在群组软件过程中引入极限编程的研究与实践

群组软件过程(TSP)是软件行业里实施CMM的主要软件过程之一,属于重型的软件开发方法。极限编程(XP)则是一种轻量级的对质量和速度并重的软件开发方法,是敏捷方法中的主流。在阐述了TSP、XP的基本概念后,提出在TSP的应用过程中加入XP的思想,实现XP与TSP的有机结合,提高中小软件项目的开发速度和质量。     

构建基于CSCW的TSP实施系统的研究

软件开发是一个群体协作的过程，要求团队成员在开发活动中相互分工、紧密协作。小组软件过程(TSP)的产生为规范软件开发和改进过程能力提供了有效而实际的帮助，TSP的实施遇到阻碍，主要是由于小组成员对TSP过程不够理解、交流和协同工作困难、软件过程数据处理繁琐等原因。该文提出了计算机支持的协同工作(SCW)-TSP系统解决这些问题，该系统根据CSCW的特性，将TSP的管理方法以计算机应用软件的形式加以实现，使开发团队能够更有效地应用TSP进行开发，全面提高软件开发的效率和质量。     

XP与TSP有机结合的研究

TSP是软件行业里实施CMM的主要软件过程之一,属于“重”型的软件开发方法。极限编程则XP是一种轻量级的对质量和速度并重的软件开发方法,是敏捷方法中的主流。本文在阐述了TSP、XP的基本概念后,提出在TSP的应用过程中加入XP的思想,实现XP与TSP的有机结合,提高中小软件项目的开发速度和质量。     

企业小组软件过程在管理学生软件开发中的研究与应用

我院将软件过程改善和小组软件过程的理论引入到项目实训中,在小组软件过程（TSP）的基础上提出了TSP的简化过程TSP-ST（Team Software Process-Student）,构建了开发过程模型,并将该模型应用到学生的项目实训中。本文介绍了TSP-ST在学生项目实训和毕业设计中的应用实践。     

小组软件过程仿真模型及其算法

论文建立了一种小组软件过程(TeamSoftwareProcess)的仿真模型,它是根据TSP的特点,将离散和连续建模思想结合形成的一种混合模型。并根据TSP的多阶段性质,将动态规划算法应用到模型中,在TSP各个阶段最佳地配置人员、资金和时间三种资源,以取得软件质量最优化。     

基于CMM工／TSP／PSP的软件过程改进框架探讨

本文介绍了CMMI、TSP和PSP,阐述了将CMMI、TSP和PSP三者结合的软件过程改进框架,并分析了该框架在行业中的应用及效果。     

基于PSP/TSP的软件过程保障体系研究

在阐述个人软件过程(PSP)和小组软件过程(TSP)原理的基础上，结合软件过程实施环节和项目组开发实践，探讨了PSP／TSP体系为整个软件开发过程提供的从个人技能到团队协作的过程保障。     

群组软件过程技术的分析与应用

Team Software Process(TSP)技术是一种软件开发的新技术 ,通过对 TSP技术的着重解释 ,简要地总结了软件产业面临的挑战 ,阐述了有关软件管理人员所面临的与软件过程、能力和成熟度有关的问题以及TSP方法在解决这些问题中的应用。     

TSP问题的自适应进化算法

提出了一种 TSP问题的进化计算方法。此方法结合边自适应和边重组的进化过程处理方法 ,在本质上符合 TSP问题的求解的需要。本文给出了边适应性函数的数学模型 ,并且构造了一种易于实现的路径重组算法。对于 TSP问题的求解是一种新的见解     

基于TSP的软件质量控制平台设计与实现

随着社会发展，竞争日益激烈。软件企业纷纷尝试各种途径以增强自身竞争力。小组软件过程（TSP）为一般中小型软件企业规范软件开发和改进过程能力提供了有效而实际的帮助，如何有效地管理一个TSP项目尚待研究。通过对小组软件过程的分析，设计并实现了过程脚本驱动的、基于TSP的软件质量控制平台。允许用户对过程脚本进行裁剪，实现了小组协作开发质量控制的自动化。     

旅行商问题的闭环DNA算法

旅行商问题TSP是NP完全问题,在工程实践中有着广泛的应用,利用常规算法很难在多项式时间内解决。DNA计算是一种新兴的计算模式,与生俱来的强大并行计算能力使得它在解决众多NP问题上表现出了巨大的优势。尝试利用DNA计算中改进的闭环模型解决TSP问题。首先介绍了闭环DNA 计算模型及其改进;随后提出了一种基于改进的闭环模型求解TSP问题的算法,并对算法的实验过程进行了详细的描述;最后运用该算法解决了一个小规模的TSP问题算例,结果表明,该算法能在较低的时间复杂度内有效地解决TSP问题。     

基于CMMI/TSP/PSP的软件过程改进框架探讨

本文介绍了CMMI,TSP和PSP,阐述了将CMMI、TSP和PSP三者结合的软件过程改进框架,并分析了该框架在行业中的应用及效果.     

基于TSP的气象信息系统的研究

团队软件过程TSP用于指引如何规划和管理一个团队,并指导团队开发软件密集型产品。在此介绍了TSP在气象信息系统中的应用,并结合了PSP、CMM,分析了三者之间的关系,针对气象信息系统的开发,说明了具体实施过程,对系统开发的经验和问题进行了总结。     

旅行商问题的闭环DNA算法

旅行商问题TSP是NP完全问题,在工程实践中有着广泛的应用,利用常规算法很难在多项式时间内解决。DNA计算是一种新兴的计算模式,与生俱来的强大并行计算能力使得它在解决众多NP问题上表现出了巨大的优势。尝试利用DNA计算中改进的闭环模型解决TSP问题。首先介绍了闭环DNA计算模型及其改进;随后提出了一种基于改进的闭环模型求解TSP问题的算法,并对算法的实验过程进行了详细的描述;最后运用该算法解决了一个小规模的TSP问题算例,结果表明,该算法能在较低的时间复杂度内有效地解决TSP问题。     

一种基于免疫原理求解TSP问题的模型

基于人工免疫原理，建立了一个基于免疫机制求解TSP问题的数学模型。在该模型中，定义了TSP问题中的抗原和抗体，描述了记忆细胞动态进化过程，并借鉴遗传算法中基因变异思想，提出了优势基因进化的GFE算法，结合生物免疫系统抗体浓度稳定原理，在克隆选择过程中实现了抗体集合的进化计算，快速有效地求解出问题的全局近似最优解。实验结果表明该算法对解决组合优化问题不仅可行，而且有较快的收敛速度和较强的全局搜索能力。     

一种基于遗传算法的TSP建模方法

为解决小组软件过程(TSP)中针对活动如何有效安排工程小组人员的问题,从关于目标和面向活动的角度刻画TSP模型,提出基于遗传算法的优化方法。分析TSP核心思想,给出模型的结构和形式化描述,介绍建立模型的步骤。通过实验验证了该优化方法具有良好的执行性能,能够得到一个具有较优效益值的人员安排方案,可行性良好。     

基于改进萤火虫算法求解旅行商问题

鉴于TSP问题是古老的组合优化难题,而萤火虫算法在求解函数优化问题中表现出优良的性能,因此,本文利用改进的萤火虫算法求解TSP问题.首先,在分析了旅行商问题的特点后,采用整数编码的方式来表示萤火虫的位置.然后,在标准萤火虫算法的位置更新过程中引入了对数递减的惯性权重来影响萤火虫的迭代过程,同时结合了遗传算法中的选择,交叉,变异以及进化逆转操作来提高每一次迭代中种群的多样性及种群的搜索能力,并将改进的算法解决TSP问题.最后,通过Matlab仿真实验表明改进的算法在求解TSP问题时具有更好收敛速度和优化效果.     

利用粒子滤波求解旅行商问题

针对现有优化算法求解旅行商问题(TSP)时容易陷入局部极值的缺点,提出一种基于粒子滤波的优化搜索算法,该算法将TSP最优路径的搜索过程看成是一个动态时变系统。阐述了利用粒子滤波求解TSP最优路径的基本思想,给出了该方法的具体实现步骤。为了增强算法跳出局部极值的能力,在采样过程中引入了遗传算法的交叉和变异操作来丰富样本的多样性。最后为了验证新算法的有效性,进行了仿真实验,结果表明基于粒子滤波的优化算法能够找到比其他优化算法更好的解。     

基于近邻策略的旅行商问题求解

根据TSP问题的特征信息并借鉴邻域搜索算法的有关思想,提出了一种基于近邻策略的TSP问题求解算法,该算法首先依据TSP问题的特殊性求出相应的近邻模式,再将近邻模式用于初始种群的生成,而后在进化过程中随机引入这类模式。该算法可以大大缩短遗传进程,提高进化效率。通过仿真实验,验证了该算法的有效性,并且随着城市数目的增加其优越性更为明显。     

应用蚁群算法求解TSP

介绍了一种求解复杂TSP的蚁群算法,阐述了该算法的基本原理、模型以及实现过程,并介绍了蚁群算法在旅行商问题(TSP)中的应用思路。