Оценка структурной сложности программных средств в промышленности на ранних стадиях жизненного цикла тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Демирский, Александр Анатольевич

• Демирский, Александр Анатольевич
• кандидат технических наук
• 2009

Оглавление диссертации кандидат технических наук Демирский, Александр Анатольевич

Введение.

ГЛАВА 1. АНАЛИЗ СОВРЕМЕННЫХ ПОДХОДОВ К ПЛАНИРОВАНИЮ ПРОЕКТОВ РАЗРАБОТКИ ПРОГРАММНЫХ СРЕДСТВ АСУП

1.1. Структура АСУП промышленных предприятий. Проблемы управления проектами разработки ПС АСУП.

1.2. Анализ факторов влияющих на характеристики программных проектов.

1.3. Анализ методов прогнозирования структурной сложности ПС. Сравнение существующих подходов.

1.3.1. Экспертные методы.

1.3.2. Метод ан алогий.

1.3.3. Метод функциональных баллов.

1.3.4. Метод объектных баллов.

1.4. Постановка научной задачи.

Выводы по главе 1.

ГЛАВА 2. РАЗРАБОТКА ФОРМАЛЬНОГО МЕТОДА ДЛЯ ОЦЕНКИ СТРУКТУРНОЙ СЛОЖНОСТИ ПС v

2.1. Обоснование выбора метода обработки информации для прогнозирования структурной сложности ПС.

2.2. Построение моделей оценки структурной сложности ПС на основе алгоритмов нечеткого вывода.

2.2.1. Алгоритм нечеткого вывода Мамдани.

2.2.2. Алгоритм нечеткого вывода Сугэно.

2.2.3. Настройка параметров базы знаний.

2.3. Описание структуры нейронной сети для настройки параметров базы знаний.j.

2.4. Описание процедуры построения модели для оценки размера программного объекта ПС.

Выводы по главе 2.

ГЛАВА 3. РАЗРАБОТКА МОДЕЛЕЙ ДЛЯ ОЦЕНКИ СТРУКТУРНОЙ СЛОЖНОСТИ ПС НА РАННИХ ЭТАПАХ ЖИЗНЕННОГО ЦИКЛА

ЗЛ. Выделение классов объектов ПС АСУП для построения моделей оценки их размера на ранних этапах жизненного цикла ПС.

3.1.1. Описание объектов «клиентские и диалоговые окна ПС».

3.1.2. Описание объекта «отчеты».

3.1.3. Описание объекта «файл данных (таблица РСУБД)».

ЗЛ.4. Описание объекта «функция экспорта-импорта данных».

3.2. Методика подсчета количественных свойств выделенных типов объектов для оценки размера ПС.

3.2.1. Порядок подсчета количества элементов интерфейса для ввода/редактирования/просмотра данных.

3.2.2. Порядок подсчета количества используемых логических файлов или таблиц РСУБД связанных с окном.

3.2.3. Порядок подсчета количества реквизитов выходного документа.

3.2.4. Порядок подсчета элементов данных в таблицах РСУБД и файлах.

3.2.5. Порядок подсчета характеристик функций экспорта-импорта данных.

3.3. Построение моделей оценки размера выделенных программных объектов.

3.4. Рекомендации по выбору единиц измерения,выходных параметров моделей для оценки размера программных объектов ПС.

Выводы по главе 3.

ГЛАВА 4. ИНФОРМАЦИОННАЯ СИСТЕМА ИНТЕЛЛЕКТУАЛЬНОЙ

ПОДДЕРЖКИ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ ПРИ ПЛАНИРОВАНИИ РЕСУРСОВ НА РАЗРАБОТКУ ПС

4.1. Разработка требований к функциональной архитектуре ИС, реализующей предложенные методы прогнозирования структурной сложности ПС.

4.2. Описание разработанной ИС поддержки управленческих решений при планировании ресурсов на разработку ПС .".

4.3. Сравнение точности прогнозирования структурной сложности ПС традиционными и предложенными методами.

Выводы по главе 4.

Введение диссертации (часть автореферата) на тему «Оценка структурной сложности программных средств в промышленности на ранних стадиях жизненного цикла»

Актуальность темы исследования. Возрастающая сложность объектов автоматизации промышленных предприятий и увеличение их количества, а такжеv переход к комплексным интегрированным решениям, приводят к увеличению сложности и количества проектов по созданию программных средств (ПС), входящих в состав автоматизированных систем управления предприятием (АСУП). Массовое создание сложных ПС промышленными методами и большими коллективами специалистов требует четкой организации процесса разработки ПС на основе планирования работ по проекту с оценкой необходимых ресурсов и времени для их реализации. Точность и оперативность подобных оценок напрямую влияет на качество разрабатываемых ПС и риск неуспешного завершения проекта.

Согласно стандарту ГОСТ Р ИСО/МЭК 12207-99 «Информационные технологии - Процессы жизненного цикла программ» начальным этапом процесса «Разработка» явдяется этап анализа, цель которого выявление, классификация и формализация информации обо всех аспектах предметной области, влияющих на свойства конечного продукта, и именно этот этап оказывает определяющее влияние на качество результатов всего проекта. На данном этапе разработчику создаваемого ПС необходимо провести оценку реализуемости проекта в условиях и ресурсах, предлагаемых заказчиком. Именно на этом этапе сторонами, участвующими в разработке ПС, принимаются договорные обязательства. Следствием недостатков или отсутствия технико-экономического обоснования проектов разработки ПС является неверная оценка преимуществ новой программной разработки, недооценка роли других конкурирующих предложений, неизбежный перерасход средств и снижение качества ПС.

Одним из основных факторов влияющим на точность оценки необходимых ресурсов и времени для реализации ПС является структурная сложность разрабатываемого ПС. Структурная сложность ПС зависит в свою очередь от: размера программы; её структур данных; структур управления; модульной структуры; внутренних Связей каждого модуля; межмодульных связей в программе. Для оценки структурной сложности существует достаточное количество метрик: Холстеда, Маккейба, Майерса, Джилба, Хансена, Вудворда. Однако все они подразумевают обязательное наличие для анализа либо текста самой программы, либо подробного алгоритма ее работы. Этот факт делает неприемлемым использование данных подходов на ранних этапах жизненного цикла ПС, когда у разработчика имеются только концептуальные модели архитектуры будущего ПС и отдельные эскизные проектные решения.

Среди наиболее известных работ, посвященных методам оценки ПС, следует отметить работы российских ученых: A.M. Вендрова, Е.З. Зиндера, Г.Н. Калянова; С.Л. Котова, В.В. Липаева, С.А. Орлова, Б.В. Палюха и др. Среди зарубежных можно выделить труды таких авторов как A. Albrecht, В. Boehm, J. Capers, Т. DeMarco, R. Futrell, S. McConnell, L. Putnam, R. Stutzke и др. В то же время, довольно мало внимания уделяется проблеме оценки сложности ПС на ранних этапах процесса разработки. В современных методах практически не представлены формализованные процедуры для 1 прогнозирования сложности разрабатываемого ПС, адаптируемые к условиям конкретного проекта. Применение существующих методов оценки ПС на практике оказывается весьма трудоемким и доступно только для высоко квалифицированных специалистов, кроме того, они не учитывают использование современных технологий разработки ПС.

В результате, на сегодняшний день, при росте потребностей в заказных • проектах по разработке ПС входящих в состав АСУП промышленных предприятий, и высоких требований к срокам и качеству результатов, имеет место недостаточное развитие технологий оценки и планирования проектов г разработки ПС, обеспечивающих качество, структурированность и логическую целостность технико-экономического обоснования проекта разработки. Таким образом, разработка научно обоснованных методов оценки ПС является актуальной научно-технической проблемой, имеющей существенное значение в условиях финансового кризиса, когда эффективность АСУП как инструмента 4 жесткого контроля над расходами и гибкого управления затратами особенно очевидна.

Цель и задачи исследования. Целью диссертационной работы является повышение оперативности и точности планирования процесса разработки ПС АСУП. i

Для достижения цели были поставлены и решены следующие задачи:

• формирование требований к процессу" обработки информации для оценки структурной сложности ПС на основе анализа существующих подходов;

• разработка метода оценки структурной сложности ПС с использованием нечетких моделей;

• разработка алгоритма обработки информации для построения моделей оценки структурной сложности программных объектов ПС на основе данных завершенных проектов;

• разработка рекомендаций для выбора единиц измерения размера программного средства, которые могут быть использованы в модели оценки структурной «сложности ПС на ранних этапах жизненного цикла.

• формирование перечня программных объектов, доступных на этапе проектирования интерфейса пользователя, для построения моделей оценки структурной сложности с использованием предложенного метода;

• разработка методики оценки структурной сложности ПС для начальных этапов процесса разработки на основе макета интерфейса пользователя и описания структуры данных;

• оценка точности прогнозирования структурной сложности ПС;

• разработка информационной системы (ИС) интеллектуальной поддержки управленческих решений, реализующей предложенный метод оценки структурной сложности ПС.

Объектом настоящего исследования являются ПС входящие в состав АСУП промышленных предприятий.

Предметом исследования является метод интеллектуального анализа данных для нахождения точных параметров планирования проекта разработки ПС для промышленных предприятий.

Методы исследований. Исследование- основано на методологии научного познания, системном анализе, теоретических основ проектирования и разработки информационных систем; В качестве- конкретных методов исследования применялись методы- теории искусственных нейронных сетей, вероятностной и математической статистики, нечеткой логики.

Научная новизна. К наиболее существенным научным результатам относятся следующие.

1. Разработан гибридный нейро-нечеткий метод обработки информации для( создания моделей оценки структурной сложности ПС АСУП промышленных предприятий.

2. Разработаны модели с использованием предложенного метода для оценки структурной сложности ПС на ранних этапах жизненного цикла.

3. Разработана методика оценки размера ПС на основе использования данных эскизного проектирования интерфейса пользователя ПС и разработанных моделей.

4'. Разработана архитектура ИС, реализующая предложенный метод оценки структурной! сложности ПС, для интеллектуальной поддержки управленческих решений при планировании материальных и временных v ресурсов необходимых для разработки ПС.

Практическая значимость работы состоит в разработке методов обработки информации и методик их применения, которые позволяют повысить точность оценки необходимых ресурсов для создания ПС АСУП, уменьшить риски срыва сроков проекта и/или, увеличения сметной стоимости разработки системы, повысить качество разрабатываемого ПС.

Реализация результатов. Разработанные в диссертации модели и методики реализованы в составе программного средства «Планирование проектов ПС», внедренным в ОАО «Государственный испытательный центр программных средств и вычислительной техники». Разработанное ПС применяется на начальных этапах процесса разработки заказных ПС, входящих в состав АСУП промышленных предприятий.

Методические и теоретические результаты диссертации используются в учебном процессе Тверскрго государственного технического университета в курсе «Проектирование информационных систем».

Результаты работы использованы в НИОКР «Разработка методического и инструментального обеспечения поддержки планирования материальных и временных затрат на разработку программного обеспечения АИС органов государственной власти, создаваемого в рамках работ по реализации мероприятий федеральной целевой программы «Электронная Россия (20022010 годы)». Указанная НИОКР зарегистрирована в едином реестре результатов научно-технической деятельности Роснауки номер 13293.69.04003214.07.1.001.2.

Апробация работы. Результаты работы докладывались и обсуждались:

- на международной научно-практической конференции «Управление большими системами - 2007», Институт проблем управления РАН, 2007 г.;

- на международных научно-технических конференциях «Математические методы в химии и технологиях» №9, Тверь Л 995г., №10, Новомосковск 1997г., №11, Владимир 1998г.;

- на научных семинарах кафедры «Информационные системны» Тверского государственного технического университета;

- на экспертном совете Федерального агентства по информационным технологиям (Росинформтехнологии) Минкомсвязи России с участием ведущих специалистов. По итогам обсуждения было принято решение об использовании результатов работы в практической деятельности Росинформтехнологии (протокол №1/НИОКР от 5 декабря 2007 г.).

Публикации. По теме диссертации опубликовано 6 научных статей, в том числе 1 статья в журнале из перечня ВАК.

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Демирский, Александр Анатольевич

Выводы по главе 4 t ' К основным полученным результатам можно отнести следующие. v

1. Разработана архитектура ИС для поддержки управленческих решений при планировании материальных и временных ресурсов для разработки ПС с использованием предложенного метода оценки структурной сложности. Цель такой системы обеспечение руководителя проекта инструментарием для оперативной оценки параметров плана разработки ПС и автоматизированной подготовки всех необходимых данных для получения этой оценки. В главе подробно описаны все архитектурные элементы ИС.

2. Разработанные в диссертации модели и методики реализованы в составе программного средства «Планирование проектов ПС», внедренным в ОАО «ГИЦ ПС ВТ». В качестве инструментальных средств разработки были использованы Delphi 7, пакет расширения FuzzyLogic Toolbox и встроенный командный язык математической программной системы Matlab.

Использование разработанной ИС позволяет добиться следующих преимуществ:

Обоснование бюджета проекта. Точная оценка способствует выработке точного бюджета, что позволяет уменьшить риски срыва сроков проекта и/или увеличение сметной стоимости разработки системы.

Возможность отслеживания состояния проекта. Один из лучших способов отслеживания состояния проекта основан на сравнении запланированного прогресса с фактическим. Если запланированный прогресс был достаточно реалистичным (то есть основанным на точных оценках), становится возможным отслеживание прогресса на предмет его соответствия планам.

Повышение качества ПС. Точные оценки помогают избежать снижения качества, обусловленного срывом сроков сдачи- проекта или недофинансированием. Как показали исследования [64, 119], около 40 % всех ошибок программирования возникает из-за стресса; этих ошибок можно было бы избежать за счет правильного планирования и снижения нагрузки на разработчиков.

Улучшение координации с функциями, не связанными с программированием. Программные 1 проекты обычно координируются с другими видами деятельности: тестированием, написанием документации, маркетинговыми кампаниями, обучением персонала и т. д. Ненадежный график проекта способен привести к сбоям взаимосвязанных функций. Хорошая оценка программного проекта предусматривает более тесную координацию работ по проекту.

Получение ранней информации о рисках. Одной из самых частых упущенных возможностей в области разработки программного обеспечения является неправильная интерпретация исходного несоответствия между целями и оценками проекта. Обнаружение йесоответствия между целью проекта и оценкой проекта должно рассматриваться как чрезвычайно полезная, крайне редкая информация о риске, появившаяся на ранней стадии проекта. Такое расхождение с довольно высокой вероятностью указывает на то, что цели проекта не будут соблюдены. Возможно, в некоторых случаях, правильным решением будет отказаться от реализации проекта.

Анализ конкурсных предложений. Перед организациями, осуществляющими заказ ПС, постоянно стоит проблема эффективного г 1 расходования средств. Проведение тендеров на разработку ПС полностью не решает данную проблему. Чаще всего основным критерием отбора исполнителя является цена, что заставляет участников конкурса преднамеренно указывать необоснованно заниженные цены. Это отрицательным образом сказывается на качестве результатов проекта. Однако, характерна также ситуация, когда даже

I 1 самое выгодное по цене предложение в несколько раз превышает реальный бюджет проекта. Используя разработанную ИС можно получить достаточно достоверные данные о технико-экономических параметрах проекта разработки ПС, которые позволят провести более объективный анализ конкурсных заявок.

3. Проведена апробация предложенных моделей оценки структурной сложности разрабатываемых ПС. Данные для предварительного обучения моделей были получены исходя из анализа ПС, поступивших на сертификационные испытания в ОАО «ГИЦ ПС ВТ». Для сравнения оценка размера ПС проводилась также по методу функциональных баллов.

По результатам оценки видно, что оценочные данные о размере проекта, полученные с использованием созданных моделей отличаются от фактических на 3-5% для крупных проектов и 5-10% для средних. Это свидетельствует о высокой достоверности оценки размера ПС с помощью предложенного метода.

Таким образом, были решены следующие задачи исследования:

• разработка информационной системы интеллектуальной поддержки управленческих решений, реализующей предложенный метод оценки структурной сложности ПС; с

• оценка точности прогнозирования структурной сложности ПС предложенным методом.

146

ЗАКЛЮЧЕНИЕ

В результате" проведенных теоретических и экспериментальных исследований в настоящей диссертационной работе получены следующие основные результаты:

1. Разработан метод оценки структурной сложности ПС АСУП, основанный на использовании базы нечетких продукционных правил. Метод позволяет реализовать эффективную с точки зрения точности и достоверности оценку размера разрабатываемого ПС за счет использования статистики по уже завершенным проектам.

2. Разработан алгоритм обработки информации, для создания моделей оценки размера программных объектов ПС, который позволяет гарантировать заданную точность оценки.

3. Определены условия и процедура обучения гибридной нейро-нечеткой модели оценки размера f программных объектов ПС для настройки ее параметров по статистическим данным завершенных проектов.

4. Выделены классы программных объектов ПС АСУП для построения моделей оценки размера на ранних этапах жизненного цикла. Определены характеристики выделенных программных объектов доступные на этапе эскизного проектирования, обусловливающие их структурную сложность.

5. Разработана процедура подсчета значений выделенных характеристик программных объектов на основе анализа функциональной спецификации ПС, макета интерфейса пользователя ПС (эскиза экранных форм), форм отчетов и выходных документов, формата файлов и структуры базы данных.

6. Сформулированы рекомендации для выбора единиц измерения размера ПС, которые можно использовать при построении моделей оценки размера программных объектов на ранних этапах жизненного цикла.

7. Разработана процедура предварительной подготовки статистических данных по реализованным проектам разработки ПС для обучения создаваемых моделей оценки размера объектов ПС.

147 '.'.'"

8. Разработаны модели для оценки размера выделенных классов объектов ПС на основе данных эскизного проектирования.

9. Разработана архитектура ИС для поддержки управленческих* решений при< планировании материальных, и временных ресурсов; для> разработки ПС с использованием предложенногошетода оценки структурной'сложности.

10. Разработанная методика оценки структурной сложности программных средств апробирована на. ряде проектов; Подтверждена работоспособность г предложенного метода оценки, экспериментально' доказана? целесообразность ' его;: применения.- Показано, что по сравнению с существующими! методами, предложенный, подход< может позволить повысить точность оценок размера разрабатываемого ПС и технико-экономических показателей проекта;

Применение результатов исследования позволяет повысить точность оценки необходимых ресурсов для создания; ПС АСУП- уменьшить риски срыва, сроков проекта и/или. увеличения сметной стоимости разработки системы, повысить качество разрабатываемого ПС.

Разработанные в диссертации модели? и методики реализованы в составе программного средства «Планирование проектов ПС», внедренным в ОАО «Государственный испытательный' центр программных средств и вычислительной- техники». Разработанное ПС применяется; для оценки параметров проектов разработки заказных ,ПС, входящих в состав АСУП промышленных» предприятий*; В» результате использования ПС был достигнут значительный; экономический: эффект. . ,

Таким образом, цель данной работы, заключающаяся в разработке и исследовании моделей и* методов, повышающих оперативность и точность, планирования процесса разработки ПС АСУП, можно считать достигнутой:.

Список литературы диссертационного исследования кандидат технических наук Демирский, Александр Анатольевич, 2009 год

1. ГОСТ 20886-85. Организация данных в системах обработки данных. Термины и определения Текст. Введ. 01.07.1986. М.: Изд-во стандартов, 1986, 8 с.

2. ГОСТ 19781-90. Обеспечение систем обработки информации программное. Термины и определения Текст. Введ. 01.01.1992. М.: Изд-во стандартов, 1992, 16с.

3. ГОСТ 28806-90. Качество программных средств. Термины и определения Текст. Введ. <01.01.1992. М.: Изд-во стандартов, 1992, 8 с.

4. ГОСТ Р ИСО/МЭК Д2207-99. Информационная технология. Процессы жизненного цикла программных средств Текст. Введ. 23.12.1999. М.: Изд-во стандартов, 2000, 46 с.

5. ГОСТ 19675-74. Автоматизированные системы управления. Основные положения Текст. Введ. 18.07.1977.

6. ИСО/МЭК 2382-20: 1990, Информационная технология Словарь - Часть 20: Разработка систем.

7. Андон, Ф.И. Основы инженерии качества программных систем Текст. / Ф.И. Андон,' Г.И. Коваль, Т.М. Коротун, В.Ю. Суслов. К.: Академпериодика. 2002.

8. Арчибальд, Р.С. Управление высокотехнологичными программами и проектами Текст. / Р.С.Арчибальд. М: ДМК Пресс, 2006, 472 с.

9. Балашов, В.Г. Механизмы управления организационными проектами Текст. / В.Г.Балашов, А.Ю. Заложнев, А.А.Иващенко, Д.А.Новиков. М.: ИПУ РАН, 2003.

10. Баркалов, С.А. Методы агрегирования в управлении проектами Текст. / С.А.Баркалов, В.Н.Бурков, Н.М.Гилязов. М.: ИПУ РАН, 1999.

11. Баркалов, С.А. Минимизация упущенной выгоды в задачах управления проектами Текст. / С.А.Баркалов, В.Н.Бурков. М.: ИПУ РАН, 2001.

12. Баронов, В.В. Автоматизация управления предприятием Текст./ В.В.Баронов, Г.Н.Калянов, Ю.Н.Попов, А.И.Рыбников, И.Н.Титовский. М.: ИНФРА-М, 2000.г "

13. Борисов, А. Я. Обработка нечеткой информации в системах принятия решений Текст. / А.Я.Борисов, А.В.Алексеев, Р.В.Меркурьева. М.: Радио и связь, 1989.

14. Борисов, В. В. Обобщенные нечеткие когнитивные карты Текст./ В.В.Борисов, А.С.Федулов. Нейрокомпьютеры:.разработка, применение. 2004. №4. с. 3-21.

15. Борисов, В. В. Нечеткие модели и сети Текст./ В.В.Борисов, В.В. Круглов, А.С.Федулов. М.: Горячая линия — Телеком. 2007.

16. Борисов, В. В. Нечеткие оценочные модели сложных систем с учетом согласования неравнозначных целей Текст. / В.В.Борисов,г

17. А.С.Федулов. Нейрокомпьютеры: разработка, применение. 2003. № 5. С. 3-12.

18. Борисов, В. В. Компьютерная поддержка сложных организационно-технических систем Текст. / В.В.Борисов, А.С.Федулов, И.А.Бычков. М.: Горячая линия Телеком, 2002.

19. Боэм, Б.У. Инженерное проектирование программного обеспечения

20. Текст./ Б.У .Боэм. Пер. с англ. под ред. А.А. Красилова. М.: Радио и связь,11985.' !

21. Брукс, Ф.П. Как проектируются и создаются программныегкомплексы. Мифический человеко-месяц Текст./Ф.П.Брукс. пер. с англ. М.: Наука. 1979, 108 с.

22. Бурков, В.Н. Математические основы управления проектами Текст./В.Н.Бурков. М.: Высшая,школа, 2005.

23. Бурков, В.Н. Как управлять проектами Текст./ В.Н.Бурков, Д.А.Новиков. М.: Синтег, 1997.

24. Бурков, В.Н. Большие системы: моделирование организационных механизмов Текст./В.Н.Бурков, Б.Данев, А.К.Еналеев. М.: Наука, 1989.

25. Ван Ван Тассел, Д. Стиль, разработка, эффективность, отладка и испытание программ!Текст./ Ван Трассел Д. М.: Мир, 1981.

26. Васильев, Д.К. Типовые решения в управлении проектами Текст./ Д.К.Васильев, А.Ю.Заложнев, Д.А.Новиков, А.В.Цветков. М.: ИПУ РАН, 2003.

27. Вендров, A.M. CASE технолргии. Современные методы и средства проектирования информационных, систем Текст./ А.М.Вендров.М.: Финансы и статистика, 1998.

28. Волкова, В.Н. Основы теории систем и системного анализа Текст./В.Н.Волкова, А.А.Денисов. 2-е изд. СПб.: СПб.ГТУ, 1999.

29. Давыдов, Э.Г. Исследование операций Текст./Э.Г.Давыдов. М.: Высшая школа, 1990.

30. Дегтярев, Ю.И. Системный анализ и исследование операций Текст./ Ю.И.Дегтярев. М.: Высшая школа, 1996.

31. Дюбуа, Д. Теория возможностей. .Приложения к представлению знаний в информатике Текст./ Д.Дюбуа, А.Прад. М.: Радио и связь, 1990.

32. Гайдышев, И. Анализ и обработка данных: специальный справочник Текст./ И.Гайдышев. Спб.: Питер, 2001.

33. Галушкин, А.И. Теория нейронных сетей Текст./ А.И.Галушкин. М: ИПРЖР, 2000.

34. Головко, В.А. Нейронные сети: обучение, организация, примечание Текст./ В.А.Головко. М.: ИПРЖР, 2001.

35. Горбань, А.Н. Нейронные сети на персональном компьютере Текст./ А.Н.Горбань, Д.А.^оссиев. Новосибирск: Наука, 1996.

36. Девятков, В.В. Системы искусственного интеллекта Текст./

37. В .В .Девятков. М.: МГТУ им. Н.Э. Баумана, 2001.

38. Дьяконов, В.П. MATLAB. Анализ, идентификация и моделирование систем Текст./: специальный справочник/ В.П.Дьяконов, В.В.Круглов. СПб.: Питер, 2002.

39. Дьяконов, В.П. Математические' пакеты расширений MatLab Текст./: специальный справочник/ В.П.Дьяконов, В.В.Круглов. СПб.: Питер, 2001.

40. Загоруйко, Н. Г. Прикладные методы анализа данных и знаний Текст./ Н.Г.Загоруйко. Новосибирск: Изд-во Ин-та мат., 1999.

41. Заде, JI. А. Понятие лингвистической переменной и его применение к принятию приближенных решений Текст./ Л.А.Заде. М.: Мир, 1976.

42. Зелковиц, М. Принципы разработки программного обеспечения Текст./ М.Зелковиц, А.Шоу, Дж.Гэннон. М.: Мир, 1982.

43. Зиглер, К. Методы проектирования программных систем Текст./ К.Зинглер. пер.с англ.; под ред. Я.А.Хетагурова. М.: Мир. 1985.

44. Йодан, Э. Структурное программирование и проектирование программ Текст./Э.Йодан. М.: Мир, 1979.

45. Калан, Р. Основные концепции нейронных сетей Текст./ Р.Каллан. М.: «Вильяме», 2001.

46. Калянов, Г.Н. Теория и практика реорганизации бизнес-процессов Текст./ Г.Н.Калянов. М.: СИНТЕГ. 2000.

47. Кантор, М. Управление программными проектами. Практическое руководство по разработке успешного программного обеспечения Текст./ М.Кантор. пер. с англ. М.: Вильяме. 2002.

48. Классификация и кластер Текст./ под ред. Док. Вэн Райзина. М.: Мир, 1980.

49. Колосова, Е.В. Управление проектами Текст./ Е.В.Колосова, К.В.Халимов, А.В.Цветков. М.: Высшая школа, 2001.

50. Комарцова, Л.Г. Нейрокомпьютеры Текст./ Л.Г.Комарцова, Максимов А.В. М.: Изд-во МГТУ им. Н.Э. Баумана, 2002.

51. Котов, С. Л. Нормирование жизненного цикла программной продукции Текст. / С.Л. Кбтов. М.: Юнити, 2002. 143 с.

52. Круглов, В.В. Искусственные нейронные сети. Теория и практика

53. Текст./ В.В.Круглов, В.В.Борисов. М.: Горячая линия Телеком, 2001.

54. Круглое, В.В. Гибридные нейронные сети Текст./ В.В.Круглов, В.В.Борисов. Смоленск: Русич,2001.

55. Круглое, В.В. Нечеткая логика и искусственные нейронные сети Текст./ В.В.Круглов, М.И.Дли, Р.Ю.Голунов. М.: Физматлит, 2001.

56. Леман, М.М. Программы, жизненные циклы и законы эволюции программного обеспечения Текст./ М.М.Леман. ТИИЭР. Техника программного обеспечения: Пер. с англ. М.:Мир. 1980.

57. Леоненков, А. В. Нечеткое моделирование в среде MATLAB и fuzzyTECH Текст./ А.В.Леоненков. СПб.: БХВ-Петербург, 2003.

58. Леффингуэлл, Д., Уидриг Д. Принципы работы с требованиями к программному обеспечению. Унифицированный подход Текст. / Д. Леффингуэлл, Д.Уидриг. Пер. с англ. М.: Вильяме. 2002.

59. Липаев, В.В. Системное проектирование сложных программных средств для информационных систем Текст./В.В.Липаев. М.: Синтег, 1999.

60. Липаев, В.В. Технико-экономическое обоснование проектов сложных программных средств Текст./ В.В.Липаев. М.:СИНТЕГ, 2004.

61. Липаев, В.В. Документирование и управление конфигурацией программных средств. Методы и стандарты Текст./ В.В.Липаев. М.: СИНТЕГ. 1998.

62. Липаев, В.В. ,Выбор и оценивание характеристик качества программных средств Текст./ В.В .Липаев. М.: СИНТЕГ. 2001.

63. Липаев, В.В. Методы обеспечение качества крупномасштабных программных средств Текст./ В.В.Липаев.М.: РФФИ. СИНТЕГ. 2003.

64. Липаев, В.В. Функциональная безопасность программных средств Текст./В.В.Липаев.М.: СИНТЕГ. 2004.

65. Липаев, В.В. Оценка затрат на разработку программных средств Текст./ В.В.Липаев, А.И.Потапов. М.: Финансы и статистика. 1988.

66. Липаев, В.В. Мобильность программ и данных в открытых информационных системах Текст./ В.В.Липаев, Е.Н.Филинов. М.: Научная книга, 1997.

67. Литвак, Б.Г. Экспертная информация. Методы получения и анализа Текст./Б.Г.Литвак. М.: Радио и связь, 1982.

68. Макконелл, <j. Сколько стоит программный проект Текст./ С.Макконелл. М.: Русская редакция, СПб.: Питер, 2007.

69. Медведев, B.C. Нейронные сети. MATLAB 6 Текст./ B.C. Медведев, В.Г.Потемкин. М.: ДИАЛОГ-МИФИ^ 2002.

70. Мелихов, А.К. Конечные четкие и расплывчатые множества Текст./ А.К.Мелихов, Л.С.Бернштейн. Ч. 2. Таганрог: ТРТИ, 1981.

71. Мелихов, А. Н. Ситуационные советующие системы с нечеткой логикой Текст./А.К.Мелихов, Л.С.Бернштейн, С.Я.Коровин. М.: Наука, 1990.

72. Новиков, Д.А. Теория управления организационными системами. 2-е издание Текст./ Д.А.Новиков. М.: Физматлит, 2007.

73. Новиков, Д.А. Управление проектами: организационные механизмы Текст./ Д:А.Новиков. М.: ПМСОФТ, 2007.

74. Оценка, и аттестация зрелости процессов создания и сопровождения программных средств и информационных систем (ISO/IEC TR 15504 СММ) Текст. М.: Книга и бизнес. 2001.

75. Палюх, Б.В. Разработка, стандартизация и сертификация программных средств и информационных технологий и систем Текст. / Б.В. Палюх, С.Л. Котов, С.Л. Федченко. Тверь: ТГТУ, 2006. 104 с.

76. Палюх, Б.В. Надежность и эффективность экономических информационных систем Текст. / Б.В.'Палюх, А.С. Мироненко. Тверь: ТГТУ, 2003. 144 с.

77. Поспелов, Д.А. Нечеткие множества в системах управления и искусственного интеллекта Текст./ Д.А.Поспелов. М.: Наука. Гл. ред. физ.-мат. лит., 1986.

78. Поспелов, Г. С. Программно целевое проектирование и управление (введение) Текст./ Д.А.Поспелов, В.А.Ириков. М.: Советское радио. 1976.

79. Прангишвили, И.В. Системный подход и общесистемные закономерности Текст./ И.В.Ирангишвили. М.: СИНТЕГ. 2000.

80. Роберте, Ф.С. Дискретные модели с приложениями к социальным, биологическим и экологическим задачам Текст./ Ф.С.Роберте. М.: Наука, 1986.

81. Ройс, У. Управление проектами по созданию программного обеспечения Текст./ У.Ройс. М.: Лори, 2002.

82. Рутковская, Д. Нейронные сети, генетические алгоритмы и нечеткие системы Текст./ Д. Рутковская, М. Пилиньский, Л. Рутковский. М.: Горячая линия Телеком, 2006. 452 с.

83. Рыков, А.С. Модели и методы системного анализа: принятие решений и оптимизация Текст./ А.С.Рыков. М.: МИСИС, 2005.

84. Саймон, Г. Науки об искусственном интеллекте Текст./ Т.Саймон. М.: Мир, 1972.

85. Себер, Дж. Линейный регрессионный анализ Текст./ чДж.Себер. М.: Мир, 1980.

86. Силов, В.Б. Принятие стратегических решений в нечеткой обстановке Текст./ В.Б.Силов. М.: ИНПРО-РЕС, 1995.

87. Свод знаний по управлению проектами (РМВОК) Текст./пер.с англ. М.: ПМСОФТ, 2000.

88. Титоренко, Г.А. Автоматизированные системы управления предприятиями Текст./Г.А.Титоренко. М., Финансы и статистика, 1983.

89. Трахтенгерц, Э.А. Субъективность в компьютерной поддержке управленческих решений Текст./ Э.А.Трахтенгерц. М.: СИНТЕГ. 2001.

90. Трахтенгерц, Э.А. Компьютерная поддержка принятия решений Текст./Э.А.Трахтенгерц. М.: СИНТЕГ, 1998.

91. Трубачев, А.П. Оценка безопасности информационных технологий. Общие критерии Текст./ А.П.Трубачев, М.Ю.Долинин, М.Т.Кобзарь М.Т.; под ред. В.А. Гала^енко. М.: СИП РИА, 2001.

92. Уоссермен, Ф. Нейрокомпьютерная техника Текст./ Ф.Уоссермен. М.: Мир, 1992.

93. Фатрелл, Р.Т. Управление программными проектами: достижение оптимального качества при минимальных затратах Текст./ Р.Т.Фатрелл, Д.Ф.Шафер, Л.И.Шафер. Пер. с англ. М.: Вильяме. 2004.

94. Холстед, М.Х. Начала науки о программах Текст./ М.Х.Холстед. Пер. с англ.М.: Финансы и статистика. 1981.

95. Хофман, А. Введение в теорию нечетких множеств Текст./

96. А.Хофман. М.: Радио и связь, 1982.

97. Шапиро, Д.И. Принятие4 решений в системах организационного управления: использование расплывчатых категорий Текст./ Д.И.Шапира. М.: Энергоатомиздат, 1983.

98. Штовба, С.Д. Проектирование нечетких систем средствами MATLAB Текст. / С.Д. Штовба. М.: Горячая линия Телеком, 2007. 288 с.

99. Щербо, В.К. Функциональные стандарты в открытых системах Текст./ В.К.Щербо, В.А.Козлов. 4.1. Концепция открытых систем.

100. Между народные функциональные стандарты. М.: Изд. МЦНТИ. 1997.

101. Albrecht, A., and J. Gaffney, «Software Function, Source Lines of Code, and Development Effort Prediction: A Software Science Validation», IEEE Transactions on Software Engineering, SE-9(6), 1983.

102. Axelrod R. Structure of Decision: the cognitive maps of political elites. Prinston Univ, Press, N. Y.: 1976.

103. Beizer B. Software testing techniques. N.Y.: Van Nostrand Rein-hold. 1990.

104. Bellman R., Giertz M. On the analytic formalism on the theory of fuzzy sets // Information Sciences. 1974. V. 5. P. 149-157.

105. Boehm, B.W. Software cost estimation with COCOMO II. Prentice Hall1. PTR. New Jersey. 2000.

106. Boehm, Barry, and Richard Turner. «Balancing Agility and Discipline: A Guide for the Perplexed», Boston, MA: Addison-Wesley. 2004.

107. Brown S. M. Cognitive mapping and repertory grids for qualitativesurvey research: some comparative observations // Journal of Management Studies. 1992. V. 29. P. 287-307.

108. Buckle J.K. Software configuration management. London: Mac-millan Press. 1982.

109. Carley K, Palmquist M. Extracting, representing, and analyzing mental models // Social Forces. 1992. V. 70. P. 601-636.

110. Carlsson C, Fuller R. Adaptive fuzzy cognitive maps for hyperknowl-edge representation in strategy formation process // In Proc. of the International Panel Conference on Soft and Intelligent Computing, Technical University of Budapest, 1996. P. 43-50.

111. Carvalho J. P., Tome J. A. Automatic implementation and simulation of qualitative cognitive maps // In Proc. of the International Conference on Computational Science, San Francisco, California, USA, 2001. P. 217-221.

112. Carvalho J. P., Tome J. A. Rule-based fuzzy cognitive maps express'ing time in qualitative system dynamics // In Proc. of the FUZZ-IEEE'2001, Melbourne, Australia. P. 280-283.

113. Chaib-draa В., Decharnais J. A relational model of cognitive maps // Int. J. Human-ComputeT Studies. 1998. V. 49. P. 181-200.

114. Charett R. Software engineering risk analysis and management. N.Y.: McGraw-Hill. 1989.

115. Chen S., Billings S. Neural Networks for Nonlinear Dynamic Systemf

116. Modeling and Identification // Int. J. Control. 1992. V. 56. P. 319-329.

117. Davis A. Software requirements: Objects, functions and states. -Englewood Cliffs. NY. Prentice-Hall. 1993.

118. DeMarco, Tom, and Timothy Lister, 2003. «Waltzing with Bears: Managing Risks on Software Projects», New York, NY: Dorset House.

119. DeMarco, Tom, 1982. «Controlling Software Projects», New York, NY: Yourdon Press.

120. Dickerson J. A., Kosko B. Virtual worlds as fuzzy cognitive maps // Presence. 1994. V. 3. P. 173-189.

121. Encyclopedia of Software Engineering. Vol.1 A-N; Vol.2 O-Z. Editor -In Chief John J. Marciniak. John Wiley & Sons. Inc. 1995.

122. Grady R. Practical software metrics for project management and process improvement. Englewood Cliffs. NY. Prentice-Hall. 1992.

123. Huerga A. A balanced differential learning algorithm in fuzzy cognitive maps // In Proc. of the Sixteenth International Workshop on Qualitative Reasoning, QR'2002, Spain, 2002. P. 210-214.

124. ISO/IEC 20926:2003. «Software Engineering IFPUG 4.1 Unadjusted functional size measurement method — Counting practice manual». International Organization for Standardization, 2003.

125. Jones, Capers, 2005. «Software Engineering: The State of the Art in 2005», Version 5, Software Productivity Research Whitepaper, February 11, 2005.

126. Jones C. Applied software measurement, assuring productivity and quality. McGraw-Hill. NY. 1996.

127. Jorgensen M., A Review of Studies on Expert Estimation on Software Development Effort. 2002. '

128. Kit E. Software Testing in the Real .'World Improving the Process. Addison-Wesley. 1996.

129. Klein J. H., Cooper D. F. Cognitive maps of decision-makers in a complex game // Journal of the Operational Research Society. 1982. V. 33. P. 63-71.158s "

130. Kosko В. Fuzzy systems as universal approximators // IEEE Trans. Computers. 1994.V. 43.

131. Kosko B. Neural Networks and Fuzzy Systems: A Dynamical Systems Approach to Machine Intelligence. Prentice-Hall, Englewood Cliffs, New Jersey, 1992.

132. Kosko B. Fuzzy cognitive maps // Int. Journal of Man-Machine Studies. 1986. V. 24. P. 65-75.

133. Kosko B. Differential hebbian learning // AIP Conference Proceedings. V. 151. 1986. P. 265-270.

134. Kosko В., Mitaim S. Neural fuzzy agents for profile learning and adaptive object matching // Presence. 1998. V. 7. №. 6. P. 617-637.

135. Littlewood B. ed. Software Reliability Achievement and Assessment. London. Blackwell Scientific Publications. 1987.

136. Londeix B. Cost estimation for software development. Cornwall: Addison-Wesley. 1987.

137. Martin J., McClure C. Software maintenance, the problems and its solutions. -N.Y.: Prentice-Hall. 1983.

138. McConnell, Steve, «Professional Software Development», Boston, MA:t1. Addison-Wesley. 2004.s

139. Montazemi A. R., Conrath D. W. The use of cognitive mapping for information requirements analysis //MIS Quarterly. 1986. V. 10. P. 45-55.

140. Musa J.D., Iannino A., Okumoto K. Software Reliability: Measurement, Prediction, Application.N.Y. McGrawHill. 1987.

141. Nakamura K., Iwai S., Sawaragi T. Decision support using causation knowledge base // IEEE Transactions on Systems, Man, and Cybernetics SMC. 1982. V. 12. P. 765-777.

142. Pedrycz W. An identification algorithm in fuzzy relational systems // Fuzzy Sets and Systems. 1984. V. 13.

143. Pedrycz W. Fuzzy Control and Fuzzy Systems. N. Y.: John Wiley and1. Sons, 1993.

144. Putnam, Lawrence H., and Ware Myers, 1992. «Measures for Excellence: Reliable Software On Time, Within Budget». Englewood Cliffs, NJ: Yourdon Press.

145. Putnam, Lawrence H., and Ware Myers, 1997. «Industrial Strength Software: Effective Management Using Measurement», Washington, DC: IEEE Computer Society Press.

146. Putnam, Lawrence H., and Ware Myers, 2003. «Five Core Metrics», New York, NY: Dorset House.

147. Quarterman J.S., Wilhelm S. Unix, Posix and open systems: The open standards puzzle. N.Y., Addison Wesley. 1993.

148. Reinmann S. On the design of artificial auto-associative neuralnetworks //Neural Networks. 1998. V. 11. P. 611-621.

149. Satur R., Liu Z. Q. A contextual fuzzy cognitive map framework for geographic information systems // IEEE Trans. Fuzzy Syst. 1999. V. 7. p. 481-494.

150. Schindler M.J. Computer aided software design. Build quality software with CASE. - N.Y. John Wiley & Sons, 1990.

151. Schneider M., Shnaider E., Kandel A., Chew G. Automatic construction of FCMs // Fuzzy Sets and Systems. 1998. V. 93. P. 161-172.

152. Shooman M.L. Software Engineering: Reliability, Development and Management. N.Y. McGraw-Hill. 1983.

153. Sommerville I. Software engineering. Lancaster University. Addi-son1. Wes-ley.2000.

154. Styblinski M. A., Meyer B. D. Fuzzy cognitive maps, signal flow graphs, and qualitative circuit analysis // In Proc. of the 2nd IEEE International Conference on Neural Networks (ICNN-87), San Diego, California, 1988. P. 549556.

155. Stylios C. D., Groumpos P. P. Application of fuzzy cognitive maps in large manufacturing systems // In Proc. of the IF AC LSS'98, Rio, P'atras, Greece. V.1. 1998. P. 531-536.

156. Stylios С. D., Groumpos P. P. Fuzzy cognitive maps in modeling supervisory control systems // Journal of Intelligent & Fuzzy Systems. 2000. V. 8. №.2. P. 83-98.

157. Stutzke, Richard D., «Estimating Software-Intensive Systems», Upper Saddle River, NJ: Addison Wesley. 2005.

158. Swkagi Т., Iwai S., Katai Оч. An integration on qualitative causal knowledge for user-oriented decision support // Contr. Theory and Advanced Technology. 1986. V. 2. № 3. P. 451-482.

159. Tolman E.C. Cognitive maps in rats and men // Psychological Review. 1948. V. 42. №. 55. P. 189-208.

160. Vincent J., Waters A., Sinclair J. Software quality assurance. Vol. II. A programme guide. Englewood Cliffs, New Yersey: Prentice-Hall. 1988.

161. Wellman M.P. Inference in cognitive maps // Mathematics and Computers in Simulation. 1994. V. 36. P. 137-148.

162. Yourdon E. Modern Structured Analysis. N.J.Yuordon Press/ Prentice-Hall. 1995.