高成熟度的软件项目管理系统性外文翻译资料

 2021-12-05 07:12

英语原文共 32 页

论文:高成熟度的软件项目管理系统性

摘要

软件开发的高成熟度涉及统计控制关键子流程的性能,并利用所获得的可预测性来管理和监控具有更好规划精度的项目。 CMMI等成熟度模型提到统计和其他定量方法,支持高成熟度项目管理的技术和工具,但不提供有关的详细信息、它们的用途和它们的可用类型。因缺乏关于如何支持软件过程的知识、改进举措以选择和应用统计和其他定量方法,技术和

这方面的工具。本研究的目的是确定各种方法,技术和工具可以协助高成熟度的软件项目管理。通过系统的文献绘图,我们确定了108篇描述153篇文章的论文我们描述了所确定的贡献,按类型分类,软件技术成熟阶段,它们的方法评估,他们支持的开发方法和特征,以及过程/指标和应用的领域。我们希望这项工作能够帮助填补统计方面的知识空白以及实际提出,评估和试验的其他定量方法,技术和工具与组织合作以支持定量高成熟度软件项目管理。

  1. 简介

软件开发公司寻求能力和成熟度CMMI(CMMI Product Team,2010)等模型作为一种方式

提高他们的流程成熟度和产品质量。至少要达到较高的成熟度(如CMMI的4级和5级),软件组织必须在统计上控制其性能,他们的关键子过程并应用由此获得的可预测性。通过更好的规划进行定量项目管理和精确度和监控控制(CMMI Product Team,2010)。项目管理涉及应用知识,技能,工具,和项目活动的技术,以满足其要求,实现质量和绩效目标,通常考虑缺陷,进度,资源和成本限制(项目管理研究所,2017年)。 “项目管理实践”中的传统项目管理实践,包括知识,方法,标准和成熟度模型,如PMBOK项目管理知识体系(Project Management Institute,2017),PRINCE2 - 受控环境中的项目(AXELOS,2017)。

ISO 21,500(ISO,2012)和PMMM - 项目管理成熟度模型(克劳福德和詹姆斯,2006年)

主要是准备项目计划和分析收集的措施,和将获得的结果与计划进行比较 - 不是足以实现高成熟度所需的可预测性(Fenton等,2004)。而不是被动地制定行动计划,当获得的值与计划的值不匹配时,高成熟度项目管理可以主动避免问题。在它们出现之前预测它们(Bharathi等,2012)。为了在软件开发中实现高成熟度,软件或组织需要分析其历史数据并理解和控制他们的关键子过程以获得有关的知识,他们的统计稳定性,性能限制和能力,以及为这些子流程建立可行的组织改进目标。项目经理必须评估质量和质量绩效项目目标与绩效一致,组织的子项目的能力和改进目标,并建立项目过程考虑到其子过程的性能,以更好地满足质量和绩效项目目标。同样,项目经理必须监控项目流程对性能的影响和组织的子流程的能力(CMMI产品团队,2010)。

有几种方法,技术和工具可以支持软件组织分析和控制他们的关键子过程和进行定量高成熟度项目管理。 CMMI等成熟度模型提供了一些在这个问题的指导,建议他们中的几个。关于统计技术,该模型引用了过程绩效模型,流程绩效基准,统计流程控制图,回归分析,方差分析,预测区间,假设检验,模拟,灵敏度分析和时间序列分析。关于其他定量技术,该模型提到了散点图,直方图,方框和胡须图,石川图,和帕累托分析(CMMI产品团队,2010年)。然而,许多公司报告说实现高难度的困难成熟和定量管理项目。最常见的困难是:收集,理解,分析并清理数据以确保其完整性(Gonccedil;alves等,2012; Lee et al。2009; Schots等,2014; Sharma等,2016;Takara等,2007);需要的历史数据量获得统计分析的信心(Gou et al。2009; Lee等,2009);组织之间需要牢固的相关性和项目目标,支持这些目标的关键子流程,以及正在测量的事物,以提供对子过程绩效的深入了解(Grossi et al,2014; Lee et al。2009; Sharma等,2016; Takara等,2007);以及对项目经理的需求和过程小组咨询专家以获得适当的指导和统计知识(Card et al。2008;Gonccedil;alvesetal。2012;Gou et al。2009; Lee et al,2009; Schots等,2014; Sharma等人,2016年Takara等,2007)。因此,高成熟度的项目管理并非微不足道的任务和一个相关的问题是没有更详细的有关统计和其他定量方法,技术和工具的信息(例如,控制图类型和可用的模拟算法)。在本文中,我们使用系统的文法映射(SLM)方法(Kitchenham和Charters,2007; Pe?tersen等,2015,2008)来识别,评估和分析可用的研究回答有关不同方法的研究问题,可以帮助高成熟度项目的技术和工具

管理。我们相信这些知识可以帮助软件过程选择和使用统计和其他的改进举措更适合的定量方法,技术和工具他们的背景和需求。本文的其余部分安排如下。第2节描述了高成熟度项目管理的基本原则。第3节描述了使用的SLM方法在这篇评论中。第4节描述了审查的执行情况,包括论文质量评估。第5节介绍了分析审查结果,包括概述发现的论文。第6节描述了相关工作。第7节讨论对这项工作的有效性的威胁。最后,第8节介绍对研究和实践的影响,以及结论。

  1. 高成熟度的项目管理

迈向高成熟度水平的第一步(4级 - 定量管理,5级 - 优化CMMI)是识别组织的关键子流程,这些子流程影响组织的目标实现并统计控制其formance。 统计过程控制(SPC)是一种控制过程质量和性能的方法,有助于识别问题,并采取行动以稳定流程绩效(CMMI Product Team,2010; Florac and Carleton,1999)。一个过程可以有两种可能的变化类型。 常见原因(或机会原因)变异,特点是稳定和随着时间的推移,测量值的一致结果模式是人,机器,材料,环境和过程方法之间的正常或固有的相互作用。 特殊原因(或可分配的原因)变异,以突然或持续为特征涉及一个或多个过程组件的异常变化,不属于正常过程的事件(Florac和Carleton,1999; Wheeler,2000)。

有几种技术可用于支持统计过程控制,最常用的是Shewhart(1931)提出的控制图表。 这些图表显示了按时间排序的流程执行所收集的数据,使其成为可能分析过程性能,稳定性和容量。 一个典型的控制图包含一条代表平均值的中心线process属性和两条水平线:控件上限(UCL)和控制下限(LCL)。

尼尔森提出了八条经常出现的规则用于帮助识别特殊原因的变化(Florac和Car leton,1999;纳尔逊,1984; Wheeler,2000)。应分析每个特殊原因的变化以确定其原因。然后开发行动计划应该以解决这些原因并避免(在这种情况下性能较差)或确保(在性能更好的情况下)异常行为。这个循环一直持续到有在相当多的执行中没有特殊原因的变化并且该过程处于控制或稳定状态。稳定的过程是一个具有可预测的性能,成本和质量以及可变变效应的过程(CMMI Product Team,2010; Florac和Car leton,1999)。

迈向高成熟度水平的第二步是使用过去的数据生成关键子流程的性能基线执行以管理未来的执行。子流程性能基线可用于许多项目规划和监测方式,例如避免接受或建立不可行的项目质量和绩效目标;决定哪些子流程将被合并到项目过程中以实现项目质量和绩效目标;选择资源分配有更好的机会实现项目质量和绩效目标;评估实现项目的风险质量和绩效目标;以定量的方式识别项目绩效问题,并监督行动计划结果。仅项目数据也可用于生成项目绩效基线,通常呈现较少的变化与来自不同数据的子进程性能基线相比项目,允许识别异常性能问题更快(CMMI产品团队,2010; Florac和Carleton,1999)。

迈向高成熟度的第三步是创建绩效模型以协助项目管理。 绩效模型允许识别不同活动或项目属性之间的统计相关性,并有助于更好地理解流程(CMMI产品团队,2010)。 一个例子是:找到在需求同伴上花费的时间之间的相关性、软件测试中的评论和后来发现的缺陷数量。绩效模型可用于项目管理中进行预测,并估计项目成果,帮助开发更准确。计划实现项目质量和绩效目标,定期预测项目绩效问题,并且预测行动计划的结果。

可以在这三个步骤中应用许多不同的统计和其他定量方法,技术和工具来支持高成熟度项目管理,如使用特定的控制图,或生成过程性能基线或特定统计性能模型的特定方法。

  1. 研究方法

系统文献综述(SLR)是一种识别方法,评估和解释与重新搜索问题,主题领域或现象相关的可用研究。 进行系统的文献综述主要是为了收集证据得出结论的结论(Kitchenham and Charters,2007)

系统的文献图(SLM)采用与其SLR.相同的严谨性。但其主要目的是在无法得出任何结论时找到可用证据(Petersen等,2015,2008)。

为了进行此SLM,我们使用了Kitchenham和Charters(2007)和Peterse等人提出的指南。(2015年,2008年)。这些准则定义了分为三个阶段的几个步骤(图.1)。重要的是要注意这个过程是递增的,正在进行迭代和调整,因为更多的理解是获得了正在研究的主题。

以下小节详细介绍了与SLM中涉及的步骤相关的重新搜索协议的重要方面。第一步SLM正在确定一种需求,在我们的案例中,这种需求得到了加强没有任何类似的研究提供系统的映射支持高成熟度项目的方法,技术和工具管理,以及经验报告所描述的困难表明高成熟度项目管理并非微不足道任务。

    1. 研究目标和研究问题

SLM的下一步是详细阐述其实现其需求的目标。根据GQM,本研究的目标范式(Basili et al。1994),是:分析定量项目和软件工程中的流程管理改进建议和经验,用于识别方法,技术以及从软件组织角度出发,定量管理项目和流程的工具和方法:高成熟度。

基于研究目标,我们制定了几项研究要回答的问题。 主要研究问题可以是在表1中可见RQ1。 为了更好地表征所确定的方法,技术和工具。次要的研究问题也被建立了(表1中的RQ2至RQ13)。

    1. 数据源选择,搜索周期和语言

我们最初选择搜索引擎作为可能的数据源:IEEE Xplore, Scopus, ISI Web of Science, EI Compendex,和ACM数字图书馆。因为很多搜索引擎有重复的编辑和论文,我们评估了他们的报道虽然以前的研究(Kitchenham和Charters,2007; Mata longa等,2017; Oliveira等,2017; Silva等,2015),并决定保留前四个。

我们没有手动包含任何会议或期刊,因为它们都不包括统计过程的特定主题控制或定量高成熟度项目管理。

我们决定在十五年的时间里,确定提出,评估和实验的方法,技术和工具,并在此期间通过。 我们假设,如果有一些方法,在此期间提出的技术或工具具有良好的接受性,可能会在经验报告中提及。因此,搜索期为十五年即 2003年至2017年。

我们从那时起选择了葡萄牙语,英语和西班牙语,因为这些是作者可以理解的。

    1. 搜索字符串

为了开始研究,我们做了一些探索性的阅读。 一位知识渊博的研究人员在先前对统计过程控制领域的重新搜索中选择了一组论文(不一定是项目管理相关)。 本研究的第一作者阅读了这些论文内容并应用相同的选择标准和步骤进行选择那些将成为对照组的一部分(标有附录A)的表A1中,用于评估搜索字符串覆盖。

这些探索性读物的目的是熟悉论文报告的信息类型,或者提供关于纳入和排除标准的指导,以及完善研究问题。另外,关键词选定的论文用于帮助扩展搜索字符串与同等条款,

在表2中,可以在ISI中观察到定义的搜索字符串Web of Science格式。我们的搜索字符串定义关于PICOC(人口 - 干预 - 比较 - 结果 - 背景)方法论(Petticrew和Roberts,2006年)。我们的人口是定量项目和流程管理改进软件工程的实验和经验。我们的干预是可用于定量高成熟度项目管理的方法,技术和工具。既然这些可能有几种类型,例如工具,流程,控制图,性能模型或框架,我们决定不包括它们在搜索字符串中的类型,只是映射找到的所有类型。由于目的,SLM通常不进行比较SLM是在没有结论的情况下绘制可用证据

到达。我们的结果是干预所获得的结果。由于我们的目标是确定干预措施及其结果,因此我们决定不将搜索限制在特定类型的结果中,也可以简单地映射它们,我们的内容比较成熟。

因此,我们基于强烈定义了我们的搜索字符串数量和背景。 搜索字符串的第一部分(在AND之前)的目的是将结果限制为区域软件工程。 搜索字符串的第二部分(之后AND)的目的是将结果限制在高成熟度通过将论文缩小到涉及定量的论文项目管理(因为它们可能解决了高成熟度问题的上下文),定量过程管理(因为它们可能适用在高成熟度的背景下进行项目管理),高成熟度

水平和统计过程控制(因为他们可能会描述一种可以帮助高成熟度项目管理的方法)。每当搜索引擎提供过滤数据的可能性时,我们按类型用它来缩小人口数量来自会议论文集的期刊和论文。每当搜索引擎提供了通过研究过滤数据的可能性时我们用它来缩小与我们一样近的数量可以实施软件工程。

我们没有明确地将论文限制在涉及项目管理的论文中。

原文和译文剩余内容已隐藏,您需要先支付 30元 才能查看原文和译文全部内容!立即支付

以上是毕业论文外文翻译,课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。