软件项目风险的神经网络预测模型
胡勇, 贺晓娟, 黄嘉星, 容振邦, 谢康
1.广东外语外贸大学管理学院; 2.中山大学信息学院; 3.五邑大学信息学院; 4.中山大学管理学院
Risk Evaluation Model for Software Projects with Neural Network
HU Yong, HE Xiao-Juan, HUANG Jia-Xing, RONG Zhen-Bang, XIE Kang
1.Guangdong University of Foreign Studies, Guangzhou, China; 2.Sun Yatsen University, Guangzhou, China; 3.Wuyi University, Jiangmen, Guandong, China
摘要 选择神经网络方法建立模型,模型的输入部分是经验证的64个风险因素,输出部分是软件项目的总体产出。首先验证模型输入输出部分的内容有效性,然后收集软件组织的实际软件项目样本用于建立和验证模型。实验结果表明,该模型能有效地测量软件项目的总体风险。
关键词 :
神经网络 ,
软件项目风险 ,
软件产出 ,
预测
Abstract :The model is based on neural network approach, and the input of model is 64 risk factors which have been verified, and the output of model is the total outcome of the project. We ensure the validity of the contents of input and output and collect software project samples to construct and test the model. We divide the samples into two parts, which are used for the training and the validity test of model respectively. It is proved that the model could evaluate the total risk of software project.
Key words :
neural network
software project risk
software outcome
evaluation.
收稿日期: 2008-07-04
基金资助: 国家自然科学基金资助项目(70801020);国家社会科学基金资助重点项目(08AJY038);中山大学“211工程”三期重点学科建设资助项目;广东外语外贸大学“211工程”项目;广东外语外贸大学青年资助重点项目GDUFS(399X3207018);广东外语外贸大学人才启动资助项目GDUFS(GWQ0718)
通讯作者:
胡勇(1973~),男,广东龙川人。广东外语外贸大学(广州市510275)管理学院副教授。研究方向为商业智能与电子服务。
E-mail: henryhu200211@163.com
引用本文:
胡勇, 贺晓娟, 黄嘉星, 容振邦, 谢康. 软件项目风险的神经网络预测模型[J]. J4, 2010, 7(3): 391-.
HU Yong, HE Xiao-Juan, HUANG Jia-Xing, RONG Zhen-Bang, XIE Kang. Risk Evaluation Model for Software Projects with Neural Network. J4, 2010, 7(3): 391-.
链接本文:
http://manu68.magtech.com.cn/Jwk_glxb/CN/ 或 http://manu68.magtech.com.cn/Jwk_glxb/CN/Y2010/V7/I3/391
[1]
许明辉,杨东升 . 不同促销模式下零售商需求预测精确性的影响研究 [J]. 管理学报, 2017, 14(9): 1384-.
[2]
汤盼盼,吴亮. 新兴电子商务对欠发达地区
工业化发展的影响机理研究 [J]. J4, 2014, 11(8): 1143-.
[3]
李鹏飞,席酉民,张晓军,赵新宇. 管理中的不确定性:一个整合性的多维概念体系 [J]. J4, 2014, 11(1): 1-.
[4]
尚文芳,祁明,陈琴. 需求预测信息即时更新的供应链柔性期权协调契约 [J]. J4, 2013, 10(12): 1847-.
[5]
罗彬, 邵培基, 夏国恩. 基于多分类器动态选择与成本敏感优化集成的
电信客户流失预测研究 [J]. J4, 2012, 9(9): 1373-.
[6]
司继文, 韩莹莹, 罗希. Hedonic住宅特征价格模型的BP神经网络方法 [J]. J4, 2012, 9(7): 1007-.
[7]
胡劲松, 徐元吉. 考虑产能约束的模糊供应链网络均衡研究 [J]. J4, 2012, 9(1): 139-.
[8]
罗彬, 邵培基, 罗尽尧, 刘独玉, 夏国恩. 基于粗糙集理论-神经网络-蜂群算法集成的客户流失研究 [J]. J4, 2011, 8(2): 265-.
[9]
胡慕海, 蔡淑琴. 基于情境偏好知识超图的移动用户细分研究 [J]. J4, 2011, 8(10): 1509-.
[10]
于本海, 张金隆, 吴恒亮, 郑丽伟. 基于FNN的软件项目绩效评价模型研究 [J]. J4, 2011, 8(10): 1517-.
[11]
徐轲, 马永开, 邓长荣. 中国住房价格波动聚集性研究及短期预测 [J]. J4, 2010, 7(6): 943-.
[12]
宋木清, 罗春龙. 武钢X70钢多目标质量管理建模应用研究 [J]. J4, 2010, 7(4): 628-.
[13]
谢家平, 赵忠. 基于GERT随机网络的废弃回收预测模型研究 [J]. J4, 2010, 7(2): 294-.
[14]
陈锡康, 王会娟. 投入占用产出技术的若干重要应用 [J]. J4, 2010, 7(12): 1737-.
[15]
杨云飞, 鲍玉昆, 胡忠义, 张瑞. 基于EMD和SVMs的原油价格预测方法 [J]. J4, 2010, 7(12): 1884-.