基于MVC模式的软件费用估算系统的设计与实现文献综述

 2022-11-29 04:11

文献综述

  1. 对软件估算模型的研究

1.1. 引言

软件费用估算一直以来都是软件项目管理中非常重要的一部分,有效、准确的估算结果对复杂的大规模的软件系统是十分必要的。软件费用估算是一个非常活跃的软件工程领域,现有的估算方法包括COCOMO模型、基于功能点的估算、基于用例点的估算等[1],其中COCOMO模型相对逻辑较强且便携简单,本课题着重对此模型进行研究。

1.2. 国内研究现状

目前,国内的研究主要集中于对现有的度量模型的优化上,大部分基于已经相对成熟的COCOMO Ⅱ模型。COCOMO Ⅱ模型是由20世纪80年代提出的结构化成本模型(COCOMO模型)演化而来,它是结合当时的国外软件发展环境得出的[2],其准确性和规范性都优于其他软件成本估算方法。

COCOMO Ⅱ模型主要思想是以各个输入量为主,对软件开发系统进行估算[3],它共有17个成本驱动因子,并使用功能点或代码行进行计算。国内现有的基于该模型的软件系统通常是对原有模型进行修正,修正原则一般为普遍性、可定义性、可靠性和本土性[3],即以软件系统本身具有的特点为基础修改模型,使模型与系统更加契合,以达到更精准的计算结果。如基于COCOMO Ⅱ模型的军用软件计价方法研究[4],该系统将我国军用软件大量历史数据作为调整依据对COCOMO模型进行调整,使之更加符合我国军用软件业特征。

同时,国内也有研究[5]提出方法对COCOMO Ⅱ模型进行优化,其实现方式是对相对经济指数B和成本驱动因子进行细化和量化,以达到提高结果精度的目的,通过资料的搜集发现近年来较少有学者或机构提出对COCOMO Ⅱ的改进方法,故此综述不再对模型的改进进行研究。

1.3. 国外研究现状

国外对软件估算模型的研究主要致力于提出新的算法和模型[6],并与现有的成熟估算模型结合,如使用禁忌搜索算法优化COCOMO模型、基于神经网络的优化COCOMO模型等方法[7]。以上两种实现方法分别通过不同的方法调整模型的输入因子使之适应系统,区别于调整方式的不同,基于神经网络的优化COCOMO模型通过反馈的方式调节影响权重的因子,相比之下获得更好的效果。

1.4. 结论

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

发小红书推广免费获取该资料资格。点击链接进入获取推广文案即可: Ai一键组稿 | 降AI率 | 降重复率 | 论文一键排版