一種基于BP神經網絡的軟件需求分析風險評估模型的研究

摘 要：軟件需求分析不僅僅是為了讓開發者滿足用戶要求，而且還可以幫助用戶了解軟件的性能和功能，具有一舉兩得的效果，但是如果軟件需求不符合實際需求，就會出現風險，導致返工。在BP神經網絡的基礎上，我們建立了軟件需求分析風險評估模型，以減少軟件開發的失敗率，規避因軟件需求分析失誤而帶來的實際存在的或潛在的風險。

關鍵詞：風險；軟件需求；BP神經網絡；研究；分析

DOI：10.16640/j.cnki.37-1222/t.2016.04.128

0 引言

軟件開發過程中，需求分析是一個關鍵性的階段。導致它失敗的原因有很多，例如開發者和用戶之間的溝通障礙、軟件本身的隱含性、需求信息的不對稱等等。這些問題導致的返工，增加了開發的成本，也損壞了企業形象，更可能流失掉部分用戶。因此，我們必須對軟件需求分析進行風險評估管理，把負面影響降到最低。現代商業發展中，各企業和企業之間的競爭日趨激烈， 掌握最新的技術，對技術進行創新，才是企業在行業內立足腳跟，獲得更加長遠發展的方法，因此要想牢牢地把握企業的運命就需要我們保持對技術創新的熱情，并在這條道路上樂此不疲。21世紀，只有掌握了最新和最具有創造性的技術，才能贏的最后的勝利，本文把BP網絡與軟件需求分析風險評估模型相結合，具有十分重要的意義。

1 BP神經網絡

BP神經網絡是開發者使用最多的神經網絡之一，它具有算法簡單、極強的魯棒性、收斂速度極快等優點。最重要的一點是能夠最大限度的接近其真實系統，非常適合于線性的、不確定的、模糊的軟件風險數據。BP算法是一種用于前向多層神經網絡的的反傳學習算法。采用BP算法的數層感知器神經網絡模型，它的基本思想是，學習過程由信號的正向傳播和誤差的反向傳播兩個過程組成。模糊理論采用模糊數學的方法，通過抽象思維，對處于多種因素作用下的事物做出總體評價。它的兩大主要特征是：第一，結果清晰；第二，系統性強，這非常適合于各種非確定性問題的解決。

2 軟件需求分析風險評估模型

開發過程中，了解軟件需求是很重要的。軟件開發主要是依據需求的不同而設計出的產品。它包括了業務需求（組織和客戶高層次的目標）、用戶需求（用戶要求必須具備的需求）、功能需求（用戶可以通過完成任務滿足業務需求的產品中必須體現的軟件功能）。各種不同的需求都以不同的角度來呈現，需要進行多方位的分析方可得出準確的結論。軟件需求分析就是對用戶所需軟件應具備的屬性進行分析，滿足用戶的真正需求。在完成軟件需求分析后，我們要能得出用戶所需的軟件系統要能夠做到哪些功能，對此還要有詳細準確的說明書，也就是用戶的使用說明書，讓他們更快的了解產品。優秀的需求具有以下特點：完整性、準確性、可行性、必要性、無歧義性和可行性。

軟件需求分析風險是指由于多方面的影響，如用戶參與度、用戶需求的拓展變化、多角度的考慮、設計的精準度和用戶與開發者的充分溝通等等，而造成需求分析的不準確使得用戶的軟件需求得不到滿足。該風險評估模型主要是為了降低軟件需求分析中存在的風險，從而使得評估需求分析更具加有效和更易操作。

3 一種基于BP神經網絡的軟件需求分析風險評估模型

本文把BP神經網絡和模糊理論加入到軟件需求分析風險評估模型中，利用BP神經網絡的非線性映射屬性和模糊理論的超強表達能力與被理解力，幫助提高風險評估的有效性和預測性。 軟件需求分析風險的評估模型包括風險識別、風險分析、風險評估三個模塊。

風險識別的主要目的是考察研究軟件需求分析階段具體的情況，識別并記錄該階段存在的或潛在的風險，輸入來源是專家的經驗分析和歷史風險數據庫。一般步驟包括：a：找出軟件需求分析風險指標；b：搜索歷史數據庫，列出存在的數據庫中的歷史案例；c：通過專家分析，列出具有風險等級的列表；d：將確定了的風險列表提交數據庫并更新。

風險分析是細化第一階段的風險，分析其產生的影響和等級，找出各指標與風險級別之間的線性關系亦或非線性關系。本文引入BP神經網絡和模糊理論，利用BP神經網絡實現風險評估指標和風險級別之間的非線性映射關系，還利用模糊理論的超強表達能力和容易理解的屬性，提高整個風險評估模型的學習能力和表達能力，得出更符合實際的評估報告。主要的方法包括：a：揭示原因和結果之間的聯系，追根溯源；b：建立模型進行認識和理解；C：通過嘗試各種組合找出導致失敗的因素。風險評估需最后明確所有存在的風險和它們的等級，給予開發者一個詳細的報告。本階段只要利用BP神經網絡的輸入層、輸出層、隱含層數、隱含層節點數。輸入層節點是經過模糊預處理的17個需求分析風險評估指標；輸出層節點是需求分析風險等級；隱含層數越多性能越高誤差越低；隱含節點越多，網絡功能越強大，但是過多則會使網絡功能減弱。

在BP神經網絡基礎上，建立的軟件需求分析風險評估模型，它操作的流程大致是三個方向。首先，識別軟件需求分析階段存在的、潛在的風險；然后，利用BP神經網絡和模糊理論的特有屬性、眾多優點進行分析，通過歷史數據庫，專家知識、專家討論，列出風險表格；最后，對風險進行最后的評估，從而有效預測軟件開發過程中所遇到的風險，并且進行規避。

4 結束語

隨著經濟的高速發展，網絡軟件也成為人們工作生活中一個非常重要的工具。軟件需求的增多帶來了很多的問題，軟件開發的過程充滿了阻礙，軟件需求的滿意度也在日漸降低。因此，提高軟件開發的速度、保證開發軟件的質量，降低風險、減少開發成本、滿足用戶真正的需求等等，對軟件需求分析風險進行評估，建立軟件需求分析風險評估模型，是一件非常值得研究和實施的事情。本文研究的內容不僅僅達到了需求分析的目的，提出了新的思維方式和參考方向，而且還能更有效的預測軟件需求分析風險，真正滿足用戶的軟件需求。

基金項目：吉林省教育廳“十二五”科學技術研究項目“基于AHP和群決策向量分析高校干部綜合測評方法和系統實現”（吉教科合字第2013402號）；吉林省教育科學“十二五”規劃課題“構建以學習者為主體的遠程教育支持服務體系的研究”（GH150583）。

參考文獻：

[1]李華，曹曉龍，成江榮.BP神經網絡在軟件項目風險評估中的應用[J].計算機仿真，2011，28（07）：374-378.

作者簡介：楊明莉（1977-），女，副教授，研究方向：計算機軟件與理論。