贝叶斯网在软件项目管理中的应用new

贝叶斯网在软件项目管理中的应用new

ID:34385428

大小:276.03 KB

页数:3页

时间:2019-03-05

贝叶斯网在软件项目管理中的应用new_第1页
贝叶斯网在软件项目管理中的应用new_第2页
贝叶斯网在软件项目管理中的应用new_第3页
资源描述:

《贝叶斯网在软件项目管理中的应用new》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第25卷第2期计算机应用与软件Vol125No.22008年2月ComputerApplicationsandSoftwareFeb.2008贝叶斯网在软件项目管理中的应用12李锋王勇军1(东华大学计算机学院上海200132)2(上海市计算技术研究所上海200040)摘要为了提高软件项目管理水平,针对软件项目过程的不确定性,利用其进展过程中层次关系所蕴含的条件独立性,提出了一种层次结构的贝叶斯推理网络模型并给出了相关的学习算法和推理步骤。该模型可以在专家给出状态间关联度的情况下,计算出条件概率。该模型揭示了项目状态间的关联关系,有助于项目管理中的风险分析和

2、预测。最后通过一个具体事例,说明了该网络在项目状态预测和缺陷原因的界定的应用。关键词软件项目管理贝叶斯网缺陷预防状态预测THEAPPLICATIONOFBAYESIANNETWORKTOSOFTWAREPROJECTMANAGEMENT12LiFengWangYongjun1(CollegeofComputer,DonghuaUniversity,Shanghai200132,China)2(ShanghaiInstituteofComputingTechnology,Shanghai200040,China)AbstractInordertoimprov

3、ethesoftwareprojectmanagement,ahierarchicalBayesianReasoningNetworkModelispresented,andtherelativelearningandreasoningalgorithmsarepresented.Accordingtothegivenrelatedcoefficientbetweenthenodesofthenetwork,thecondi2tionalprobabilitycanbecalculatedbythealgorithm.Becausethemodelreve

4、alstherelationbetweentheprojectstates,itishelpfulforriska2nalysisandstateforecastinprojectmanagement.Finally,anexampleispresentedtoillustratetheapplicationofthenetworktoprojectstateforecastanddefectpreclusion.KeywordsSoftwareprojectmanagementBayesiannetworkDefectpreclusionStatefor

5、ecast管理中原因分析和状态预测中的应用。0引言1网络模型清晰界定各种缺陷的原因和对项目发展状态进行必要的预测,可大大提高项目的管理水平。掌握项目过程中的各状态间有n个节点的完全贝叶斯网,则要确定n3(n-1)个条件的关联关系,是甄别缺陷原因,预测项目发展状态的前提条件,概率,直接通过计算每个基本事件的概率来处理是一个NP[8]因此对项目各状态间的关联关系进行研究,一直是项目管理领难题。[1-5]域关注的问题。机器学习是构造贝叶斯网络的重要途经,然而对于大规模在软件项目开发过程中,项目状态间的关联关系是复杂而贝叶斯网络,目前还没有有效的学习方[9]且带有

6、一定的不确定性,这给确定软件项目中的状态间的关系法。大规模贝叶斯网络难以学习的带来了难度。不确定性知识的表达和处理的方法中,贝叶斯网根本原因在于它没有充分使用问题域具有数学上的一致性和严格性,但这种处理方法也存在着许多中的结构信息,只考虑系统变量之间的不足,如不能处理因果图中的因果循环,用条件概率表达的关系独立依赖等信息,而忽视了系统中各个[6]强度不直观等。子系统或对象实体之间的结构信息。在实际应用中,领域专家根据经验给出的因果图并不是真为了有效降低贝叶斯网络的复杂度,本[7]正意义上的贝叶斯因果图,专家给出的其实是每个原因节点文利用项目进展过程中层次关

7、系所蕴图1层次结构的贝对结果结点的直接相关度,而不是复杂的条件概率。相关度虽含的条件独立性,定义了一种层次结构叶斯推理网模型然符合专家的一般思维习惯,但其严密性不够,直接使用相关度的贝叶斯推理网模型(如图1所示)。[7]进行推理是缺乏数学依据,也是不准确的。基于相关度的因层次贝叶斯推理网络模型S,可记为S=(C,Z,B,A)。果图也存在着学习的困难。本文提出了一层次结构贝叶斯因果图模型,讨论了确定项收稿日期:2007-02-07。上海科委科技攻关项目(06BZ15005)资目状态关联关系的策略和学习算法,并通过事例说明其在项目助。李锋,博士,主研领域:人工

8、智能,软件工程。62计算机应用与软件2008年其中C:{C1,C2

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。