蚁群算法在软件项目资源配置中的应用.pdf

到真空中的风险。下面简单介绍三个“P相关的问题【31。 1．人员 软件人员拥有各自的创造力的和技术水平，如何在项目计划中合理配置软件 人员，已经是项目管理领域一直关注的问题。“人的因素如此重要，令到软件 工程研究所专门开发了一个人员管理能力成熟度模型(PMCMM)，旨在通过 吸引、培养、鼓励来留住具有高级软件开发能力的人才，增强技术、逻辑日益复 杂的应用程序的开发能力。 2．问题 在进行项目计划之前，应该首先明确该项目的目的和范围，考虑可选的解决 方案，定义技术和管理约束。没有这些信息，就不可能进行合理的成本估算，有 效的风险评估，合理的资源配置，或是给出了意义明确的项目进度的标志的项目 管理计划。软件开发者和用户必须一起定义项目的目的和范围。在很多情况下， 这项活动作为系统工作的一部分开始的，持续到作为软件需求分析的第一步。目 的说明该项目的总体目标，而不考虑这些目标如何实现。范围说明给出于问题相 关的主要数据、功能和行为，更为重要的是，它以量化的方式约束了这些特性。 一旦了解了项目的目的和范围，就考虑可选的方案了。虽然这一步并不讨论细节， 但它使得管理者和开发者可以选择一条最好途径，并且根据产品交付的期限、预 算的限制、可用的人员、技术接口及其各种其他因素，给出项目的约束。 3．过程 软件过程提供了一个框架，在该框架下可以建立一个软件开发的综合计划。 框架活动适用于所有软件项目，而不在乎其规模和复杂性。每一个任务集合都由 任务、里程碑、交付物以及质量保证点组成的框架活动适用于不同的软件项目的 特征和项目组的需求。最后是保护性活动，如软件质量保证，软件配置管理，和 测试。他们贯穿于整个过程模型中。保护性活动独立于任何一个框架活动，且贯 穿于整个过程中。软件过程的一般阶段(定义、开发和维护)适用于所有软件项 目，问题在于如何选择一个适合项目组的软件过程模型。项目管理者必须决定哪 一个过程模型最适合待开发项目，然后定义一个初步计划。一旦建立了初步的计 划，便可以开始过程分解，即必须建立一个完整的计划，以反映框架活动中所需 要的工作任务。 2 4．合并问题的过程 项目计划开始于问题和过程的合并。软件项目组要开发的每一个功能都必须 通过为软件组织定义的框架活动集合来完成。软件项目管理是软件工程的保护性 活动。先于任何技术活动之前开始，并且持续贯穿于整个计算机软件的定义、开 发和维护之中。软件项目管理活动包含测度和度量、估算、风险分析、进度安排、 跟踪和控制等活动，而计划和控制管理则是进行良好的项目管理的基础。 1．2国内外关于软件资源管理的研究 资源配置优化作为一个具有一定实践意义的研究课题，很早就被人们广为关 注，并不断进行着各项研究。早期的数学模型方法在实际处理较为复杂的项目问 题时，常常难以入手。后来发展的直观推断法(线性规划方法和网络计划技术) 是现在应用最广的技术。但是此方法依赖于问题本身，即针对“工期固定，资源 平衡”和“资源有限，工期最短两方面的问题，必须采用不同的方法来解决。 而且，尽管在多数情况下，这些方法可以获取可靠的解，但获得解的最优性难以 判定。目前项目管理资源配置优化问题仍主要集中于单一因素的判定，在某些既 定约束条件下，按某一目标，通过不断改进资源配置计划来寻求满意的方案。在 多因素的资源优化调整中，通常以资源效率来衡量资源的均衡性与最优性。效率 越高，成本越低，则资源配置越优化。多判定因素的资源配置过程通常要经过一 系列繁琐的推断过程。田丰华141、张连营15】等引入遗传算法，利用其群体搜索策 略和信息遗传的特点，避免了繁琐的推断过程，较好地实现了优化求解。 陈志勇【6】、张锦玲【．71等尝试使用随机搜索算法来解决项目中的资源优化问题， 对部分项目起到了较好的资源优化效果。但遗传算法或是随机搜索算法在处理大 规模优化问题时，仍存在求解收敛不够迅速，搜索次数过多等诸多不足。 1．3国内外对蚁群算法的研究 蚁群算法作为一种新兴研究领域，处于人工生命与运筹学的交叉位置，将会 得到不断深入的研究，其模型将会更加丰富，其应用也将更为广泛。 作为近几年提出的一种新型模拟进化算法，蚁群算法目前运用这种方法己成 功地解决了旅行商(TSP)问题、Job．shop调度问题、二次指派问题等组合优化 问题，显示出蚁群算法在解决这类问题上的优越性。研究表明蚁群算法更适合于 求解离散空间中的组合优化问题，但在求解多目标函数优化问题时存在一些困 难。