检索结果-南通市图书馆

作者：吕乾雷华北电力大学（北京）

学位级别：硕士

工程变更被认为是导致项目工期延迟和费用超支的主要原因,在工程建设项目管理过程中倍受重视。然而等变更事件已经发生后再采取措施往往不能起到很好的效果,亟需采用事前管理手段。本文应用基于工作的依赖结构矩阵分析工作之间的交互关... 详细信息

工程变更被认为是导致项目工期延迟和费用超支的主要原因,在工程建设项目管理过程中倍受重视。然而等变更事件已经发生后再采取措施往往不能起到很好的效果,亟需采用事前管理手段。本文应用基于工作的依赖结构矩阵分析工作之间的交互关系,以达到在工程项目实施过程中提前识别变更的目的。并进一步通过使用蒙特卡洛模拟实现了对工程变更的预测。本文开发了基于信息流的缓冲区确定方法用于控制变更所带来的负面影响,并使用系统动力学建模的方法验证了此体系的有效性。在最后,本文应用.NET框架将变更预测系统和变更管理系统整合到WEB系统中。研究结果为工程建设项目变更管理提供了新的工程变更管理事前分析工具。

关键词：工程变更变更预测变更控制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

Android系统演化分析及版本变更预测

Android系统演化分析及版本变更预测

作者：袁伟鑫天津大学

学位级别：硕士

作为移动服务生态系统的核心,Android系统的版本发布及变更不仅会对许多开发者正在开发的相关项目产生影响,也会对成千上万的移动设备产生巨大影响。对Android系统的版本发布过程进行研究,对于移动服务生态系统来说是非常重要的。本文利... 详细信息

作为移动服务生态系统的核心,Android系统的版本发布及变更不仅会对许多开发者正在开发的相关项目产生影响,也会对成千上万的移动设备产生巨大影响。对Android系统的版本发布过程进行研究,对于移动服务生态系统来说是非常重要的。本文利用Android开放源代码项目(AOSP)上的数据,重点研究Android系统版本发布时的特性预测及演化模式。本文利用自然语言处理技术将数据集中的描述文本转换为低维向量空间表示,首先利用自动化标注的方法找出Android特性集合,最后使用ARIMA时间序列预测模型预测Android特性演化。实验结果表明,在Android发布特性预测准确率上本文方法有了13.83%的提升,还可以检测出Android特性的真实演化事件以解决兼容性管理问题。综上所述,本文提出了一种基于自然语言处理技术和时间序列预测的方法来对Android系统新版本的特性进行预测。一方面可以协助移动服务开发者进行高效的开发,满足新版本发布时的兼容性需求;另一方面,可以帮助项目管理者监控开发过程,保持项目的健康发展并做出正确的决策。

关键词： Android系统发布管理变更预测演化分析

面向服务型制造的业务流程管理框架与流程动态运转研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向服务型制造的业务流程管理框架与流程动态运转研究

作者：张乐山东大学

学位级别：硕士

随着消费者对产品功能的追求日渐转变为对个性化消费服务体验的追求,同时国家出台《发展服务型制造专项行动指南》、工信部等15个部门联合印发《关于进一步促进服务型制造发展的指导意见》,从市场层面和政策层面上指明了服务型制造对当... 详细信息

随着消费者对产品功能的追求日渐转变为对个性化消费服务体验的追求,同时国家出台《发展服务型制造专项行动指南》、工信部等15个部门联合印发《关于进一步促进服务型制造发展的指导意见》,从市场层面和政策层面上指明了服务型制造对当下企业保持持续发展的重要性。业务流程管理(Business Process Management,BPM)作为现代企业管理的重要方法与支撑技术,能够从流程的角度对企业进行全方面管理以促进业务协作、改善组织运营情况,达成企业战略目标。本论文针对当下企业向服务型制造发展转型时面临的业务大量外包、合作伙伴关系变化迅速的业务困境,研究面向服务型制造(Service-oriented Manufacturing,SOM)的BPM框架和构建适应性更强、智能化程度更高的业务流程动态运转机制以应对频繁变更的服务型制造业务环境,主要研究工作包括以下四点:(1)面向SOM的BPM框架。针对SOM业务环境下的跨企业主体业务协作与多粒度业务流程管理问题,研究构建面向SOM的BPM框架。通过总结BPM项目实施必须考虑的相关领域概念,基于框架结构提炼形成三个维度,结合SOM中业务大量外包、合作伙伴关系变化迅速等特点,从供应链维度、业务分层次维度和流程生命周期维度三个维度出发对各个维度进行适应性扩展,构建了更加符合未来企业发展需求的BPM框架模型,为企业提供了一个明确的BPM实施视图。(2)业务流程变更分类预测方法。针对业务流程在执行中无法自动感知流程变更并快速匹配业务策略的问题,提出了基于Bagging集成的业务流程变更分类预测方法。根据流程中活动的基本属性将潜在变更进行分类,借鉴机器学习领域的集成思想就各个流程变更类别分别构建多个基础CART决策树预测模型,并通过Bagging方法集成为随机森林模型,同时基于贝叶斯推理规定集成模型的输出策略,实现对流程变更更加准确及稳定的预警,帮助业务管理人员更好的理解异常发生的原因,并快速做出对应处理。(3)分层次业务流程动态适应方法。针对约束严格的结构化业务流程无法快速适应业务环境变化的问题,提出了基于特征模型的分层次业务流程动态适应方法。深入研究业务流程动态运转机制,利用具有层次属性的扩展特征模型解析复杂流程模型的内部结构,通过映射的方式关联到能够由工作流引擎直接执行的基于业务流程建模符号(Business Process Modeling Notation,BPMN)标准的业务流程模型上,并根据业务环境定义决策矩阵作为不同业务环节层次划分的依据,基于不同层次业务特点制定分层次业务策略以应对不同业务环节的调整及变更,实现了对业务变化的快速响应以及工作流引擎对再配置模型的自动化部署执行。(4)实例验证。基于业务流程变更预测研究、业务流程动态适应方法,设计实现了面向服务型制造的业务流程管理工具的核心功能模块,通过空调服务支持流程的实例应用,验证了本论文中面向服务型制造的业务流程管理框架与流程动态运转方法的可行性与实用性。

关键词：业务流程管理服务型制造变更预测集成模型动态适应方法

基于深度学习的中大型项目开发模式预构建研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的中大型项目开发模式预构建研究

作者：张斐兰州理工大学

学位级别：硕士

当软件的规模达到一定程度,其包含的业务场景数量以及场景间的关联逻辑复杂度会随着规模的增大呈指数级增长,与此同时,一个中大型项目往往由多个单体项目共同组成,包含的单体项目越多,其间的数据交互方式、通信链路、业务关联以及负载... 详细信息

当软件的规模达到一定程度,其包含的业务场景数量以及场景间的关联逻辑复杂度会随着规模的增大呈指数级增长,与此同时,一个中大型项目往往由多个单体项目共同组成,包含的单体项目越多,其间的数据交互方式、通信链路、业务关联以及负载均衡体系就越复杂。因此,对于中大型软件而言,发生变更的同时将伴随着巨大的成本投入。如果在项目启动之初,通过精准的软件变更预测手段,预先构建完善的具有强扩展性的开发模式,则能有效地降低软件项目的变更次数和变更难度,进而提高企业和团队效率,降低开发成本。变更预测一直是软件工程领域的一个热门研究方向,在研究的初期阶段,有学者提出了一种基于单项目文件集的项目内变更预测模型,该模型在小型单体项目中表现良好,但对于中大型项目,尤其是多项目间的变更预测,其准确度和稳定性会大幅下降。为了解决项目内预测存在的问题,多项目间软件变更预测方法应运而生,但在实际应用过程中,项目间一些重要特征会存在较大差异,如编程语言不同、技术框架多样以及项目架构互斥等因素,导致模型最终的预测效果不尽如人意。在经过对问题原因的深入研究和当前技术体系的广泛调研,发现深度学习方法在解决上述问题上有极强的优势,为此,本文在深度学习方法的基础上提出了以下两个预测方法,分别是DML(多项目间基于深度度量学习的软件变更预测)和DRank(多项目间基于深度排序学习软件变更预测)。主要的研究内容有以下三个方面:(1)数据预处理,本文选择了 2个闭源项目和5个开源项目,并从版本控制系统中抽取了相应的迭代信息,结合其源代码数据,形成了原始数据集,为了解决数据的差异性问题,首先对其进行了标准化和平衡化处理。其次,由于单项目模型在多项目间预测中表现较差,有一个重要的影响因素就是训练样本数据单一,覆盖场景较少,为此,本文提出了项目样本集合并的方案,降低各个项目间核心特征的差异,进而丰富训练样本数据,增大业务场景覆盖,以期提高预测效果,并设计了基础实验方案,使用传统的机器学习方法对项目样本集合并的可行性进行了验证。(2)多项目间基于深度度量学习的软件变更预测方法,软件度量元是基于工程学角度衡量软件项目中文件样本特征的指标,因此,如何选择适合的度量元对软件变更预测效果有着直接影响。通过引入度量学习和深度学习相结合的方式,本文提出了深度度量学习方法,使用该方法计算各个文件样本的特征值,并将其马氏-距离度量在新的特征空间中映射,增加异类样本间距离,缩小同类样本间距离,并使拉大各类样本集与对应阈值之间的差距,直到得到效果最好的网络结构,从而达到对多项目间的软件变更进行准确预测。(3)多项目间基于深度排序学习的软件变更预测方法,使用基于深度度量学习的变更预测方法虽然有效地提高了多项目间软件变更预测的准确度,但其模型训练性能过低,耗时过长,难以满足在实际生产中的应用。为了解决上述问题,本文引入了深度排序学习,设计了多项目件的软件变更预测方法,构建排序模型计算样本变更概率,对计算结果按照降序排序,得到有序文件列表,进而实现对软件变更的高效预测。通过对上述三个方面的研究,得出了以下结论,项目内预测中,使用多项目合并的训练方法能够有效解决单项目训练模型适用性差、准确率低的问题,实验结果表明,合并训练模型的综合指标提高了12.7%。在机器学习的选择方面,基于深度度量学习训练的模型在变更预测方面要优于传统机器学习方法,实验中发现,DML的综合指标同比提高了6.98%。在性能方面,基于深度排序学习算法的变更预测方法要远高于深度度量学习,同时,预测效果也更好,较之于深度度量学习模型,Drank的综合指标提高了16.55%。

关键词：变更预测样本集合并多项目预测深度度量学习深度排序学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

对象化软件配置管理支持系统的设计与实现

对象化软件配置管理支持系统的设计与实现

作者：高祥中山大学

学位级别：硕士

软件的生命周期中伴随着大量的软件变更。软件在分析设计、开发、测试、运行、维护的各个阶段中都可能发生变更。在软件开发和运行维护阶段发生的软件变更非常容易造成软件配置信息不一致的后果。除此之外，软件变更的分析评估不充分、... 详细信息

软件的生命周期中伴随着大量的软件变更。软件在分析设计、开发、测试、运行、维护的各个阶段中都可能发生变更。在软件开发和运行维护阶段发生的软件变更非常容易造成软件配置信息不一致的后果。除此之外，软件变更的分析评估不充分、变更操作不规范等因素直接导致软件变更过程管理混乱的局面，进而造成软件变更失败的结果。软件变更面临着变更成功率低、变更效率低的困难，加剧了软件维护难度，使得软件维护成本居高不下。本文通过对软件配置管理系统进行改进，采取主动与被动两种方法来解决传统软件配置管理系统实施变更成功率低、效率低的问题。主动方法：引入IT服务管理领域中配置项概念，对软件配置管理系统中的构件、文档、测试用例、代码等产出物进行对象化，提出软件配置项分类方式并且管理配置项之间的关系。系统通过工作流的操作方式按照当前变更单状态将变更单分配给不同的角色进行不同的操作。系统中的软件配置项存储于关系数据库，改变了以往软件配置管理系统针对文件操作方式。提高了软件配置项的安全性和规范性。配置项对象化管理能够加强系统对软件配置项的约束。被动方法：对软件变更计划环节改进。在软件变更计划阶段，系统利用构件配置项与附属配置项的关联关系以及收集到的历史变更数据，通过软件配置项变更相关度算法，为当前变更的软件配置项提示可能同时变更的其他配置项，并按照可能性从大到小排列。这样能够为用户提供变更辅助的功能达到提高制定软件变更计划的效率、减少软件配置项变更遗漏的目的。最后，本文使用软件工程ICONIX分析设计方法，对系统做了需求分析、软件设计、代码实现以及功能测试。通过对比分析本系统与目前广泛应用的软件配置管理工具SVN（Subversion）对于同一个软件变更实例的两种不同的操作，显示出本系统的特点。证明了本文对软件配置管理系统改进的有效性：能够有效提高软件变更成功率和变更效率，达到降低软件维护难度和成本的目的。

关键词：软件配置管理 ITIL 软件变更变更预测工作流