摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第10-27页 |
1.1 中国软件行业发展概况 | 第10-15页 |
1.1.1 跨越式发展的中国软件 | 第10页 |
1.1.2 高速发展下的行业隐忧 | 第10-12页 |
1.1.3 中国软件项目管理的主要问题 | 第12-15页 |
1.2 问题提出和研究意义 | 第15-18页 |
1.2.1 软件工程项目团队生产效率概述 | 第15-16页 |
1.2.2 GAO公司的面临的问题 | 第16-17页 |
1.2.3 研究的目标与意义 | 第17-18页 |
1.3 软件工程项目团队生产效率研究现状 | 第18-25页 |
1.3.1 近几年研究成果 | 第18-19页 |
1.3.2 国际研究现状 | 第19-23页 |
1.3.3 国内研究现状 | 第23-24页 |
1.3.4 国际国内研究对比和研究趋势 | 第24页 |
1.3.5 存在的问题 | 第24-25页 |
1.4 本文研究思路 | 第25-26页 |
1.5 本文创新点 | 第26-27页 |
第2章 软件工程项目团队生产效率分析与建模 | 第27-50页 |
2.1 软件工程项目团队生产效率的定义 | 第27-28页 |
2.2 软件工程项目团队生产效率逻辑模型 | 第28-42页 |
2.2.1 软件工程项目团队生产效率逻辑模型的建立 | 第28-30页 |
2.2.2 团队成熟度 | 第30-32页 |
2.2.3 软件工程属性 | 第32-34页 |
2.2.4 软件产品属性 | 第34-36页 |
2.2.5 过程控制 | 第36-39页 |
2.2.6 工具使用程度 | 第39-42页 |
2.2.7 软件工程项目团队生产效率逻辑模型总结 | 第42页 |
2.3 研究方法的选择 | 第42-47页 |
2.3.1 方法的比较与选择 | 第42-44页 |
2.3.2 BP神经网络运行原理 | 第44-45页 |
2.3.3 神经网络评价方法的优势 | 第45-47页 |
2.4 软件工程项目团队生产效率BPN模型的建立 | 第47-50页 |
2.4.1 软件工程项目团队生产效率BPN模型层数选取 | 第47页 |
2.4.2 软件工程项目团队生产效率BPN模型输入层和输出层的设计 | 第47页 |
2.4.3 软件工程项目团队生产效率BPN模型隐含层的节点数量 | 第47-48页 |
2.4.4 软件工程项目团队生产效率BPN模型初始权值的选取 | 第48页 |
2.4.5 软件工程项目团队生产效率BPN模型学习速率的选取 | 第48页 |
2.4.6 软件工程项目团队生产效率BPN模型期望误差的选取 | 第48-49页 |
2.4.7 软件工程项目团队生产效率BPN模型拓扑结构 | 第49-50页 |
第3章 GAO公司软件历史项目数据处理 | 第50-56页 |
3.1 历史项目数据的划分与预处理方法 | 第50页 |
3.2 历史项目数据整理与预处理 | 第50-51页 |
3.3 历史项目数据处理 | 第51-54页 |
3.3.1 数据准备 | 第51-52页 |
3.3.2 NNTOOL中建立BPN | 第52页 |
3.3.3 BPN模型训练 | 第52-54页 |
3.4 历史数据处理结果分析 | 第54-56页 |
第4章 软件工程项目团队生产效率BPN模型检验与预测 | 第56-60页 |
4.1 仿真检验的思路 | 第56页 |
4.2 数据准备 | 第56页 |
4.3 仿真检验 | 第56-57页 |
4.4 仿真结果分析 | 第57页 |
4.5 软件工程项目团队生产效率预测与应用 | 第57-60页 |
4.5.1 软件工程项目团队生产效率预测步骤 | 第57-58页 |
4.5.2 预测的应用场合 | 第58-60页 |
结论 | 第60-62页 |
参考文献 | 第62-66页 |
附录1 GAO公司历史项目数据 | 第66-70页 |
附录2 GAO公司软件工程项目团队生产效率历史数据 | 第70-71页 |
附录3 GAO公司历史项目数据(已归一化) | 第71-75页 |
附录4 GAO公司软件工程项目团队生产效率历史数据 | 第75-76页 |
附录5 模型输出与实际结果对比 | 第76-77页 |
附录6 模型输出与实际结果对比 | 第77-78页 |
附录7 验证样本集数据 | 第78-79页 |
附录8 验证样本集数据(已归一化) | 第79-80页 |
致谢 | 第80页 |