首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--软件工程论文

基于模糊—遗传算法的IFPUG功能点模型

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

论文共73页,点击 下载论文
上一篇:基于Ajax技术的在线考试系统的设计与实现
下一篇:面向实时数据流的匿名化隐私保护发布技术研究