基于多元线性回归分析的软件工作量估算模型

软件项目工作量估算在软件开发过程中一直扮演着重要角色。为了准确的估算软件项目工作量,提出了基于多元线性回归分析的估算模型。定义了软件项目中工作量估算的相关性和显著性因子。根据组织软件项目的历史数据,进行了相关性和显著性分析,确定影响软件项目开发的因子域,并利用最小二乘法对相关因子的系数进行回归,经回归后得到工作量与各因子的多元线性方程。通过多元线性回归模型的实际应用,表明该模型误差小精度高,为软件企业提供了一种简易而准确的工作量的估算方法。     

软件项目工作量预估系统的研究与实现

采用了一种改进的软件成本估算方法——结构化成本模型COCOMOII结合功能点模型和多元回归算法来进行软件项目工作量的预估,以便降低对工作量估算的结果偏差．介绍了基于该算法设计的软件项目工作量预估系统的部分关键实现技术．系统采用浏览器／服务器模式及JSP＋Java＋MySql的架构实现,由于充分利用了网络的便捷和信息量大的特点,保证了多元回归算法中对样本数量的要求,使估算值更接近实际结果．     

基于案例推理的软件工作量估算的分析与设计

软件项目估算历来就是一项比较复杂的活动,因为软件本身的复杂性、历史经验的缺乏、估算工具的缺乏以及一些人为错误,导致软件项目的估算往往和实际情况相差甚。本文在阐述软件项目估算和基于案例推理技术的基本方法和原理的基础上,用与待估算项目相似的历史数据集来对比并预测出待估算项目的工作量,采用计算欧几里德距离的方法来计算待估算项目与历史项目的相似度,然后计算待估算项目的估算值,并对估算结果进行评价,并采用Java代码实现估算的自动化过程。     

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。     

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。     

提高估算软件成本精度的方法研究

指出已有的软件成本估算方法中的问题,提卅采用模糊神经网络方法构建软件成本的快速估算模型来提高估算精度。将60个软件项目的相关数据作为样本,分别对神经网络和模糊神经网络两种系统进行训练。将两种模型的训练和估算结果进行比较．结果显示模糊神经网络模型在软件成本估算上比神经网络模型具有更高的学习效率和估算精度。     

基于贝叶斯风险分析的软件项目人力资源模型

利用Putnam模型和软件项目成本公式讨论了投入的人力和软件项目成本的关系；研究了人力投入对软件项目风险的影响；利用正态分布函数讨论了n个软件开发人员总工作量的概率密度分布，在此基础上建立了基于贝叶斯规则的风险模型；对模型进行优化可得到人力资源投入的估算模型。     

应用COCOMO Ⅱ模型估算软件开发工作量

准确的工作量估算是保证软件开发正常进行的必要手段，COCOMOⅡ模型是估算的重要方法。文中运用功能点分析法估算软件规模，其步骤是估算初始功能点数、估算调整后的功能点数、将功能点转化为源代码行；设计出标称进度工作量、调整进度工作量、标称进度、调整进度等公式对工作量进行估算。     

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。     

基于蒙特卡罗方法的软件估算风险分析

将蒙特卡罗方法应用在软件估算模型中,通过按照一定分布规律随机产生输入值,然后依照模型进行计算,得到输出结果,将这个过程进行多次重复得出一组输出值,最后对输出值进行统计分析以得出结论。这种方法能够自动分析不同的输入对输出所造成的影响,得出软件估算工作量与进度的风险分析结果。     

基于人工神经网络送电线路工程造价的快速估算

根据送电线路工程造价结构的影响因素,结合人工神经网络的特点,提出了运用人工神经网络进行工程造价快速估算和审查的方法.分析送电线路工程造价结构和影响因素,构建关于送电线路工程造价的神经元输入输出向量,建立了相应的人工神经网络模型,导出了算法的实施步骤,通过历史工程样本训练和实例样本计算分析,得到了比较好的快速计算结果,满足了工程项目概算方案审查的要求,为电力工程概算提供了一种客观、快速的审查方法.     

基于稳健回归技术的软件成本估计方法

随着软件系统规模的不断扩大和复杂程度的日益加大,从20世纪60年代末期开始,出现了以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。在对软件项目进行估算时,通常情况下能得到相关软件组织或软件产品的某些历史数据,充分利用这些历史数据对预测与估算软件项目是很有帮助的。稳健回归分析（RRA）,就是这样一种相当常用与有效的数据驱动方法。在比较、回顾一些稳健回归分析研究成果的基础上,重点解决了软件成本估算数据用传统回归分析存在的问题,并有效地解决了由于异常数据存在而产生的掩蔽效应。同时尝试提出在软件成本数据估算中运用稳健回归方法进行系统而全面的仿真实验分析,发现该方法能有效地解决异常数据的掩蔽效应,得到比较满意的结果。     

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.     

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.     

Grey Prediction Based Software Stage-Effort Estimation

The software stage-effort estimation can be used to dynamically adjust software project schedule, further to help make the project finished on budget. This paper presents a grey model Verhulst based method for stage-effort estimation during software development process, a bias correction technology was used to improve the estimation accuracy. The proposed method was evaluated with a large-scale industrial software engineering database. The results are very encouraging and indicate the method has considerable potential.     

Applying AHP-Based CBR to Estimate Pavement Maintenance Cost

The cost-efficacy control of maintenance operations in developing countries has become critical to the infrastructure asset management after highway construction. To effectively manage numerous projects annually with limited resources, it is necessary to reasonably estimate costs during the process of making maintenance project selection decisions. This study outlines the modeling of case-based reasoning (CBR) estimation that compares and retrieves the most similar instance across the case library. Four CBR approaches were presented and assessed in terms of their mean absolute prediction error rates. The resulting model demonstrates the ability of estimating the pavement maintenance project costs with the satisfactory accuracy at the early stages.