基于緩沖的軟件項(xiàng)目工作量估算模型研究
格式:pdf
大?。?span id="xea9zj2" class="single-tag-height" data-v-09d85783>780KB
頁(yè)數(shù):7P
人氣 :82
4.3
為提高軟件項(xiàng)目工作量估算模型的實(shí)用性,加強(qiáng)對(duì)軟件項(xiàng)目工作量風(fēng)險(xiǎn)的管理,研究了基于歷史數(shù)據(jù)的軟件項(xiàng)目工作量估算模型及工作量緩沖計(jì)算模型。采用基于規(guī)模的分段函數(shù)進(jìn)行軟件工作量的估算,經(jīng)擬合效果對(duì)比分析發(fā)現(xiàn),運(yùn)用分段函數(shù)進(jìn)行工作量估計(jì)可以有效地提高估算的精確度;引入MER和MRE對(duì)離散型的數(shù)據(jù)進(jìn)行擬合,用三條曲線方程進(jìn)行工作量估計(jì),并通過(guò)計(jì)算歐氏距離來(lái)分別對(duì)函數(shù)賦予權(quán)重,使得估算結(jié)果更加精確;將進(jìn)度緩沖的概念應(yīng)用于軟件項(xiàng)目工作量管理領(lǐng)域,提出了基于因素驅(qū)動(dòng)分析的工作量緩沖計(jì)算模型。最后,通過(guò)一個(gè)算例,將所建模型的應(yīng)用效果與實(shí)際項(xiàng)目進(jìn)行對(duì)比分析,結(jié)果表明該模型能夠有效地提高軟件項(xiàng)目工作量管理的成功率和效率。
_建設(shè)項(xiàng)目投資估算模型分析
格式:pdf
大?。?span id="2pwltyr" class="single-tag-height" data-v-09d85783>2.4MB
頁(yè)數(shù):4P
_建設(shè)項(xiàng)目投資估算模型分析
建設(shè)項(xiàng)目投資估算模型分析
格式:pdf
大?。?span id="zpa2ovx" class="single-tag-height" data-v-09d85783>181KB
頁(yè)數(shù):4P
建設(shè)項(xiàng)目投資估算模型分析——建設(shè)項(xiàng)目投資估算模型分析
項(xiàng)目估算的價(jià)值工程模型及其應(yīng)用研究
格式:pdf
大?。?span id="kbb0lcp" class="single-tag-height" data-v-09d85783>299KB
頁(yè)數(shù):3P
4.4
本文首先分析了在項(xiàng)目管理中應(yīng)用價(jià)值工程的若干問(wèn)題,主要闡述了怎樣進(jìn)行項(xiàng)目規(guī)模增大、費(fèi)用超支以及工期延誤等價(jià)值分析。其次介紹了估算項(xiàng)目費(fèi)用和時(shí)間的功能分析模型,對(duì)其設(shè)計(jì)參數(shù)做了比較分析。接著,首次進(jìn)行了基于巴氏(bashir-thomson)模型的中國(guó)電子產(chǎn)品開(kāi)發(fā)功能分析研究。我們研究發(fā)現(xiàn),將巴氏模型用于中國(guó)電子產(chǎn)品開(kāi)發(fā)項(xiàng)目估算的誤差在5.8%左右,證明了巴氏模型用于中國(guó)電子產(chǎn)品開(kāi)發(fā)的基本有效性。最后,對(duì)未來(lái)進(jìn)行了展望。
測(cè)繪工程項(xiàng)目工作量確認(rèn)書(shū)
格式:pdf
大?。?span id="wneeadv" class="single-tag-height" data-v-09d85783>12KB
頁(yè)數(shù):1P
4.3
測(cè)繪工程項(xiàng)目工作量確認(rèn)書(shū) 編號(hào): 工程名稱: 工程委托單位(甲方): 工程施工單位(乙方):阜陽(yáng)市測(cè)繪院有限責(zé)任公司 工程施工地點(diǎn): 工程施工起止時(shí)間: 工作內(nèi)容工程量 說(shuō)明事項(xiàng): 提交資料: 委托單位負(fù)責(zé)人:測(cè)繪單位負(fù)責(zé)人: 確認(rèn)時(shí)間:確認(rèn)時(shí)間:
假設(shè)檢驗(yàn)在軟件工程工作量估計(jì)中的應(yīng)用
格式:pdf
大?。?span id="xfrxasr" class="single-tag-height" data-v-09d85783>49KB
頁(yè)數(shù):2P
4.8
數(shù)理統(tǒng)計(jì)是很多學(xué)科不可缺少的理論基礎(chǔ)和分析工具,其中假設(shè)檢驗(yàn)的方法在軟件工程方面的應(yīng)用也在不斷提升。本文通過(guò)對(duì)假設(shè)檢驗(yàn)方法進(jìn)行分析,并結(jié)合軟件工程中工作量估計(jì)的基本理論,提出并論述了假設(shè)檢驗(yàn)在工作量估計(jì)中的應(yīng)用,以達(dá)到提高軟件開(kāi)發(fā)效能和降低開(kāi)發(fā)風(fēng)險(xiǎn)的目的。
工程項(xiàng)目工作量確認(rèn)表(正式)
格式:pdf
大?。?span id="g0j7oue" class="single-tag-height" data-v-09d85783>101KB
頁(yè)數(shù):3P
4.5
1 a b c d e 2 a b c d e f g 3 a b c 4 a b c d 公司員工社會(huì)關(guān)系獲取 陜煤系統(tǒng)內(nèi)部獲取 項(xiàng)目實(shí)地考察 領(lǐng)取圖紙 初步交底 工作量確認(rèn)匯總表 工作內(nèi)容參加人員效果部門(mén)配合部門(mén)及人員備注 業(yè)務(wù)員獲取 確定項(xiàng)目可行性 與生產(chǎn)部門(mén)溝通 與技術(shù)部門(mén)溝通 與財(cái)務(wù)部門(mén)溝通 業(yè)主考察公司業(yè)績(jī) 了解項(xiàng)目情況 考察業(yè)主情況 加工工期 加工設(shè)備 加工人員 工程材料 項(xiàng)目信息獲取 媒體信息獲取 業(yè)主主動(dòng)聯(lián)系獲取 前期商務(wù)洽談 業(yè)主考察公司情況 項(xiàng)目利潤(rùn) 付款方式 工程量計(jì)算方式 拆圖工期 技術(shù)工藝 與質(zhì)量部門(mén)溝通 辦理投標(biāo)相關(guān)手續(xù) 繳納保證金 領(lǐng)取資審文件 領(lǐng)取招標(biāo)文件 加工工藝 資金調(diào)配 經(jīng) 營(yíng) 部 工作量確認(rèn)匯總表 工作內(nèi)容參加人員效果部門(mén)配合部門(mén)及人員備注 5 a b c d e f g h i j 6 a b c 7 a b c d e
軟件的開(kāi)發(fā)報(bào)價(jià)含軟件的開(kāi)發(fā)項(xiàng)目的工作量及報(bào)價(jià)實(shí)用模板地計(jì)算方法
格式:pdf
大?。?span id="exfwaxf" class="single-tag-height" data-v-09d85783>82KB
頁(yè)數(shù):9P
4.6
實(shí)用標(biāo)準(zhǔn)文案 精彩文檔 軟件開(kāi)發(fā)報(bào)價(jià)的計(jì)算方法 1.軟件開(kāi)發(fā)價(jià)格估算方法 軟件開(kāi)發(fā)價(jià)格與工作量、商務(wù)成本、國(guó)家稅收和企業(yè)利潤(rùn)等項(xiàng)有關(guān)。為 了便于計(jì)算,給出一個(gè)計(jì)算公式: 軟件開(kāi)發(fā)價(jià)格=開(kāi)發(fā)工作量×開(kāi)發(fā)費(fèi)用/人·月 1.1開(kāi)發(fā)工作量 軟件開(kāi)發(fā)工作量與估算工作量經(jīng)驗(yàn)值、風(fēng)險(xiǎn)系數(shù)和復(fù)用系數(shù)等項(xiàng)有關(guān): 軟件開(kāi)發(fā)工作量=估算工作量經(jīng)驗(yàn)值×風(fēng)險(xiǎn)系數(shù)×復(fù)用系數(shù) 1.1.1估算工作量經(jīng)驗(yàn)值(以a來(lái)表示) 軟什開(kāi)發(fā)工作量的計(jì)算,曾有人提出以源代碼行或功能點(diǎn)來(lái)計(jì)算,這些 方法實(shí)施起來(lái)均有不少難度。目前國(guó)際上仍舊按以往經(jīng)驗(yàn)的方式加以計(jì)算,國(guó)內(nèi) 各軟件企業(yè)也是采用經(jīng)驗(yàn)的方式加以估算工作量。 為了更好地規(guī)范估算方法,建議可按照國(guó)家標(biāo)準(zhǔn)“gb/t8566-2001軟 件生存周期過(guò)程”所規(guī)定的軟件開(kāi)發(fā)過(guò)程的各項(xiàng)活動(dòng)來(lái)計(jì)算工作量。 工作量的計(jì)算是按一個(gè)開(kāi)發(fā)工作人員在一個(gè)月內(nèi)(日歷中的月
工程項(xiàng)目成本估算BAF模型的應(yīng)用探討
格式:pdf
大小:165KB
頁(yè)數(shù):2P
4.5
本文在傳統(tǒng)的內(nèi)部估算的基礎(chǔ)上,通過(guò)基于項(xiàng)目的成本經(jīng)驗(yàn)數(shù)據(jù)的外部估算,以及內(nèi)部估算與外部估算的對(duì)照使用入手,成功構(gòu)建了一個(gè)工程項(xiàng)目成本估算baf模型,得出相對(duì)精確的工程造價(jià),使項(xiàng)目成本的控制更加精準(zhǔn)。
工程項(xiàng)目建設(shè)成本優(yōu)化估算模型
格式:pdf
大?。?span id="nsbqgqs" class="single-tag-height" data-v-09d85783>94KB
頁(yè)數(shù):2P
4.5
該估算模型運(yùn)用模糊案例推理及計(jì)算機(jī)仿真系統(tǒng)方法對(duì)所選方案進(jìn)行優(yōu)化,從而得到測(cè)算項(xiàng)目成本。該模型用于建設(shè)成本測(cè)算時(shí)的一般流程是:利用已完成工程項(xiàng)目的成本資料建立案例庫(kù);對(duì)待測(cè)項(xiàng)目的工程特性進(jìn)行特征描述;在案例庫(kù)中檢索與之相似的舊案例,根據(jù)多目標(biāo)決策規(guī)劃對(duì)備選案例進(jìn)行系統(tǒng)評(píng)價(jià)和人工評(píng)價(jià),從而達(dá)到優(yōu)化目的;通過(guò)目標(biāo)函數(shù)得出的最優(yōu)方案案例,比較其與待測(cè)項(xiàng)目的異同,基于比較結(jié)果再對(duì)案例方案進(jìn)行調(diào)整,從而得到待測(cè)項(xiàng)目的成本。
工程項(xiàng)目建設(shè)成本優(yōu)化估算模型
格式:pdf
大?。?span id="5kl7sd7" class="single-tag-height" data-v-09d85783>1.5MB
頁(yè)數(shù):2P
4.8
工程項(xiàng)目建設(shè)成本優(yōu)化估算模型
項(xiàng)目測(cè)算模型
格式:xls
大小:59KB
頁(yè)數(shù):未知
3
項(xiàng)目測(cè)算模型——項(xiàng)目測(cè)算模型-適合初學(xué)者研究用 表格包括: 技術(shù)經(jīng)濟(jì)指標(biāo) 成本測(cè)算表 資金使用計(jì)劃表 銷售計(jì)劃表 現(xiàn)金流估算表 分析表
施工隊(duì)工作量統(tǒng)計(jì)
格式:pdf
大小:55KB
頁(yè)數(shù):3P
4.6
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 序號(hào)項(xiàng)目名稱類型施工隊(duì)時(shí)間 8芯12芯24芯48芯96芯144芯直埋軟掉 布放方式 負(fù)責(zé)人 鋼絞線光交立桿拆除 備注熔纖
橋架工作量統(tǒng)計(jì)
格式:pdf
大?。?span id="esq7b2s" class="single-tag-height" data-v-09d85783>14KB
頁(yè)數(shù):1P
4.4
序號(hào)名稱規(guī)格單位數(shù)量 1梯式橋架w200×h150米282 2w400×h150米138 3w600×h150米235 4玻璃鋼梯式橋架w200×h150米20 5梯式水平普通異徑接頭400×150-600×150個(gè)1 6梯式水平等徑彎通w400×h150個(gè)2 7w600×h150個(gè)6 8玻璃鋼梯式水平等徑彎通w200×h150個(gè)1 9梯式垂直等徑凹彎通w200×h150個(gè)3 10梯式垂直等徑凸彎通w200×h150個(gè)3 11梯式水平等徑三通w200×h150個(gè)1 12橋架支架∠50×50×50米533 1310#槽鋼米638 14儀表橋架200×150米570 15400×150米120 16600×150米25 橋架材料表
軟件項(xiàng)目風(fēng)險(xiǎn)分析——改進(jìn)的故障樹(shù)分析模型
格式:pdf
大?。?span id="ydqsvm7" class="single-tag-height" data-v-09d85783>2.3MB
頁(yè)數(shù):3P
4.3
該文首先回顧和分析了國(guó)內(nèi)外研究現(xiàn)狀,指出了當(dāng)前要解決的理論和實(shí)踐問(wèn)題,對(duì)風(fēng)險(xiǎn)管理的概念及過(guò)程進(jìn)行闡述,并對(duì)風(fēng)險(xiǎn)識(shí)別、風(fēng)險(xiǎn)估計(jì)、風(fēng)險(xiǎn)評(píng)價(jià)的具體過(guò)程進(jìn)行了介紹。然后對(duì)現(xiàn)有的風(fēng)險(xiǎn)分析模型——fta模型進(jìn)行改進(jìn),把風(fēng)險(xiǎn)發(fā)生時(shí)對(duì)項(xiàng)目的損失考慮進(jìn)來(lái),指出對(duì)項(xiàng)目影響最大的風(fēng)險(xiǎn)即為風(fēng)險(xiǎn)發(fā)生時(shí)引起項(xiàng)目損失最大的那個(gè)風(fēng)險(xiǎn)因素。在本文中用風(fēng)險(xiǎn)重要度衡量,而原模型得出的風(fēng)險(xiǎn)只是風(fēng)險(xiǎn)率最大的那個(gè)風(fēng)險(xiǎn)。再結(jié)合現(xiàn)有fta模型中降低風(fēng)險(xiǎn)時(shí)成本最小的考慮,使原模型更加適合實(shí)際軟件項(xiàng)目的風(fēng)險(xiǎn)分析,既能找出對(duì)項(xiàng)目損失影響最大的那個(gè)風(fēng)險(xiǎn)因素,也能降低所需要成本最少的那個(gè)風(fēng)險(xiǎn)因素。此模型既發(fā)揮了原模型定性分析與估算的優(yōu)勢(shì),又展現(xiàn)了數(shù)學(xué)邏輯嚴(yán)密的定量分析的長(zhǎng)處。
基于AHP的軟件項(xiàng)目風(fēng)險(xiǎn)投資決策模型研究
格式:pdf
大?。?span id="h7rhgqa" class="single-tag-height" data-v-09d85783>574KB
頁(yè)數(shù):4P
4.5
通過(guò)對(duì)影響軟件項(xiàng)目風(fēng)險(xiǎn)投資主要因素分析,構(gòu)建包含軟件項(xiàng)目特征和風(fēng)險(xiǎn)投資特征的項(xiàng)目風(fēng)險(xiǎn)投資評(píng)價(jià)指標(biāo)體系,建立基于ahp的軟件項(xiàng)目風(fēng)險(xiǎn)投資方案擇優(yōu)模型,旨在為軟件項(xiàng)目風(fēng)險(xiǎn)投資決策提供參考依據(jù),減少風(fēng)險(xiǎn)投資決策失誤。
基于SW-CMM的軟件項(xiàng)目管理模型分析與研究
格式:pdf
大?。?span id="nimoup2" class="single-tag-height" data-v-09d85783>542KB
頁(yè)數(shù):3P
4.3
軟件項(xiàng)目管理在實(shí)際的應(yīng)用過(guò)程中需要建立相關(guān)的參考模型,以此獲得一些關(guān)鍵的信息。軟件工程和項(xiàng)目管理在解決實(shí)際問(wèn)題的過(guò)程中都離不開(kāi)軟件項(xiàng)目管理模型的作用。在相關(guān)的領(lǐng)域內(nèi),項(xiàng)目管理的實(shí)施有利于創(chuàng)造一種秩序井然的工作環(huán)境,使整體的工作效率能夠不斷地提高。在軟件方面的應(yīng)用主要的工作原理就是軟件項(xiàng)目管理。sw-cmm(軟件能力成熟度模型)的出現(xiàn),為軟件企業(yè)在項(xiàng)目管理工作方面帶來(lái)了重要的參考思路。一些中小軟件企業(yè)在軟件管理過(guò)程中存在很多的問(wèn)題,一些工作誤區(qū)的存在影響了企業(yè)整體的市場(chǎng)競(jìng)爭(zhēng)力。該文將對(duì)sw-cmm中的相關(guān)內(nèi)容進(jìn)行深入的分析和探討,為相關(guān)的研究工作帶來(lái)一定的參考建議。
軟件項(xiàng)目管理中的質(zhì)量成本模型
格式:pdf
大?。?span id="hqpkc7b" class="single-tag-height" data-v-09d85783>165KB
頁(yè)數(shù):1P
4.7
企業(yè)的經(jīng)濟(jì)效益與許多因素有關(guān),但最重要的是產(chǎn)品質(zhì)量和質(zhì)量管理。尤其對(duì)于軟件產(chǎn)業(yè)而言,由于軟件產(chǎn)品的特殊性,軟件產(chǎn)品的質(zhì)量問(wèn)題一直是全社會(huì)的關(guān)注焦點(diǎn)。隨著軟件質(zhì)量?jī)?nèi)容的擴(kuò)展,軟件質(zhì)量成本的分析與控制變得更加困難。所謂軟件質(zhì)量成本,是指企業(yè)為保證和提高軟件質(zhì)量而支出的有關(guān)費(fèi)用,以及因未達(dá)到既定的質(zhì)量水平而造成的有形的和無(wú)形的損失之總和。然而質(zhì)量成本概念在我國(guó)發(fā)展應(yīng)用時(shí)間較短,許多企業(yè)都沒(méi)有真正落實(shí)過(guò)質(zhì)量成本管理活動(dòng)。軟件質(zhì)量成本更是剛剛起步,軟件質(zhì)量成本的管理存在諸如理論方法落后,不能及時(shí)跟上時(shí)代發(fā)展形勢(shì)需要的問(wèn)題。
基于高斯混合模型的流量矩陣估算研究
格式:pdf
大?。?span id="eoyx7hr" class="single-tag-height" data-v-09d85783>1.1MB
頁(yè)數(shù):3P
4.5
針對(duì)源-目的流量估計(jì)解的不穩(wěn)定性和求解方法的復(fù)雜性,提出一種基于高斯混合模型的流量矩陣估算算法,它充分利用高斯混合模型的物理意義,使數(shù)據(jù)聚類的次數(shù)減少,并利用expectation-maximization算法估算出模型的參數(shù),提高求解的穩(wěn)定性。實(shí)驗(yàn)結(jié)果證明了該方法的有效性。
基于COCOMO Ⅱ模型的軟件項(xiàng)目成本估算
格式:pdf
大?。?span id="ec4mwkf" class="single-tag-height" data-v-09d85783>119KB
頁(yè)數(shù):未知
4.6
本文介紹了cocomoii結(jié)構(gòu)化成本估算模型的分類和估算,模型中有7個(gè)早期設(shè)計(jì)驅(qū)動(dòng)因子和17個(gè)后架構(gòu)模型驅(qū)動(dòng)因子。本文指出模型的優(yōu)化方向并表明需要根據(jù)現(xiàn)有情況優(yōu)化模型驅(qū)動(dòng)因子調(diào)整計(jì)算模型,使成本的估計(jì)更加準(zhǔn)確,更能貼切公司預(yù)算。
思茅松單木根系生物量的估算模型
格式:pdf
大?。?span id="enia2sg" class="single-tag-height" data-v-09d85783>328KB
頁(yè)數(shù):未知
4.4
通過(guò)對(duì)思茅松31株樣木的測(cè)定,分析了思茅松天然林單木根系生物量的變化規(guī)律;運(yùn)用冪函數(shù)對(duì)模型進(jìn)行擬合,分別構(gòu)建了單木主根生物量、側(cè)根生物量和根系總生物量的估算模型。結(jié)果表明:(1)基于胸徑、地徑的單變量模型,以及基于胸徑與樹(shù)高、地徑與樹(shù)高的二變量模型,相關(guān)系數(shù)均高于0.93;主根生物量模型和根系總生物量模型相關(guān)系數(shù)均高于0.95。(2)主根、側(cè)根、根系總生物量都以地徑和樹(shù)高為變量擬合效果最佳,其相關(guān)系數(shù)分別達(dá)到0.9661、0.9572和0.9721;以地徑為變量擬合效果次之,其相關(guān)系數(shù)分別達(dá)到0.9641、0.9512和0.9688。
工程造價(jià)估算模型的發(fā)展及神經(jīng)網(wǎng)絡(luò)估算模型
格式:pdf
大?。?span id="bdy74ji" class="single-tag-height" data-v-09d85783>140KB
頁(yè)數(shù):未知
4.6
主要通過(guò)思考不同時(shí)期估算模型的特征和存在的問(wèn)題,構(gòu)建人工神經(jīng)網(wǎng)絡(luò)造價(jià)估算的模型。同時(shí)具體講解了這個(gè)模型簡(jiǎn)體的基礎(chǔ)原理。最后分析了基于dfnn的建設(shè)工程成本估算以及動(dòng)態(tài)模糊估算模型。
工程造價(jià)估算模型的發(fā)展及神經(jīng)網(wǎng)絡(luò)估算模型
格式:pdf
大小:135KB
頁(yè)數(shù):5P
4.4
工程造價(jià)估算模型的發(fā)展及神經(jīng)網(wǎng)絡(luò)估算模型
基于三波段模型的大豆葉綠素a含量估算模型
格式:pdf
大?。?span id="hy9xlfp" class="single-tag-height" data-v-09d85783>336KB
頁(yè)數(shù):未知
4.5
基于實(shí)測(cè)大豆冠層高光譜及葉綠素a數(shù)據(jù),利用植被指數(shù)和三波段方法建立大豆葉綠素a的高光譜反演模型.通過(guò)idl(interactivedatalanguage)實(shí)現(xiàn)ndvi和rvi波段的重新選擇,提高了基于2種植被指數(shù)的模型反演精度.比較而言,三波段方法建模反演大豆葉綠素a含量的精度較改良后植被指數(shù)的更高(r2=0.81).研究結(jié)果表明,利用波段重新組合的植被指數(shù)建立的估算模型可以提高大豆葉綠素a的估算精度;三波段模型法可以篩選更好的波段來(lái)構(gòu)建模型,并在一定程度上提高大豆葉綠素a反演精度.
文輯推薦
知識(shí)推薦
百科推薦
職位:市政道橋規(guī)劃師
擅長(zhǎng)專業(yè):土建 安裝 裝飾 市政 園林