[論文レビュー] Probabilistic estimation of software project duration

Andrew M. Connor|arXiv (Cornell University)|Jun 19, 2016

Software Engineering Research参考文献 7被引用数 5

ひとこと要約

本稿では、ソフトウェアプロジェクトの期間推定に確率的フレームワークを提案する。プロジェクトライフサイクル全体にわたり作業見積もりの不確実性をモデル化するため、モンテカルロシミュレーションを用いる。歴史的プロジェクトデータを統合することで、推定の正確性が向上し、プロジェクトマネージャーによるデータドリブンな意思決定が可能になる。

ABSTRACT

This paper presents a framework for the representation of uncertainty in the estimates for software design projects for use throughout the entire project lifecycle. The framework is flexible in order to accommodate uncertainty in the project and utilises Monte Carlo simulation to compute the propagation of uncertainty in effort estimates towards the total project uncertainty and therefore gives a project manager the means to make informed decisions throughout the project life. The framework also provides a mechanism for accumulating project knowledge through the use of a historical database, allowing effort estimates to be informed by, or indeed based upon, the outcome of previous projects. Initial results using simulated data are presented and avenues for further work are discussed.

研究の動機と目的

• プロジェクトライフサイクル全体にわたり、ソフトウェアプロジェクトの作業見積もりに内在する不確実性に対処すること。
• 不確実性を確率的手法を用いてモデル化する柔軟なフレームワークを構築すること。
• 見積もりの不確実性の伝播を定量化することで、プロジェクトマネージャーが情報に基づいた意思決定をできるようにすること。
• 歴史的プロジェクトデータを労働見積もりに統合することで、正確性の向上と知識蓄積を図ること。
• 低レベルのタスクから全体のプロジェクト期間に至るまでの不確実性伝播をスケーラブルに扱える手法を提供すること。

提案手法

• フレームワークは、個々のタスクの作業見積もりにおける不確実性を、総合的なプロジェクト期間へと伝播させるためにモンテカルロシミュレーションを採用する。
• 不確実性を表す確率分布を用いて作業見積もりをモデル化するが、単一の見積もり値ではなく、それらを用いる。
• 歴史的プロジェクトデータはデータベースに保存され、事前分布の設定や推定の正確性向上に活用される。
• プロジェクトライフサイクル中に新しい情報が得られるたびに、動的に更新が可能である。
• 不確実性の伝播は、繰り返しシミュレーションを実行することで、実現可能なプロジェクト完了時期の分布を生成する。
• フレームワークは、異なるプロジェクトタイプや見積もりの粒度に適応可能で、拡張性を備えている。

実験結果

リサーチクエスチョン

• RQ1 ソフトウェアプロジェクトの作業見積もりにおける不確実性は、どのようにしてプロジェクトライフサイクル全体にわたり効果的にモデル化され、伝播させることができるか？
• RQ2 歴史的プロジェクトデータは、確率的作業見積もりの正確性をどの程度向上させることができるか？
• RQ3 モンテカルロシミュレーションは、ソフトウェアプロジェクトの期間超過リスクを効果的に定量化できるか？
• RQ4 プロジェクトマネージャーは、確率的見積もりをどのように活用して、プロジェクト計画および実行段階での意思決定をより的確に行えるか？
• RQ5 どのようなメカニズムが、プロジェクトの知識を蓄積・再利用し、見積もりの信頼性を高めることを可能にするか？

主な発見

• フレームワークは、確率的作業見積もりとモンテカルロシミュレーションを用いて、ソフトウェアプロジェクト期間の不確実性を効果的にモデル化した。
• シミュレーティッドデータを用いた初期の結果から、この手法が現実的なプロジェクト完了時期の分布を生成できることを示した。
• 歴史的プロジェクトデータの統合により、時間の経過とともに見積もりの現実性と正確性が向上した。
• このアプローチにより、プロジェクトマネージャーは確率的信頼区間を用いてスケジュール目標を達成する可能性を評価できるようになった。
• 新しいプロジェクトデータが入手可能になるたびに、見積もりの反復的改善が可能である。
• この手法は、多様なソフトウェア開発の文脈において、不確実性管理のスケーラブルかつ柔軟なメカニズムを提供する。