中文摘要 | 第1-5页 |
Abstract | 第5-12页 |
第一章 绪论 | 第12-22页 |
·研究背景及意义 | 第12-14页 |
·研究背景 | 第12-13页 |
·研究意义 | 第13-14页 |
·国内外研究历史与现状 | 第14-19页 |
·国外研究历史与现状 | 第14-17页 |
·国内研究历史与现状 | 第17-19页 |
·本文主要工作 | 第19-20页 |
·本文组织结构 | 第20-21页 |
·本章小结 | 第21-22页 |
第二章 理论基础 | 第22-29页 |
·软件规模估算 | 第22-25页 |
·软件估算与软件规模估算 | 第22-24页 |
·代码规模估算 | 第24页 |
·功能规模估算 | 第24-25页 |
·IFPUG 功能点估算 | 第25-26页 |
·模糊逻辑和模糊推理系统 | 第26-27页 |
·遗传算法 | 第27-28页 |
·优化问题及其解决方法 | 第27页 |
·遗传算法及其相对传统算法的优势 | 第27-28页 |
·本章小结 | 第28-29页 |
第三章 F-Ga-FPA 模型框架 | 第29-33页 |
·运用模糊逻辑改进FPA 复杂度分类体系 | 第29-30页 |
·IFPUG FPA 复杂度分类清晰化研究 | 第29页 |
·FPA 复杂度分类的边界平滑化研究 | 第29-30页 |
·使用遗传算法校正IFPUG 复杂度权值 | 第30页 |
·更新IFPUG 权值 | 第30页 |
·将权值的定义由主观扩充至主客观并存 | 第30页 |
·将权值的定义由局部扩充至全局 | 第30页 |
·模糊-遗传算法功能点估算模型框架 | 第30-32页 |
·本章小结 | 第32-33页 |
第四章 IFPUG FPA 复杂度权值的模糊推理系统 | 第33-43页 |
·IFPUG FPA 复杂度权值的模糊推理系统 | 第33-37页 |
·功能点复杂度权值的模糊表示 | 第35-36页 |
·隶属函数的选取 | 第36-37页 |
·模糊推理方法的选取 | 第37页 |
·模糊推理操作步骤 | 第37-41页 |
·步骤一:输入模糊化 | 第37-38页 |
·步骤二:模糊运算 | 第38-39页 |
·步骤三:蕴含 | 第39-40页 |
·步骤四:聚合 | 第40页 |
·步骤五:输出反模糊化 | 第40-41页 |
·模糊推理系统结果分析 | 第41-42页 |
·本章小结 | 第42-43页 |
第五章 基于遗传算法的IFPUG 复杂度权值校正 | 第43-51页 |
·F-Ga-FPA 模型处理层 | 第43页 |
·提取估算方程 | 第43-45页 |
·数据准备 | 第44页 |
·统计分析 | 第44-45页 |
·对提取的方程的讨论 | 第45页 |
·基于遗传算法的IFPUG 功能点复杂度权值校正 | 第45-49页 |
·参数编码 | 第46页 |
·设定初始群体 | 第46-47页 |
·选择适应度函数 | 第47页 |
·设计遗传操作 | 第47-49页 |
·设定控制参数 | 第49页 |
·校正后的UFP 复杂度权值 | 第49页 |
·后期调整的模糊度量系统 | 第49-50页 |
·本章小结 | 第50-51页 |
第六章 F-Ga-FPA 模型验证、实现与应用 | 第51-62页 |
·实验设置和结果分析 | 第51-52页 |
·ISBSG 数据集 | 第51页 |
·验证结果 | 第51-52页 |
·城市智能停车诱导系统 | 第52-58页 |
·范围 | 第52页 |
·目标系统概况 | 第52-53页 |
·CIPGS 系统架构 | 第53-55页 |
·用户特点 | 第55-56页 |
·CIPGS 功能列表 | 第56-58页 |
·使用F-Ga-FPA 模型进行规模估算 | 第58-61页 |
·ILF(内部逻辑文件)功能点计算 | 第59页 |
·EIF(外部接口文件)功能点计算 | 第59页 |
·EI(外部输入)功能点计算 | 第59-60页 |
·EO(外部输出)功能点计算 | 第60页 |
·EQ(外部查询)功能点计算 | 第60页 |
·未调整功能点计算 | 第60-61页 |
·本章小结 | 第61-62页 |
第七章 总结与展望 | 第62-64页 |
·总结 | 第62页 |
·展望 | 第62-64页 |
参考文献 | 第64-71页 |
攻读学位期间公开发表的论文及参与的科研项目 | 第71-72页 |
致谢 | 第72-73页 |