一、在UML基础上的功能点分析(论文文献综述)
杨莉娜[1](2021)在《下一代列控系统典型场景的建模与验证》文中提出随着国内外列控系统技术的发展和我国中西部低密度铁路的建设需求,目前下一代列控系统正处于研究阶段。本文主要围绕下一代列控系统展开研究,调查研究我国列控系统特别是高速铁路列控系统的运营状况,分析我国既有列控系统的技术和架构特点,以及存在的问题,根据列控系统的发展趋势,结合我国铁路运输的具体需求和面临的挑战,对下一代列控系统方案和典型运行场景进行相关研究。本文主要完成的工作如下:(1)下一代列控系统的方案研究。根据我国列控技术现状和发展趋势,研究下一代列控系统的结构框架,包括系统的结构、设备组成、核心功能实现。(2)列控系统复杂性的度量和比较。采用信息熵理论来度量列控系统的复杂性,提出列控系统结构和功能实现的复杂度公式。针对一段实际的铁路线路,比较CTCS-3级列控系统和下一代列控系统的复杂度,分析得出本文所研究的下一代列控系统的复杂性较低。(3)下一代列控系统场景与建模验证框架的设计。设计下一代列控系统的列车发车、列车追踪、车-地通信故障运行场景;针对不同场景的建模需求,提出基于UML的NuSMV正常场景建模验证方法和基于UML的HTCPN故障运行场景建模验证方法,并从类、交互、行为三个维度分别构建UML的基础场景模型。(4)列车正常运行场景的建模与验证。采用UML和NuSMV语言相结合的建模与验证方法,定义了从UML基础模型到NuSMV形式化模型的转换规则,建立列车运行场景的NuSMV主模型和子模型,提取待验证的CTL属性表达式,分析验证结果,最终得到满足功能需求的正常运行场景。(5)列车故障运行场景的建模与验证。采用基于UML的HTCPN方法验证了车-地通信故障的场景的逻辑功能和系统性质。通过本文的研究,最终得到了较完善的下一代列控系统典型场景,验证结果表明典型场景满足功能需求,相关成果可为我国下一代列控系统的研究提供参考意义。本文共有图50幅,表17个,参考文献72篇。
王俊飞[2](2014)在《面向用户的柔点柔变范围定量度量技术研究》文中进行了进一步梳理柔变范围的度量,能在一定程度上表示软件的适应能力和实现的难易程度,指导用户进行软件的操作和维护以及软件功能的扩展。为了能更加准确、客观地进行柔点柔变范围的度量,提出了软件柔变性模型,构建了柔点变化传播影响模型,改进了软件功能点分析法,给出了一个完整的柔变范围度量模型,具体研究工作如下。首先,介绍了柔性软件理论中的柔性、柔点以及柔变范围相关概念,阐述了功能点分析法中的功能点分类、识别规则和功能点分析步骤,说明了建模语言UML和命题逻辑的概念和特点以及对柔变范围度量的支持,总结了柔变范围度量的理论和技术基础。其次,研究了柔变性模型的相关概念、组织形式和建模过程,用来描述软件柔性变化;定义了柔点变化传播影响,给出了柔点变化传播影响图及其构造过程,进行分析柔点变化传播影响;补充了用户界面元素计算规则,改进了功能点分析方法,以便度量柔点的柔变范围。再次,定义了度量模型的基本要素,如面向用户的柔点、柔变范围、柔变部件等,分析了度量模型的度量指标,包括了基本度量和派生度量指标,阐述了柔变范围模型的三层结构,给出了柔变范围度量过程,提出了一个柔变范围度量模型。最后,介绍了度量系统搭建需要的技术和工具,设计了度量系统的功能、数据库和度量流程,实现了度量系统的功能并给出了应用实例,给出了面向Web的柔点柔变范围度量平台。
胡小威[3](2013)在《MarkII方法在面向对象系统中的应用研究》文中研究表明随着软件行业快速的发展,国内外的软件企业对软件的管理日趋成熟。软件成本估算越来越受到这些企业的重视。从软件自身的因素考虑,软件规模是软件成本最重要的组成部分。因此正确地估算软件规模对软件管理有着至关重要的作用。软件的规模估算方法主要有代码行法和功能点法两种。相对比代码行法,功能点度量方法有更高的准确性。本文重点研究了MarkII方法,相对比其它方法,MarkII方法将系统看为整体,可以度量耦合度较高的系统,避免了人为地系统划分而带来的主观性影响。自上个世纪八十年代以来,面向对象的方法已经深入地应用到计算机软件领域的各个分支。UML建模技术作为面向对象技术应用最广泛的建模技术,已经成为软件开发阶段最主要的建模语言。因此本文将MarkII方法引入到面向对象系统中,进行功能点度量。在详细分析了功能点度量方法的基础上,本文比较了多种度量方法的优缺点,并选取了MarkII方法作为研究的度量方法。根据面向对象系统中UML模型的特点,本文在论述了研究课题的可行性和完备性之后,对UML类图、顺序图和用例图进行形式化定义,为工具的自动化实现奠定基础。之后本文建立面向对象系统到MarkII方法度量元的映射规则:首先在用例图确定系统的边界和逻辑事务,这是MarkII功能点估算方法的基石;然后在类图中确定实体类型和实体的个数,从而计算事务逻辑的引用的个数;之后在顺序图中计算逻辑事务的输入和输出的个数;最后根据逻辑事务的输入、输出、引用的个数和系统的19个特征值,得到系统的未调整和调整后的功能点数。基于以上研究的理论,本文设计了MarkII方法在面向对象系统中的功能点度量框架,并且对该度量框架的关键技术和主要模块进行了深入地研究。本文在对开源建模工具ArgoUML深入研究的基础上,开发一个MarkII方法在面向对象系统中功能点度量工具。实现了模型信息的配置、模型信息的解析、逻辑事务的提取、实体个数的提取、输入输出个数的计算以及度量数据生成等主要功能。它具有友好的用户界面,使用方便。最后本文应用设计的工具,对实验模型进行了实验验证,实验结果验证了本方法的可行性和有效性。
施新华[4](2013)在《基于COSMIC-FFP方法的网上购物系统的设计与实现》文中指出为了合理控制项目的开发成本,并能够对项目中的工作量做出准确的估计,本文将COSMIC-FFP分析方法应用于电子商务系统的开发,通过两种技术结合对系统的开发工作量做出估计,并在完成对工作量估计与实际的对比。目前在电子商务系统中,已由许多成熟的网站,例如淘宝网、凡客诚品网站等,本文所作的估计和实现对象是一个轻量级的网上购物系统,该网站实现了用户登录,购物,后台管理等功能,用户可以在网站中完成整个电子交易的过程。主要研究内容如下:1、分析了企业销售管理的现状,开发模式和特点,研究在电子商务系统开发中的重要技术问题。2、常见的系统实现需要经过一个完整的软件工程生命周期,这一周期时间长,且前期的需求和设计活动会比较多,这样的软件开发过程对于系统规模大的实现来讲,可以保证系统的功能实现完整且引入较少的误差。然而这样的开发过程对于系统规模不大的情况下,就会显得有些臃肿,因此本文结合UML建模技术与迭代式的开发过程,构建较为完整的UML系统模型。3、研究UML技术和COSMIC-FFP度量方法的特点,在两种技术之间引入新的概念,建立技术间映射关系,并给出估算所需的量化公式,从而实现基于UML模型的工作量估计。本文将两种技术的结合应用于网上购物系统,对所实现系统的工作量作出估计,在系统开发结束后,对系统工作量作分析与对比。4、使用UML技术完成系统的需求分析和详细设计,系统的设计基于MVC结构,完成系统的数据库与代码的总体设计架构。5、构建系统的各个模块功能,完成系统主要数据模型和主要功能的实现,通过JSP网页技术提供系统管理能力,并对系统作了测试。6、系统在设计过程中,对网站的数据,以及用户的网站使用作了一些安全上的设计,目的是保护用户的数据完整,同时对用户在网站浏览和购物过程中的数据作了记录,方便销售人员和用户进行沟通。本系统建成后,经过测试,基本上实现了设计目标。
陈艳艳,顾勋梅[5](2011)在《软件复杂性的功能规模度量方法研究》文中指出随着软件规模和复杂性的不断增长,软件成本和工作量的估算显得日益重要。然而,标准的软件功能规模度量方法度量的仅仅是用户功能需求,而没有考虑软件系统的复杂性。因此,从软件系统复杂性的角度,提出了采用用例事务和路径两种尺度来度量软件复杂性的思想,文中详细阐述了从用例图和时序图层面获取事务用例和路径的方法,并结合FPA和COSMIC-FFP方法,使用实例完整地介绍了该方法的度量过程,实用性较强。
许延辉[6](2011)在《基于功能点的算法类软件的规模度量》文中指出软件估算是软件开发的一项重要活动,而软件中的算法一直是软件估算面临的难题。算法设计的工作量和成本估算可以在不同阶段进行,而算法的软件规模度量是其中基础性的工作。本文使用功能点FPA(Function Points Analysis)方法度量软件中算法类软件(组件)的规模。首先对算法类软件(组件)的基本特性及其度量问题进行了研究,阐述了IFPUG FPA方法和COSMIC FFP方法的度量过程和实施规则,深入分析IFPUG FPA和COSMIC FFP方法的度量原则在算法类软件(组件)规模度量上的适应性,给出了这两种方法度量两种方法进行算法类软件(组件)规模度量的基本方法和框架。论文在此基础上针对IFPUG FPA与COSMIC FFP中存在的不足进行了改进:结合IFPUG FPA和COSMIC FFP的特点,并且以算法实例对改进前后的度量方法的优劣进行了对比。结果表明,改进后的方法所产生的度量结果更为合理和准确。本文对传统FPA方法的改进进行了有益的探索,并为FPA方法的全面和科学实施提供了良好的借鉴。
计春雷[7](2011)在《全功能点方法和功能规模度量统一模型的研究与应用》文中提出随着计算机技术的日新月异,软件规模的扩张已达到了叹为观止的速度。软件度量是软件工程的重要组成部分。软件功能规模是软件项目可量化的结果,是软件的一个重要属性。为了解决软件开发初期进行功能规模度量的迫切要求,出现了试图基于软件需求从用户角度和功能角度来度量规模的功能点,以用于估计未来软件的大小。功能规模度量(FSM)方法就是为了满足这种度量的需要而诞生的,它最大程度地突破了传统评估方法的局限,能够不依赖于外部条件,独立于物理组件和技术平台,它与程序设计语言无关,能够客观、公正、独立地评估软件的功能规模。全功能点方法是新一代的功能点规模度量方法,通过确定用户功能需求,允许度量者从用户的角度来度量软件,减少了对软件内部结构和实现的依赖性。本文在分析四种标准化的FSM方法的特点和度量过程的基础上,重点对UML建模技术与COSMIC-FFP方法之间的关系以及对功能规模度量的统一模型进行了深入的研究。本文的主要研究内容和创新性成果如下:1、研究了UML建模技术与COSMIC-FFP方法之间的关系。分析了UML的主要部件(用例图、类图和顺序图)和COSMIC-FFP的主要元素(功能用户、层、边界、数据组、功能过程和数据移动等),建立了二者概念之间的对应关系,给出了27条映射规则,提出了UML的COSMIC-FFP度量方法,设计了度量结果矩阵,给出了贯穿于整个度量过程的11条度量规则和判断与记录消息类型的原则,同时给出了从UML顺序图到度量结果矩阵的度量过程,并提出了相应的度量步骤。2、研究了面向对象方法与COSMIC-FFP方法之间的关系。利用软件度量的过程模型,针对面向对象的需求模型,提出了面向对象方法的COSMIC-FFP度量方法(OOFFP),给出了19条映射规则和4条度量规则,并通过实例分析阐明了这些规则的使用方法。3、研究建立了功能规模度量统一模型(FSM-UM)。通过对功能规模度量方法核心概念的研究,分析了三种FSM方法概念之间的关系,提出了软件功能规模度量统一模型,给出了FSM-UM到FSM的三种常用方法的映射规则。使得当度量者利用FSM-UM从FSM的一种方法(例如IFPUG FPA)改成使用另一种方法(例如COSMIC-FFP等)时,可有效地使用FSM-UM产生的历史数据,从而提高了效率。4、改进了IFPUG FPA方法。运用数值分析中插值函数的思想,将复杂度矩阵拟合成连续的复杂度函数,从而产生新的复杂度等级来扩展FPA复杂度矩阵。
申烨晔,叶柏龙,邓军[8](2010)在《基于UML技术的功能点度量研究与应用》文中研究表明准确的规模度量在做好软件成本估算的过程中有着举足轻重的作用,功能点规模度量分析在业界被应用广泛,但考虑到功能点被分解时随意性较大,而UML是面向对象程序设计方法中进行分析和设计的标准建模语言,于是文章提供了一种使用UML技术中的用例图及用例描述和类图相结合的方法对应用系统进行功能点分析,使得开发者能使用该方法能在开发的早期估算出系统的规模,并将此方法应用于企业信息化协同办公自动化系统中。
蒋辉[9](2008)在《COSMIC方法客观性风险评估方法的研究与应用》文中认为软件项目规模度量历来就是一项比较复杂的活动,因为软件本身的复杂性、历史经验的缺乏、估算工具的缺乏以及一些人为错误,导致软件项目的规模度量往往和实际情况相差甚远。本文所研究的COSMIC方法,根据COSMIC方法的概念和度量规则,将系统功能性需求分解成一系列的功能过程,通过汇总所有的功能过程中的数据移动数量来得到整个系统的规模大小。COSMIC与其他功能点方法相比,它具有明显的优势;但是,COSMIC方法也存在一定的局限性。主要表现在:COSMIC方法的度量手册描述的过程过于通用,导致该方法在实践运用中比较复杂,易用性比较差,基本概念比较抽象,在和具体的技术方法映射时,具有较大的歧义性,影响了方法应用的客观性,进而影响了规模度量的准确性。通过对COSMIC方法的研究和应用,针对COMSIC方法度量过程中的诸多问题,我们结合风险管理思想,提出了COSMIC风险管理(COSMIC Risk Management, CRM)框架,该框架主要包括风险识别与分析、制定风险应对计划和监控风险三个部分;首先,我们主要采用WBS分解技术来识别风险因素,按照COSMIC方法的度量流程进行分解并分析各种风险因素;其次,根据风险因素制定风险应对计划,对每种风险提出相应的解决措施。进而采用风险核对表来监控风险,核对表的主要作用是核查度量过程中是否存在已识别的风险因素。在CRM框架的指导下,我们结合风险核对表对案例项目进行了规模度量,通过对比和分析两次度量结果,并使用风险核对表对以前的度量过程进行了核查,我们发现:CRM框架在一定程度上规避或缓解了COSMIC方法的客观性风险,使度量结果更加准确。最后,我们对软件估算领域的几个重要问题进行了进一步的思考,通过分析,说明这些问题需要估算人员在估算过程中给予关注;并对功能点方法的未来发展趋势作了一个简单的预测和期望,希望软件规模度量技术能够不断地得到发展和完善,为软件项目的成功开发提供良好的基础。
王昕渝[10](2008)在《COSMIC功能点方法研究及应用》文中认为软件规模作为软件项目可量化的结果,是项目估算的重要参数和企业决策的重要依据。因此在软件项目需求阶段,就需要度量软件规模。在现有的规模度量方法中,功能点方法能够用于需求分析阶段,并形成了以IFPUG FPA方法、MkⅡ方法及COSMIC方法为代表的多种标准。COSMIC方法是新一代的功能点规模度量方法,通过确定用户功能需求,允许度量者从用户的角度来度量软件。本文在对COSMIC度量方法研究的基础上,给出了该方法在业务应用领域的使用模式,设计并实现了一套相关的度量工具,主要工作是:1)论述了功能点方法的历史、传统的功能点方法,并将它们与COSMIC方法进行了对比,同时深入剖析了COSMIC方法。2)在业务应用领域中,结合实际应用,将UML的概念引入COSMIC方法中。3)本文设计并实现了一个辅助度量工具COSMIC Measurement Tool(CMT),给出了以时间、项目、人员为基础的统计规则,辅助那些使用COSMIC方法进行度量的人员清晰、准确、高效地得到度量数据。4)针对软件企业的过程管理模式,将CMT应用到软件企业的质量管理系统中,通过结合企业项目管理和质量控制的流程,验证了使用该工具进行辅助度量的有效性。该工具不但为企业统计需求分析得到的软件规模提供支持,同时为企业进行项目管理、资源配置、过程控制、过程改进以及人员管理提供了重要的参考依据。
二、在UML基础上的功能点分析(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、在UML基础上的功能点分析(论文提纲范文)
(1)下一代列控系统典型场景的建模与验证(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.2.1 下一代列控系统的研究现状 |
1.2.2 形式化方法在列控系统的应用 |
1.3 研究目的及意义 |
1.4 论文研究内容及章节安排 |
1.5 本章小结 |
2 下一代列控系统的分析与研究 |
2.1 下一代列控系统的需求分析及关键技术 |
2.1.1 需求分析 |
2.1.2 关键技术 |
2.2 下一代列控系统方案 |
2.2.1 下一代列控系统结构 |
2.2.2 下一代列控系统功能实现 |
2.3 下一代列控系统复杂度 |
2.3.1 信息熵 |
2.3.2 列控系统复杂度公式 |
2.3.3 列控系统复杂度计算和比较 |
2.4 下一代列控系统不同方案对比分析 |
2.4.1 功能点分析 |
2.4.2 技术实现分析 |
2.5 本章小结 |
3 下一代列控系统场景建模与验证方法 |
3.1 场景建模与验证框架 |
3.2 基于UML的 NUSMV场景建模与验证 |
3.2.1 场景的抽象方法 |
3.2.2 NuSMV语言概述 |
3.2.3 UML-NuSMV模型的转化规则 |
3.2.4 待验证属性的描述和提取 |
3.3 基于UML的 CPN场景建模与验证 |
3.3.1 Petri网理论 |
3.3.2 UML-CPN模型的转换规则 |
3.3.3 基于CPN Tools的验证分析 |
3.4 下一代列控系统场景 |
3.4.1 典型场景 |
3.4.2 场景选取 |
3.4.3 场景模型 |
3.5 本章小结 |
4 列车正常运行场景设计和建模验证 |
4.1 列车发车运行场景 |
4.1.1 列车发车场景设计 |
4.1.2 UML模型 |
4.1.3 NuSMV主模型和子模型 |
4.1.4 待验证属性提取 |
4.1.5 验证结果分析 |
4.2 列车追踪场景 |
4.2.1 列车追踪场景设计 |
4.2.2 UML模型 |
4.2.3 NuSMV主模型和子模型 |
4.2.4 待验证属性提取 |
4.2.5 验证结果分析 |
4.3 模型验证总结 |
4.4 本章小结 |
5 下一代列控系统故障场景设计和建模验证 |
5.1 车-地通信故障场景设计 |
5.2 车-地通信故障场景UML模型 |
5.3 HTCPN顶层模型和子模型 |
5.3.1 HTCPN顶层模型 |
5.3.2 HTCPN子层模型 |
5.4 模型仿真验证和状态空间分析 |
5.5 本章小结 |
6 总结和展望 |
6.1 论文总结 |
6.2 论文展望 |
参考文献 |
图索引 |
表索引 |
作者简历及攻读硕士学位期间取得的研究成果 |
学位论文数据集 |
(2)面向用户的柔点柔变范围定量度量技术研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景及研究意义 |
1.1.1 课题背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.3 课题研究内容 |
1.4 论文组织结构 |
第2章 柔变范围度量模型的相关理论与技术 |
2.1 软件柔性理论及度量理论 |
2.1.1 软件柔性 |
2.1.2 软件柔点 |
2.1.3 柔变范围 |
2.1.4 柔变范围影响分析 |
2.1.5 软件度量 |
2.2 功能点分析法 |
2.2.1 功能点分类及识别规则 |
2.2.2 功能点分析步骤 |
2.2.3 功能点分析法对柔变范围度量的支持 |
2.3 建模语言 UML |
2.3.1 UML 的特点 |
2.3.2 UML 组成要素 |
2.3.3 UML 对柔变范围度量的支持 |
2.4 命题逻辑 |
2.4.1 命题的概念 |
2.4.2 命题逻辑对柔变范围度量的支持 |
2.5 本章小结 |
第3章 柔变范围度量方法 |
3.1 度量方法的提出 |
3.2 柔变性模型 |
3.2.1 柔变性模型相关概念 |
3.2.2 基于扩展的 UML 柔变性模型 |
3.2.3 建模过程 |
3.3 柔点变化传播影响模型 |
3.3.1 柔点变化传播影响图 |
3.3.2 柔点变化传播影响图构造过程 |
3.4 功能点分析法 |
3.4.1 用户界面元素计算规则 |
3.4.2 功能点计数相关规则 |
3.4.3 改进的功能点分析法 |
3.5 本章小结 |
第4章 柔变范围度量模型 |
4.1 度量模型的框架 |
4.1.1 度量模型的基本概念 |
4.1.2 度量模型的度量指标 |
4.1.3 度量模型的组织结构 |
4.2 柔变范围度量模型度量过程 |
4.3 本章小结 |
第5章 柔变范围度量 Web 系统设计和实现 |
5.1 度量系统构建 |
5.1.1 度量系统平台搭建 |
5.1.2 度量系统架构 |
5.2 度量系统的设计和实现 |
5.2.1 度量系统的功能 |
5.2.2 度量系统的数据库 |
5.2.3 度量系统的度量流程 |
5.2.4 度量系统的实现 |
5.3 度量系统的实例分析 |
5.3.1 实例描述 |
5.3.2 实例度量 |
5.3.3 实例分析 |
5.4 本章小结 |
结论 |
参考文献 |
附录 |
攻读硕士学位期间承担的科研任务与主要成果 |
致谢 |
作者简介 |
(3)MarkII方法在面向对象系统中的应用研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究的背景 |
1.1.1 软件成本的定义以及软件规模估算 |
1.1.2 企业软件项目的实施情况 |
1.1.3 企业软件成本估算的概况 |
1.1.4 面向对象技术以及 UML 建模技术的使用现状 |
1.2 研究的现状以及意义 |
1.2.1 研究现状 |
1.2.2 研究意义 |
1.3 本文的主要工作 |
1.4 本文的组织结构 |
2 软件成本度量及功能点度量 |
2.1 软件成本估算的基本概念 |
2.2 软件成本估算的方法 |
2.2.1 基于算法模型的方法 |
2.2.2 非基于算法模型的方法 |
2.3 软件功能点度量的概念和方法 |
2.3.1 IFPUG 功能点方法 |
2.3.2 COSMIC 功能点方法 |
2.3.3 MarkII 功能点方法 |
2.3.4 三种功能点方法的比较 |
2.4 本章小节 |
3 MarkII 方法在面向对象系统中应用的可行性 |
3.1 MarkII 方法概述 |
3.1.1 发展历史 |
3.1.2 基本理论 |
3.1.3 计算过程 |
3.1.4 特点和意义 |
3.2 面向对象系统概述 |
3.2.1 面向对象技术的概述 |
3.2.2 UML 概述 |
3.2.3 UML 用例图、类图和顺序图 |
3.3 MarkII 功能点度量方法在面向对象系统的应用 |
3.3.1 可行性分析 |
3.3.2 完备性分析 |
3.4 本章小节 |
4 MarkII 方法在面向对象系统中的度量规则 |
4.1 研究的思路 |
4.2 用例图度量规则 |
4.2.1 用例图的形式化定义 |
4.2.2 确定系统边界 |
4.2.3 识别事务逻辑 |
4.2.4 实例说明 |
4.3 类图度量规则 |
4.3.1 类图的形式化定义 |
4.3.2 识别实体的类 |
4.3.3 识别系统实体 |
4.3.4 识别基本实体 |
4.4 顺序图度量规则 |
4.4.1 顺序图分析的前提 |
4.4.2 顺序图的形式化定义 |
4.4.3 计算输入数据元素和输出数据元素 |
4.5 综合分析 |
4.6 本章小节 |
5 度量工具的实现与实验结果分析 |
5.1 MarkII 方法在面向对象系统中功能点度量框架 |
5.2 工具的选择 |
5.2.1 建模工具 |
5.2.2 开发平台 |
5.2.3 开发语言 |
5.3 度量框架的实现 |
5.3.1 模型文件解析 |
5.3.2 模型信息提取与度量数据的生成 |
5.4 实验以及结果分析 |
5.4.1 计算机卖店的网上购物系统实验模型 |
5.4.2 图书管理系统实验模型 |
5.4.3 模型文件的分析及数据生成 |
5.4.4 度量结果的分析 |
5.5 本章小节 |
6 总结和展望 |
6.1 总结 |
6.2 下一步工作 |
致谢 |
参考文献 |
附录 |
A. 作者在攻读硕士学位期间发表的学术论文目录 |
B.图书管理系统 UML 模型 |
C.工具实现的主要代码 |
(4)基于COSMIC-FFP方法的网上购物系统的设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题背景 |
1.2 课题研究现状 |
1.3 研究内容 |
1.4 论文组织结构 |
第二章 相关技术 |
2.1 JAVA |
2.2 Spring |
2.3 Eclipse 开发工具 |
2.4 JSP 简述 |
2.5 MySQL 和 Hibernate 框架 |
2.5.1 MySQL 概述 |
2.5.2 Hibernate |
2.6 UML 建模技术 |
2.6.1 UML 主要视图介绍 |
2.6.1.1 类图 |
2.6.1.2 顺序图 |
2.6.1.3 用例图 |
2.6.1.4 活动图 |
2.6.1.5 状态图 |
2.6.2 UML 建模方法 |
2.7 COSMIC-FFP 全功能点分析 |
2.8 软件开发流程 |
2.8.1 开发流程介绍 |
2.8.2 系统开发流程设计 |
2.9 本章小结 |
第三章 需求分析与度量分析 |
3.1 系统总体需求 |
3.2 系统功能分析 |
3.2.1 前台功能需求 |
3.2.2 后台功能需求 |
3.2.3 系统用例详细分析 |
3.2.3.1 用户注册 |
3.2.3.2 用户登录 |
3.2.3.3 浏览商品信息 |
3.2.3.4 商品管理 |
3.2.3.5 订单管理 |
3.2.3.6 会员管理 |
3.2.3.7 维护个人信息 |
3.2.3.8 订购商品 |
3.2.3.9 交易 |
3.3 基于 COSMIC-FFP 的度量分析 |
3.3.1 COSMIC-FFP 软件模型 |
3.3.2 COSMIC-FFP 度量要素 |
3.3.3 COSMIC-FFP 的度量流程 |
3.4 基于 UML 的 COSMIC-FFP 度量方法 |
3.4.1 UML 和 COSMIC-FFP 间的概念映射 |
3.4.2 COSMIC-FFP 度量方法 |
3.5 计算度量结果 |
3.5.1 系统度量结果计算 |
3.5.2 系统实现工时估计 |
3.6 本章小结 |
第四章 系统设计 |
4.1 系统概要设计 |
4.1.1 系统设计目标 |
4.1.2 系统架构和功能结构图 |
4.1.3 系统安全性设计 |
4.1.4 用户数据收集 |
4.2 系统详细设计 |
4.2.1 数据库设计 |
4.2.2 基于 SPRING的 MVC 设计 |
4.2.3 控制层的设计 |
4.2.4 JSP 页面的实现 |
4.2.5 JAVA BEAN的设计 |
4.2.6 数据层设计 |
4.2.6.1 接口设计 |
4.2.6.2 对象间映射关系设计 |
4.3 系统主要功能设计 |
4.3.1 查询功能设计 |
4.3.2 购物车设计 |
4.3.3 交易与配送设计 |
4.3.4 查询功能设计 |
4.4 本章小结 |
第五章 系统实现 |
5.1 系统用户注册功能实现 |
5.2 购物车与交易订单功能实现 |
5.3 查询功能实现 |
5.4 后台管理功能实现 |
5.5 系统测试 |
5.6 COSMIC-FFP 度量数据对比 |
5.7 本章小结 |
第六章 总结与展望 |
6.1 论文总结 |
6.2 前景展望 |
致谢 |
参考文献 |
(6)基于功能点的算法类软件的规模度量(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 算法类软件规模度量的重要性 |
1.2 算法的作用 |
1.3 国内外研究现状 |
1.4 论文的提出 |
1.4.1 论文的研究动机 |
1.4.2 论文主要工作 |
1.4.3 论文的组织结构 |
1.5 本章小结 |
第二章 算法类软件的规模度量问题 |
2.1 规模度量在度量中的地位 |
2.2 算法的复杂性与算法类软件的规模 |
2.3 软件度量方法在规模度量中的应用 |
2.3.1 基于算术模型的度量方法 |
2.3.2 基于案例的度量方法 |
2.4 算法类软件在规模度量中存在的问题 |
2.5 本章小结 |
第三章 基于功能点的算法类软件的规模度量分析 |
3.1 功能点度量 |
3.2 功能点度量方法的优点 |
3.3 功能点度量方法的分析 |
3.4 主要功能点度量方法 |
3.4.1 NESMA |
3.4.2 MARKⅡ |
3.4.3 COSMIC FFP |
3.4.4 FiSMA |
3.4.5 IFPUG FPA |
3.5 本章小结 |
第四章 基于功能点的算法类软件的规模度量方法 |
4.1 算法 |
4.1.1 算法的特征 |
4.1.2 算法的要素 |
4.2 使用IFPUG FPA度量算法类软件规模的基本方法 |
4.2.1 IFPUG FPA的基本原理 |
4.2.3 确定算法类软件中的数据功能与事务处理功能 |
4.3 使用COSMIC FFP度量算法类软件规模的基本方法 |
4.3.1 COSMIC FFP的基本原理 |
4.3.2 确定算法类软件中数据移动 |
4.4 本章小结 |
第五章 功能点度量方法在算法类软件中的应用 |
5.1 度量分组函数 |
5.1.1 IFPUG FPA方法 |
5.1.2 COSMIC FFP方法 |
5.2 度量其它算法类软件 |
5.2.1 找出集合S中的最大元和最小元 |
5.2.2 斐波那契数列 |
5.2.3 有限资源的最佳分配 |
5.2.4 背包问题的贪心算法 |
5.2.5 阶乘函数 |
5.2.6 快速排序 |
5.2.7 找出n个元素中的第k个最小元素的方法 |
5.2.8 分治合并排序算法 |
5.2.9 子集和问题分治求解算法 |
5.3 度量结果的分析 |
5.4 本章小结 |
第六章 功能点度量方法的分析与改进 |
6.1 未调整功能点计算方法中的不足 |
6.2 对未调整功能点计算方法的改进 |
6.2.1 对未调整功能点计算方法的分析 |
6.2.2 对未调整功能点计算方法的改进 |
6.2.3 改进后的未调整功能点计算方法在算法类软件中的应用 |
6.3 改进后的未调整功能计算方法与原始的未调整功能点计算方法之间的比较 |
6.4 本章小结 |
第七章 结束语 |
7.1 工作总结 |
7.2 论文的研究成果 |
7.3 下步的工作 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
(7)全功能点方法和功能规模度量统一模型的研究与应用(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 研究内容和主要贡献 |
1.3.1 研究内容 |
1.3.2 主要贡献 |
1.4 本文的组织结构 |
第2章 软件功能规模度量方法 |
2.1 软件度量 |
2.2 功能规模度量方法 |
2.2.1 功能规模度量原理 |
2.2.2 功能规模度量方法 |
2.3 功能点分析法 |
2.3.1 功能点分析法的基本概念 |
2.3.2 功能点分析法的基本过程 |
2.4 IFPUG功能点分析法 |
2.4.1 IFPUG功能点分析法的要素 |
2.4.2 IFPUG功能点分析法的度量流程 |
2.4.3 IFPUG功能点分析法的特点 |
2.5 Mark Ⅱ功能点分析法 |
2.5.1 Mark Ⅱ功能点分析法的要素 |
2.5.2 Mark Ⅱ功能点分析法的度量流程 |
2.6 NESMA功能点分析法 |
2.7 COSMIC-FFP全功能点分析法 |
2.7.1 COSMIC-FFP方法的度量原理 |
2.7.2 COSMIC-FFP方法的特点 |
2.8 四种标准化FSM方法的关系 |
2.9 FSM方法的共性问题 |
2.10 本章小结 |
第3章 UML的COSMIC-FFP度量方法 |
3.1 UML概述 |
3.1.1 用例图 |
3.1.2 类图 |
3.1.3 顺序图 |
3.2 COSMIC-FFP概述 |
3.2.1 COSMIC-FFP软件模型 |
3.2.2 COSMIC-FFP度量要素 |
3.2.3 COSMIC-FFP度量流程 |
3.3 UML和COSMIC-FFP的关系 |
3.4 映射规则 |
3.4.1 用例图的映射规则 |
3.4.2 类图的映射规则 |
3.4.3 顺序图的映射规则 |
3.5 顺序图的度量方法 |
3.5.1 度量结果矩阵 |
3.5.2 前置条件 |
3.5.3 度量规则 |
3.5.4 判断与记录消息类型 |
3.5.5 度量过程 |
3.6 UML的COSMIC-FFP度量步骤 |
3.7 应用实例分析 |
3.8 本章小结 |
第4章 面向对象方法的COSMIC-FFP度量方法 |
4.1 面向对象方法 |
4.1.1 面向对象概念 |
4.1.2 面向对象方法学 |
4.1.3 面向对象方法的开发过程 |
4.2 面向对象方法的COSMIC-FFP度量设计 |
4.2.1 需求模型与需求分析过程 |
4.2.2 度量目标的定义 |
4.2.3 描述度量概念 |
4.2.4 选择元模型 |
4.2.5 确定映射规则 |
4.2.6 计算功能规模值 |
4.3 映射规则 |
4.3.1 识别数据移动阶段映射规则 |
4.3.2 消除冗余数据移动阶段映射规则 |
4.4 度量规则 |
4.5 应用实例分析 |
4.5.1 软件文档整理 |
4.5.2 软件模型的建立 |
4.5.3 度量规则的应用 |
4.6 本章小结 |
第5章 功能规模度量统一模型 |
5.1 概述 |
5.2 功能规模度量方法的核心概念 |
5.3 功能规模度量统一模型 |
5.3.1 FSM-UM数据类型 |
5.3.2 FSM-UM事务类型 |
5.4 FSM-UM到FSM三种常用方法的映射规则 |
5.4.1 FSM-UM到IFPUG FPA的映射规则 |
5.4.2 FSM-UM到COSMIC-FFP的映射规则 |
5.4.3 FSM-UM到Mark Ⅱ FPA的映射规则 |
5.5 应用实例分析 |
5.6 FSM-UM度量系统 |
5.6.1 FSM-UM度量系统原理 |
5.6.2 FSM-UM度量系统实现 |
5.6.3 FSM-UM度量系统使用方法 |
5.7 本章小结 |
第6章 改进的IFPUG功能点度量方法 |
6.1 IFPUG FPA功能复杂度等级的确定 |
6.1.1 数据功能复杂度等级的确定 |
6.1.2 事务功能复杂度等级的确定 |
6.1.3 计算未调整的功能点数 |
6.2 IFPUG FPA复杂度矩阵划分的不足 |
6.3 复杂度矩阵算法的改进 |
6.3.1 改进思路 |
6.3.2 数值分析函数插值的原理 |
6.3.3 对IFPUG FPA的EI复杂度矩阵的改进 |
6.3.4 对IFPUG FPA的其他复杂度矩阵的改进 |
6.4 改进的IFPUG FPA度量方法的应用 |
6.4.1 预算管理模块—数据功能点计算界面 |
6.4.2 开发管理模块—项目组管理界面 |
6.4.3 IFPUG FPA度量方法的对比与分析 |
6.5 本章小结 |
第7章 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
致谢 |
作者在攻读博士期间完成的论文、参与的科研项目 |
(8)基于UML技术的功能点度量研究与应用(论文提纲范文)
引言 |
1 基于IFPUG的功能点分析方法概述 |
2 UML需求分析模型中未调整功能点的计算 |
2.1 系统边界的确立 |
2.2 内部逻辑文件(ILF)和外部接口文件(EIF)的计算 |
2.3 外部输入(EI)、外部输出(EO)和外部查询(EQ)的计算 |
3 公告管理子模块功能点估算应用实例 |
3.1 确立系统边界 |
3.2 计算未调整ILF和EIF |
3.3 计算未调整EI、EO和EQ |
3.4 计算已调整功能点 |
4 结束语 |
(9)COSMIC方法客观性风险评估方法的研究与应用(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 论文研究背景 |
1.2 国内外软件估算研究现状 |
1.2.1 软件估算的定义 |
1.2.2 国内研究现状 |
1.2.3 国外研究现状 |
1.3 研究动机和主要工作 |
1.3.1 研究动机 |
1.3.2 主要工作 |
1.4 论文组织结构 |
1.5 本章小结 |
第二章 软件规模度量基本理论 |
2.1 软件过程管理与规模度量 |
2.2 规模度量在软件估算中的地位 |
2.3 软件规模度量方法和技术 |
2.3.1 代码行方法 |
2.3.2 DELPHI 法 |
2.3.3 功能点分析方法 |
2.4 COSMIC 方法 |
2.4.1 COSMIC 方法的起源 |
2.4.2 COSMIC 方法的基本原理 |
2.4.3 COSMIC 方法的度量过程 |
2.5 COSMIC 方法的客观性风险 |
2.5.1 COSMIC 方法的客观性风险的由来 |
2.5.2 COSMIC 风险管理(CRM)框架 |
2.6 本章小结 |
第三章 COSMIC 方法风险识别与分析 |
3.1 风险识别主要技术 |
3.1.1 头脑风暴法 |
3.1.2 DELPHI 方法 |
3.1.3 情景分析法 |
3.1.4 WBS 分析技术 |
3.1.5 SWOT 分析技术 |
3.2 COSMIC 方法的风险识别与分析 |
3.3 COSMIC 风险列表 |
3.4 本章小结 |
第四章 制定风险应对计划和监控风险 |
4.1 风险应对计划 |
4.1.1 风险应对的一般策略 |
4.1.2 制定风险应对计划 |
4.2 COSMIC 方法风险监控 |
4.2.1 基于核对表(Checklist)的风险监控技术 |
4.2.2 COSMIC 风险监控过程 |
4.2.3 COSMIC 方法风险监控的重要性 |
4.3 本章小结 |
第五章 CRM 框架的实际应用 |
5.1 应用项目案例简介 |
5.2 案例项目规模度量过程 |
5.3 案例项目规模度量分析 |
5.3.1 COSMIC 风险核对表的应用 |
5.3.2 度量结果统计对比和分析 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 论文工作总结 |
6.2 未来工作和进一步思考 |
6.2.1 COSMIC 方法的未来工作 |
6.2.2 软件估算的进一步思考 |
6.3 未来展望 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
附录A 2007 年前后功能点计算的变体 |
附录B ISBSG 工作量计算方法 |
(10)COSMIC功能点方法研究及应用(论文提纲范文)
摘要 |
Abstract |
目录 |
第一章 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.3 研究内容及主要工作 |
1.4 本文组织结构 |
第二章 功能点分析方法 |
2.1 功能点分析方法 |
2.1.1 功能点分析方法的目标 |
2.1.2 功能点分析方法的基本过程 |
2.1.3 功能点分析方法的特点 |
2.2 各种功能点分析方法 |
2.2.1 IFPUG方法 |
2.2.2 Mk Ⅱ方法 |
2.2.3 COSMIC方法 |
2.2.4 几种方法的比较 |
2.3 本章小节 |
第三章 COSMIC度量方法 |
3.1 COSMIC的产生条件 |
3.2 COSMIC方法的适应性 |
3.3 COSMIC方法的基本要素 |
3.3.1 用户功能需求 |
3.3.2 COSMIC软件上下文模型 |
3.3.3 通用软件模型 |
3.4 COSMIC度量流程模型 |
3.4.1 COSMIC度量策略 |
3.4.2 COSMIC映射规则和方法 |
3.4.3 COSMIC度量规则和方法 |
3.5 本章小节 |
第四章 COSMIC工具的设计与实现 |
4.1 系统简介 |
4.1.1 系统结构 |
4.1.2 系统服务对象 |
4.2 系统设计 |
4.2.1 系统设计原则 |
4.2.2 系统开发框架 |
4.2.3 系统开发与运行环境 |
4.3 系统功能 |
4.3.1 记录层次、对等组件 |
4.3.2 记录功能流程、触发事件 |
4.3.3 记录子流程、数据移动、规模大小 |
4.4 功能模块 |
4.4.1 度量管理模块 |
4.4.2 决策支持模块 |
4.4.3 汇总报表模块 |
4.4.4 系统管理模块 |
4.5 数据库表描述 |
4.6 本章小节 |
第五章 COSMIC工具在企业中的应用 |
5.1 COSMIC工具对质量控制系统的扩展 |
5.1.1 软件项目管理与软件过程管理 |
5.1.2 企业原有的质量控制系统 |
5.1.3 集成了CMT的质量控制系统 |
5.1.4 结果分析与决策支持 |
5.2 通过软件项目验证改进的质量控制系统 |
5.2.1 项目背景 |
5.2.2 项目目标 |
5.2.3 基于UML的COSMIC需求分析 |
5.2.4 使用COSMIC方法进行系统分解 |
5.2.5 用例描述及度量结果统计 |
5.2.6 收尾阶段重新使用COSMIC进行度量 |
5.2.7 结论 |
5.3 本章小节 |
第六章 总结与展望 |
6.1 本文工作总结 |
6.2 未来工作展望 |
参考文献 |
攻读硕士期间发表论文 |
致谢 |
四、在UML基础上的功能点分析(论文参考文献)
- [1]下一代列控系统典型场景的建模与验证[D]. 杨莉娜. 北京交通大学, 2021(02)
- [2]面向用户的柔点柔变范围定量度量技术研究[D]. 王俊飞. 燕山大学, 2014(01)
- [3]MarkII方法在面向对象系统中的应用研究[D]. 胡小威. 重庆大学, 2013(03)
- [4]基于COSMIC-FFP方法的网上购物系统的设计与实现[D]. 施新华. 电子科技大学, 2013(01)
- [5]软件复杂性的功能规模度量方法研究[A]. 陈艳艳,顾勋梅. Proceedings of the 2011 International Conference on Information ;Services and Management Engineering(ISME 2011)(Volume 3), 2011
- [6]基于功能点的算法类软件的规模度量[D]. 许延辉. 国防科学技术大学, 2011(07)
- [7]全功能点方法和功能规模度量统一模型的研究与应用[D]. 计春雷. 华东理工大学, 2011(07)
- [8]基于UML技术的功能点度量研究与应用[J]. 申烨晔,叶柏龙,邓军. 微计算机信息, 2010(09)
- [9]COSMIC方法客观性风险评估方法的研究与应用[D]. 蒋辉. 国防科学技术大学, 2008(05)
- [10]COSMIC功能点方法研究及应用[D]. 王昕渝. 西北大学, 2008(08)
标签:uml论文; 软件度量论文; 面向对象分析与设计论文; 算法复杂度论文; 软件需求分析论文;