本文關(guān)鍵詞：軟件工程知識(shí)的顯著復(fù)用影響因素識(shí)別方法，由筆耕文化傳播整理發(fā)布。

閱讀技巧：Ctrl+D 收藏本篇文章
　　

摘　要：摘要：軟件工程領(lǐng)域的知識(shí)復(fù)用，有助于改進(jìn)軟件過(guò)程整體實(shí)施的質(zhì)量。選用高適用度的軟件工程知識(shí)，能夠?yàn)檐浖?xiàng)目開(kāi)發(fā)構(gòu)造堅(jiān)實(shí)的實(shí)施基礎(chǔ)。情形是軟件工程知識(shí)得以共享和復(fù)用的重要基礎(chǔ)。然而，當(dāng)前軟件工程知識(shí)復(fù)用涉及眾多實(shí)際情形因素；另一方面軟件工程知識(shí)已經(jīng)呈現(xiàn)出豐富、多樣化的事態(tài)。選用高適用的軟件工程知識(shí)的一個(gè)復(fù)雜性問(wèn)題是如何確定影響其復(fù)用效果的顯著情形要素。為緩解此問(wèn)題，本文研究了一種基于統(tǒng)計(jì)學(xué)的軟件工程知識(shí)的顯著復(fù)用影響因素識(shí)別方法，用以識(shí)別軟件工程知識(shí)適用性的關(guān)鍵情形因素。 畢業(yè)論文

關(guān)鍵詞：關(guān)鍵詞：軟件工程； 多元逐步回歸分析；回歸方程；知識(shí)復(fù)用；情形屬性

總結(jié)大全

中圖分類號(hào)：TP39 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：

1.引言
　 在生產(chǎn)活動(dòng)、科學(xué)實(shí)驗(yàn)與經(jīng)濟(jì)現(xiàn)象中，我們研究的變量往往受多個(gè)因素的影響。處理這類問(wèn)題，我們常常借助于統(tǒng)計(jì)學(xué)中的回歸分析方法。該方法能夠支持研究和分析因變量與自變量之間的關(guān)聯(lián)關(guān)系及相關(guān)關(guān)系的強(qiáng)弱，并且通過(guò)回歸方程的形式描述和反映出這種關(guān)系。所以，它幫助人們準(zhǔn)確地把握變量受其它一個(gè)或多個(gè)變量影響的程度，進(jìn)而為控制和預(yù)測(cè)提供科學(xué)依據(jù)。 然而回歸分析法必須采用人工選擇回歸因子，這不僅需要預(yù)測(cè)者有較為豐富的工作經(jīng)驗(yàn)和較高的判斷能力，而且可能會(huì)由于人的主觀原因最終無(wú)法得到因變量和自變量之間準(zhǔn)確的相互關(guān)系，影響了預(yù)測(cè)的公正性及準(zhǔn)確性。而多元逐步回歸分析理論給出了一種篩選影響因子的方法，它支持將所有可能的影響因素都代入到計(jì)算機(jī)處理程序中，由計(jì)算機(jī)從中優(yōu)選出那些對(duì)因變量影響較大的影響因子。
　 我們將影響軟件工程知識(shí)的各種因素稱為情形[1]，它反映了軟件工程中的不同知識(shí)在不同條件下的適用性。知識(shí)情形要素[2,3]包括：軟件工程項(xiàng)目特征、軟件工程組織特征、軟件工程過(guò)程特征、軟件工程知識(shí)效用和軟件工程知識(shí)特征等五個(gè)維度，包含110余項(xiàng)的情形因素。這些因素已經(jīng)基本形成了可用于軟件工程知識(shí)情形適用性評(píng)價(jià)[4~6]的指標(biāo)集。針對(duì)較少的情形要素時(shí)，工程師可根據(jù)經(jīng)驗(yàn)判斷高適用性知識(shí)，但針對(duì)大型集成軟件系統(tǒng)龐大的軟件工程項(xiàng)目很難憑經(jīng)驗(yàn)挑選。所以，本文從知識(shí)復(fù)用角度出發(fā)確定軟件工程知識(shí)復(fù)用有顯著影響的關(guān)鍵情形因素，達(dá)到在新項(xiàng)目情形中快速選用高適用性的軟件工程知識(shí)的目的。

總結(jié)大全

2.顯著情形屬性的識(shí)別
　 軟件工程知識(shí)情形適用性評(píng)價(jià)解決問(wèn)題如下：
　 1）Yi={Yi1，Yi2，Yi3，…，Yin}屬性集合的確定，包括軟件工程知識(shí)顯著影響的情形屬性；
　 2）Yi={Yi1，Yi2，Yi3，…，Yin}屬性集合weight(權(quán)重)的確定。權(quán)重必須反映情形屬性對(duì)知識(shí)復(fù)用的顯著程度。
2.1情形屬性集的建立
　 情形屬性集X={x1，x2，…，x10}。其中x1:軟件工程項(xiàng)目可用性，x2: 軟件工程范圍， x3: 軟件工程產(chǎn)品類型，x4組織與客戶關(guān)系，，x5軟件工程領(lǐng)域熟悉度，x6: 軟件工程中需求工程 論文網(wǎng)

過(guò)程效用指標(biāo)，x7: 軟件工程項(xiàng)目成本， x8: 軟件工程用戶參與度指標(biāo)，x9: 軟件工程過(guò)程效率指標(biāo)，x10: 軟件工程組織標(biāo)準(zhǔn)規(guī)范性指標(biāo)。
　 情形指標(biāo)的適用性指標(biāo)評(píng)價(jià)術(shù)語(yǔ)集E={e1，e2，…，em}，其中ej(j=1，2，…，n)表示由高到低的各級(jí)評(píng)分。本文中取n=5。其評(píng)價(jià)分為1.絕對(duì)適用(e1); 2.比較適用(e2); 3.大部分適用 (e3);4少部分適用(e4);5.完全不適用(e5)；確定的評(píng)價(jià)等級(jí)集合為E={e1，e2，e3，e4，e5}。為了量化評(píng)估分析確定評(píng)語(yǔ)等級(jí)分值分別為：0.9（e1），0.7（e2），0.5（e3），0.3(e4)，0.1(e5)。
2.2 模型建立
　 設(shè)情形屬性與各個(gè)適用性指標(biāo)之間存在多元線性回歸關(guān)系，則我們可構(gòu)造線性回歸模型為：
　 Y = a + b1X1+b2X2+b3X3+b4X4+b5X5+b6X6+b7X7+b8X8+b9X9+b10X10 (1)
　 由方程可知Y為因變量，Xi為自變量。
　 因變量Y與各個(gè)自變量Xi之間都存在較強(qiáng)的相關(guān)性，如果我們剔除了屬性集中的某一個(gè)元素，則回歸分析的優(yōu)良性將會(huì)受到影響。所以我們采取將情形屬性集中的各個(gè)元素全部帶入到我們建立的回歸方程(1)當(dāng)中，即建立了全模型的回歸系數(shù)方程。
則我們可以得到回歸方程如示：
　 Y=0.102+0.313X1+0.675X2+0.44X3-0.719X4-0.305X5+0.888X6+0.688X7-2.952X8+0.293X9+1.486X10(2)

論文網(wǎng)

　 為了使我們得到的回歸方程能達(dá)到一種最優(yōu)的效果，則我們選取得自變量必須滿足以下兩個(gè)條件：
　 1、在線性回歸分析模型中，要包括所有對(duì)因變量有影響的自變量Xi，同時(shí)我們必須將那些對(duì)因變量沒(méi)有顯著影響的自變量Xj剔除。
　 2、在我們建立的模型中，所有的自變量之間不能夠存在線性或類線性關(guān)系。
作文

　 在實(shí)際的應(yīng)用中，須軟件工程范圍、服務(wù)對(duì)象等情況確定標(biāo)志檢驗(yàn)水平的閥值Fa。若Ft大于Fa時(shí)，說(shuō)明該因子xk1對(duì)y有顯著影響，說(shuō)明這個(gè)xk1引人成功。
　 Step2）引入情形屬性集中因子xk2
　 其中xk2是所有xi (i=1，2，…，n)中與xk1配合時(shí)，對(duì)y獨(dú)立貢獻(xiàn)最大的一個(gè)變量，也就是最顯著的因子。倘若此時(shí)Ft大于Fa時(shí)，說(shuō)明該因子xk2對(duì)y有顯著影響，這個(gè)因子引人成功；若相反，則說(shuō)明該回歸方程只有因子xk1，逐步回歸過(guò)程結(jié)束。
　 Step3）比較調(diào)整因子
　 調(diào)整xk1和xk2，考慮xk1在xk2配合下的獨(dú)立貢獻(xiàn)。倘若此時(shí)Ft小于Fa時(shí)，則剔除因子xk1;否則，則認(rèn)為已引入兩個(gè)因子的變量組合，繼續(xù)下一步計(jì)算。
　 Step4）逐步回歸驗(yàn)證影響因子
　 引人第3個(gè)變量……重復(fù)循環(huán)Step2, Step3步驟。
　 Step5）當(dāng)引入與剔除因子完畢后，得到逐步回歸分析方程。該方程依照已有評(píng)價(jià)數(shù)據(jù)逐步反復(fù)回調(diào)存在的潛在顯著因子并最終得到最好的回歸方程。
　 從表4列出了被引入回歸方程的自變量，即回歸方程中引入自變量X2，X1，X6，也就是情形屬性集合當(dāng)中的項(xiàng)目類型適用性，項(xiàng)目規(guī)模適用性，需求工程過(guò)程效用適用性。
3.分析與討論
.　 將逐步回歸模型Y = Y = -0.361+0.601X2+0.599X1+0.347X6應(yīng)用到實(shí)際當(dāng)中，當(dāng)X2=0.9，X1=0.7，X6=0.5，可以得到Y(jié)=0.7727，這與實(shí)際的指標(biāo)集0.7相差了0.0727,所以我們可以認(rèn)為建立的模型擬和程度是優(yōu)良的。我們可以通過(guò)次方法從情形屬性集合中挑選出顯著性水平較好的情形屬性。

代寫論文

參考文獻(xiàn)
[1] 張小帝. 應(yīng)用回歸分析[M]. 杭州:浙江大學(xué)出版社，1991.8，22- 23
[2] 于秀林、任學(xué)松. 多元統(tǒng)計(jì)分析[M]，中國(guó)統(tǒng)計(jì)出版社，2001
[3] Guo Shuhang, Lan Yuqing, Jin Maozhong. A Requirement Analysis Pattern Selection Method for E-Business Project Situation [C]. In Proceedings of IEEE International Conference on e-Business Engineering (ICEBE 2007). October 24-26, 2007, HongKong, China, Pages:347-351 總結(jié)大全

畢業(yè)論文搜集整理：畢業(yè)論文網(wǎng) 畢業(yè)論文 論文網(wǎng)

  本文關(guān)鍵詞：軟件工程知識(shí)的顯著復(fù)用影響因素識(shí)別方法，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：204019