,降低软件演化的成本。本文的主要内容与贡献如下:(1)在代码圈复杂度演化分析和评估方面,本文首先根据扩展控制流图给出了方法、类以及系统层的圈复杂度计算公式,并将方法和类的圈复杂度分别划分成“低”,“中等”,以及“高”三个等级。然后,基于代码结构变更信息和Markov模型,分别对方法、类以及整个系统的圈复杂度演化特征进行分析。实验结果表明:(a)方法和类在最终版本中呈现的圈复杂度等级,在大多数情况下,并不是通过不断修改逐渐形成的,而是在创建之初即已呈现其复杂性特征;(b)方法或类被修改的次数越多,通常其圈复杂度升高的概率越大;(c)从影响系统复杂度升高的因素上看,「圈复杂度升高的类」和「新增的类」对系统复杂度升高的贡献度大体相当;(d)方法和类的不同等级的圈复杂度分布在版本间的变化特征既存在差异性,也存在共性。(2)在代码易替换性演化评估方面,本文首先从耦合性和复杂性两个维度刻画了类和包的易替换性,然后在多个开源软件上分别分析了不同构造型类/包的易替换性差异;剖析了「移除类」与「新增类」的易替换性演化特征;以及验证了易替换性演化评估工具JREE的有效性。实验结果表明:(a)不同构造型类的易替换性差异较大,差异程度主要与该类承担交互职责的多寡有关;(b)在软件演化的过程中,「移除类」和「新增类」的易替换性显著地高于同包中的其它类;(c)按功能特性划分的包比按逻辑层次划分的包具有更高的易替换性;(d)支撑工具JREE可以有效地辅助开发人员识别引起类和包易替换性变化的演化操作。(3)在代码结构变更倾向性预测与评估方面,本文在考虑类规模的潜在混淆效应和不同变更传播风险的情况下,首次全面分析了13种代码坏味对结构变更倾向性的影响。然后,结合代码的结构变更信息和代码坏味的演化历史信息定义了5种坏味演化度量,并根据这些坏味演化度量构建了工作量感知的变更预测模型(简称“S”模型),同时对该模型的排序和分类性能进行了评估。实验结果发现:(a)中等规模和大规模的类感染代码坏味后更容易发生结构变更;(b)含有坏味实例越多的类,越容易发生结构变更;(c)文中考虑的任意一种坏味与“影响最严重的变更”之间均不存在显著的相关性;(d)有些坏味与文中考虑的任意变更类型均不存在显著相关性;而有些坏味在多数情况下都会显著地增加某些类别的变更倾向性;(e)与基于CK度量构建的基准预测模型相比,“S”模型在工作量感知场景下的排序性能和分类性具有有显著的优越性。因此,在实际应用中,特别是在预测“应用程序接口(API)”、“功能(Functionality)”以及“属性(State)”的变更时,建议使用“S”模型,该模型不仅可以提升预测性能,还可以指导开发人员对那些“易变的”类开展重构工作。