软件成本估算技术研究综述

国内外有关软件成本估算技术的研究,文献数量从多到少,依次可以分为五类：基于算法模型的估算技术、基于功能点的估算技术、基于类比法的估算技术、基于专家经验的估算技术和其它奏技术。其它类技术包括回归分析技术．神经网络技术、动态技术、贝叶斯分析技术、模糊理论技术、组合方法技术等等。本文首先综述了各类软件成本估算技术,然后总结了各类软件成本估算技术的优点和缺点。     

人工神经网络在软件预估分析中的应用

将人工神经网络理论应用于软件预估分析领域，通过BP神经网络和功能点估算模型的介绍与结合，提供了一种估算软件工作量的方法．使用智能神经网络可分析软件开发这一十分复杂的过程。     

浅析软件成本估算的三种方法

介绍了一些常用的估算软件开发成本的概念。成本估算主要有三种方法：专家判定法、类比法、参数模型法。软件成本估算有两个基本的策略：自顶向下估算、皂底向上估算。这些估算方法都依赖于历史数据,并且必须随着数据点的增加随时进行调整。基于已有的经验进行估算将获得更准确的估算结果。     

BP神经网络在建筑工程估算中的应用分析

利用BP(back propagation)神经网络的基本原理建立工程估算模型,依赖专家经验获取待确定造价的工程特征,在对15个典型实际工程样本分析的基础上,利用EXCEL软件的宏命令编制BP神经网络模块,模拟从工程特征到工程造价的非线性映射关系,并将其运用于实际工程估算,精度达到建筑工程估算要求,为实际工程中对估算快速、准确的要求提供一种新方法.     

基于动态模糊神经网络的建设工程造价估算系统

介绍了建设工程造价估算技术的发展及面临的问题,对神经网络在工程造价估算方面的应用成果进行了总结。提出了基于动态模糊神经网络的建设工程造价估算系统的实现方式及工作模型．     

软件开发成本估算的研究与应用

通过分析软件成本估算模型COCOMOII,提出一种基于项目特征的、简单快速的软件成本估算方法——特征比较法。该方法不仅可以辅助估算专家在项目初期快速估算软件成本,也可以在项目的开发过程中辅助项目高层人员和项目经理进行多类决策。     

决策树分类方法在软件成本估算中的应用研究

软件成本估算是软件工程领域中的一个重要问题。针对积累了大量的软件项目历史数据,提出一种基于决策树的软件成本估算方法。在对历史数据进行预处理后,通过建立软件成本估算的决策树分类模型,预测目标属性的值。最后,通过软件项目历史数据验证该软件成本估算方法的有效性。     

软件项目成本估算分析

软件成本估算的准确性对软件开发管理至关重要。该文在对软件项目成本估算方法进行系统介绍和分析的基础上,讨论了把软件维护阶段考虑在其中并把开发阶段分阶段估算的必要性,据此提出了一种阶段分析估算的方法,并研究了阶段分析法与COCOMO模型相结合来进行成本估算的可行性。采用阶段分析法,有利于项目的合理跟踪和控制;与COCOMO模型相结合,则可有效避免单方法计算的偏差问题,有利于提高估算的准确性。     

基于BIM的建筑产品概念设计阶段成本估算

如何较准确地在概念设计阶段估算成本并及时反馈给设计人员,目前,人们只从理论上提出了多元回归分析、神经网络等方法,缺乏成本与设计协同起来的业务运作集成环境,也缺乏实际的技术平台。以参数化设计软件为技术平台,建立参数化的建筑信息模型BIM,利用其编程接口(API)或开放式数据库连接(ODBC)等方式,将工具软件、数据库、功能分析软件、决策模块等进行集成,构建成本与设计协同的运作环境,使得成本估算的理论方法得以真正进入设计流程,具有了实用性。     

基于软件成本估算模型的研究

成本估算是软件项目管理的主要内容之一,文中分析了目前软件项目成本估算的主要方法和存在的问题,提出了相应的解决方法,并给出了建立本地模型的过程.     

基于BP神经网络的工程造价估算模型研究

根据神经网络原理和工程造价估算的特点,通过研究工程造价的构成,建立了工程造价估算模型.从模型调试和测试结果来看,经测算其精度基本可以满足实际工程投资估算的需要,模型具有较好的应用价值.     

基于集成神经网络的信道估计方法研究

为解决噪声以及信号干扰等因素严重影响接收端信道估计的问题,提出一种基于集成神经网络的信道估计方法,利用多个改进后的神经网络来提取带噪导频信号与原始导频信号之间的非线性关系模型,根据其输出误差来计算差异度值,并结合差异度对其进行集成,得到训练完成的集成神经网络模型,通过集成神经网络模型来获取信道估计结果;与最小二乘(least squares,LS)估计方法相比,该方法不仅可以提高通信的可靠性,而且还能减少导频开销提高通信有效性;在不同的调制方式下,当误码率相同时,算法所需的信噪比LS算法均要更低;基于正交频分复用(orthogonal frequency division multiple,OFDM)通信系统进行仿真,结果证明,该方法具有优良的性能。     

基于RBF网络的扫描体制雷达DOA估计方法

针对传统扫描体制雷达无法分辨半功率波束宽度内存在多目标的问题,利用阵列信号处理的思想,把RBF神经网络理论应用于机扫雷达的DOA高分辨估计.首先给出了扫描体制雷达DOA估计的信号模型,提出了一种基于RBF网络实现扫描体制雷达DOA高分辨估计的SRBF算法.然后针对RBF网络存在的学习收敛速度慢等问题,给出了基于模糊学习矢量量化(Fuzzy Algorithm for Learning Vector Quantization,FLVQ)的网络学习算法,FLVQ方法采用模糊C均值方法中的模糊权重函数在线自适应调整,来确定输入和中心之间的权值,使得网络具有更高的非线性逼近性能和高效的收敛性.理论分析和仿真结果均表明SRBF网络具有快速准确的DOA估计能力,算法便于工程实现,具有较高的实用价值.     

一种新的状态估计混合智能模型

为实现发电机状态维修,研究一种新的状态估计混合智能模型。设计了一种基于径向基信息神经网络和模糊推理的模型,阐述径向基信息神经网络的结构和训练算法,介绍一阶Sugeno模糊模型的5层结构,根据专家经验知识选择合适的模糊输入隶属函数和模糊逻辑推理规则,而结论参数采用递归最小二乘法辨识。该模型充分利用各种在线监测装置的监测数据,特别是可利用领域专家的实践经验和专业知识,实现发电机状态估计。     

Vague集在软件成本估算中的应用

类比估算方法是软件成本估算的常用方法之一,而估算中选择的相似度函数则是估算结果准确有效的关键.由于Vague集可以较好地处理数据中的未知信息与不确定性,因此可使用Vague集来提高软件成本估算的准确性,为项目管理人员提供更加科学的预算保障.为此充分考虑未知度的因素,提出了一个新的基于未知度的Vague集相似度量方法,结合Vague集模糊熵与熵值法来确定不同指标的权重,以获取不同项目之间的相似度.最后将该方法应用在Desharnais数据集进行成本估算,实验结果表明,该相似度量方式较现有方法能够进一步降低估计过程中产生的误差.     

武器装备寿命周期费用估算方法研究

概述了我国当前武器装备寿命周期费用估算常用方法的特点、适用范围,尤其是参数估算法建模过程中应用的各种理论与技术,包括回归分析法及其改进、神经网络、灰色系统及支持向量机等。这些常用方法使用上的相同难点之一是依赖于武器装备已发生的实际费用数据。相应地,文中重点分析了处于起步研究阶段的较新预测方法——成本预测法的内涵及其特点。     

变更管制方式安全评估模型及软件设计

为确保因管制方式变更造成系统及运行环境变化带来的风险保持在可控范围,提出基于粗糙集模糊神经网络的安全评估模型。利用粗糙集在属性约简与规则提取方面的优势实现关键风险源提取,降低模糊神经网络数据输入维度、精简网络拓扑结构、缩短网络训练与学习时间;借助模糊神经网络在具有较强容差性和抗噪音能力前提下进行分类的能力,实现系统安全等级评定。为便于模型应用与推广,借助Visual Basic（VB）与MATLAB这2种语言将评估模型编译为可视化操作软件,该软件具有从指标体系中识别关键风险源、系统安全等级评估、评估信息汇总这3项功能。实验结果表明,该软件可从24个风险评估指标中提取出对系统安全影响最为关键的4项风险指标,系统安全等级评定为3级。该评估软件具有易于安装维护、操作简便、理论化程度高等优点,是对空管运行单位定量安全评估的一次创新尝试。     

厦门市工程估价的RBF神经网络预测模型

选取55个厦门市典型工程造价指标,利用SPSS统计分析软件对工程特征和训练样本进行相关性分析、归类合并,得出11个工程特征作为平米造价的主要影响因素.以径向基函数(RBF)神经网络原理为基础,建立工程造价估算模型,通过试验,选择net=newrb(P,T,0.01,1.0)建立RBF网络,用y=sim(net1,P)对样本进行训练测试.实证分析结果显示:该模型具有计算快捷简便的优势,估算误差在允许范围内,可用于实际工程造价的辅助估算.