论文部分内容阅读
有效的估算是软件项目管理的基础,只有使用科学的方法对目标软件系统的规模、工作量和进度做出合理的估算,我们才能在预算内按时保质顺利地完成项目。工程实践表明,目前应用广泛的基于模型的成本估计方法,在项目应用中估计的准确性并不高。导致这一现象的原因是软件组织在使用成本估计模型前,没有针对本组织的实际情况对模型中的参数进行校准,或者校准工作的质量不高。参数校准质量的好坏关键取决于软件组织中是否存在大量历史项目数据,换言之,这些软件组织中准确、适合的历史项目数据成为了组织成本估计的关键。
针对我国软件企业过程成熟度不高,缺乏统一、全面的度量方法和度量数据等特点,本文使用仿真技术,对软件组织的环境特征、当前项目特性和开发团队进行建模,通过过程仿真以较小的代价获取项目数据,有效地解决了软件组织缺乏大量精确一致的项目数据的问题。鉴于COCOMO模型的知名度及全面性,我们提高估计模型准确性的大部分研究与实践都是围绕COCOMO模型进行的。
将过程仿真数据作为数据源,采用遗传算法对COCOMOⅡ的前期设计模型及后构架模型中的常系数、规模指数及成本驱动因子进行校准,能够提高COCOMO模型在特定组织中估计的准确性。基于上述工作,依托项目小组所开发的北京大学项目管理工具(PKUPM),设计和实现了基于项目仿真的COCOMO模型参数的校准工具。