项目度量中对基本COCOMO进行校准的研究

所有成功的软件组织都将度量作为保证自己管理和技术质量的重要手段,软件成本估计则是软件度量[1,2]的核心任务。为了提高成本估算的准确性,文中根据特定软件企业中的历史项目数据对基本COCOMO模型进行校准,在具体的参数修正方法上利用对数数据相关算法进行校正,并与其它方法进行了比较,得到了满意的结果。校准后的模型对项目开发成本的预测将会更加准确,从而切实体现COCOMO成本度量工作对于软件项目的指导价值。因此,文中所做的成本估算模型的校准工作,对软件开发企业非常具有实用价值。     

项目度量中对基本COCOMO进行校准的研究

所有成功的软件组织都将度量作为保证自己管理和技术质量的重要手段，软件成本估计则是软件度量的核心任务。为了提高成本估算的准确性，文中根据特定软件企业中的历史项目数据对基本COCOMO模型进行校准，在具体的参数修正方法上利用对数数据相关算法进行校正，并与其它方法进行了比较，得到了满意的结果。校准后的模型对项目开发成本的预测将会更加准确，从而切实体现COCOMO成本度量工作对于软件项目的指导价值。因此，文中所做的成本估算模型的校准工作，对软件开发企业非常具有实用价值。     

软件成本估算方法在实际工程中的应用研究

软件成本的估算方法是软件开发企业用来评估开发成本与进度的主要方法,这种方法对软件开发企业而言具有非常重要的意义。本文先对软件成本估算方法进行详细分析,之后研究了软件成本估算方法在网络电视平台上的应用。     

跨组织数据的软件成本估算方法

软件成本估算一直是软件项目管理的重要部分。经过半个多世纪的研究和工业实践,成本估算方法、模型得到了极大的丰富。这些方法、模型也衍生出了各种成本估算工具。但是,成本估算方法和模型的基础是历史项目数据。没有历史项目数据的公司和组织只能利用其他公司或组织的数据来进行自己项目的成本估算。如何利用跨组织数据进行有效的成本估算成为更具现实意义的问题。针对这一问题,提出了一种有效利用跨组织数据进行成本估算的方法,并通过实验说明了方法的有效性。     

管理信息系统开发投资

分析了ＭＩＳ开发费用的组成和软件价格的基本评估原则,介绍了国外软件价格的成本估算,探讨了我国软件系统开发成本估算方法。     

基于CBR的软件项目成本估算方法

针对软件项目前期成本估算不准确问题,通过构建软件项目案例库,提出一种基于CBR的软件项目成本估算方法(CBRCEM)。根据COCOMO模型成本驱动因子理论,确定影响项目成本属性特征;引入归一化效用函数,应用层次分析法计算影响项目成本属性的权重值;通过对常用案例检索算法的比较分析,结合软件成本估算的特性,建立基于改进的灰色关联分析理论的软件项目相似度算法;根据PERT理论估算软件项目成本,使估算结果更为准确。CBRCEM在Windows平台上用JAVA语言开发完成并在实际中加以应用,案例研究结果表明,对于软件项目前期成本估算,该方法能够得到更加准确的评估结果。     

软件成本估算研究

软件成本估算是对将要开发的或正在开发的软件项目所需要的工作量和工作进度作出预测,从而产生出一组在可接受误差范围内的近似规划。该文着重论述了软件成本估算的内容,以及软件成本估算的方法。     

用于软件开发工作量估算的IOP模型

软件开发工作量估算可以为多项与组织决策和项目管理相关的任务提供有效的支持.根据工作量估算的不同目标,通过对COCOMO Ⅱ成本驱动因子进行扩充和对国内外最新软件项目数据进行回归分析,建立了一个用于工作量估算的IOP模型.该模型采用统一框架,分别从行业水平、组织水平和项目特征3个层次实现基于规模的软件开发工作量估算,以满足针对软件行业、软件组织和特定软件项目的不同的估算目标,例如项目招标、软件组织不同项目的管理和具体软件项目的管理等.最后,给出了IOP模型应用的若干实例.     

软件成本估算方法的模糊灰色综合评价

对软件成本估算方法进行合理评价,进而从当前众多软件成本估算方法中选择最合适的一种是十分重要的.在软件成本估算方法的评价体系的基础上,采用模糊评价与灰色理论相结合的综合评价方法对各估算方法进行评价,进一步通过实例证明该评价方法可以合理有效的评价软件成本估算方法,对软件开发项目实践有参考价值.     

基于专家经验和随机抽样的早期快速估算方法

项目立项阶段由于评审时间有限,需要采用快速近似估算方法获取软件的规模以确定经费预算。本文提出基于专家经验和随机抽样的快速估算方法,将软件分解为不同的软件模块,由开发组织对不同的模块规模和成本进行预估并申报经费,估算人员利用专家经验以及对软件组件随机抽样进行详细度量,再利用快速近似估算方法估算出软件项目的整体规模,进而得到软件整体成本。实际应用表明,该方法是可行的。     

Cost estimation for cross-organizational ERP projects: research perspectives

There are many methods for estimating size, effort, schedule and other cost aspects of IS projects, but only one specifically developed for Enterprise Resource Planning (ERP) (Stensrud, Info Soft Technol 43(7):413–423, 2001) and none for simultaneous, interdependent ERP projects in a cross-organizational context. The objective of this paper is to sketch the problem domain of cross-organizational ERP cost estimation, to survey available solutions, and to propose a research program to improve those solutions. In it, we: (i) explain why knowledge in the cost estimation of cross-organizational ERP is fragmented, (ii) assess the need to integrate research perspectives, and (iii) propose research directions that an integrated view of estimating cross-organizational ERP project cost should include.

基于相似度的软件工程中软件成本估算问题研究

软件工程概念从1968年被提出以来,经历了近50年的发展,软件系统规模和复杂程度日益加大,然而从上个世纪70年代左右开始,软件工程领域出现大量软件项目进度延期、预算超支和质量缺陷为典型特征的软件危机.这体现出软件成本估算在软件工程开发过程的重要性.精准的软件成本估算是软件工程按时完成的保证.本文采用一种基于皮尔逊相关系数的相似度量方法,结合TOPSIS方法软件成本进行类比估算以获取与之最接近项目的项目作为参考进行软件成本估算.最后将该方法应用于Desharnais数据集进行实验,并和其他方法进行比较,实验结果表明,本文采用的基于相关系数的软件成本度量方法较已有的相似性度量方法准确度更好.     

基于加权类比的软件成本估算方法

软件成本估算是软件项目开发周期、管理决策和软件项目质量中最重要的问题之一。针对软件研发成本估算在软件行业中普遍存在不准确、难以估算的问题,提出一种基于加权类比的软件成本估算方法,将相似度距离定义为具有相关性的马氏距离,通过优化的粒子群算法优化后得到权值,并用类比法估算软件成本。实验结果表明,该方法 具有 比非加权类比、神经网络等非计算模型方法更高的精确度。实际案例测试表明,该方法在软件开发初期基于需求分析的软件成本估算比专家估算有更精确的评估结果。     

Managing uncertainty in project portfolio cost estimation

Although typically a software development organisation is involved in more than one project simultaneously, the available tools in the area of software cost estimation deal mostly with single software projects. In order to calculate the possible cost of the entire project portfolio, one must combine the single project estimates taking into account the uncertainty involved. In this paper, statistical simulation techniques are used to calculate confidence intervals for the effort needed for a project portfolio. The overall approach is illustrated through the adaptation of the analogy-based method for software cost estimation to cover multiple projects.     

面向对象软件项目估算方法的研究

在软件开发过程中,软件项目计划处于十分重要的地位,制定周密、简洁和精确的软件项目计划是成功地开发软件产品的关键。随着面向对象技术的发展,传统的软件项目估算技术已不再适用于面向对象软件。文章主要讨论了目前已研究出的面向对象软件项目的估算技术,对各种方法进行了比较并分析其优缺点。     

一种嵌入式软件项目估计方法

软件项目估计是CMM2级软件项目策划KPA的基础,是软件开发中的一个重要环节。合理的估计是保证软件项目符合预算和进度要求的前提条件。描述了基于CMM的软件估计的过程,介绍了一种基于嵌入式软件项目的估计方法,并结合具体实例对规模估计、工作量／成本估计、关键计算机资源估计和进度估计的内容进行了细致的阐述。该研究为有效地规划和管理嵌入式软件项目,制定合理可行的软件开发计划提供了有力的支持。     

Software Development Cost Modeling and Estimation Through a UNSW Lens

This paper investigates the manner in which Barry Boehm and his work have had an influence upon the research at UNSW into software development cost modeling and estimation. During the period 1979 to the present, faculty and students have investigated cost models for the commercial software development environment, project elapsed time compression, software sizing, estimation accuracy, and analysis of project history databases. This investigation reveals the foresight contained within the Boehm publications and the significant contribution made by these over the last three decades.     

A study of project selection and feature weighting for analogy based software cost estimation

A number of software cost estimation methods have been presented in literature over the past decades. Analogy based estimation (ABE), which is essentially a case based reasoning (CBR) approach, is one of the most popular techniques. In order to improve the performance of ABE, many previous studies proposed effective approaches to optimize the weights of the project features (feature weighting) in its similarity function. However, ABE is still criticized for the low prediction accuracy, the large memory requirement, and the expensive computation cost. To alleviate these drawbacks, in this paper we propose the project selection technique for ABE (PSABE) which reduces the whole project base into a small subset that consist only of representative projects. Moreover, PSABE is combined with the feature weighting to form FWPSABE for a further improvement of ABE. The proposed methods are validated on four datasets (two real-world sets and two artificial sets) and compared with conventional ABE, feature weighted ABE (FWABE), and machine learning methods. The promising results indicate that project selection technique could significantly improve analogy based models for software cost estimation.