| 1 绪论 | 第1-22页 |
| ·项目与项目管理 | 第10-13页 |
| ·项目的定义 | 第10页 |
| ·项目的特点 | 第10-11页 |
| ·项目管理的定义 | 第11页 |
| ·项目管理的特点 | 第11-12页 |
| ·项目管理的组成 | 第12-13页 |
| ·软件项目管理 | 第13-17页 |
| ·软件项目管理概述 | 第13页 |
| ·软件项目的特点 | 第13-14页 |
| ·软件项目管理的常见问题 | 第14-16页 |
| ·软件项目管理原则 | 第16-17页 |
| ·多项目管理 | 第17-19页 |
| ·研究多项目管理的意义 | 第17-18页 |
| ·多项目管理的特点 | 第18页 |
| ·在软件企业中如何应用多项目管理 | 第18-19页 |
| ·软件行业项目管理的现状 | 第19-20页 |
| ·国外项目管理的现状与发展趋势 | 第19-20页 |
| ·我国项目管理的现状与发展 | 第20页 |
| ·本文主要工作和贡献 | 第20-22页 |
| 2 软件项目计划 | 第22-32页 |
| ·软件项目计划的主要内容和目标 | 第22-23页 |
| ·软件项目计划的主要内容 | 第22页 |
| ·制定软件项目计划的目标 | 第22-23页 |
| ·软件项目计划的关键步骤 | 第23页 |
| ·软件项目估算 | 第23-26页 |
| ·软件项目估算的主要内容 | 第24-25页 |
| ·软件项目规模估算方法 | 第25页 |
| ·软件项目工作量、成本及进度估算方法 | 第25-26页 |
| ·软件风险管理 | 第26-31页 |
| ·软件风险识别 | 第27-28页 |
| ·软件风险分析 | 第28-30页 |
| ·软件风险应对策略 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 3 多项目下的软件估算 | 第32-35页 |
| ·多个项目的规模估算 | 第32页 |
| ·多个项目的工作量、成本及进度估算 | 第32-33页 |
| ·多项目工作量估算 | 第32页 |
| ·多项目工作时间估算 | 第32-33页 |
| ·适用于多项目估算的COCOMO 改进模型 | 第33页 |
| ·实例 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 4 多项目下的软件进度管理和资源优化 | 第35-42页 |
| ·多项目下的软件进度管理 | 第35-39页 |
| ·多项目软件进度管理的主要工作 | 第35-36页 |
| ·项目网络图 | 第36-37页 |
| ·制定多项目进度计划 | 第37-39页 |
| ·资源优化 | 第39-41页 |
| ·资源负荷 | 第39页 |
| ·资源平衡 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 5 多项目资源平衡的常用算法 | 第42-55页 |
| ·启发式算法概述 | 第42-43页 |
| ·应用启发式算法求解多项目资源平衡问题 | 第43-54页 |
| ·启发式规则 | 第44页 |
| ·实例一 | 第44-49页 |
| ·实例二 | 第49-54页 |
| ·本章小结 | 第54-55页 |
| 6 基于GA 的多项目资源平衡改进算法 | 第55-67页 |
| ·遗传算法概述 | 第55-57页 |
| ·什么是遗传算法 | 第55-56页 |
| ·遗传算法的算法描述 | 第56-57页 |
| ·应用遗传算法求解多项目资源平衡问题 | 第57-65页 |
| ·多项目的资源平衡问题的数学模型 | 第57-58页 |
| ·遗传算法设计 | 第58-59页 |
| ·实例一 | 第59-61页 |
| ·实例二 | 第61-65页 |
| ·遗传算法和启发式算法对多项目的资源平衡优化效率对比 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 7 全文总结 | 第67-69页 |
| ·本文工作总结 | 第67-68页 |
| ·未来工作展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士学位期间完成的科研工作 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 附录 | 第74-92页 |
| 基于启发式算法的多项目资源平衡程序源代码 | 第74-76页 |
| 基于遗传算法的多项目资源平衡程序源代码 | 第76-92页 |