学位论文 > 优秀研究生学位论文题录展示

基于神经网络算法的风险管理模型

作　者: 张书瑞
导　师: 孙浩军
学　校: 汕头大学
专　业: 计算机应用技术
关键词: 神经网络软件项目风险风险管理模型软件产出
分类号: TP311.52
类　型: 硕士论文
年　份: 2011年
下　载: 76次
引　用: 0次
阅　读: 论文下载

内容摘要

软件风险管理一直以来都是软件项目管理方面的热门研究领域,对该领域的研究可以直接推动企业项目管理的质量,提高软件的可用性,改善企业的对外形象,使企业的软件过程能力更加成熟。然而,实际情况是:每年有大约一半的软件质量不过关或者没有达到预定的目标。损失的不仅仅是金钱,还有市场、客户和信誉,甚至承担法律责任。因此,提高企业的风险管理水平,降低企业项目开发风险是关乎企业的生存大计。从Boehm首次提出软件风险管理的理念到现在,出现了很多经典的风险管理模型,但是这些模型要么偏向于理论研究,要么实施代价很大,并且对中国企业的软件行业了解不够,照搬往往达不到预期的效果,还有的仅仅适合某一类软件。因此,希望能够有一套以本国企业的实际研发情况为背景,同时借鉴国外优秀管理理念的风险管理系统。基于以上目的,本文提出了一套以经典的Boehm和CRM(Continuous Risk Management)软件风险管理模型为基础,使用人工神经网络做事先预测,进行风险识别的理论和方法,并对这两个模型进行了补充和修订。该模型采用了持续管理的理念,希望在开发阶段尽早的识别和控制风险,逐步提高软件项目的质量。本文最后以我们所做过的一个项目为实验数据,该项目在开发过程中实施了本文提出的风险管理模型,并和未经本模型管理之下的软件质量预测数据进行了对比。实验结果表明,在本模型的管理之下,软件的质量有明显的改善。也就证明了该模型对于软件质量的提高是有帮助的。

全文目录

摘要  3-4
Abstract  4-7
第一章绪论  7-13
  1.1 研究背景及选题意义  7-8
  1.2 国内外的研究现状  8-11
    1.2.1 Boehm 风险管理模型  9-10
    1.2.2 CMU/SEI 持续风险管理模型（CRM）  10-11
  1.3 本文的主要工作  11-12
  1.4 论文结构安排  12-13
第二章风险管理综述  13-22
  2.1. 风险管理的基本概念  13-14
  2.2. 风险管理的基本流程  14-15
  2.3. 经典的风险管理模型  15-22
    2.3.1 Barry Boehm 理论  15
    2.3.2 SEI 的CRM 模型  15-17
    2.3.3 Riskit 方法  17-18
    2.3.4 SoftRisk 风险管理模型  18-19
    2.3.5 IEEE 风险管理标准  19-20
    2.3.6 CMMI(软件能力成熟度模型集成)  20
    2.3.7 各种模型的对比分析  20-22
第三章神经网络综述  22-34
  3.1 神经网络的发展历史  22-23
  3.2 神经网络的研究意义  23-25
  3.3 生物神经元概述  25-26
  3.4 人工神经元网络模型  26-34
    3.4.1 神经元的结构模型  26-27
    3.4.2 人工神经网络的互联模式  27-28
    3.4.3 人工神经网络的基本模型  28-34
第四章基于BP 算法的软件风险管理模型  34-47
  4.1 模型的建立  34-36
  4.2 风险因子的采集  36-37
    4.2.1 风险因子的重要性量化  37
  4.3 风险识别  37-39
    4.3.1 风险识别的量化  38-39
  4.4 风险分析  39-42
    4.4.1 BP 模型的输出  40-42
    4.4.2 BP 训练  42
    4.4.3 BP 判定  42
  4.5 风险控制  42-44
  4.6 软件质量跟踪和监控  44
  4.7 风险因子跟踪  44
  4.8 试验结果  44-47
第五章总结与展望  47-49
  5.1 总结  47
  5.2.展望  47-49
参考文献  49-52
致谢  52-53
攻读硕士学位期间作者参与的科研项目及成果  53

基于神经网络算法的风险管理模型

内容摘要

全文目录

相似论文