摘要:本文运用层次分析法确定指标体系的权重,以模糊数学原理为基础构建了软件质量综合评价模型,并对某具体软件质量进行了评价分析,并提出了相应的发展策略。
Abstract: In this paper, AHP is used to determine index system weights, based on the principles of fuzzy mathematics, the software quality comprehensive evaluation model is established and a specific software quality is evaluated and analyzed, and the corresponding development strategies are put forward.
关键词:软件质量;模糊综合评价;研究
Key words: software quality; fuzzy comprehensive evaluation; study
中图分类号:TP31 文献标识码:A文章编号:1006-4311(2010)24-0175-02
0引言
软件作为一个新兴的产业,在人们的生产生活中占据着重要的地位,软件质量的评价结果是指导其开发出高质量软件的重要参考依据。评价方法对评价结果的真实性起着决定作用,因此,寻找科学合理的软件质量评价方法具有重要意义。
1评价模型
由于软件质量评价的指标很难用定量的指标来描述,即其评价指标具有较强的模糊性,因而在本研究中引入模糊数学的理论对软件质量进行评价。在模糊综合评价中,权重的计算是一项关键的内容,对评价的结果有重要影响,层次分析法是权重确定中常用的一种有效方法,它把问题层次化,根据问题的性质和需要达到的总体目标,将问题分解为不同的组成因素,并按照因素间的相互影响将因素按不同层次聚集组合来确定各指标在总体中的重要性。
因此,本文采用层次分析法来确定软件质量评价的指标权重,运用模糊数学理论中的模糊综合评价来测度软件质量水平。
1.1 层次分析法确定权重层次分析法(Analytic Hierarchy Process)简称AHP,它是一种定性和定量结合的决策方法,AHP把复杂的问题分解为各个组成因素,通过两两比较方式确定层次中诸因素的相对重要性,然后通过综合判断以决定诸因素相对重要性的顺序。应用步骤如下:
①构造判断矩阵A,采用1-9等级9个标度和它们的倒数,对因素集中各评价因素相互相对重要性两两比较,不同等级的重要性所。判断矩阵的一般表达形式为:
A=(aij)n×n=a11a12a13…a1na21a22a23…a2na31a32a33…a3n┆┆ ┆…┆an1an2an3…ann(1)
式中aij表示第i个因素对第j个因素的重要性程度。
②权重的计算,根据判断矩阵用最大特征根法计算权向量T和最大特征根λmax,其具体步骤如下:
计算判断矩阵A每一行元素的乘积,计算Mi的n次方根,对Wi标准化(归一化处理,计算判断矩阵A的最大特征根
λmax= (2)
a.计算一致性指标:
CI= (3)
其中,λmax为判断矩阵A的最大特征根,n为A的阶数,它是衡量不一致程度的数量标准。
b.计算判断矩阵A的随机一致性指标RI。
c.计算随机一致性比率:
CR=(4)
当CR<0.1时可以认为判断矩阵具有满意的一致性。否则,就必须重新进行两两比较以调整判断矩阵中的元素,直至判断矩阵具有满意的一致性为止。这时从判断矩阵中计算出的最大特征根所对应的特征向量经标准化后,才可以作为层次分析的排序权值T。
1.2 模糊综合评价模型美国控制论专家查德提出的处理模糊事物的数学方法,引入“隶属函数”来描述客观事物的差异的中间过渡的模糊数学方法,在许多的领域得到广泛的应用,其具体步骤如下[4-5]。
首先,建立软件质量评价因素集合U=Ui(i=1,2,3),这里Ui代表第一层指标,每一个Ui又由五个二级指标构成,表示为Ui=Uij(j=1,2,3,4,5)。然后确定评语集V,模糊评价矩阵R,令V=(v1,v2,v3,v4,v5)=(很高,高,一般,低,很低)。采用问卷调查的方法,得到指标Uij隶属于评语Vk的人数与参加问卷调查总人数的比值,对评价因素集U中的每一个因素Uij,做一个评价f(Uij),则可得到U到V的一个模糊映射f,即:ui→f(ui)=(ri1,ri2,…,rij)∈F(V)
其中,F(V)是V上的模糊集合全体。根据模糊变换的定义,模糊映射可以确定一个模糊关系R,称为模糊评价矩阵:
Ri=r11r12r13r14…r1jr21r22r23r24…r2jr31r32r33r34…r3jr41r42r43r44…r4j┆ ┆┆┆ … ┆ri1ri2ri3 ri4…rij(5)
在此基础上确定各指标的最终模糊集:分为第一层次模糊综合评价集和第二层次模糊综合评价集,第一层次是在第二层次确定的基础上来构建的,第二层次模糊综合评价集为:
Ci=wi×Ri=cij=(ci1,ci2,ci3,ci4,ci5) (6)
其中i=1,2,3,4;j=1,2,3,4,5
第一层次模糊综合评价集为:
A=W×C (7)
最后去模糊获得单一评价值。
本文采用李克特5级量表对某某软件质量水平进行测度,即V=(v1,v2,v3,v4,v5)=(很高,高,一般,低,很低)=(5,4,3,2,1)。软件质量评价的最终评价值为:
Pi=5ci1+4ci2+3ci3+2ci4+ci5(8)
2人力资源信息系统绩效评价实证研究
2.1 数据来源本文应用评价模型对质量水平进行评价测度。首先根据评价指标体系设计调研问卷,然后在2010年3月-4月期间,分层次随机抽取到管理层人员为访问对象进行问卷调查,现场填写、现场访谈、现场回收。共发放调查问卷350份,收回有效问卷293份,问卷回收率为84%。调研对象包括91名男性和76名女性,年龄在25-55岁之间,被调研人数是问卷题项数的5倍以上,符合问卷调查要求。同时,通过访谈相关的软件类专家与高校工作人员来获得补充信息。由调研获得的基础数据如表1所示。
2.2 模糊评价根据前面的分析可知,本研究中软件质量的评价指标集U包含功能性、可靠性、易用性、维护性、移植性、效率6个指标,即U =(Ui)(i=1,2,3,4,5,6)。其中每一个Ui又分别由第2层指标Uij构成,即U=Uij,评语集V=(v1,v2,v3,v4,v5)=(很高,高,一般,低,很低)=(5,4,3,2,1)。根据模糊评价理论与式9得到某某软件的功能性、可靠性、易用性、维护性、移植性、效率的评判矩阵分别为R1,R2,R3,R4,R5,R :
根据式6、式7及各指标的权重值,计算第一层次模糊综合评价集为:A=W×C=(0.1952,0.3781,0.2336,0.1526,0.0415);根据式7对第二层模糊综合评价集根据评语集V进行去模糊计算,分别得到该软件的功能性、可靠性、易用性、维护性、移植性、效率质量评价值P1,P2,P3,P4,P5,P6;根据式8对第一层模糊综合评价集根据评语集V进行去模糊计算,得到该软件质量的评价值Pz:Pz=5×0.1952+4×0.3781+3×0.2336+2×0.1526+1×0.0415=3.5357;最后,软件质量效评价结果:功能性U1=3.5183;可靠性U2=3.3881;易用性U3=3.6072;维护性U4=3.3557;移植性U5=3.5380;效率U6=3.8413;综合评价3.5357。
3结论
通过数据分析,可以得到一些结论:该软件的易用性、移植性、效率较高,但在功能性、可靠性、维护性方面质量较低,在未来的发展中,应该在提高软件功能的准确性的基础上,进行软件功能适应性的调整,从而加大功能的互操作性,同时也要不断地提高保密安全性,最终实现功能的依从性。
参考文献:
[1]石柱,何新贵.模糊软件质量综合评价[J].系统工程与电子技术,2002,24(12):121-122.
[2]李良宝,韩喜双.软件质量的多级模糊综合评价[J].哈尔滨工业大学学报,2003,35(7):812-815.
[3]杨扬.计算机软件质量模糊综合评价方法[J].小型微型计算机系统,2000,21(3):313-315.
[4]庞庆华.基于灰色理论的软件系统人机界面综合评价模型[J].计算机工程,2007,33(18):59-61.