软件项目参数预计模型发展现状.pdf

《软件项目参数预计模型发展现状.pdf》由会员分享，可在线阅读，更多相关《软件项目参数预计模型发展现状.pdf（6页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、软件项目参数预计模型发展现状软件项目参数预计模型发展现状 黄锡滋 陈光宇 摘要摘要：软件项目开发的早期，如果能够对项目开发中人力资源投入，项目持续时间，软件产品质量等诸多参素，进行合理的预计，显然对项目成功具有重要影响，本文简述了软件项目参数预计模型的发展过程和基本框架。然后介绍了 George Stark 最近进行的模型和实际数据比较研究概况。希望对我国的软件项目管理有所启示。关键词关键词:软件项目参数预计模型、人力资源投入预计、项目持续期预计、产品质量预计 软件项目开发，必须投入足够人力资源，确保在规定期限内，给用户提供符合质量要求的软件产品。这些问题在项目伊始时，如果能够进行有效预测，显

2、然具有重要意义。软件工程界人士，从上世纪 70 年代开始，已经着手解决这些问题，提出了若干预计模型。模型使用的过程中，支持和怀疑者皆有之，难于得出明确结论。George Stark（IBM 资深质量和可靠性高层管理官员）最近根据新收集的数据，对模型进行了分析和比较，其结果具有相当参考价值。一一、软件项目参数预计模型发展过程及基本框架软件项目参数预计模型发展过程及基本框架 软件项目参数预计模型的研究，始于上世纪 70 年代，1974 年，美国 TRW公司的 Ray Wolverton 发表了软件成本研究文章，奠定了 Constructive Cost Model(COCOMO)模型的基础。197

3、7 年 Herd 等，为美国空军完成了题为软件成本研究的报告。为空军的软件开发和采办提供了分析和评估方法。1995 年后又出现若干新模型，例如Sage 模型，COCOMO 模型和 Cost Xper 模型等，这些模型继承和改进了早期的方法，虽然并不完美，然而确实提高了模型使用价值。纵观各种模型，就其基本框架而言，可区分为一阶模型，二阶模型和三阶模型。1、一阶模型 一阶模型属于基本型。结构简单，由两个参数构成。第一是生产效率系数，代表开发机构开发软件的能力，第二是软件结构参量，可以是开发软件的源代码行数(SLOC)或功能点数（FPs）等，但是常用的参量是有效源代码行数(ESLOC)。需要预计的人

4、力资源投入参数用人-时表示。对于一阶模型，其基本关系式是 (1)ekdSCE 其中：dE：用人-时(PH)表示的开发投入。kC：生产效率系数（PH/ESLOC）。eS：ESLOC数 生产效率系数由产品类型，历史上的开发能力，综合导出。这个简单公式，用于对开发投入做出粗略估计。2、二阶模型二阶模型 二阶模型的特点是，引入熵系数，反映程序规模增大后，对生产效率的影响。程序规模增大，开发人员需求数增加，程序开发中的联络通道，急剧增加。由 n个开发人员组成的开发团队，其联络通道理论上达到 n(n-1)/2。联络沟通的复杂性，对生产效率有明显的影响。二阶模型的典型形式是：ekdSCE （2）其中 是熵系

5、数。熵系数等于 1 表示生产效率不随程序规模发生变化，熵系数小于 1 表示程序规模增大，生产效率增加，熵系数大于 1 表示程序规模增大，生产效率下降。实际取值应大于或等于 1。美国使用的各种成本进度估计模型中，采用的熵系数在 1。2 附近。二阶模型的主要缺点是，无法体现开发环境变化对生产力的影响。3、三阶模型 三阶模型中引入范围广泛的若干环境系数，用来调整开发环境变化对生产效率的影响。三阶模型的典型形式如下：nieikdSfCE1)(（3）式中的系数if 代表了各种环境因素对生产效率的影响，环境因素类型和数目，并无定论，由各个开发机构根据企业实际情况选取。二二、用于比较分析的具体模型用于比较分

6、析的具体模型 George Stark 用于比较分析的模型属于较简单的一阶和二阶模型 1、人力资源投入预计模型 1）Rone 模型 模型由 IBM 公司的 Rone 从航天飞行软件，校区管理软件，销售点管理系统软件，桌面帮助系统软件开发中总结提出。Rone 模型属于一阶模型，其表达式是：(4)3.1)2.1)1.1)/(typroductiviSLOCE 其中：E：用人-月（person-months）表示的人力资源投入。SLOC：源代码行数测量的产品规模。Productivity(生产效率)：产品设计到产品功能测试时间区间中，单位人-月编制的代码行数。系数 1。1 是独立测试系数，系数 1。

7、2 是系统工程和架构设计系数，系数 1。3 是配置管理和额外消耗系数。2）Bailey and Basili 模型 Bailey and Basil 模型属二阶模型，是 Bailey and Basil 从 19 个大型 FORTRAN项目，总结出：(5)(72.04.3KSLOCE E：用人-月（person-months）表示的人力资源投入 KSLOC：千源代码行 熵系数，其均值为 7.1 (6)3）Barry Boehms 原始 COCOMO model Barry Boehm 模型属于二阶模型，其表达式在三类不同的软件中，熵系数各不相同。(1)独立于硬件系统的软件)(4.205.1KS

8、LOCE (7)(7)(2)与硬件系统中度依存的软件)(0.312.1KSLOCE (8)(8)(3)嵌入式软件 )(6.320.1KSLOCE (9)在这 3 个公式中 KSLOC 表示：千源代码行 4)基本标准集团(ISBSG)模型和 Jones 模型 是以功能点为基础的一阶模型，其表达式为：ty)ProductiviPoints)Function in Size(Project E （10）(ISBSG)模型和 Jones 模型二者的差别在于功能点计算方法不完全相同，在(ISBSG)模型中生产效率的计算还结合了它们的经验数据。2 开发持续期预计模型 开发持续期预计模型是从人力资源投入模型

9、派生的经验模型。1)1)Boehm 模型 cEffortD)(5.2 (11)(11)0.3 8 32.0c 2)Jones 模型 CFPD (12)(12)0.4 6 36.0c 3)ISBSG 模型 CFPD)(971.0 (13)(13)0.5 0 36.0c 3、质量预计模型质量预计模型 质量预计模型也属于派生经验模型 1)Rone 模型 CKSLOCQ*(14)(14)11.2 4.5C 2)Jones 模型 25.1*FPCQ (15)(15)1 05.0C 三、三、数据拟和分析数据拟和分析 George Stark 从美国软件工程研究所(SEI)数据库储存的 150 个项目的数据

10、中，选择出 54 个在实施力成熟度模型（CMM）审核中通过二级或三级审核的54 个项目数据加以分析和比较。数据的可信度高。下面 9 个比较图中，模型预计的上限和下限范围，用直线或曲线表示，项目的实际数据用点表示，54 个项目在图中各得其所。图示方法直观，形象地说，如果项目数据的标注点落在模型的上下限范围区间之内，则说明对该项目而言，预计的结果是满意的。反之亦然。1、基于源代码行的投入预计基于源代码行的投入预计 图 1、图 2、图 3 是以源代码行为基础的，Barry Boehms 模型，Bailey and Basili 模型 Rone 模型 三个人力资源投入模型的预计结果与实际数据的比较图。

11、可以看出 3 个图形中都有占很大的比例的实际数据超出预计的范围，说明模型预计准确性较差。2、基于功能点的投入预计基于功能点的投入预计 图 4、图 5 是以功能点为基础的基本标准集团(ISBSG)模型和 Jones 模型的预计结果与实际数据的比较图。可以看出 2 个图形中仍然有很大比例的实际数据超出预计的范围，其结果并不比源代码行为基础的预计结果好。3、项目持续期预计项目持续期预计 图 6 和图 7 图 8 是 Barry Boehms 模型(ISBSG)模型和 Jones 模型的项目持续期预计与实际结果的比较，这 3 个图形显示，模型的预计结果在大多数的情况下是满意的和可以接受的。4、质量预计

12、质量预计 质量预计是以在测试中发现的错误为标志。图 9 是 Jones 模型质量预计比较图，可见预计结果是满意的，另外一个 Rone 模型，在 George Stark 的文章中认为结果是较满意的，但是没有给出实际数据比较图。四四、结束语结束语 本文扼要的回顾了软件项目参数预计的基本框架和进展，以及 George Stark 最近的比较研究。总体来说，面对软件项目开发的复杂环境和诸多制约因素，这些预计模型和方法对工程界是有使用价值的，尤其是项目持续期预计和项目质量预计，应该说结果是相当满意的。其中项目投入预计模型的结果，与实际数据差别较大，说明模型仍然有很大改进余地。需要做更多的工作，但也不能完全否定它的应用价值，至少它可以给项目管理层提供相当的参考。同时需要看到，George Stark 的工作存在许多需要继续深入的空间。例如他没有对三阶模型进行更多研究。从本文的式（3）可以看到，该类模型中包含了若干环境系数，如果能够结合各单位实际情况，合理选择环境系数，赋予系数符合单位的实际数值，可以断言，模型预计准确性将极大改进。要做到这一点，积累、收集、分析本单位开发软件的历史数据至关重要。