软件成本估算方法及应用

软件成本估算从20世纪60年代发展至今,在软件开发过程中一直扮演着重要角色.按照基于算法模型的方法、非基于算法模型的方法以及组合方法的分类方式,全面回顾、分析了软件成本估算的各种代表性方法,也归纳讨论了与成本估算强相关的软件规模度量问题.在此基础上,进一步研究了软件成本估算方法的评价标准,并给出了一个应用实例及其分析.最后,从估算模型、估算演进、估算应用、估算内容、工具支持和人为因素6个方面,指出了软件成本估算方法下一步的主要发展趋势.

结构型软件成本估算模型的研究与改进

阐述了软件成本估算的过程和方法，详细介绍了结构型软件成本估算模型(COCOMO)，并在COCOMO模型基础上，考虑代码复用和软件再工程等因素，对COCOMO模型进行改进，提高了估算精度。

带优化参数的SVR模型及在软件成本估算中的应用

随着社会各行各业对软件开发投资的日益增长,产业界和学术界越来越关注可靠的软件成本估算,以有效控制软件开发过程中相关风险。为了能更准确地估算软件成本,提出一种带遗传算法优化参数的支持向量回归机模型,用遗传算法来优化支持向量回归机模型中的参数集(C,γ,ε),可以避免参数选择的盲目性,能显著提高支持向量回归机模型的预测能力。分别用IBM DP、Kemerer和Hallmark三个数据库来验证模型的有效性,并与常用的线性回归模型进行对比,结果显示采用遗传算法优化的支持向量回归机模型具有很好的学习精度和推广能力,在MMRE和Pred(0.25)两个标准上都优于线性回归模型。

基于加权偏最小二乘回归的软件成本估算方法

针对软件成本估算中影响因素较多且自变量间存在多重相关性的特点,提出一种基于加权偏最小二乘回归(PLSR)的软件成本估算方法。定义属性权重,得到描述软件历史数据相似度的加权相似离度。通过计算样本相似度自适应地为样本分配权值,采用遍历搜索的方式确定最优主成分及权值分配参数。实验结果表明,该方法的估算误差比多元线性回归方法减少73.61%,比全局PLSR方法减少32.34%。

软件成本估算技术及在电力行业的应用

软件成本估算是软件项目管理的关键步骤 ,也是软件项目计划的难点。对当前流行的软件成本估算技术进行分析和比较。针对我国电力行业的实际情况 ,利用比较成熟的软件成本估算模型COCOMOⅡ (ConstructiveCostModelⅡ ) ,对一个应用软件进行成本估算 ,得到令人满意的结果。

软件成本估算算法研究

根据软件成本估算存在的困难，介绍了基于回归模型的单阶段成本估算算法，总结了线性和非线性动态多对象、多阶段估算算法，给出了算法的模型依据，分析了不足和优点。提出将以上２种算法结合起来，可提高软件估算的准确度，使估算的结果接近实际、指导实际。

基于SVM/RVM的小样本装备软件成本估算

文章提出应用支持向量机(SVM)和相关向量机(RVM)预测原理预测软件成本和工作量,并建立了基于SVM/RVM的小样本数据条件下的装备软件成本估算模型。实验结果证明该估算方法可以较大幅度提高软件成本估算的精确度。

软件成本估算专家系统框架结构研究

以基于功能点分析模型和COCOMOⅡ模型的软件成本估算专家系统为基础,针对开发环境,设计了支持结构框架;针对应用过程,设计了应用结构框架;针对系统涉及的不同人员,设计了人员框架;针对软件的功能需求及组成结构设计了功能框架。框架为良好的软件设计提供了清晰的结构,是开发专家系统的基础。

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。

基于RBF神经网络的软件成本估算模型

软件成本估算是软件开发过程中一项非常重要的活动,但现有的方法在准确估算软件成本方面还存在不足。针对软件成本估算不够准确的现状,提出了一种基于RBF神经网络的软件成本估算模型。该模型采用样本聚类的方法确定隐含层节点数,利用遗传算法对隐层节点中心值和高斯函数的宽度进行优化,利用线性最小二乘法训练网络的权值。实验证明,该模型能够准确有效地估算软件成本。

基于C&S-PSO的软件成本估算类比法特征权重优化

运用软件成本估算技术可以在软件项目实施过程中有效控制进度、降低风险从而保证所开发软件的质量.本文对成本估算技术中加权类比估算模型的特征属性的权重,使用优化的粒子群算法(C&S-PSO)进行优化后,利用MMRE和Pred(0.25)两个标准与非加权类比模型、支持回归和模糊神经网络等模型进行估算的精度比较.另外,采用非参数自助法对优化的PSO加权类比估算模型稳定性进行评估.研究结果表明,从估算精度来看,采用本文的估算模型比上述估算模型估算精度高,同时该模型具有较好的稳定性.

一种软件成本估算方法的评价方法

为了对当前多种软件成本估算方法进行合理评价,从而选择最合适的方法,做出最精确的软件成本估算.采用基于模糊理论的综合评价方法,按照提出的软件成本估算方法的评价体系,对估算方法进行评价.该评价体系概括了估算方法应考虑的各方面,针对评价体系中的评价指标大多只能定性描述,采用模糊综合评价方法能充分考虑评价时的主观性与模糊性,因此评价结果更客观.通过实例研究,证明了该模糊综合评价方法可以有效地对估算方法进行评价,对软件开发项目实践有参考价值.

软件成本估算方法与技术现状探讨

从指控系统软件成本估算的需求出发,综合分析了软件开发成本因素和软件成本估算模型,深入分析研究了COCOMO模型的思想和方法,在对指控系统软件及开发特点分析的基础上,提出了指控系统软件成本估算应采取的方法和模型。

一种基于功能点规模度量的软件成本估算模型

软件项目是不同于一般工程项目的项目类型,具有高度的不可预知性,受用户需求,开发方式的影响很大没有明确的成本估算,将导致软件开支的不可控制。本文研究如何通过功能点规模度量点方法估算软件项目的规模及成本,提出了一种基于功能点规模度量的软件项目成本估算模型,给出模型公式该模型适用于软件开发项目的规模。

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类技术。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。

案例推理在软件成本估算研究中的应用

建立了基于CBR的软件成本估算系统模型,将案例推理的思想引入到软件成本估算领域,通过对新案例与范例库中范例的相似度的计算比较,查找出最为相似的范例,从而给出推理估算信息。阐述了系统的总体结构,介绍了系统关键环节的研究方向:影响软件成本的因素、属性权重的层次分析法、范例的多元表示及标准化;相似度的的计算算法。

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J2EE结构体系的Web软件成本估算方法J2EECost

基于J2EE结构体系的Web软件在国内已经得到越来越广泛的应用,文章以估算基于J2EE结构体系的Web软件成本为目标,对软件成本估算方法进行了深入研究后,提出文中命名为J2EECost的估算基于J2EE结构体系的Web软件成本估算方法。

软件成本估算法的综合应用分析

软件成本估算(Software Cost Estimation)即在软件开发前对工作量和开发时间作出基本的估计,它是一个经验性过程。SCE是软件管理和调度的核心任务之一。目前有许多成本估算方法,本文讨论其中一些方法,并分析如何把一些分离的方法综合使用,以期利用各种现有方法的优点,使估算结果更加准确。