基于复杂性理论的软件过程优化及其风险评价
摘要 | 第1-5页 |
ABSTRACT | 第5-7页 |
目录 | 第7-10页 |
第一章 绪论 | 第10-14页 |
§1.1 研究背景及意义 | 第10-11页 |
§1.2 论文主要内容及章节安排 | 第11-14页 |
第二章 理论综述 | 第14-26页 |
§2.1 软件过程 | 第14页 |
·软件过程定义 | 第14页 |
·软件过程的研究方向 | 第14页 |
§2.2 软件过程模型 | 第14-20页 |
·软件过程阶段模型 | 第15-17页 |
·线性顺序模型 | 第15-16页 |
·演化模型 | 第16-17页 |
·软件过程组成模型 | 第17-20页 |
·形式化方法模型 | 第18-19页 |
·并行网络模型 | 第19-20页 |
§2.3 复杂性相关理论、方法 | 第20-26页 |
·元胞自动机 | 第20-22页 |
·元胞自动机的定义 | 第20-21页 |
·元胞自动机的构成 | 第21-22页 |
·群体智能 | 第22-24页 |
·神经网络 | 第22-23页 |
·蚁群算法 | 第23页 |
·遗传算法 | 第23-24页 |
·遗传算法 | 第24-26页 |
第三章 软件过程风险评价 | 第26-38页 |
§3.1 软件过程风险 | 第26-27页 |
·软件风险定义 | 第26页 |
·软件风险分类 | 第26-27页 |
·软件风险特征 | 第27页 |
§3.2 软件过程风险评价方法综述 | 第27-32页 |
·因素分析方法 | 第29-30页 |
·计算机仿真方法 | 第30页 |
·网络分析方法 | 第30-32页 |
§3.3 PERT工期风险评价 | 第32-38页 |
·工期风险提示 | 第32-33页 |
·工期风险传递 | 第33-34页 |
·基于元胞自动机扩展模型的网络风险传递算法 | 第34-38页 |
·算法中的数据结构 | 第34页 |
·算法思想及实现 | 第34-36页 |
·求解实例 | 第36-38页 |
第四章 软件过程活动规划算法 | 第38-53页 |
§4.1 任务分解 | 第39-41页 |
·目的 | 第39页 |
·定性原则 | 第39页 |
·分解粒度 | 第39-40页 |
·描述方法 | 第40-41页 |
§4.2 约束关系推移 | 第41页 |
§4.3 基于后序集合的拓扑排序 | 第41-46页 |
·后序集合和可达矩阵 | 第41-42页 |
·算法思想及其实现步骤 | 第42-46页 |
·数据表示 | 第42-43页 |
·算法步骤 | 第43-44页 |
·算法例证 | 第44-46页 |
§4.4 活动规划生成算法 | 第46-53页 |
·活动规划综述 | 第46-48页 |
·甘特图 | 第46-47页 |
·活动网络 | 第47-48页 |
·算法思想及其实现步骤 | 第48-53页 |
·数据表示 | 第48-50页 |
·算法步骤 | 第50-51页 |
·算法例证 | 第51-53页 |
第五章 基于遗传算法的软件过程优化模型 | 第53-68页 |
§5.1 问题描述 | 第53-54页 |
·目标函数 | 第53-54页 |
·约束条件 | 第54页 |
·过程模型 | 第54页 |
§5.2 关键路径算法 | 第54-56页 |
§5.3 基于遗传算法的软件过程优化模型 | 第56-61页 |
·整体思路 | 第56-57页 |
·系统建模 | 第57-61页 |
·种群初始化 | 第57-58页 |
·遗传操作 | 第58-61页 |
·适应度与终止条件 | 第61页 |
§5.4 模型的实证研究 | 第61-68页 |
·实证研究 | 第61-67页 |
·数据结构 | 第61-62页 |
·参数设置 | 第62-63页 |
·结果分析 | 第63-67页 |
·实证结论 | 第67-68页 |
第六章 总结与展望 | 第68-70页 |
参考文献 | 第70-76页 |
发表论文和参加科研情况说明 | 第76-78页 |
一、发表论文 | 第76页 |
二、出版物 | 第76页 |
三、参加科研项目 | 第76-78页 |
附录 | 第78-81页 |
附表Ⅰ 活动逻辑关系表 | 第78-79页 |
附表Ⅱ 活动周期估计 | 第79-80页 |
附表Ⅲ 活动可达矩阵 | 第80-81页 |
致谢 | 第81-82页 |