Inżynieria Oprogramowania 10. Szacowanie kosztu oprogramowania cz. 2

Slides:



Advertisements
Podobne prezentacje
Złożoność procesu konstrukcji oprogramowania wymusza podział na etapy.
Advertisements

Opis metodyki i procesu produkcji oprogramowania
Role w zespole projektowym
Service Level Agreement
Inżynieria Oprogramowania 8. Weryfikacja i zatwierdzanie
Inżynieria Oprogramowania 9. Testowanie oprogramowania
Inżynieria Oprogramowania 5. Prototypowanie
Inżynieria Oprogramowania 10. Szacowanie kosztu oprogramowania cz. 1
Inżynieria Oprogramowania 2. Wymagania. Kryteria SMART
Inżynieria Oprogramowania 0. Informacje o zajęciach
Inżynieria Oprogramowania 9. Testowanie oprogramowania
Inżynieria Oprogramowania 6. Projektowanie architektoniczne
Wydział Zastosowań Informatyki i Matematyki SGGW
LaTeX 0. Informacje o zajęciach
Software Engineering 0. Information on the Course Leszek J Chmielewski Faculty of Applied Informatics and Mathematics (WZIM) Warsaw University of Life.
Seminarium dyplomowe Wymagania
Wizualizacja danych 0. Informacje wstępne
©Ian Sommerville 2000Software Engineering, 6th edition. Chapter 23Slide 1 Szacowanie kosztu oprogramowania l Szacowanie kosztu i pracy niezbędnej do wyprodukowania.
Studia Podyplomowe IT w Biznesie Inżynieria Oprogramowania
Budowa i integracja systemów informacyjnych
Na Etapie Inżynierii Wymagań
ISO 9001:2000 z perspektywy CMMI a poznańska rzeczywistość
Szacowanie rozmiaru i pracochłonności
Szacowanie pracochłonności
Copyright © Jerzy R. Nawrocki Szacowanie rozmiaru i pracochłonności Inżynieria oprogramowania.
Cykle życia oprogramowania
Szacowanie rozmiaru oprogramowania
Inżynieria Oprogramowania dla Fizyków
DOKUMENTACJA KOSZTORYSOWA
Pomiary w inżynierii oprogramowania
Pomiary w inżynierii oprogramowania
Eksploatacja zasobów informatycznych przedsiębiorstwa
Eksploatacja zasobów informatycznych przedsiębiorstwa.
Metody Funkcyjne FPA Maciej Bukowski PJWSTK grudzień 2006.
Wykład 2 Cykl życia systemu informacyjnego
Szacowanie złożoności oprogramowania
Adam Gabryś , v1.1,
1 Investigations of Usefulness of Average Models for Calculations Characteristics of the Boost Converter at the Steady State Krzysztof Górecki, Janusz.
Dana jest sieć dystrybucji wody w postaci: Ø      m- węzłów,
Przedstawienie nowego produktu
Model inteligentnego agenta wspomagającego decyzje zakupu komputerów.
Praktyczne aspekty stosowania metody punktów funkcyjnych COSMIC
Seminarium dyplomowe Wymagania Leszek J Chmielewski Wydział Zastosowań Informatyki i Matematyki SGGW
Przykłady negatywne Czego nie należy robić
Waterfall model.
ŁUKASZ DZWONKOWSKI Modele zwinne i ekstremalne. Podejście tradycyjne
Zarządzanie projektami informatycznymi
Wnioskowanie statystyczne
Studium osiągalności. Rozmiar projektu (np. w punktach funkcyjny projektu w porównaniu do rozmiaru zakładanego zespołu projektowego i czasu Dostępność.
Studium osiągalności. Rozmiar projektu (np. w punktach funkcyjny projektu w porównaniu do rozmiaru zakładanego zespołu projektowego i czasu Dostępność.
Java profiler based on byte code analysis and instrumentation for apdaptation the source code in many-core hardware accelerators Marcin Pietroń, Dominik.
Copyright © Jerzy R. Nawrocki Team Software Process Inżynieria oprogramowania II Wykład.
Eksploatacja zasobów informatycznych przedsiębiorstwa.
©Ian Sommerville 2000Software Engineering, 6th edition. Chapter 23Slide 1 Szacowanie kosztu oprogramowania l Przedstawienie metod szacowania kosztu i pracy.
Logical Framework Approach Metoda Macierzy Logicznej
ZASADY USTALANIA CEN.
Wizualizacja danych 0. Informacje wstępne Leszek J Chmielewski Wydział Zastosowań Informatyki i Matematyki SGGW lchmiel.pl.
Metody oceny opłacalności projektów inwestycyjnych
Mirosław Ochodek Szacowanie pracochłonności Wprowadzenie do zagadnienia.
(c) InMoST 2006 Plan szkolenia ▪ Wprowadzenie (9:00-10:30): Czym jest szacowanie? (MO) Systematyczne podejście do planowania (ŁO) Planowanie, a kalendarz.
STATYSTYKA – kurs podstawowy wykład 11
Wizualizacja danych 0. Informacje wstępne Leszek J Chmielewski Wydział Zastosowań Informatyki i Matematyki SGGW lchmiel.pl.
©Ian Sommerville 2000Software Engineering, 6th edition. Chapter 23Slide 1 Szacowanie kosztu oprogramowania l Przedstawienie metod szacowania kosztu i pracy.
Cykle życia oprogramowania oraz role w zespole projektowym Autor: Sebastian Szałachowski s4104.
Budowa i integracja systemów informacyjnych
Przedsiębiorstwo w gospodarce rynkowej
Budowa i integracja systemów informacyjnych
Model ekonometryczny z dwiema zmiennymi
IEEE SPMP Autor : Tomasz Czwarno
Zapis prezentacji:

Inżynieria Oprogramowania 10. Szacowanie kosztu oprogramowania cz. 2 24/03/2017 Inżynieria Oprogramowania 10. Szacowanie kosztu oprogramowania cz. 2 Leszek J Chmielewski Wydział Zastosowań Informatyki i Matematyki SGGW www.lchmiel.pl

Źródła Materiały dra Waldemara Karwowskiego, wykładowcy w poprzednich semestrach Ian Sommerville, Inżynieria Oprogramowania, WNT, Warszawa 2003 Źródła internetowe: blog Macieja Zbrzeznego: http://maciej-progtech.blogspot.com/2009/05/cocomo-i-estymacja-kosztow.html Wikipedia PL i EN – COCOMO Strony Center for Systems and Software Engineering na temat modelu COCOMO http://sunset.usc.edu/research/COCOMOII

Plan Algorytmiczne modelowanie kosztów Model COCOMO Dokładność metod szacowania Podsumowanie

Plan Algorytmiczne modelowanie kosztów Model COCOMO Dokładność metod szacowania Podsumowanie

Praca = A * <wielkość>B * M Typowa konstrukcja Praca = A * <wielkość>B * M A zależy od firmy i rodzaju oprogramowania <wielkość> to miara rozmiaru kodu lub punkty B wyraża nieproporcjonalność zależności pracy od wielkości systemu, od 1 do 1.5 M zależy od wielu atrybutów procesu i produktu Wady: wielkość jest nieznana we wczesnej fazie subiektywne oszacowanie parametrów

Linie kodu a punkty funkcyjne Oszacowanie: <wielkość kodu> = AVC * <liczba pkt. funkcyjnych> AVC: Average number of Verses of Code 200-300 wierszy w asemblerze 40-200 wierszy w 3GL 2-40 wierszy w 4GL <wielkość kodu> oznacza się: KDSI – K of delivered source input, K linii kodu KLOC – K of lines of code, K linii kodu

Plan Algorytmiczne modelowanie kosztów Model COCOMO Dokładność metod szacowania Podsumowanie

COCOMO Model COCOMO (COnstructive COst MOdel) [Boehm 1981] i dalsze modyfikacje COCOMO 81, COCOMO II Basic COCOMO: PM = a * KDSIb TD = c * (PM)d P = PM/TD KDSI – K of delivered source input, K linii kodu PM – person-months, nakład pracy TD – time to develop, czas P – persons, liczba osób

Basic COCOMO PM = a * <KDSI>b TD = c * (PM)d P = PM/TD Model do szybkiego, wstępnego szacowania kosztu, czasu i zatrudnionych osób

PM = a * <KDSI>b * EAF Intermediate COCOMO PM = a * <KDSI>b * EAF EAF = effort adjustment factor = <iloczyn współczynników wg tabeli>

Expert COCOMO etc. Uwzględnia Strony COCOMO i kalkulatory % powtórnego użycia kodu % modyfikowanego kodu nakłady na integrację ocenę i asymilację poziom nieznajomości dziedziny poziom analizy ryzyka ... Strony COCOMO i kalkulatory http://csse.usc.edu/csse/research/COCOMOII

COCOMO – wady i zalety Model był szeroko badany Ma dobrą dokumentację Poddano go wszechstronnej krytyce Polega na zależności potęgowej i jej dopasowaniu za pomocą współczynników Polega na danych historycznych Nie może uwzględnić przyszłych metod W zasadzie każda firma powinna go dostosować, lecz zazwyczaj tego nie robi Można go stosować do szacowań, porównań, symulacji

Plan Algorytmiczne modelowanie kosztów Model COCOMO Dokładność metod szacowania Podsumowanie

nieDokładność metod szacowania PM 4.0 2.0 Wykonalność Wymagania Projekt Kod Dostarczenie 1.0 etap 0.5 .25

Plan Algorytmiczne modelowanie kosztów Model COCOMO Dokładność metod szacowania Podsumowanie

Podsumowanie Produktywność programisty zależy przede wszystkim od zdolności, a także od innych czynników Istnieje wiele metod szacowania kosztu przedsięwzięć; różnice wyników wskazują na uproszczenia modelu i nieadekwatność użytych informacji Cenę często ustala się tak, aby zdobyć kontrakt; funkcjonalność się dostosowuje Istnieją modele algorytmiczne, lecz używane w nich dane mogą być trudne do oszacowania Dane do modeli są dobrze znane dopiero na końcu procesu wytwarzania; jednak modele są przydatne przynajmniej do oszacowań, porównań i symulacji