基于自适应矩估计算法优化BP神经网络实现软件项目风险预测.pdfVIP

基于自适应矩估计算法优化BP神经网络实现软件项目风险预测

孔思博，杜辉

（北京电子科技职业学院，北京100176）

摘要：互联网信息技术行业迅猛发展，软件工程领域也经历了技术的快速演进、软件产品数量的激

增及复杂性的提升。这些变化不仅推动了技术进步，也给从事软件开发的企业和寻求软件开发服务的

组织带来了显著的风险。目前，有许多软件风险分析管理项目，但大多只针对大型软件项目开发精

确、具有针对性的风险分析系统，部分中小型企业软件项目风险分析只基于设计的量表，对软件项目

风险分析系统的研发比较少见，而进行精确高效的风险分析是确保软件各阶段质量的重要因素。因此，

基于此背景，对软件项目风险进行了详细划分，探讨了可能导致项目失败或财务损失的各种风险要素，

提出一种新的软件项目风险分析系统。基于自适应矩估计算法优化BP神经网络实现风险分析，并主要

针对企业进行调研，通过系统给出的风险指数进行分析、预测、改进，进而帮助企业规划、制定、运

行、维护软件项目，降低或避免因风险而产生的非预期损失。

关键词：软件项目；风险管理；BP神经网络；自适应矩估计算法；风险预测

1概述法，通过Matlab技术展示，对企业软件项目风险进行可

随着信息技术应用的增加，软件行业发展迅速。和视化预测。

任何开发项目一样，软件项目也存在固有的风险。为保2软件项目风险概述

证软件正常、顺畅使用，软件项目的风险评就变得至关近年来，软件风险管理一直是一个非常热门的研究

重要。在软件开发领域，风险主要源自管理层面和架构领域。软件风险管理在成功的软件项目管理中起着至关

设计两个关键领域。软件的开发是技术工程与个人创重要的作用。事实上，软件开发生命周期(SDLC)的所有

新的融合体现，是一个将工程理念与人类智慧相结合阶段都是软件风险的潜在来源，因为它涉及硬件、软

的创造过程。软件管理的作用是保障开发工作的顺利件、技术、人员、成本和进度，有许多影响整个软件开

[4]

进行，而软件架构的合理性则依赖于风险评估和经验发过程的风险因素。软件风险管理的过程如下，（1）

的运用。随着软件开发技术的持续进步、软件产品数进行风险评估是关键步骤，它包括识别潜在风险、分析

量的增长、软件复杂性的提升，以及客户对产品质量风险影响及优化风险管理策略。风险识别旨在列出可能

要求的日益提高，软件项目给开发企业和需求方带来影响项目成功的具体风险点，常用的技术有使用清单、

[1]

了显著的风险。项目的成功与否直接关系到企业的生审查决策驱动因素、对比历史经验和分解风险。风险分

存与发展，而软件项目分为大型、中型和小型项目，析则旨在评估每个已识别风险的可能性和潜在影响，并

其定义基于代码行数、项目持续时间和项目开发人员考虑不同风险之间的相互作用。常用的风险分析方法包

的数量。括性能模拟、成本估算、网络分析、统计决策分析和质

[5]

软件风险评估是软件项目开发中一项非常复杂和关量因素分析。（2）风险控制是风险管理的第二阶段，

键的工作。软件风险评估研究表明，在整个行业中，只包括制订风险应对计划、执行风险应对措施和监控风险

有16.2%的软件项目按时完成并符合预算，其余52.7%状态。制订风险计划的目的是为每个风险点准备应对策

的软件项目在交付时功能有所减