基于目标的软件过程性能定量评价模型

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (2): 54-56.

基于目标的软件过程性能定量评价模型

徐丹,黄金贵,曾维桥

湖南师范大学数学与计算机科学学院，长沙 410081

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2008-01-11 发布日期:2008-01-11
通讯作者: 徐丹

Goal based software process performance assessment model

XU Dan,HUANG Jin-gui,ZENG Wei-qiao

Department of Mathematics and Computer Science，Hunan Normal University，Changsha 410081，China

Received:1900-01-01 Revised:1900-01-01 Online:2008-01-11 Published:2008-01-11
Contact: XU Dan

摘要/Abstract

摘要： 基于组织目标的分解和分析，应用经典的统计过程控制（SPC）技术，建立了基于目标的软件过程性能定量评价模型（G-SPPAM）。通过分析组织目标（Goal）、度量指标（Indictor）和软件子过程（Sub process）之间的映射关系，实现每一个子过程的定量评价。还给出了该模型的应用方法，并结合实例分析了该模型。

关键词: 软件过程, 度量, 软件过程性能, 评价模型, 统计过程控制

Abstract: Based on the decomposition and analysis of the organizational goals，applying the classical technology of Statistical Process Control（SPC），this paper establishes the Goal-based Software Process Performance Assessment Model（G-SPPAM）.Through analyzing the mapping relation among organizational goals，measurement indictors and sub-processes，the article achieves assessment of each sub process.Finally，gaves an application of this model and analyzing it by combining an example.

Key words: software process, measurement, software process performance, assessment model, statistical process control

徐丹,黄金贵,曾维桥. 基于目标的软件过程性能定量评价模型[J]. 计算机工程与应用, 2008, 44(2): 54-56.

XU Dan,HUANG Jin-gui,ZENG Wei-qiao. Goal based software process performance assessment model[J]. Computer Engineering and Applications, 2008, 44(2): 54-56.

[1]	祝钧桃，姚光乐，张葛祥，李军，杨强，王胜，叶绍泽. 深度神经网络的小样本学习综述[J]. 计算机工程与应用, 2021, 57(7): 22-33.
[2]	杨丰玉，黄雅璇，周世健，郑巍. 结合多元度量指标软件缺陷预测研究进展[J]. 计算机工程与应用, 2021, 57(5): 10-24.
[3]	李雅，侯彦东，刘畅. 基于故障程度的自适应优化容错控制[J]. 计算机工程与应用, 2021, 57(23): 295-302.
[4]	安宁，江思源，唐晨，杨矫云. 融合单纯形映射与熵加权的聚类方法[J]. 计算机工程与应用, 2020, 56(9): 148-155.
[5]	宋丽丽，李彬，赵俊雅，刘国峰. 正态重采样的改进行人再识别度量学习算法[J]. 计算机工程与应用, 2020, 56(8): 158-165.
[6]	王工书，任尊晓，李丹丹，相洁，王彬. 脑激活任务区分度的分析及应用研究[J]. 计算机工程与应用, 2020, 56(21): 272-278.
[7]	武光华，张旭东，葛维，孙鸽，毛财胜. 结合模型集成与特征融合的图像拷贝检测[J]. 计算机工程与应用, 2020, 56(20): 199-205.
[8]	谭阳，唐德权，曹守富. 聚类混合型数据的密度峰值改进算法[J]. 计算机工程与应用, 2020, 56(12): 47-53.
[9]	刘树毅，翟晔，刘东升. 融合多策略特征筛选的跨项目软件缺陷预测[J]. 计算机工程与应用, 2019, 55(8): 53-58.
[10]	缪相林1，何绯娟1，缪亚林2，肖春3，周建龙1. 动态调整用户认知负荷的智能增强现实系统[J]. 计算机工程与应用, 2019, 55(7): 182-187.
[11]	胡正平，刘怀飚，孙德刚. 邻域排斥稀疏判决单样本亲属关系认证算法[J]. 计算机工程与应用, 2019, 55(22): 133-139.
[12]	宋丽丽. 迁移度量学习行人再识别算法[J]. 计算机工程与应用, 2019, 55(20): 170-176.
[13]	范纯龙，崔宇斌，滕一平. 基于自适应搜索窗口的序列相似比对算法[J]. 计算机工程与应用, 2019, 55(2): 54-59.
[14]	熊炜，刘豪，王玥婧妍，王娟，曾春艳，张凡. 联合结构相似性与类信息的图像分类[J]. 计算机工程与应用, 2019, 55(16): 179-184.
[15]	赵菊萍，李风军. Vague集（值）相似性度量[J]. 计算机工程与应用, 2019, 55(15): 69-74.