基于度量工具的软件成本估算模型使用方法

输入的主观性以及输入过多是妨碍软件成本估算模型实际应用效果的重要影响因素.针对以上问题,提出了一种基于度量工具的软件成本估算模型使用方法.该方法通过引入统计理论中的工具变量,将度量工具所采集的度量元数据自动转换为软件成本估算模型的输入.这一方面可以避免模型校准和估算过程中输入的主观性与不一致性,提高了估算结果的准确性与可靠性;另一方面能减少估算人员的手工操作,提高工作效率,增加了软件成本估算模型的可用性.结合具体实例说明了所提出方法的可行性与有效性.

基于任务的人力资源离职风险预测研究与实现

软件开发是智力密集型产业，人力资源在软件开发中扮演着极其重要的角色，不同的人在相同的设备上，可以生产出质量和功能完全不同的产品，其生产效率甚至可以相差数十倍，Boehm的COCOMO模型发现团队质量是目前项目成功最大的决定因素。在软件开发中，人力资源的离职是无法避免的，总会有人因为人为或非人为的原因而离职。不同的研究人员对人力资源离职进行统计率研究表明，人力资源的离职率高达33%～80%之间，平均雇员受雇时间仅为15～36个月，而且人力资源的离职往往会给公司带来很高的成本，使人力资源离职风险成为软件开发极其重要的一种风险。虽然现在软件开发过程比以前更成熟，人员的离职仍然会给项目带来严重的影响，甚至会给项目带来毁灭性的打击。 在人员高离职率的情况下，量化项目中的每个人在任一时间点的离职对项目造成的影响，对项目管理者来说是很有参考意义的，它可以帮助项目管理人员客观地了解目前项目的人力资源离职风险情况。本文在深入细致地研究了国内外研究现状的基础上，提出了一种基于任务的人力资源离职风险预测研究。 本文的主要内容包括： 第一、提出了基于任务的人力资源离职风险预测模型。通过建立项目计划任务模型、人力资源模型、任务分配模型，来对项目开发进行描述，使模型能够适用于大多数的软件开发项目； 第二、针对现有人力资源风险管理主要依靠主观判断和个人经验的弱点，将项目参与者离职对项目造成的影响（项目延迟时间和项目成本超支）量化，给项目风险管理者提供客观的数据支持，作为企业和项目进行人力资源风险管理的依据； 第三、对基于任务的人力资源离职风险研究进行实例化分析。通过一个实际的项目实例，来分析本研究的实际使用过程。并对实例的研究结果进行分析，给出了一些降低人力资源离职风险的切实可行的措施。 第四、设计和开发了一个基于任务的人力资源离职风险预测系统，提高人力资源风险管理的效率和准确性。

基于InCoME的软件成本估算方法及支撑工具

软件成本估算领域经过四十余年的发展，涌现出一大批估算理论与方法，但都没有在现实环境中的软件企业中得到广泛应用，在项目早期进行软件成本估算仍旧是一件非常难的任务。由于估算模型的复杂性，缺乏相关的自动化的支撑工具及在现实软件企业中进行成本估算的应用研究是造成这一局面的一个重要原因。 本文从解决现实估算问题出发，提出了基于支撑工具的软件成本估算应用的具体框架。使用专家知识初始化模型，收集历史数据进行模型校准，并使用jack-knife交叉验证对模型进行精度分析。在建立可接受的模型后，收集待估算项目规模和成本因子数据，基于集成成本建模与估算（InCoME）方法，提供COCOMO、类比、回归等多种估算方法的支持。估算结果结合不确定性分析和风险分析，给项目计划和决策提供参考。成本估算应用框架形成一套完整和规范的流程，是一个现实可行的软件成本估算的解决方案。本文的另一贡献在于定制开发此应用框架的支撑工具，即集成成本建模与估算工具。在分析调研主流的软件成本估算工具的基础上，为配合估算应用框架，使用eclipse RCP和关系数据库，开发出层次清晰、可扩展性强、可维护性高、易升级易部署、界面友好的支撑工具。我们将基于支撑工具的软件成本估算应用框架应用于现实中的软件企业进行经验研究，经验研究结果表明，企业的软件成本估算得到了明显改善，支撑工具也被很好的接受。

一种改进的类比估算方法及案例研究

软件成本估算是软件工程领域的重要活动之一。类比估算由于具有易于理解、不受数据规模的影响、不需要本地校准、降低异常点对估算精度的影响等优势，所以是软件成本估算常用的方法之一。项目属性集的选择、相似度函数定义和修正求解是类比估算三个比较重要的方面。 通过对比分析目前类比估算相似度的定义，得出其存在的问题是：没有充分利用模型和历史项目集信息从而在一定的数据集上可能降低估算精度。针对这种问题，本文提出一种改进的类比估算方法，该方法充分利用了模型和历史项目集的相关信息，定义模型属性信息空间上由第一类曲线积分计算的弧长为相似度。 项目属性集选择相关程度比较低的因子以解决由于因子之间相关程度高对估算精度产生影响的问题；修正求解采用基于相似度倒数或平方倒数加权法以解决相似项目数难以确定的问题。 在成本驱动因子的定义和管理、成本估算模型的支持与集成、模型校准、模型精度分析这四个方面，本文分析了现行的成本估算软件存在的问题及发展趋势。根据分析结果，并结合改进的类比估算方法开发了改进的类比估算工具ImpAnalogy。该工具基于Eclipse RCP框架，采用MVC架构实现了数据管理、因子管理、模型精度分析、模型共享等模块。 本文使用工具ImpAnalogy进行了三个案例研究。 案例一：为一个没有使用任何估算方法和估算工具的企业提供一个估算精度相对较高的方法和工具。结果表明改进后的类比方法的估算精度高于基于欧氏距离和AMH的类比估算方法、基于模型的指数加权调整方法、COCOMO类型方法和回归方法。 案例二：为一个准备申请CMMI 4级的企业提供一个估算精度较高的方法。结果表明改进后类比方法的估算精度高于采用欧氏距离和AMH的类比估算方法、COQUALMO类型方法，但是低于回归方法。 案例三：采用NASA93数据集验证方法的有效性，增强说服力。结果表明改进后的类比方法的估算精度高于采用欧氏距离的类比估算方法和回归方法；采用基于相似度倒数或平方倒数加权调整算法的估算精度高于单项目调整算法和回归方法。

模糊逻辑的采用软件开发工作量估算

软件估算是有半个世纪发展历史的计算机科学领域的一个巨大挑战，因为软件估算涉及到软件项目的成本和计划。开发人员需要能够获得基于他们自己的程序得到的包含了工作量估算的实践。软件成本估算主要估算开发软件系统所需的工作量、时间、人力资源等。一种有效的方式是在项目早期确定成本时估算工作量。软件成本主要依据项目的需求规格说明书来确定。目前，实施可靠、准确的成本估算仍是软件工程领域的一个挑战。 在项目早期阶段，许多项目属性尚未确定。此时的软件估算通常是不准确的，估算 的准确程度取决于用于估算的可靠且可用的信息的数量。在后续的项目分析和设计阶段，对项目的了解更加深入，估算不确定性减少，估算准确性提高。大部分估算模型未考虑这种不确定性，只是得到了确定的估算结果。这些模型需要改进，以得到估计范围和估算结果的发生概率。 新的方法（如：模糊逻辑）可能提供了软件工作量估算的替代方案。软件开发总是可以用一组具有一定程度模糊性的参数来表征。这就需要在模型中引入一定程度的不确定性，以使模型更接近实际。模糊逻辑在这方面很合适。应用模糊逻辑可以解决目前工作量估算模型存在的许多问题。而且，模糊逻辑已经与算法的和非算法的工作量估算模型结合，用于解决固有不确定性问题。 本文提出一种基于模糊逻辑规模的软件开发工作量估算方法。软件规模不是一个单个数字，可以看作是一个三角模糊数(triangular fuzzy number, TFN)。应用本文方法，可以通过改变约束条件对任意常数中的工作量估算结果进行优化。基于对本文方法中模糊权重的平均方差解释%(Variance Accounted For, VAF%) ， 提出了一种最优化算法。应用COCOMO 公开数据集进行了验证实验。与实际工作量估算的比较结果表明，基于偏差系数，本文提出的模型提供了较好的估算结果。 最后，提出了一种改进的基于模糊案例的推理(Fuzzy Case-Based Reasoning , FCBR)方法，该方法集成了agent 技术，可以从多个组织的分布式数据库中找到相似项目。基于该方法，可以从分布式预定义的项目成本数据库中收集软件成本数据，进而建立软件成本估算模型。该模型应用FCBR 方法，在不同软件组织的历史软件项目度量数据中找到类似项目。

一种支持多种成本估算方法的估算集成工具的设计与开发

自上世纪60年代软件危机始，涌现了一大批软件成本估算理论和方法。单一的估算方法具有自身的优势和适用的估算环境。但不存在一种适应所有估算环境的估算方法。于是，集成各软件成本估算方法，以期适应各种软件成本估算环境，最大程度的利用各个软件估算方法的优势，提高估算的准确性和精确度，避免单一方法的局限性，是当前对软件成本估算方法学的有益补充。本文首先研究集成多种软件成本估算方法的模型。规范项目数据格式，自定义和配置成本驱动因子，集成多种规模方法，如代码行、等价代码、功能点等规模方法等，集成COCOMO公式估算、类比估算和COCOMO-U估算等估算方法，探讨了估算模型的估算流程。其次本文探讨如何开发基于上述模型的软件成本估算工具。本工具采用软件设计思想和技术有面向对象技术、插件体系、SWT技术、RCP技术、Hibernate技术和MVC设计思想等等。该软件成本估算工具面向估算工具的需求，立足现有的技术，力争提高工具的完整性、易用性、可靠性和可扩展性，为日后随着研究进一步深入而对工具的升级打下坚实的基础。本文提出的一种集成多估算方法模型，具有可扩展性，为深入理解软件成本估算，更好的控制软件成本打下了坚实的基础，并对估算方法如何发展提供了思路。在模型的基础上，本工具实现了多种估算方法的共存机制，能直接为估算活动服务，为工具的进一步演化发展奠定了基础，为用户提供了全面、准确、深入的软件成本估算。

Estimativa da produtividade no desenvolvimento de software

Este trabalho apresenta uma ferramenta para gerenciamento de projetos, priorizando as fases de planejamento e o controle do desenvolvimento de software. Ao efetuar o planejamento de um projeto é necessário estimar o prazo, o custo e o esforço necessário, aplicando técnicas já aprovadas, existentes na literatura, tais como: Estimativa do Esforço, Estimativa de Putnam, Modelo COCOMO, Análise de Pontos por Função, Pontos de Particularidade e PSP. É necessária a utilização de uma ferramenta que automatizem o processo de estimativa. Hoje no mercado, encontram-se várias ferramentas de estimativas, tais como: ESTIMACS, SLIM, SPQR/20, ESTIMATE Professional. O controle do desenvolvimento do projeto está relacionado ao acompanhamento do projeto, do profissional e da própria estimativa de custo e esforço de desenvolvimento. Nenhuma das ferramentas estudadas permitiu o controle do projeto por parte da gerência, por isto esta se propondo o desenvolvimento uma nova ferramenta que permita o planejamento e controle do processo de desenvolvimento. Esta ferramenta deve permitir a comparação entre as diversas técnicas de estimativas, desde que baseadas na mesma medida de tamanho: pontos por função. Para exemplificar o uso desta ferramenta, foram aplicados dois estudos de casos desenvolvidos pela empresa Newsoft Consultoria de Informática.

An Exploration of parametric software cost estimating models for Jackson Systems Development

Most parametric software cost estimation models used today evolved in the late 70's and early 80's. At that time, the dominant software development techniques being used were the early 'structured methods'. Since then, several new systems development paradigms and methods have emerged, one being Jackson Systems Development (JSD). As current cost estimating methods do not take account of these developments, their non-universality means they cannot provide adequate estimates of effort and hence cost. In order to address these shortcomings two new estimation methods have been developed for JSD projects. One of these methods JSD-FPA, is a top-down estimating method, based on the existing MKII function point method. The other method, JSD-COCOMO, is a sizing technique which sizes a project, in terms of lines of code, from the process structure diagrams and thus provides an input to the traditional COCOMO method.The JSD-FPA method allows JSD projects in both the real-time and scientific application areas to be costed, as well as the commercial information systems applications to which FPA is usually applied. The method is based upon a three-dimensional view of a system specification as opposed to the largely data-oriented view traditionally used by FPA. The method uses counts of various attributes of a JSD specification to develop a metric which provides an indication of the size of the system to be developed. This size metric is then transformed into an estimate of effort by calculating past project productivity and utilising this figure to predict the effort and hence cost of a future project. The effort estimates produced were validated by comparing them against the effort figures for six actual projects.The JSD-COCOMO method uses counts of the levels in a process structure chart as the input to an empirically derived model which transforms them into an estimate of delivered source code instructions.