第十四章 项目核心计划与执行控制前言大家好，这节我们学习软件项目管理----项目核心计划与执行控制--成本进度管理-网络图分析法。 今天介绍的网络图分析法是采用贝叶斯网络图解决项目中的不确定问题 贝叶斯网络主要用于解决不确定的知识推理，可以很好的解决软件项目进度管理中存在的不确定性问题，利用贝叶斯网络对项目进度进行管理，可以随时进行结构和参数的改进，容易接收和处理新的信息，从而为软件项目进度计划提供依据。 网络图分析法贝叶斯定理贝叶斯定理是基于下图中的贝叶斯公式。既在B条件下，A的条件概率等于（A条件下的B的条件概率*A的先验概率）/B的先验概率。  贝叶斯网络 贝叶斯网路例子 我们看这个图就是一个简单的贝叶斯网络，因为a导致b，a、b导致c，所以abc的联合概率等于a，b条件下c的条件概率a条件下b的条件概率a的先验概率。 贝叶斯网络分析软件进展采用贝叶斯网络来解决软件规模进度的预测与控制问题。确定项目进度图示，选择影响软件规模进度的因素并且确定因素间因果关系，构建贝叶斯网络结构，根据项目数据，估计和预测实际偏差 具体步骤如下： 步骤一：构建项目网络图 例如：这是某项目的网络图，我们可以看到网络图中有很多项目的任务，也就是说有很多项目活动。 步骤二：构建活动的贝叶斯网络 构建每个活动的贝叶斯网络。我们对每一个任务活动都要构建贝叶斯网络，分析影响项目活动的资源影响因素，包括人力的，技术的，成本资源以及质量的影响因素等等。必须明确定义每个节点的各种状态，定义每个节点的属性值，确定每一种状态的条件概率。
而代码进度的质量直接关联了节点有2个：
那么与团队编码质量直接关联的节点有：
那么与代码规模直接关联的节点有：
步骤三：数据处理  数据处理是很重要的步骤，我们这里将节点进行离散化和归一化。例如编码进度偏差述职了三种状态，分别是高中低，对应的分别是<10%,10%<=20%,>20%。 步骤四：贝叶斯模型学习 根据贝叶斯网络各个节点的因果关系，以及节点变量的先验概率，来确定相关节点变量的条件概率，那么这些先验概率是根据专家经验来确定的。  步骤五：贝叶斯网络更新 在软件项目开发过程中，每次得到新的数据都要输入到贝叶斯网络中，通过计算以及参数学习来更新当前各个节点状态，同时可以建立贝叶斯网络的数据库，以固定的时间来更新贝叶斯网络，周期性的来检查和考核项目的进度，以便于软件项目的跟踪工作。 例如在这个项目进度当中，人员流动确定百分百是低概率的，那么贝叶斯网络更新了，则编码的这个活动进度偏差40.5%概率是延迟10%—20%的。  步骤六：分析原因 我们针对前面的结果，也就是编码进度偏差是大概率事件，那么我们要进一步分析哪些因素是最主要的原因，我们可以采取很多方法。 例如：采用敏感性分析，分析与进度偏差相关的这五个因素中，哪一个是影响最大的，我们通过计算商值可以知道最敏感的节点是编码过程质量。因此，可以提示我们减少编码进度延迟可以从编码过程质量这一点来下手，当然同理，我们可以分析网络图中其他任务的一个进度状况。  总结总之 利用贝叶斯网络对项目进度进行监管，可以解决项目进展过程中不确定性的问题，对项目任务的影响，从而为项目管理者提供项目控制的依据。 到这里，第十四章 第二节 第三小节 成本进度管理-网络图分析法 就讲解完毕了！下一小节介绍成本进度管理-敏捷方法~ 如果您觉得这篇文章有帮助到您的的话不妨点赞支持一下哟~~😉
|
|
|
那么上面这个就是编码活动的贝叶斯网络，我们给出了影响编码进度的12个因素，其中第一层有五个因素，即与编码进度直接关联的节点有五个：
