基于加权案例推理模型族的软件成本SVR组合估算

精确地估算软件成本是软件项目成功开发的一个重要保证,直接影响着软件的风险控制和质量保证.为了更好地解决单一估算模型的不足,提出了集成多案例推理(CBR)模型的软件成本组合估算模型.首先,采用六种距离计算公式刻画新旧项目相似度,构建了六种CBR模型,并运用粒子群算法(PSO)来优化CBR模型族中的属性权重.其次,在CBR模型族的基础上,运用支持向量回归机(SVR)模型将不同CBR模型的估算结果进行集成,提高软件成本估算结果的精度.利用Deshamais数据库对模型有效性进行检验,实证结果表明,在六种CBR模型中Euc-CBR、Min-CBR、Gau-CBR和Mah-CBR模型估算结果没有明显差异,Gre-CBR和Man-CBR模型略优;提出的SVR组合估算模型估算精度明显优于单CBR模型和其他线性组合估算模型,能有效提高软件成本的估算精度.     

基于遗传算法的模糊决策树在软件估算中的研究

本文以软件估算为核心,运用模糊决策树和遗传算法,设计估算步骤,建立评估模型,利用历史数据对其中的因子参数进行校正调整,基于ID3算法的模糊决策树,确定遗传算法优化模糊决策树的α、β两个参数,进而对新项目进行估算,对提高软件可靠性提供了有效方法,值得参考。     

软件成本估算方法的探讨

计算机系统中软件所占比重、规模越来越大,软件研发的要求也越来越高。在项目工程中软件的作用、价值越来越大,往往是产品的核心,软件的研发成本在项目中起到举足轻重的作用,因此,软件成本的估算受到普遍的重视。     

基于遗传算法的模糊决策树在软件估算中的研究

本文以软件估算为核心,运用模糊决策树和遗传算法,设计估算步骤,建立评估模型,利用历史数据对其中的因子参数进行校正调整,基于ID3算法的模糊决策树,确定遗传算法优化模糊决策树的α、β两个参数,进而对新项目进行估算,对提高软件可靠性提供了有效方法,值得参考。     

信息系统建设项目软件成本估算方法研究

在信息系统项目或电子政务工程建设软件项目和软件预研项目中,软件成本估算是具挑战性也是最重要的环节。软件成本估算问题是困扰各领域对软件成本进行预算控制的难题,本文以提高软件成本估算的精确性为目标,给出了适合当前国内信息系统建设项目或电子政务工程中软件建设项目成本估算的一种方法模型。     

模糊决策树算法在软件估算中的数据处理应用研究

本文将通过某项目实例使用遗传算法和模糊决策树结合的方法进行软件估算。遗传算法优化的模糊决策树软件工作量估算模型是基于遗传算法优化的模糊决策树算法,输入的数据为原始化数据。使用Desharnais数据集,采用10-折交叉验证,对离散和连续型的样本数据使用函数求值。     

基于作业成本法的成本估算研究

建立了基于作业成本法的成本估算模型.提出了基于并行功能展开与主成分分析的新产品主要特征属性获取方法;运用径向基函数神经网络构建了新产品主要特征属性确定、历史数据完备情况下的作业估算关系(AER);运用模糊多属性效用理论,对新产品主要特征属性水平不确定、历史数据取得困难情况下的成本估算进行了研究.     

基于案例推理的直觉模糊决策方法

目前大多数决策方法的定权问题仅依靠决策矩阵而忽略了决策背景。针对上述问题,将案例推理方法融入到直觉模糊决策问题。首先根据直觉模糊数的内涵构建一种相似度公式,将案例推理模型跟相似度测度结合求得最优权重以及分类半径,进而进行择优排序。最后通过案例分析详细说明了本文方法的优势之处:根据决策数据又考虑专家意见,使得决策结果与现实情况更加一致,并提出一种解决面向直觉模糊决策问题的新思路。     

软件成本估算的粒子群算法类比模型及自助法推断

软件成本估算是控制软件进度、降低软件风险和保证软件质量的有效措施,已引起产业界和学术界的广泛关注.为能更准确地估算软件成本,采用粒子群算法优化加权类比估算模型(PSO类比模型)中各个特征属性的权重,避免权重选择的盲目性;同时采用非参数自助法对原始数据抽样,在自助法子样本的基础上,分析PSO类比模型中的类比项目个数和成本计算方式对模型精确度的影响,并进一步计算新项目估算成本值的可信度以及在一定置信水平下的区间值;采用Desharnais数据库验证PSO类比模型与自助法推断方法的有效性,根据MMRE和Pred(0.25)两个标准将PSO类比模型与一般类比模型、支持回归机、人工神经网络、径向基神经网络和分类回归树进行估算精度比较.研究结果表明,采用粒子群算法优化权重的PSO类比估算模型能得到较高的估算精度,且自助法能有效校正PSO类比模型中的相关变量并检验结果的可信度,可以为管理者在软件项目风险分析和项目规划方面提供有益参考.     

模糊库存模型中模糊数置信区间的研究

本文对模糊库存模型中的模糊数的置信区间进行研究,利用历史数据估计出库存变量的概率分布,在此基础上通过置信度和置信区间估计模糊数。最后利用该方法估计最佳缺陷率模糊数,并将该方法用于模糊库存模型,合理估计最佳订货量。     

基于案例推理技术的企业可持续竞争能力的模型建立与应用

企业保持自身竞争能力的可持续性是企业成功的重要因素,但目前对于如何针对和结合企业自身的可持续竞争能力,以有效的制定未来的企业战略,学术界仍然研究甚少。本文的写作目的,是试图借助人工智能中的案例推理技术,建立企业的可持续竞争能力模型,为企业未来的发展方向和经营决策,提供有参考价值的指导性意见。     

基于规模的软件工作量估计方法研究

为获得软件项目的工作量,提出了根据规模进行工作量估计的方法。首先根据组织软件项目的历史数据,通过散点图,确定了工作量和规模之间是高度正相关的线性关系。接下来分别采用公式统计求解法、工具统计求解法进行回归,经过回归后得到了规模和工作量之间的线性回归方程,根据线性回归方程即可获得软件项目的工作量;为简化计算过程,也研究了利用编程统计获得项目工作量的方法。最终研究表明,通过这三种方法所得到的结果基本上是是一致的。通过线性回归方程的实际应用证明,这三种方法是有效的,适用于绝大多数软件组织,其估算误差最高不高于33.57%。     

基于FNN的软件项目绩效评价模型研究

从分析软件项目绩效评价指标体系不完善、评价方法不规范和模型考虑因素过于单一入手,应用统计分析理论建立软件组织状态、软件项目自身特征的指标体系;以文献研究的方式,界定软件项目绩效的内涵;提出了一种新的网络拓扑结构设计方法,建立了基于模糊神经网络的软件项目绩效评价模型;引入改进粒子群学习算法,准确高效地解决了评价模型连接权系数的确定问题。实证研究表明,该模型能够有效地评价软件项目绩效和识别项目风险因素,对软件组织制定风险规避策略、改善项目绩效水平、提供了决策支持信息。     

基于模糊判断矩阵信息确定专家权重的方法

本文对群组模糊判断矩阵集结过程中确定专家权重的问题进行了研究,建立了模糊判断矩阵的特征矩阵和求解群集结矩阵的最优化模型,通过矩阵之间距离度量判断信息自身逻辑一致性程度和群体相容性程度,给出一种基于专家判断信息的可信度计算其后验权重的方法,最后用算例予以说明.     

基于梯形模糊数的项目缓冲确定方法研究

针对现有模糊方法未能对活动风险进行有效的定量评估问题,本文采用梯形模糊数确定项目风险,并基于风险确定项目缓冲。首先,因为风险是造成项目延期的主要原因,通过引入模糊方法和梯形模糊数对项目的风险进行计算;接下来根据确定的风险值,采用尾部集中法确定初步的项目缓冲;最后,针对中心极限定理假设任务活动时间相互独立的不足,运用网络复杂度和资源紧张度等项目属性对缓冲进行修正,得到最终的项目缓冲。实验结果表明,该方法设置的缓冲既能够对项目形成有效的保护,又能够避免缓冲的浪费。     

基于证据推理和广义Shapley值的扩展概率语言多属性群决策方法

扩展概率语言词集通过语言变量概率分布的调整能够转化为多种语言信息表示模型,是语言变量、不确定语言信息、扩展犹豫模糊语言词集、分布语言评估信息、概率语言词集等的一般化,具有较强的通用性和实用性,是处理不确定性信息的重要工具。鉴于此,本文针对扩展概率语言环境下的多属性群决策问题,提出基于证据推理和广义Shapley值的多属性群决策方法。首先,提出扩展概率语言词集的定义和相关基础理论。其次,将广义Shapley值和证据推理相结合用于专家信息融合,并将广义Shapley值和TODIM方法相结合用于备选方案排序。再次,提出基于灰色关联法的权重确定模型来处理专家/属性权重部分未知的情况。最后,以绿色供应商选择为例进行分析,通过对比分析验证所提方法的有效性和优越性。     

一种基于区间直觉梯形模糊数偏好的大群体决策冲突测度研究

针对决策偏好为区间直觉梯形模糊数的大群体决策冲突测度问题,首先给出了两个区间直觉梯形模糊数的距离,提出了群体成员冲突函数,基于该函数对大群体成员偏好进行聚类形成若干聚集,以此为基础提出了聚集冲突测度模型并集结为群体冲突测度模型,然后应用于大群体偏好集结。最后通过一个算例对模型进行了验证。该模型便于大群体意见的分析与协调,适用于群决策支持系统,在应急决策中具有实际应用价值。     

时序多属性决策的广义等级偏好优序法

实际中很多复杂的多属性决策问题往往需要考虑多个时间序列的决策信息,针对这类时序多属性决策问题,本文在优序法的基础上,定义了广义优序数的概念。同时提出基于理想时间权向量的方法来解决时序多属性决策中时间权重的确定问题,进而在此基础上提出时序多属性决策的广义等级偏好优序法。最后,利用文献中的数据,用本文的方法对某集团的四个铜矿企业的综合效益进行了评价,其结果表明了本文方法的可行性和有效性。本文为解决时序多属性决策问题提供了一种新的方法和思路。