基于进化神经网络的软件项目风险评估

论文摘要

软件项目是一个庞大的系统工程,相比以往的各种项目,由于其复杂性、时效性、技术性、产品抽象性等等方面的原因,使得软件项目存在更多的不确定性。在这样的条件下,大多数软件项目即使经过周密的计划,适当的控制也难以保证项目达到预期的目标,工期延误、超出预算甚至完全失败等等都是项目管理者常常必须面对的现实。因此软件项目风险在项目实践中越来越得到大家的重视,风险管理成为软件项目管理的重中之重,风险管理的成功在很大程度上决定了软件项目的成功。而风险评估作为风险管理的重要组成部分,对于风险管理有着至关重要的作用。本文首先详细介绍了软件项目风险管理体系,综述了国内外软件风险管理的研究进展,强调了风险评估对于风险管理的重要价值;然后,通过对Web化趋势下的软件项目的风险分析,构建了适应未来发展需要的风险评估指标体系;接着将遗传算法与BP神经网络相结合,解决了BP神经网络易陷入局部最优的问题,确定了本文采用的进化神经网络的方法;并利用调查得到的样本数据,对该模型的有效性进行了验证,通过与当前常用的改进BP神经网络的评估方法的对比,证实了该方法的优越性,从而为软件项目风险提供了一个科学而有效的评估手段;最后针对当前某软件企业有意开发的软件项目进行风险的预测评估,为项目决策提供依据。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景和意义
• 1.2 国内外研究现状分析
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.3 论文研究内容及结构
• 第二章 软件项目风险管理相关理论与方法
• 2.1 风险与软件项目风险
• 2.1.1 风险的定义和特征
• 2.1.2 软件项目风险的定义和特征
• 2.2 风险管理与软件项目风险管理
• 2.2.1 风险管理的定义和步骤
• 2.2.2 软件项目风险管理的定义和过程
• 2.3 软件项目风险管理体系
• 2.3.1 Boehm 风险管理体系
• 2.3.2 SEI 的CRM 模型
• 2.3.3 Riskit 风险管理模型
• 2.3.4 分析和比较
• 2.4 风险评估方法
• 2.4.1 定性评估法
• 2.4.2 定量评估法
• 2.5 进化神经网络相关理论
• 2.5.1 BP 神经网络理论
• 2.5.2 遗传算法理论
• 第三章 软件项目风险评估指标体系的设计
• 3.1 软件项目的风险识别
• 3.1.1 风险识别的含义和方法
• 3.1.2 软件项目工作分解结构
• 3.1.3 软件项目风险影响因素
• 3.2 软件项目风险指标体系的构建
• 3.2.1 指标体系的设计原则
• 3.2.2 项目管理的知识体系
• 3.2.3 评估指标体系的建立
• 第四章 软件项目风险评估模型的构建
• 4.1 进化神经网络的模型设计
• 4.1.1 进化神经网络的产生背景
• 4.1.2 进化神经网络的拓扑结构
• 4.1.3 遗传算法对网络的优化
• 4.2 基于MATLAB 的编程设计
• 第五章 软件项目风险的实例分析和评估
• 5.1 实例概况与样本数据的选取
• 5.2 进化神经网络模型的仿真和检验
• 5.2.1 有关GA 算法重要参数的实验仿真
• 5.2.2 ENN 网络改进策略的实验仿真
• 5.2.3 ENN 模型的计算
• 5.2.4 ENN 模型的检验
• 5.3 ENN 模型与改进BP 神经网络的结果比较
• 5.4 基于ENN 模型的风险评估
• 第六章 结论及展望
• 6.1 结论
• 6.2 创新点
• 6.3 进一步的研究方向
• 参考文献
• 致谢
• 在研期间发表的论文
• 附录