编程作业过程的表征方法研究

论文摘要

上个世纪，科学管理强化操作作业过程管理，使制造业体力工作者的生产率提高了50倍。本世纪，知识作业成为当代主要作业方式，如何提高知识工作者的工作效率成为了众多领域共同关心的问题。编程作业是一种典型的知识作业，通过描述与表征编程过程，提高其作业效率不仅是软件科学问题，更是管理科学和知识管理的基本问题。然而，目前大量的研究集中于对软件产品即编程作业结果的探讨，将编程作业过程作为“黑箱”，缺乏作业过程的管理与控制。描述与表征编程作业过程是过程控制和计量的前提，研究编程作业过程的表征方法是本文的目的所在。首先，在阐明研究的背景及意义之后，本文介绍了国内外认知科学和软件科学中关于编程过程的研究现状，明确提出本文的主要研究内容，包括编程过程的问题界定、方法研究、实例和运用分析。其次，根据科学管理和认知科学理论，本文把知识作业过程视为“一连串的心智操作”，从“基本动作”和“动素”层面上进行理论分析，探讨了表征编程作业过程的心智操作方法。再次，本文对“汉诺塔”和“农夫过河”两大经典编程问题进行“动作”分析，给出“心智操作”分析范式，并把编程作业过程划分为解决人的认知问题与解决机器的认知问题两个阶段。然后，本文研究了编程人员实际运用心智操作的能力，构建了编程作业过程心智操作熟练度评估的神经网络模型。通过验证，该评估模型区分编程专家和新手的准确率达到90％。最后，本文对研究内容进行了总结和展望。本文探讨的“心智操作”方式表征编程作业过程，为有效描述和理解编程作业过程提供了新的手段，为作业方法的优化和作业测定提供了基础。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景与意义
• 1.1.1 课题来源
• 1.1.2 研究背景
• 1.1.3 研究意义
• 1.2 国内外相关研究现状
• 1.2.1 编程认知过程
• 1.2.2 软件过程的描述与理解
• 1.2.3 编程过程的度量与表征
• 1.2.4 CMM 中关键过程域控制
• 1.3 研究思路与内容
• 第二章 编程作业过程的表征方法分析
• 2.1 编程作业过程的界定
• 2.2 编程作业过程表征分析的理论基础
• 2.2.1 PTP 的科学管理理论分析
• 2.2.2 PTP 的认知科学分析
• 2.3 编程作业过程的心智操作命名
• 2.4 本章小结
• 第三章 编程作业过程的心智操作表征的典型实例分析
• 3.1 “汉诺塔”问题的 PTP-MO 表征
• 3.1.1 问题陈述
• 3.1.2 心智操作的过程表征
• 3.1.3 关键控制点
• 3.2 “农夫过河”问题的 PTP-MO 表征
• 3.2.1 问题陈述
• 3.2.2 心智操作的过程表征
• 3.2.3 心智操作链的阶段划分
• 3.3 本章小结
• 第四章 编程作业 MO 熟练度评价的神经网络模型假设
• 4.1 神经网络概述
• 4.1.1 神经网络设计过程的任务
• 4.1.2 输入数据的预处理
• 4.2 神经网络的基本原理
• 4.2.1 神经元
• 4.2.2 网络结构
• 4.2.3 工作原理
• 4.3 神经网络应用于编程作业中 MO 熟练度评价的可行性分析
• 4.4 编程作业 MO 熟练度评价的神经网络模型结构
• 4.4.1 网络结构的选择
• 4.4.2 网络结构的确定
• 4.5 神经网络的 BP 学习算法
• 4.6 神经网络与其他综合评价方法的比较
• 第五章 编程作业过程的心智操作应用分析
• 5.1 问卷编制与修改
• 5.2 数据采集与整理
• 5.3 问卷结果分析
• 5.3.1 输入层和输出层节点的选取
• 5.3.2 隐含层节点的选取
• 5.3.3 BP 神经网络的学习算法
• 5.4 神经网络模型训练和测试
• 5.4.1 BP 模型的训练
• 5.4.2 BP 模型的测试
• 5.5 本章小结
• 第六章 总结与展望
• 6.1 全文总结
• 6.2 主要创新点
• 6.3 研究不足与展望
• 致谢
• 参考文献
• 个人简历及攻硕期间取得的研究成果
• 附录
• 附录一: “农夫过河”问题分析程序
• 附录二: 预试问卷（一）
• 附录三: 预试问卷（二）
• 附录四: 正式问卷