基于BP神经网络的软件项目风险评价研究

论文摘要

当前，软件在社会生活的各个领域起着越来越重要的作用，软件产业也已成为促进国民经济增长的重要力量之一。软件项目是大型的系统化工程，具有复杂性高、技术含量高、技术更新快等特点，这就决定了软件项目的高风险性，加上现代软件项目规模不断扩大，使得管理控制变得异常困难，项目经常面临费用超支、进度延迟等问题，开发的成功率也异常之低。为了应对软件项目开发的这种不利局面，减少软件项目中的不确定性并降低其带来的损失，确保软件项目目标的实现，风险管理被引入了软件项目领域。在风险管理理论中，风险评价占据着相当重要的地位，它是风险控制的基础，因此，在对软件项目进行风险管理时必需重视软件项目的风险评价问题，本文正是以软件项目风险评价为研究对象。论文首先总结了国内外软件项目风险管理的研究现状，介绍了软件项目风险管理的基本理论；接着，在阐述风险识别方法的基础上，结合软件项目工作分解结构和项目管理九大知识领域，识别出了软件项目的基本风险因素，并构建了软件项目风险评价指标体系；然后，通过对比分析当前主要的风险评价方法，选择了人工神经网络方法作为本文的评价方法，并构建了基于BP神经网络的软件项目风险评价模型；最后结合具体的样本数据对所建评价模型做了训练检测和实证应用分析。

论文目录

• 摘要
• Abstract
• 第1章 前言
• 1.1 研究背景
• 1.2 研究意义
• 1.3 国内外研究现状
• 1.4 主要研究内容
• 第2章 软件项目风险管理相关理论
• 2.1 基本概念
• 2.1.1 风险的概念
• 2.1.2 软件项目相关概念
• 2.2 软件项目风险概述
• 2.2.1 软件项目风险概念
• 2.2.2 软件项目风险分类
• 2.3 软件项目风险管理概述
• 2.3.1 软件项目风险管理概念
• 2.3.2 软件项目风险管理过程
• 2.3.3 软件项目风险管理模型
• 2.4 本章小结
• 第3章 软件项目风险评价指标体系设计
• 3.1 软件项目风险识别
• 3.1.1 风险识别的内涵
• 3.1.2 风险识别的方法
• 3.1.3 基本风险因素识别
• 3.2 软件项目风险评价指标体系构建
• 3.2.1 指标体系设计原则
• 3.2.2 评价指标体系的建立
• 3.3 本章小结
• 第4章 软件项目风险评价模型构建
• 4.1 软件项目风险评价方法
• 4.1.1 风险评价方法简介
• 4.1.2 风险评价方法比选
• 4.2 B P 神经网络理论基础
• 4.2.1 BP 神经网络基本理论
• 4.2.2 BP 神经网络学习算法
• 4.3 B P 神经网络模型设计
• 4.3.1 网络层数的确定
• 4.3.2 各层神经元数目的确定
• 4.3.3 激励函数的选取
• 4.3.4 网络学习参数的选取
• 4.4 面向 MATLAB 的 BP 神经网络设计
• 4.4.1 BP 神经网络的创建
• 4.4.2 BP 神经网络的初始化
• 4.4.3 BP 神经网络的训练
• 4.4.4 BP 神经网络的仿真
• 4.4.5 训练结果分析
• 4.5 本章小结
• 第5章 软件项目风险评价实证分析
• 5.1 模型的训练及检测
• 5.1.1 样本数据的选取
• 5.1.2 网络结构的确定
• 5.1.3 模型的训练
• 5.1.4 模型的检测
• 5.2 案例项目风险评价分析
• 5.2.1 案例项目概况
• 5.2.2 案例项目风险评价
• 5.3 本章小结
• 第6章 结论
• 参考文献
• 攻读硕士学位期间取得的学术成果
• 致谢