题目：基于贝叶斯网络的软件进度过程性能模型的研究

项目管理的目标是生产符合成本和进度估算的高质量的产品。但随着软件业的发展和应用领域的不断延伸，软件的规模越来越大，复杂度越来越高，导致很多软件的生产出现了成本不断增长、开发进度难以控制等问题。依靠管理者经验的定性管理已逐渐不能应对这些问题，为了适应现代化软件生产的需要，软件生产的管理需要从以经验为依据的管理方式向以数据为依据的量化管理转变。 项目管理是软件项目成功的保证，而进度管理是项目管理的基础。进度的延迟可能会导致成本的超支、质量的牺牲。而软件过程本身固有的不确定性，使现有的制定项目进度计划和根据项目管理者的经验进行进度控制的做法存在很大的局限。 本文的研究目的是基于历史数据为软件进度的科学化管理和决策提供量化信息支持，通过研究如何有效利用软件组织的历史数据，帮助软件组织客观地了解自身的过程性能，并研究如何结合现有的进度管理方法，改进软件企业的进度计划和进度控制能力，为项目决策提供支持，使企业的管理方式从被动式向主动式转变。 首先，本文阐述了软件项目管理与量化项目管理的理论，并从作用、影响因素、制定项目进度计划的步骤、制定项目进度计划所用的技术以及进度跟踪技术5个方面对项目进度进行了全面介绍。然后，讨论了过程性能模型的概念，包括基本的统计模型和高级预测模型。在这些理论的基础上，针对目前流行的进度技术中存在的问题：(1)无法在制定项目计划时，根据历史数据，对任务可能的延期进行预测，帮助管理者在问题未发生之前，就采取合适的预防措施；(2)无法在项目发生延期以后，根据历史数据，判断问题发生的原因，帮助管理者找到应当调整的因素。本文通过将过程性能模型应用于软件进度，解决了这一问题，从而帮助管理者更好地进行进度管理。 其次，通过研究软件进度中存在的不确定性以及贝叶斯网络解决不确定性问题的能力，说明了贝叶斯网络适用于根据历史数据，解决软件进度计划和进度控制中存在的问题，这就是高级过程性能模型贝叶斯网络。接着，本文详细介绍了贝叶斯软件进度过程性能模型的构建方法，包括收集领域知识、进行数据处理、贝叶斯学习、模型调整、模型展现5个方面，并通过实例验证了该方法的可行性。 第三，通过研究现有的制定软件进度计划的方法，构建了贝叶斯软件进度模型的应用场景，将该模型应用于项目任务计划和控制中，实现了对软件进度的主动管理。通过研究传统的进度跟踪方法，选用挣值法对该模型进行验证，并介绍了具体的验证过程。 最后，本文介绍了一个基于J2EE框架、支持量化管理的软件进度管理平台的设计与实现。该平台以本文所介绍的项目进度管理方法及量化进度管理为基础，提供了构建软件开发各阶段贝叶斯软件进度模型的方法，并提供了模型应用的场景和验证的方法。