软件项目群资源配置理论、算法及其实现

　　本书围绕着软件项目群管理中的多技能员工配置问题、多模式多资源均衡问题和基于模糊关键链项目群调度问题展开研究，主要内容有：（1）针对软件项目的特殊性，详尽分析了软件企业项目群管理的内容和过程，并建立了软件项目群调度框架模型，该模型以项目群管理系统为核心，包括了需求管理、过程管理、文档管理等模块。最后给出了软件项目群调度过程的具体步骤。（2）针对软件项目群多技能员工配置问题的特点，建立了以项目群总工期和总费用为目标的调度模型，然后将云模型嵌入到基于Pareto的向量评价微粒群算法中，提出了一种新的基于云多目标微粒群算法。最后通过一个软件研发案例验证了该方法的有效性和可行性。（3）提出了软件项目群多模式多资源均衡优化方法，该方法通过建立多目标优化模型，能同时对项目群工期、资源总量和资源方差进行优化。（4）提出了基于德尔菲的任务工期模糊估算法。然后研究了模糊关键链项目群调度中能力约束缓冲的设置方法，该方法充分考虑了能力约束任务的复杂性、资源紧张度和安全时间。最后通过软件案例验证了该方法能以较高的可能性提供足够的错开时间，同时对项目群最终完工率影响很小。

　　郭研，1978年5月生，浙江宁波人，汉族，博士，现为浙江大学宁波理工学院讲师。2000年南京航空航天大学本科毕业，2005年和2013年于南京航空航天大学获得硕士和博士学位。2002年以来主要从事软件项目管理、智能算法设计、资源优化配置和多目标优化等方向的研究，现主持浙江省软科学、浙江省教科规划。宁波市哲学社会科学等多项课题，并作为核心骨干成员参加多项国家自然科学基金、浙江省哲学社会科学规划课题。作为第一作者已在《系统工程理论与实践》、《控制与决策》、《系统工程》和。Journal ofComputational Information Systems等国内外权威期刊上发表多项目管理、进化算法设计等相关领域的学术论文十余篇，出版著作1部。

第1章 项目群管理概述
1.1 项目与项目管理
1.1.1 项目
1.1.2 项目管理
1.2 多项目管理与项目群管理
1.2.1 多项目管理
1.2.2 项目群管理
1.3 软件项目管理
1.3.1 软件项目的特点
1.3.2 软件项目管理的常见问题
1.3.3 软件项目管理原则
1.4 软件项目资源配置问题的研究现状
1.4.1 国外软件项目资源配置问题的研究现状
1.4.2 国内软件项目资源配置问题的研究现状
1.4.3 研究现状评述
第2章 软件项目群资源配置体系的构建
2.1 软件项目群管理
2.1.1 软件项目群管理特点
2.1.2 软件项目群管理的过程
2.2 软件项目资源分类及其特征分析
2.3 软件项目群资源配置过程
2.3.1 软件项目WBS及其实例
2.3.2 软件项目任务管理及其实例
2.3.3 软件项目群资源配置框架分析
2.3.4 软件项目群资源配置过程分析
第3章 软件项目群的工作量估算及风险管理
3.1 软件项目估算
3.2 软件项目群的工作量估算
3.2.1 软件项目群的工作量估算方法
3.2.2 实例分析
3.3 软件群的风险管理
3.3.1 软件风险识别
3.3.2 软件风险分析
3.3.3 软件风险应对策略
第4章 软件项目群的进度管理和资源优化
4.1 软件项目群的进度管理
4.2 软件项目群的网络建模
4.2.1 确定性网络模型
4.2.2 随机网络模型
4.2.3 不确定性网络模型
4.3 软件项目群的资源优化
4.3.1 资源负荷
4.3.2 资源均衡概述
4.3.3 资源均衡问题的数学模型
4.4 基于项目调度的资源冲突消除方法
4.4.1 项目调度问题的描述及其数学模型
4.4.2 精确求解方法
4.4.3 启发式算法
4.4.4 智能优化算法
第5章 基于CMOPSo的软件项目群多技能员工配置
5.1 问题描述及其数学模型
5.2 基于Pareto的向量评价微粒群算法
5.2.1 多目标优化问题
5.2.2 微粒群算法概述
5.2.3 基于Pareto的向量评价微粒群算法设计
5.3 云多目标微粒群算法
5.3.1 云模型概述
5.3.2 云多目标微粒群算法设计
5.4 基于cMOPsO的软件项目群多技能员工配置算法
5.4.1 编码设计
5.4.2 算法流程
5.5 案例分析
5.5.1 应用案例
5.5.2 计算结果分析
第6章 软件项目群人力资源均衡优化方法
6.1 启发式算法概述
6.2 基于启发式算法的软件项目群资源均衡优化
6.2.1 案例分析一（基于启发式算法）
6.2.2 案例分析二（基于启发式算法）
6.3 遗传算法概述
6.3.1 选择算子
6.3.2 交叉算子
6.3.3 变异算子
6.4 基于遗传算法的软件项目群资源均衡优化
6.4.1 项目群资源均衡问题的数学模型
6.4.2 遗传算法设计
6.4.3 案例分析一（基于遗传算法）
6.4.4 案例分析二（基于遗传算法）
6.5 优化效果对比
第7章 基于MOPSO-DDP的软件项目群多模式多资源均衡优化
7.1 问题描述及其数学模型
7.1.1 问题描述
7.1.2 数学模型
7.2 基于动态种群的多目标微粒群算法
7.2.1 种群竞争模型概述
7.2.2 基于动态种群的多目标微粒群算法设计
7.3 基于MOPsO—DP的软件项目群多模式多资源均衡算法
7.3.1 编码设计
7.3.2 算法流程
7.4 案例分析一（任务模式数相等）
7.4.1 应用案例
7.4.2 计算结果分析
7.5 案例分析二（任务模式数不等）
7.5.1 应用案例
7.5.2 计算结果分析
第8章 基于模糊关键链的软件项目群资源冲突消解方法
8.1 基于德尔菲的任务工期模糊估算
8.1.1 梯形模糊数
8.1.2 任务工期的模糊估算
8.1.3 高真度工期和安全时间的确定
8.2 基于模糊关键链的软件项目群资源冲突消解步骤
8.3 软件项目群缓冲区尺寸研究
8.3.1 能力约束任务的复杂度
8.3.2 能力约束资源的紧张度
8.3.3 能力约束任务的安全时间
8.4 案例分析
参考文献
索引