[论文解读] Identifying the Importance of Software Reuse in COCOMO81, COCOMOII

C. V. Hari, Prasad Reddy P. V. G. D+2 more|ArXiv.org|Dec 11, 2009

Software Engineering Research参考文献 6被引用 4

一句话总结

本文通过分析历史项目数据，评估了软件重用对COCOMO81和COCOMOII模型中工作量与成本估算的影响，应用两种模型对工作量和成本进行估算，并通过平均相对误差（MRE）衡量估算准确性。研究发现，现有任何模型均无法提供精确估算，凸显了重用在此类估算中具有关键但尚未被充分利用的重要性。

ABSTRACT

Software project management is an interpolation of project planning, project monitoring and project termination. The substratal goals of planning are to scout for the future, to diagnose the attributes that are essentially done for the consummation of the project successfully, animate the scheduling and allocate resources for the attributes. Software cost estimation is a vital role in preeminent software project decisions such as resource allocation and bidding. This paper articulates the conventional overview of software cost estimation modus operandi available. The cost, effort estimates of software projects done by the various companies are congregated, the results are segregated with the present cost models and the MRE (Mean Relative Error) is enumerated. We have administered the historical data to COCOMO 81, COCOMOII model and identified that the stellar predicament is that no cost model gives the exact estimate of a software project.

研究动机与目标

• 评估软件重用对COCOMO81和COCOMOII模型中成本与工作量估算的影响。
• 通过对比预测值与实际项目指标，识别现有成本估算模型中的差距。
• 利用来自不同公司的历史项目数据，评估COCOMO模型的准确性。
• 通过不同项目类型的平均相对误差（MRE）量化COCOMO模型的性能。

提出的方法

• 从多家公司收集历史软件项目数据，包括实际工作量和成本指标。
• 使用相同数据集，应用COCOMO81和COCOMOII模型估算工作量和成本。
• 计算平均相对误差（MRE）以衡量各模型预测的准确性。
• 比较不同项目类别中的MRE值，以评估模型性能。
• 分析软件重用作为影响估算准确性的关键因素的作用。
• 采用统计评估方法，识别模型中系统性低估或高估的趋势。

实验结果

研究问题

• RQ1 软件重用如何影响COCOMO81和COCOMOII模型中工作量与成本估算的准确性？
• RQ2 在真实世界数据中，COCOMO81和COCOMOII模型与实际项目指标的偏差程度如何？
• RQ3 项目类型与重用水平对COCOMO模型中MRE值有何影响？
• RQ4 尽管广泛使用，为何现有COCOMO模型仍无法生成精确估算？
• RQ5 将重用指标整合是否能提升COCOMO模型的预测能力？

主要发现

• 没有任何COCOMO模型能为软件项目提供精确估算，表明当前估算实践中存在固有局限。
• 平均相对误差（MRE）值显示，COCOMO81和COCOMOII模型在预测与实际工作量和成本之间均存在系统性偏差。
• 软件重用被识别为影响估算准确性的关键但未被一致纳入的变量。
• 在部分项目类别中，COCOMOII表现略优于COCOMO81，但两种模型均未达到高精度。
• 研究证实，历史数据揭示了系统性低估或高估的趋势，尤其在高重用项目中更为明显。
• 结果强调，亟需在COCOMO框架中增强重用建模，以提升估算的可靠性。