BP神经网络在软件项目风险评估中的应用

关于准确地识别软件风险因素,深入研究软件项目风险评估问题,由于软件项目的复杂性和软件风险因子的不确定性和模糊性,无法采用传统数学方法建立准确软件项目风险评估模型.由于传统的数学评估模型的评估准确率比较低,为了提高软件项目评估准确率,提出一种BP神经网络的软件项目风险评估方法.软件项目风险评估方法采用专家系统构建软件项目风险评估指标体系,后对评估体系进行预处理,消除评估体系之间重复和无用的信息,并将非线性学习能力优异的BP神经网络输入,通过BP神经网络自适应学习得到的最优软件项目评估模型,在MATLAB平台上进行验证性仿真.结果表明,算法提高了软件项目风险评估的准确率,克服了传统数学评估模型的缺陷,评估的结果更具科学性,在软件项目风险评估中提供了有效的方法.     

基于TSP风险评估的研究

控制软件项目的风险是软件项目管理的重要组成部分。要控制软件项目的风险,首先需要进行软件风险评估,但是目前的软件风险评估方法存在着一些不足。对一些中小规模的软件开发来说,比如TSP,复杂的、高成本的风险评估方法并不适合。因此,对于类似TSP的中小规模软件开发,需要一种相对简单实用的风险评估方法。文中根据TSP开发的特点,在分析已有风险评估方法的基础上,提出了一个基于概率分类权重求和的风险评估方法,并在几个中小项目开发中应用了该方法,为项目的风险管理提供了快速有效的风险评估数值。     

基于TSP风险评估的研究

控制软件项目的风险是软件项目管理的重要组成部分。要控制软件项目的风险，首先需要进行软件风险评估，但是目前的软件风险评估方法存在着一些不足。对一些中小规模的软件开发来说，比如TSP，复杂的、高成本的风险评估方法并不适合。因此，对于类似TSP的中小规模软件开发，需要一种相对简单实用的风险评估方法。文中根据TSP开发的特点，在分析已有风险评估方法的基础上，提出了一个基于概率分类权重求和的风险评估方法，并在几个中小项目开发中应用了该方法，为项目的风险管理提供了快速有效的风险评估数值。     

软件项目风险评估算法的仿真研究

研究软件项目风险评估准确性问题,软件项目具有复杂性,软件风险因子具有不确定性和非线性,采用传统数学方法无法建立准确软件项目风险评估模型,同时由于受到人为的主观因素的影响,导致软件项目风险评估准确率比较低.为了提高软件项目风险评估准确率,提出一种RBF神经网络的软件项目风险评估模型.模型首先采用专家系统构建软件项目风险评估的指标集,再用德尔菲法对评估指标打分,最后将指标得分和风险等级分别作为RBF神经网络输入和输出,通RBF神经网络的智能学习得到最优软件项目风险评估模型.在MATLAB平台对软件项目评估数据集进行仿真,结果表明,RBF神经网络模型克服了传统数学评估模型的缺陷,提高了软件项目风险评估的准确率,降低软件项目风险评估误差,提供了一种软件项目风险评估的依据.     

一种软件项目的风险评估模型及应用

文章提出了一种软件项目风险评估模型。采用AHP方法与模糊逻辑法相结合的方法进行风险评估,并根据软件项目管理的实际情况对AHP方法与模糊逻辑法进行了改造。最后确定出软件项目各风险的权重。在确定了项目的风险,并做出了评估和排序后,对这些风险采取适当的方法进行有效的风险控制。通过实例分析可知,利用该方法可以方便地求出软件项目风险权重,实验结果符合实际。     

软件开发中的风险评估及其实践

在软件项目的开发过程中,准确地识别项目中存在的风险、对风险加以分析并采取有效的预防措施是保证项目成功的关键因素之一。风险评估是软件开发风险管理的重要组成部分,目前已经发展成为软件项目开发与控制的常用管理方法。文章叙述了Boehm关于风险评估的经典理论、SEI基于问卷调查的风险评估法、基于成本估算的风险评估法以及该领域的其它最新研究进展。最后对软件开发风险评估方法的发展方向提出了自己的观点。     

软件项目风险评估方法应用探讨

对软件风险管理中非常关键的部分,软件项目风险的评估进行分析,研究了几种定性的且目前比较适用的软件项目风险评估方法。从理论上来说,提出了一套从易到难进行研究的风险评估研究思路和方法;从实践上来讲,为软件组织进行项目的风险评估提供了一系列逐步改进的过程和方法,体现了过程管理的思想,对软件项目的开发具有指导价值,对同行具有借鉴意义。     

适用于软件成本估计及风险评估的混合方法

论文提出了一种用于软件成本估计以及风险评估的方法。该方法将基于算法模型与基于经验的两种成本估计方法相结合,一方面以软件项目基础数据作为评估基础,另一方面则利用了专家知识。另外,该方法还可应用于软件风险评估。为了说明该方法以及证明其可行性,文中提供了一个案例研究。该案例详细说明如何构建成本费用估计模型以及如何利用该方法进行软件风险评估。     

区间型关联函数在软件项目风险评估中的应用

将可拓评估应用于软件项目风险评估中。该方法依据物元模型与区间型关联函数理论,分析了软件项目风险评估准则,建立风险评估的物元模型。通过计算该模型的综合关联度,得出定量的数值。该数值既表示出风险量的大小,又体现风险转化趋势,从而可作为风险转化指标,以确定何时启动风险应对计划。最后通过案例验证该方法的有效性。     

基于贝叶斯网络的软件项目风险评估模型

针对软件项目面临失败风险的问题,提出一种新的软件风险评估模型,采用贝叶斯网络推理风险发生的概率,用模糊语言评估风险后果与损失的方法。实践证明,通过应用基于贝叶斯网络的软件风险评估模型,加强了软件企业风险管理的意识,降低了失败风险发生的概率,提高了软件开发的成功率。     

软件构件的可复用性量化评价模型研究

软件构件的可复用性是构件区别于软件的最大特性,构件的可复用性将影响到最终的软件质量和应用,通过对构件的可复用性度量指标的分析,将特征分析法应用于指标的权重计算,采用模糊综合评判法进行可复用性指标的度量,构建了一个构件的可复用性量化评价模型并给出了应用实例.模型对构件库的建设、管理和应用有重要参考意义.     

T公司软件项目实施风险管理研究

运用德尔菲法、层次分析法和熵权法进行T公司软件项目实施风险因素评价体系的构建和指标权重的确定。构 建了一套由财务风险、技术风险、管理风险、外部风险4个一级指标和需求风险、功能实现风险、内部人员风险、客户人员风险 等20个二级指标组成的软件项目实施风险因素评价指标体系。建立了一套软件项目实施风险因素评价指标体系,提高了T 公司软件项目实施风险管理水平,为项目顺利实施提供了保障。     

一种基于贝叶斯网络的软件项目风险管理方法

提出一种新的软件项目风险管理方法,采用贝叶斯网络同时对风险发生概率和风险影响进行推理.该风险管理方法能够随着软件项目的进行持续地评估潜在风险,并采取适当的措施应对风险.实践证明,在软件开发过程中引入该风险管理方法能够有效地对风险进行管理,提高软件开发的成功率.     

软件项目风险的可拓评价

将可拓评价应用于软件项目风险评价中。依据物元模型与关联函数理论,分析软件项目风险的各种影响因素,建立可拓评价的物元模型。通过计算该模型综合关联度,得出定量的数值。该数值既表示出软件项目风险的大小,又体现风险转化趋势,有利于制定合理的软件项目风险应对计划。最后通过案例验证该方法的有效性。     

一种新的软件项目风险智能评价方法

为了克服在无先验知识的情况下,人为选择评价指标的盲目性和确定指标权重的主观性,提出一种基于特征评判与最小二乘支持向量机的软件项目风险智能评价方法。该方法对各传统软件风险评价指标进行特征评判,并根据评判因子的大小选取敏感指标作为支持向量机的输入,实现对不同风险状态的自动识别。实证结果表明,该方法具有很强的鲁棒性,能够从大量的软件项目风险评价指标中筛选出有效的敏感特征,准确评价软件项目风险。     

软件项目风险管理研究综述

近年来,软件项目风险管理作为新兴的管理理论,得到了国内外大批学者的青睐,并取得了一定的研究成果。首先回顾了软件行业及软件项目风险管理的发展历程,对软件项目风险的基本概念以及重要的软件项目风险管理理论和方法进行了介绍。然后综述了国内外学者近30年来在该领域取得的研究成果,总结出软件项目风险管理的三大研究趋势。并在此基础上提出了未来重点研究方向。     

贝叶斯网络在软件项目风险评估中的应用

在软件项目生存周期早期或创新型项目的研发过程中,可用的案例数据很少或很不完整,项目风险多由专家经验进行主观评估,给风险的客观度量带来了很大的困难。提出了一种基于贝叶斯网络的软件项目风险评估方法,不仅可度量风险影响程度的风险当量,还能度量出多种风险对某种风险后果的组合影响以及单个风险对整体后果的综合影响,从而增强了软件项目风险的预测和应变能力,为有效地降低风险发生概率、提高软件开发成功率提供了一种新的途径。