COCOMOⅡ模型改进方法研究简

本文对影响工作量结果的相对经济指数和成本驱动因子进行细化和量化,同时提出引入不同类型的参数组合,达到提高COCOMOⅡ模型精度的目的.     

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。     

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。     

软件项目工作量估算方法研究与应用

工作量估算是软件项目开发的重要环节,也是制定项目开发计划的依据。目前常用的软件项目工作量估算方法都无法简单准确地估算项目工作量。本文采用三步法对项目工作量进行估算,第一步选择一个简单的模型;第二步使用样本数据对模型常数进行标定;第三步采用类比方法对标定模型和实际项目进行比较,估算出项目工作量。该方法应用于合作公司的软件项目工作量估算,得到公司和用户认可。     

指数增长模型和Logistic增长模型的比较

通过取材于经济学、人口统计学、市场营销学和生态学等不同领域的例子，归纳并比较指数增长模型和Logistic增长模型在增长方式上表现出来的特征，阐释他们紧密相关的内在机理，并揭示了他们在应用上灵活的开放性，对于更好地利用这两个模型是很有帮助的。     

COCOMO模型在软件维护成本及进度估算中的应用

准确的成本和进度估算是保证软件维护正常进行的必要手段。从技术和非技术两个方面分析了影响软件维护成本的十二条因素,以表格的方式列出了影响维护成本因素的工作量权重;给出了软件维护基本成本模型和改进成本模型;最后给出了半分离式维护进度估算公式及维护进度曲线。     

指数增长模型和Logistic增长模型的比较

通过取材于经济学、人口统计学、市场营销学和生态学等不同领域的例子 ,归纳并比较指数增长模型和Logistic增长模型在增长方式上表现出来的特征 ,阐释他们紧密相关的内在机理 ,并揭示了他们在应用上灵活的开放性 .对于更好地利用这两个模型是很有帮助的 .     

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。     

基于时间序列的可燃物含水率指数模型的研究

为提高预防林火发生和火灾工作预测的准确性, 研究了森林可燃物含水率与气象因子的非线性关系, 以 分析森林可燃物含水率的变化。 以哈尔滨城市林业示范基地为研究基地, 选取 3 种典型的林分中地表死可燃 物含水率作为研究对象, 在 2014 年 9 ~11 月秋季防火期内, 每周选取固定的两天时间, 从 8 ~18 点时测量, 选 取枯叶、 1 hr 枯枝和 10 hr 枯枝分类进行研究, 得到的数据运用 EXCEL2013 和 SPSS19. 0 对数据进行后续的处 理和相关性分析, 研究了秋季防火期内蒙古栎、 胡桃楸和白桦 3 种林型中可燃物含水率与气象因子的相关性分 析, 建立了非线性的指数模型。 3 种林型的可燃物含水率范围在 14% ~67%, 在非线性模型中, 得知前 1 h 与 当前时间段的相关性最高, 达到 0. 89, 白桦和蒙古栎林型的模型精度均小于 15%, 精度较好。     

AHP改进模型在供应商选择中的应用研究

基于AHP标准模型在供应商评价与选择方面的不足,改用调查统计的方法获取初始数据,并借助信息熵和指数变换技术来客观地确定评价指标中各个指标的权重,进而协助企业选择出合适的供应商.研究结果表明,AHP改进模型在供应商评价与选择问题方面具有更好的科学性和客观性.     

员工培训的成本——收益模型改进与应用研究

员工培训是知识经济时代企业获得有竞争力的人力资源的有效途径,然而,培训的投资是否值得,其效果如何评估一直是培训工作中的最大问题。通过对现有的培训成本——收益模型的分析,找到企业应用中的问题,并提出解决措施,以期使企业对培训成本、收益的衡量更加科学、客观,从而在人力资源投资中取得更大效益。     

建立Ⅱ型糖尿病大鼠模型的探讨

目的探讨Ⅱ型糖尿病SD大鼠模型的稳定性与耐受性。方法采用连续4周喂养高脂饲料后,空腹一次性注射25 mg/kg链脲佐菌素的方法,建立Ⅱ型糖尿病SD大鼠模型。结果造模7 d后血糖值均高于6.78 mmol/L。持续观察22 d,血糖值后期略有波动,但稳定性与耐受性良好(均高于6.78 mmol/L)。结论采用高脂饮食,联合空腹一次性注射25 mg/kg链脲佐菌素的方法能成功建立Ⅱ型糖尿病SD大鼠模型。该方法建立模型简单、用药量小,有良好的稳定性与耐受性。     

现金流量模型与经济利润模型的比较

本文运用理论和实践的方法对评估企业价值的两种主要财务模型进行分析与比较,试图说明两个问题:①理论证明用现金流量折现模型和经济利润模型计算出的企业价值是一致的;②经济利润模型和现金流量折现模型各自应用专长及经济利润模型近年来受到企业价值评估师的青睐的原因。希望通过本文的分析,能给企业价值评估人员提供一些新的视角。     

指数模型建立方法

该文指出了ＧＭ（１，１）模型用于预测的不足之处，采用指数曲线拟合最小二乘法补充了ＧＭ（１，１）模型的不足，建立了指数模型，实际应用精度较好。     

非线性动态模型的监控

首先给出了非线性动态模型近似的一步预测密度,然后通过构造合适的备择模型和利用贝叶斯因子法,讨论了非线性动态模型的监控问题。     

改进的Logistic模型在中国城镇化水平预测中的应用

依据中国城镇化水平曲线变化的特点,在经典的Logistic模型基础上,设计相对增长率函数,建立改进的Logistic模型应用于中国城镇化水平的预测.研究结果表明,预测结果同经典Logistic模型和双S曲线模型相比,拟合程度更高,其预测值可为相应决策部门制定政策提供参考.     

海域组合单元水质模型参数反演方法研究

参数反演是海域水质模型验证工作的主要难点之一,同时模型模拟海域内参数的统一赋值又降低了其实际的物理意义.本文建立海域组合单元水质模型参数反演的新方法:将研究海域划分为若干单元,敏感参数在各单元中独立赋值.将基于人工神经网络的数据驱动模型同水质模型有机结合,通过水质模型计算多参数匹配设计的工况,构建海域内部观测点的解集;以数据驱动模型归纳建立状态变量(污染物浓度)同多个控制变量(模型参数)之间的非线性关系.将实测资料带入关系中,进行模型参数随地域变化的组合单元优化反演研究.以渤海海域水质模型多参数反演为例,采用"孪生"试验验证参数组合单元反演新方法的可行性,结果表明该方法是有效的.     

等离子体降解酸性橙Ⅱ的人工神经网络模型

基于人工神经网络用于多因素复杂系统建模的优越性,建立了多针-板电极形式脉冲放电等离子体降解酸性橙Ⅱ(AO7)的人工神经网络模型(ANNs),考察了多因素脉冲放电水处理系统中主要的电气参数(脉冲峰值电压、脉冲频率)和结构参数(针-板电极间距)对AO7脱色效率的影响,并利用BP神经网络模型对多因素条件下AO7的脱色效率进行仿真预测.结果表明:所建立的BP人工神经网络模型可以有效预测脉冲放电水处理体系中各参数对AO7脱色效率的影响趋势.根据预测结果可以归纳:较佳的脉冲峰值电压可以同时保证较好的AO7脱色效果和较高的系统能量利用效率;脉冲频率的增加能有效提高AO7的脱色效率;较小的电极间距有利于AO7脱色.     

对辐射度光照模型的改进

本文简述辐射度方法的光照模型,对该光照模型中的形态因子的求解和辐射度方程的求解在方法上进行了有效的改进,通过实验证明所做的改进是成功的。