| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-15页 |
| ·论文的研究背景和意义 | 第10-12页 |
| ·研究背景 | 第10-11页 |
| ·研究意义 | 第11-12页 |
| ·软件项目风险管理的研究现状 | 第12-13页 |
| ·软件项目风险管理国外发展现状 | 第12页 |
| ·软件项目风险管理国内发展现状 | 第12-13页 |
| ·研究内容 | 第13-14页 |
| ·结构框架 | 第14-15页 |
| 第2章 软件项目风险管理 | 第15-25页 |
| ·软件项目风险管理相关概念 | 第15-17页 |
| ·软件项目风险管理定义 | 第15页 |
| ·软件项目风险类型 | 第15-16页 |
| ·软件项目的特点 | 第16-17页 |
| ·软件项目风险管理的过程 | 第17-22页 |
| ·风险识别 | 第17-18页 |
| ·风险分析 | 第18-20页 |
| ·风险计划 | 第20-21页 |
| ·风险跟踪 | 第21页 |
| ·风险应对 | 第21-22页 |
| ·软件项目风险管理模型 | 第22-24页 |
| ·SEI 的 CRM 模型 | 第22-23页 |
| ·Riskit 方法 | 第23页 |
| ·MSF(Microsoft Solutions Framework)风险管理模型 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 混沌理论 | 第25-33页 |
| ·混沌理论概述 | 第25-28页 |
| ·混沌理论的发展 | 第25-26页 |
| ·混沌定义 | 第26-27页 |
| ·混沌的基本特征 | 第27-28页 |
| ·混沌的相关概念 | 第28页 |
| ·典型的混沌系统 | 第28-30页 |
| ·混沌系统的判别方法 | 第30-32页 |
| ·Lyapunov 指数法 | 第30-31页 |
| ·功率谱法 | 第31-32页 |
| ·关联维数法 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第4章 软件项目风险管理系统混沌特性分析 | 第33-45页 |
| ·软件项目风险因素识别 | 第33-41页 |
| ·软件项目规划阶段风险因素 | 第33-35页 |
| ·软件项目需求分析阶段风险因素 | 第35-37页 |
| ·软件项目设计阶段风险因素 | 第37页 |
| ·软件项目实现阶段风险因素 | 第37-38页 |
| ·软件项目运行维护阶段风险因素 | 第38-39页 |
| ·类别维风险因素 | 第39-41页 |
| ·软件项目风险管理系统混沌特性分析 | 第41-44页 |
| ·软件项目风险管理是动态开放的耗散系统 | 第41-42页 |
| ·软件项目风险管理是对初始条件敏感依赖的系统 | 第42页 |
| ·软件项目风险管理是复杂的非线性系统 | 第42-43页 |
| ·软件项目风险管理系统具有内在随机性 | 第43-44页 |
| ·软件项目风险管理具有奇异吸引子 | 第44页 |
| ·本章小结 | 第44-45页 |
| 第5章 软件项目风险管理混沌系统模型 | 第45-67页 |
| ·混沌系统模型 | 第45-46页 |
| ·基于神经网络的建模方法 | 第46-49页 |
| ·人工神经网络概述 | 第46-48页 |
| ·BP 网络介绍 | 第48-49页 |
| ·基于 BP 网络的软件项目风险管理混沌系统模型的建立 | 第49-55页 |
| ·MATLAB 神经网络工具箱 | 第49页 |
| ·BP 神经网络结构设计 | 第49-52页 |
| ·初始参数的设定 | 第52-53页 |
| ·激活函数的选取 | 第53-54页 |
| ·训练函数的选取 | 第54-55页 |
| ·网络性能函数 | 第55页 |
| ·应用实例 | 第55-66页 |
| ·样本数据的选取 | 第55-56页 |
| ·相空间重构 | 第56-57页 |
| ·BP 网络结构的确定 | 第57-60页 |
| ·混沌系统模型的训练 | 第60-66页 |
| ·模型的预测 | 第66页 |
| ·本章小结 | 第66-67页 |
| 第6章 降低软件项目风险的对策建议 | 第67-72页 |
| ·对策建议 | 第67-71页 |
| ·本章小结 | 第71-72页 |
| 结论 | 第72-74页 |
| 附录 | 第74-77页 |
| 参考文献 | 第77-80页 |
| 攻读硕士学位期间所发表的论文 | 第80-81页 |
| 致谢 | 第81页 |