软件项目计划与监控方法研究

结合一些实际项目的数据,重点研究了自顶向下估计方法中软件项目的规模、工作量及进度等关系到项目成败的关键因素的计划与监控.提出了用PERT法和类比法相结合采进行规模估计,根据规模估计的结果来估计工作量,并根据工作量分布来获得进度的一套切实可行的项目策划和执行方法.在研究过程中,既考虑了单个因素的计划与执行,又考虑了各要素间的内在联系,从过程管理的角度进行整体研究,从而形成了一个完整的计划与监控体系,对于同行具有借鉴意义.     

基于CMMI模型的软件规模估计方法研究

软件规模估计是CMMI成熟度三级项目策划过程域的基础,是影响软件项目成败的关键因素之一。合理的软件规模估计是保证软件项目符合预算和进度要求的前提条件。描述了基于CMMI模型的软件项目估计,提供了5种软件规模估计方法及相关过程,并对各种方法的应用范围进行了分析。提出的5种软件规模估计方法为制定合理可行的软件开发计划提供了有力的支持。     

基于过程的软件项目进度估算方法的研究

构造性成本模型COCOMO成功地解决了传统软件开发过程及产品的成本估算问题。在新的软件生命周期中，采用构造性阶段进度和工作量模型COPSEMO可以计算出阶段成本分布。本文分析了软件开发过程的特点，并在COPSEMO的基础上设计了基于过程的软件项目进度估算模型。利用此模型对新阶段下的软件开发进度进行估算与调整。     

一种基于听觉掩蔽特性的音频水印能量估计自适应算法研究与实现

文章提出了一种新的基于听觉掩蔽特性的音频水印嵌入算法,该算法利用MPEG-2听觉模型,首先计算音频载体在变换域下每帧数据可以嵌入的水印能量,进而估计整体水印能量。如果水印能量在掩蔽曲线之上,不嵌入水印,如果水印能量在掩蔽曲线之下,嵌入水印。该算法能够根据音频载体自身的特点动态调整水印嵌入强度,克服了通过重复实验判断水印嵌入能量方法的复杂性,实验结果验证了该算法的有效性和鲁棒性。     

基于多项式插值法估计小波系数的阈值

在小波分析用于降噪的过程中,关键步骤就是在小渡系数上选取阂值。本文讨论了小波闽值去噪中估计小波系数的软阈值和硬阈值方法,然后针对硬闽值法不连续和软闽值法有偏差的缺点,提出了一种改进方法,即多项式插值法,并给出这种估计器模型,这种算法不同程度地克服了软闽值和硬闽值方法中固有的缺点。通过数值试验进行比较,结果发现,这种改进的小波系数阂值估计模型用于信号去噪时,比单纯的软阈值和硬阈值方法均获得了更好的效果。     

关键链项目计划调度方法研究

关键链方法是在约束理论基础上发展起来z-种项目进度计划技术,作为一种全新的项目管理哲学,已引起众多学者的关注和探索.然而,目前文献对关键链的介绍主要集中于应用层面,对关键链管理思想与关键链方法是在约束理论基础上发展起来z-种项目进度计划技术,作为一种全新的项目管理哲学,已CPM/PERT管理思想的区别关注较少.首先简要介绍关键链近5年的国内外研究概况;其次从对待资源的态度、对人行为特征认识、对风险的态度、在网络图中的表现形式及确定过程等多个角度阐述关键链法对传统项目计划调度方法CPM/PERT的改进之处;最后分析得出输入缓冲区尺寸具有一定的区间限制,并且提出确定输入缓冲最小值的方法,即当项目缓冲为0时,各条非关键链上输入缓冲的最小值由最优项目调度计划确定.     

农业高新技术项目投资风险指标和风险系数测度研究

研究了投资农业高新技术项目面临的三种特殊风险,从外部环境风险、技术本身风险和企业内部风险三方面设计了企业投资农业高新技术项目的风险评估指标体系,建立了测度农业高新技术项目指标的投资风险系数的模糊决策参数模型.该方法综合考虑了专家的专业权威性和专家群体的共识性,能够得到较可靠的评估结果.     

基于SD的船舶敏捷制造项目进度管理模型研究

针对传统项目管理方法的不足,提出利用系统动力学方法来研究船舶敏捷制造项目的进度管理问题.通过传统项目管理方法与系统动力学方法的比较,证明利用系统动力学研究船舶敏捷制造项目进度管理的可行性和必要性,然后确定建模边界,构建因果关系图,对其中的反馈关系进行详细分析,得到四种反馈回路,进而对系统做进一步分析,建立船舶敏捷制造项目进度管理系统的系统动力学模型,最后通过实例仿真对模型进行有效性验证.     

进度不确定型项目评估

非常规项目特别是高新技术项目(如软件开发项目)，其进度往往是不确定的，因此在运用传统的现金流贴现法(DCF)评估这类进度不确定型项目时，往往难以预测各期的现金流量。本文结合非肯定型计划评审技术(PERT)，并运用概率分析，给出了可行的解决方法，并通过这种方法的运用，对不确定型项目的现金流作出分析和预测。     

基于增长模型的电力设备缺失数据筛查算法研究

采用传统方法对电力设备缺失数据进行筛查时,由于计算强度较大,存在运行时间长、筛查效果差的问题,提出基于增长模型的电力设备缺失数据筛查算法。在考虑数据缺失机制的条件下运用主成分分析方法对电力设备各项数据进行挖掘,根据挖掘结果构建增长模型,运用该模型对电力设备数据的法向矢量进行估算以及调整;在此基础上通过贝叶斯理论实现对电力设备缺失数据的有效提取,最终完成对电力设备缺失数据的准确筛查。分析实验结果可知,与传统方法相比,所提算法能够有效减少数据筛查用时,并且筛查精准度较高,说明该算法具有有效性,可以为相关研究提供一定的理论与实践基础。