论文部分内容阅读
本文主要研究软件开发项目的影响因素和项目产出之间的关系。首先，在前人研究的基础上，通过阅读大量的参考文献，归纳总结出一个包括36个风险因素的软件分类模型。然后通过对有多年软件项目经验的从业人员进行问卷调查的方式来获取实验数据。最后，建立混合神经网络模型进行风险评估。针对风险因素众多而且相关性大的特点，采用主成分分析来减少风险因素之间的相关性，降低模型复杂性，提高模型评估的稳定性。针对神经网络结构和初始权值阈值难以确定的特点，通过引入遗传算法来达到优化的效果。实验结果表明，采用混合的神经网络模型能够提高软件风险评估的准确率。