「软件项目管理」成本估算模型——Walston-Felix模型和COCOMO Ⅱ模型

简介: 该文章深入探讨了两种软件项目成本估算模型——Walston-Felix模型和COCOMO II模型,详细解释了各自的计算公式、应用背景及步骤,并通过具体示例展示了如何使用这两种模型来进行准确的成本预测。

序言

在软件项目的成本计划中,有一个较为重要的环节是成本估算。那在下面的文章中,我们将讲解两种成本估算的模型: Walston-Felix 模型 和 COCOMO Ⅱ 模型。

下面开始进入本文的讲解~

一、Walston-Felix模型

1. 公式

1977年, IBMWalstonFelix 提出了如下的估算公式:

  • E = 5.2×(KLOC)0.91KLOC是源代码行数,E是工作量(以PM计)
  • D = 4.1×(KLOC)0.36D是项目持续时间(以月计)
  • S = 0.54×E0.6S是人员需要量(以人计)
  • DOC = 49×(KLOC)1.01DOC是文档数量(以页计)

2. 举例

假设现有某项目,采用 java 语言完成。预估计该项目有 366 个功能点,那么

  • L = 366×46 = 16386行 = 16.386 KLOC
  • E = 5.2×(KLOC)0.91 = 5.2×16.3860.91= 66 人月
  • DOC =49× (KLOC)1.01 = 49×16.3861.01 = 826

二、COCOMO模型(Constructive Cost Model)

1. 模型定义

  • 结构化成本模型
  • 是目前应用最广泛的参数型软件成本估计模型
  • Barry Boehm 团队开发的

2. COCOMO模型的发展

COCOMO模型经过两次发展,分别是:

  • COCOMO 81
  • COCOMO Ⅱ

3. COCOMO基本原理

将工作量表示为 KLOC 软件规模和一系列成本因子的函数,基本估算公式为:

PM=A×SE× $\prod_{i=1}^n $ EMi

A可以校准的常量

SKLOC软件规模

E规模的指数,说明不同规模软件具有的相对规模经济不经济性

EM工作量乘数,反映某个项目特征对完成项目开发所需工作量的影响程度;

n 为描述软件项目特征的成本驱动因子的个数

三、COCOMO 81

1. 模型级别

模型级别有三个等级分别为:

级别 特点
基本COCOMO 静态单变量模型
中等COCOMO 基本模型基础上考虑影响因素,调整模型
高级COCOMO 中等COCOMO模型基础上考虑各个步骤的影响

2. 项目类型

项目类型有三种类型分别为:

类型 特点
有机 Organic 各类应用程序,例如数据处理、科学计算等
受硬件的约束比较小,程序的规模不是很大
嵌入式 Embedded 受硬件的约束比较小,程序的规模不是很大
紧密联系的硬件、软件和操作的限制条件下运行,软件规模任意
半有机 Semidetached 各类实用程序,介于上述两种软件之间,例如编译器(程序)
规模和复杂度都属于中等或者更高

3. 基本COCOMO-81

(1)公式

E= a × (KLOC)b其中:

  • E:工作量(人月)
  • KLOC:是交付的代码行
  • a , b:依赖于项目自然属性的系数

(2)系数表

方式 a b
有机 2.4 1.05
半有机 3.0 1.12
嵌入式 3.6 1.2

(3)举例

假设现在有一个 33.3 KLOC 的软件开发项目,属于中等规模半有机型的项目,采用基本COCOMO来开发。请计算出E值

解: 依据以上题意可得:a=3.0,b=1.12。

因此,最终 E = 3.0 × L 1.12 = 3.0 × 33.3 1.12 = 152 PM

4. 中等COCOMO-81

(1)公式

E= a × (KLOC)b × 乘法因子,其中:

  • a、b是系数
  • 乘法因子是对公式的校正系数

(2)系数表

方式 a b
有机 2.8 1.05
半有机 3.0 1.12
嵌入式 3.2 1.2

(3)乘法因子的成本驱动属性

包含四种类型,分别是:

  • 产品属性 → ①软件可靠性、②软件复杂性、③数据库规模
  • 平台属性 → ④程序执行时间、⑤程序占用内存的大小、⑥软件开发环境的变化、⑦软件开发环境的响应速度
  • 人员属性 → ⑧分析员的能力、⑨程序员的能力、⑩有关应用领域的经验、⑩①开发环境的经验、⑩②程序设计语言的经验
  • 过程属性 → ⑩③软件开发方法的能力、⑩④软件工具的质量和数量、⑩⑤软件开发的进度要求

(4)乘法因子的值

上面四种属性共15个要素,每个要素的调节因子是 Fi (i=1,2,…,15),其中,Fi 的值有:

很低、低、正常、高、很高、极高,共六个等级。正常情况下 Fi=1

Boehm推荐的Fi 值范围分别为:(0.70, 0.85, 1.00, 1.15, 1.30, 1.65) 。

但实际的值依据下表所示:

中等COCOMO 81

当15个 Fi 的值选定后,乘法因子 EAF 的计算为:EAF=F1 × F2 × … × F15

调节因子集的定义和调节因子定值是由统计结果经验决定的。不同的软件开发组织,在不同的历史时期,随着环境的变化,这些数据可能改变。

(5)举例

现有一个 33.3 KLOC 的软件开发项目,属于中等规模半有机型的项目,采用中等COCOMO模型来开发。且该项目的乘法因子为 0.70 × 0.85 × 1 × … × 1.15 = 1.09 ,请计算出E值

解: 依据以上题意可得:a=3.0,b=1.12;

乘法因子为 0.70 × 0.85 × 1 × … × 1.15 = 1.09 ;

因此,最终 E = 3.0 × L 1.12 = 3.0 × 33.3 1.12 × 1.09 = 166 PM

5、高级(详细)COCOMO

(1)定义

  • 将项目分解为一些列的子系统或者子模型
  • 更加精确地调整一个模型的属性

(2)工作量乘数

下表给出关于高级COCOMO 81工作量乘数的阶段差异性示例,如下所示:

Cost drivers Development phase Rating levels
Very low Low Norminal High Very high Extra high
RPD(requirement and product design) 1.40 1.20 1.00 0.87 0.75
AEXP DD(detailed design) 1.30 1.15 1.00 0.90 0.80
CUT(code and unit test) 1.25 1.10 1.00 0.92 0.85
IT(integration and test) 1.25 1.10 1.00 0.92 0.85

四、COCOMO Ⅱ

1. COCOMO Ⅱ模型中项目估算的三个阶段

模型 阶段 时间 功能描述(此阶段要做什么)
应用组装模型(Application Composition) 规划阶段 早期、确定系统性能时 ①利用应用点application point来进行估算规模;②利用原型来解决高风险问题。
早期设计模型(early design) 设计阶段 需求稳定,体系结构已建立时 ①研究可选的体系结构和概念;②用功能点funtion point来做估算规模。
后体系结构模型(post architecture) 开发阶段 软件在构造中,知道更多系统信息时 ①以FP、LOC作为估算单位。

补充说明应用点知识:

应用点,即对象点。一种间接的软件测量,其计算需要使用以下三个元素:

  • 用户界面上的屏幕数screens
  • 报表数reports
  • 建造应用可能需要的构件数3GLcomponents

2. 基于COCOMO Ⅱ的计算

(1)基本模型

基本模型的公式为:E=bSCm(X)

(2)对象点计算

应用组装阶段,计算对象点

  • ①计算屏幕数、报表数和构件;
  • ②对每一个对象点,按照简单、中等、困难三个等级进行分类;
  • ③得到简单、中等、困难三种类型对应的对象点数目的复杂度加权
  • ④计算对象点OP,即∑(三个计算值×加权因子);
  • ⑤如果 r% 的对象点来自以前项目的重用,则新对象点为:NOP=OP× $ \frac{100-r}{100} $ ,即NOP=OP×(1-复用度);
  • ⑥查表得到生产率参数的值PROD;
  • ⑦工作量E=NOP/PROD;
  • ⑧给出一个历史数据:人工价(元/PM);
  • ⑨成本=E×人工价。

以下给出对象点PROD 的具体数值表:

不同类型对象的复杂度加权

复杂度加权
对象类型 简单 中等 困难
屏幕 1 2 3
报表 2 5 8
3GL构件 10

不同水平的开发者经验和不同开发环境成熟度下的生产率

因素 影响
开发者的经验/能力 非常低 正常 非常高
环境成熟度/能力 非常低 正常 非常高
PROD 4 7 13 25 50

(3)案例计算

Question:

使用COCOMO II模型来估算构造一个简单的ATM软件所需的工作量和人工成本(单位分别是人月和元),该软件产生11个屏幕(有3个简单,3个中等,5个困难),10个报表(有4个简单,6个困难),72个构件,复用度为20%,假设开发者的经验能力为高,环境的成熟度能力为低,劳动力价格为5000元/PM。则NOP、生产率能力PROD、工作量E和人工成本C分别为多少。写出计算公式及计算过程。

Answer:
基于COCOMO Ⅱ模型的相关计算答案

八、结束语

到这里,我们讲解了项目管理中的两种成本估算模型。一种是 Walaton-Felix 模型,另一种是 COCOMO Ⅱ 模型。

关于本文的介绍到这里就结束啦!希望对大家有帮助~

如果您觉得这篇文章有帮助到您的的话不妨点赞支持一下哟~~😉

🛵专栏直通车

软件项目管理👉https://juejin.cn/column/7024826582841688077

相关文章
浅析软件成本估算之NESMA方法的3种应用场景
NESMA为荷兰软件度量协会的简称(Netherland Software Measurement Association),NESMA功能点方法是五种ISO国际功能点标准之一,不但易学易用、快速、经济,而且容易开发和建立用户自己特有的估算模型。
4113 0
|
弹性计算 运维 关系型数据库
用 Patroni 搭建 PolarDB-PG 高可用集群
本文详细介绍了如何利用开源PolarDB-PG和Patroni搭建高可用集群。实验环境使用了三台ECS,内核版本为PolarDB-PG 15,Patroni版本为4.0.3,etcd版本为3.5.0。文章依次讲解了ETCD的安装与配置、PolarDB-PG 15的安装与初始化,以及Patroni的配置和启动过程。通过Patroni自动创建备库,实现高可用集群的搭建。最后总结指出,用户可根据需求调整配置,或选择线上PolarDB-PG产品以减少运维成本并提升稳定性。
|
机器学习/深度学习 算法 测试技术
「软件项目管理」一文详解软件项目成本计划
该文章详细解释了软件项目成本估算的过程与方法,涵盖了代码行估算法、功能点估算法、用例点估算法、类比估算法、自下而上估算法、参数模型估算法及专家估算法等多种技术,并探讨了成本预算的制定步骤。
「软件项目管理」一文详解软件项目成本计划
|
10月前
|
JSON 监控 Java
Elasticsearch 分布式搜索与分析引擎技术详解与实践指南
本文档全面介绍 Elasticsearch 分布式搜索与分析引擎的核心概念、架构设计和实践应用。作为基于 Lucene 的分布式搜索引擎,Elasticsearch 提供了近实时的搜索能力、强大的数据分析功能和可扩展的分布式架构。本文将深入探讨其索引机制、查询 DSL、集群管理、性能优化以及与各种应用场景的集成,帮助开发者构建高性能的搜索和分析系统。
621 0
|
消息中间件 人工智能 Cloud Native
社区胜于代码,我们在阿帕奇软件基金会亚洲大会聊了聊开源中间件的未来
阿帕奇基金会亚洲大会顺利召开,阿里云消息技术负责人林清山在主论坛做了《阿里云中间件持续进化:从分布式应用架构向云原生 AI 原生应用架构全面升级》的演讲,从云厂商的视角分享了贡献开源、推动社区发展的过程,希望通过 AI 开发框架+AI 观测能力+AI 网关 + 事件驱动,一站式助力大模型应用落地。
623 104
社区胜于代码,我们在阿帕奇软件基金会亚洲大会聊了聊开源中间件的未来
|
存储 传感器 算法
|
传感器 人工智能 算法
智能硬件创新:产品技术双驱,不玩 AI 硬凑
在智能硬件快速发展的今天,仅靠“AI+硬件”的简单叠加难以实现真正创新。产品创新需以用户需求为核心,从设计、功能到体验全方位优化;技术创新则通过新材料、新工艺和新算法提升性能、降低成本。两者深度融合、双轮驱动,方能打造卓越的智能硬件。例如苹果iPhone与大疆无人机,均凭借产品和技术的协同突破成为行业标杆。企业应避免常见“坑”,如用户体验不佳、技术难度高和成本控制难,以真创新引领市场。联系法思诺,探索更多创新可能!
467 0
|
机器学习/深度学习 数据采集 人工智能
《大模型训练成本高,如何在不牺牲性能的前提下破局》
在人工智能领域,大模型训练成本高昂,主要源于硬件设备、数据处理和算法优化的需求。降低训练成本的关键在于合理配置硬件资源、改进数据处理方法、优化算法和模型结构,以及采用分布式训练技术。通过这些措施,企业可以在不影响模型性能的前提下,显著减少计算资源、人力和时间的投入,实现更高效的模型训练。实践证明,综合运用这些方法能够有效降低成本,推动人工智能技术的可持续发展。
1089 18