外包软件过程度量模型的研究

由于我国软件外包行业的迅速发展,国外发包企业对接包组织单位的能力要求有所提高,因而软件外包过程的度量显得尤为重要.为了辅助软件接发包组织有效实施基于CMMI的软件过程度量,提出了一种外包软件过程度量模型GMDR.该模型定义了外包软件过程度量的主要过程和活动,能够支持并指导接发包组织异构数据环境下的过程度量的实施.在实际外包项目过程度量中的应用表明：GMDR模型能够解决异构数据环境的软件度量并提高外包软件过程度量的效用和系统性.     

软件度量过程及其因素的应用研究

针对过程因素已成为制约软件企业软件产品质量和生产效率的瓶颈问题,讨论了CMMI模型为软件过程改善和软件过程评估提供的一个有效指导框架,分析了基于CMMI的软件过程框架和CMMI 2级的软件过程因素,并结合实际项目展开了CMMI应用的详细研究,实践了CMMI在项目实际开发过程中的具体应用.     

基于六西格玛设计的软件过程缺陷管理研究

以顾客的需求为核心,以数据为基础,从软件产品质量度量的角度出发,在分析六西格玛管理思想的基础上,提出了基于六西格玛设计的软件过程缺陷管理方法模型,模型流程包括识别、定义、优化、跟踪与消除5个阶段.将该方法模型应用于软件企业的软件过程管理中,把六西格玛＂零＂缺陷的设计与管理理念融入到软件系统开发的每一个阶段,能够有效地降低软件产品的缺陷系数,提高软件的质量,给软件过程缺陷管理提供了持续改进的具体度量工具,也为软件企业在软件管理过程的优化方面提供了理论支持.     

决策分析和决定在CMMI实施中的应用

决策分析与决定（DAR）是软件能力成熟度模型（CMMI）3中的一个过程域。在国内企业的CMMI实施中,DAR的应用效果却不如其他过程域,一方面是因为企业对DAR理解和应用的偏差,另一方面则是DAR对于国内企业具有应用难度。本文从阐述DAR的概念开始,讨论在CMMI实施中的难点,结合度量和分析、定量项目管理对其应用进行讨论。     

基于六西格玛设计的软件过程缺陷管理研究

以顾客的需求为核心,以数据为基础,从软件产品质量度量的角度出发,在分析六西格玛管理思想的基础上,提出了基于六西格玛设计的软件过程缺陷管理方法模型,模型流程包括识别、定义、优化、跟踪与消除5个阶段.将该方法模型应用于软件企业的软件过程管理中,把六西格玛"零"缺陷的设计与管理理念融入到软件系统开发的每一个阶段,能够有效地降...     

基于SEM-CM的军事装备供应链质量绩效评价方法

为解决军事装备供应链质量评估过程中随机性强、直观性差等问题，综合考虑影响军事装备供应链质量绩效相关因素，基于结构方程模型(Structural Equation Model,SEM)建立了军事装备供应链质量绩效评价指标体系，利用SPSS软件拟合修正模型得到指标路径系数及权重；以云模型理论(Cloud Model,CM)为基础，通过构建标准云图与评价云图相对比，直观体现绩效评价程度，克服了以往评价方法的主观性和不确定性。最后引入实例，验证了基于SEM-CM评价方法的合理性和有效性，为军事装备供应链质量绩效的科学评价提供了理论依据。     

项目监控过程域的研究与应用

软件能力成熟度模型集成,是一套针对软件过程管理、改进与评估的模型,其根本目的是对软件的过程进行改进.软件过程的改进,离不开各个项目的监督与控制.但是,软件能力成熟度模型集成,并没有说明如何建立和实施项目的监督与控制的过程.软件组织在构建自己的CMMI体系时,面临着不知如何监督、如何控制项目的问题.通过分析项目监控过程域各特定目标与特定实践的关系,针对软件过程改进中的典型弱项,给出了项目监督与控制活动的实施方案,解决了软件组织在实施项目监控时面临的问题.     

基于六西格玛的软件过程缺陷管理方法模型与应用

软件产品的质量出自于软件设计过程,持续优化的软件过程管理方法能使软件过程产生的软件缺陷处于受控状态。结合六西格玛管理思想,提出并建立基于六西格玛的软件过程缺陷管理方法模型,将有关的方法工具引入到相应的模型中,为软件过程缺陷管理提供更有效的解决方案。软件过程缺陷管理方法模型从质量度量的角度对软件开发过程进行设计与优化,对软件设计过程中产生软件缺陷的因素进行跟踪与消除,使开发的软件产品具有更高的质量,从而获得更好的顾客满意度。     

基于CMMI的软件测试过程改进研究

传统瀑布模型对软件测试的定义存在不足,它把软件测试看成软件开发的事后过程;CMM模型对测试过程改进提供了一些支持,但仍有局限性．通过分析CMMI模型关于软件测试过程的描述,提出了一个基于CMMI的软件测试过程模型,并分析了基于该模型的软件测试策略．     

基于QFD、TRIZ和FCE方法的冲突解决理论研究

为解决产品开发过程中的技术矛盾,提高产品运行可靠性,提出以质量机能展开(QFD)和发明问题解决理论(TRIZ)为基础的冲突解决方法.该方法首先以QFD为基础,从用户角度构建产品设计质量屋(HOQ);其次运用TRIZ理论作为冲突解决工具,重点分析质量特性负相关的技术特性,从而获得产品设计的可行性方案;再次运用模糊综合评价法(FCE)作为度量标准,选择最可行方案;最后通过在微波加热系统研发过程中的实际应用,验证本文所提出理论方法的实用性和有效性.     

PCA-BP神经网络在流域水质评价中的应用

针对BP神经网络法在进行多污染特征的流域水质评价时面临的训练样本、验证样本的稀缺问题,提出一种基于主成分分析PCA - BP神经网络的水质评价模型.首先利用污染分担率算法筛选出能够全面反映流域整体超标情况的一组水质指标,然后利用主成分方法获取流域水质污染特征,解决训练样本过少的问题,并通过设计模型的验证条件,解决没有验证样本的问题.通过实例研究,表明主成分PCA - BP神经网络适合用于流域的水质评价,评价结果较为精确、可信.     

改进的基于支持向量机的网络综合评价策略

针对现有移动网络性能综合评估方法中存在的问题，提出了在维度变换基础上的采用支持向量机的综合评价策略。首先对语义上相关的n个指标进行维度变换使之成为独立的n维，然后对变换后的数据用支持向量机建立回归模型。理论分析表明，这种方法既可克服反向传播(BP)神经网络方法在应用中存在的收敛于局部极小问题，也可避免主成分分析法引起的信息丢失问题。实验表明，用支持向量机的方法比用BP神经网络的方法过程更可控，预测误差更小，且样本评价值间的差异保持得更好。     

模糊小波神经网络在现役油田玻璃钢管的运行风险评价

玻璃钢管受到环境和腐蚀等各种因素的影响造成各种管道事故.将模糊评价法、小波分析和人工神经网络理论有机结合,建立了基于模糊小波神经网络的在役玻璃钢管运行风险评价模型.该模型采用模糊评价法对风险因素的指标进行量化,将模糊系统的输出作为神经网络的输入,构造模糊小波神经网络并加以训练.通过选择合适的算法,设计相应的小波神经网络,进行实例仿真.仿真结果表明,该模型能够有效解决现有评价方法主观随意性大、结论模糊等不足,并实时动态再现专家评价结果,其最大相对误差不超过0.3779％.     

基于智能优化算法的教学质量评价方法

为了提高教学质量评价的准确性,提出了一种基于智能优化算法的教学质量评价方法。首先采用层次分析法构建评价指标体系,然后用多群体遗传算法优化设计BP神经网络,最后用BP神经网络评价教学质量。实验结果证明,该文提出的方法由于结合了神经网络和遗传算法的优点,克服了评价系统的盲目性,采用非线性逼近的方法提高了教学质量评价的准确率,是一种高效的评价方法。     

基于模拟退火算法的Hopfield神经网络参数优化

为解决Hopfield神经网络应用过程中参数设置的问题,在研究Hopfield神经网络的工作原理的基础上,分析了神经网络模型在求解TSP（TravelingSalesmanProblem）问题过程中参数的选取,通过对输出数据进行归一化处理建立网络的评价函数,然后引入模拟退火算法对参数进行最优化选取。实验结果表明,经过参数优化过的Hopfield神经网络模型能更有效,更快速地得到TSP问题的最优解。     

基于神经网络的食品安全评价模型构建研究

食品安全评价模型的准确度高低,直接影响食品安全状况评价、预测的准确率.结合危害分析与关键控制点的（HACCP）食品安全管理体系理论,从食品供应链的角度出发,建立食品安全评价指标体系;使用层次分析法（AHP）改进逆向传播（BP）神经网络算法中随机初始化计算权重的方法,训练样本数据,并以测试数据作为验证,检测模型的误差收敛速度和拟合度.结果表明,这种BP神经网络结合AHP方法构建的模型具有实用、精度高、快速、客观等优点,可用于生产、加工、销售等流通环节食品安全评价、区域食品安全评价以及种类食品安全评价.     

基于LVQ神经网络算法的脱机手写数字识别研究

针对BP神经网络进行脱机手写数字识别所存在的问题,提出用自组织竞争神经网络（LVQ）对脱机手写数字识别的方法.介绍了LVQ神经网络算法,并构建了LVQ神经网络的识别模型,用Matlab软件进行了仿真.将获得的仿真结果数据与BP神经网络的测试结果进行对比分析,发现LVQ神经网络对脱机手写数字的识别率明显高于BP神经网络,且收敛速度更快.该方法在脱机手写数字识别领域具有一定的可行性与指导性.     

基于SVM的老年痴呆症智能诊断研究

为了验证支持向量机（SVM）更适用于基于血常规数据的老年痴呆症的预测诊断,通过仿真实验,将BP神经网络、RBF神经网络、SVM支持向量机分别应用于老年痴呆症的预测诊断,建立3种算法对应的诊断模型,并对3种模型的预测结果进行分析比较,仿真实验在Matlab软件平台上进行. 结果表明,与BP、RBF神经网络方法相比,SVM模型预测准确度高,建模时间短,整体性能好,更适用于基于血常规数据的老年痴呆症预测诊断,实际应用时可以此结论作为理论指导.     

基于密度聚类的模糊神经网络和CHP分解过程建模

针对基于样本数据的复杂系统建模问题,提出了基于密度聚类的模糊神经网络（DFNN）的建模方法,研究了利用密度聚类原理提取数据样本的内在规则的理论和方法,提取的规则能较好地反映样本数据输入输出的对应联系,根据提取的规则给出了模糊神经网络的模型结构.本文以化工生产过程过氧化氢异丙苯（CHP）分解反应过程为对象进行仿真建模,结果显示在模型精度和可靠性上均优于基于c均值聚类提取规则的模糊神经网络模型（CFNN）.     

基于神经网络的VBR视频流量建模及预测

为解决视频流量预测问题,结合神经网络和小波技术建模IP（Internet Protoc01）网络视频流,提出了利用神经网络预测尺度因子的预测算法。对可变比特率的压缩视频流完成小波分解,得出尺度因子。通过对尺度因子的预测和小波重建,完成视频流量预测。尺度因子的归-化特性简化丁神经网络处理过程。对真实VBR（Variable BitRate）视频流的流量预测实验表明,模型对IP网络普遍应用的高压缩比视频流具有良好的预测能力。