建立项目级软件开发风险智能决策模型对降低软件项目风险和提高整体产出有重要意义。目前国内外智能决策建模研究在单一指标风险层次较成熟,但单一指标模型难于管理项目整体风险。现存项目级的风险智能建模研究还没有实现风险理论模型和智能建模方法论有效性的有机统一。本项目将解决以上两个关键问题第一,提出、建立和验证基于宏微观软件过程理论的风险识别理论模型,从理论、过程和方法三方面保证模型理论完备性与实证规范性的有机统一;第二,提出基于因果发现约束的贝叶斯网络算法,使研究的建模在方法论上同时具备准确性、解释性和客观性三项性能,同时采用决策树、神经网络等多种方法进行比较研究。除此之外,研究针对项目风险数据属性多、空缺值、犹豫度等问题展开研究。本项目在解决以上两个核心问题基础上建立有效的项目级风险智能决策模型,然后开发智能系统引擎并对其作进一步的企业实际应用效果验证。本项目的研究对风险识别理论模型的发展有重要理论意义,对提高项目级风险智能决策模型性能和推进软件项目风险管理水平具有重要价值。
英文主题词Software Risk Identification; Bayesian Networks with Causal Constraints; Intuitionistic Fuzzy Sets; Risk Rule; Risk Intelligent Decision System