基于模塊分解的IFPUG功能點分析方法應用研究

侯成功+譚裴+葉敏

摘要：傳統的IFPUG功能點分析方法對行業應用軟件項目進行軟件規模度量時，調整因子考慮的是系統整體特征。該方法對典型的管理信息系統較為有效，但當系統或者系統的部分模塊具有一些其它技術特征時，度量結果會出現較大偏差。針對行業應用軟件專業化和復雜化的特點，首先按照軟件應用的業務流程和技術特征，對軟件進行模塊分解，針對不同模塊分別考慮通用系統特征和調整因子，提出模塊分解的基本過程和改進的通用調整因子計算方法；然后基于不同的模塊權重計算加權后的功能點總數；最后利用上述方法選取了實際項目進行軟件規模度量分析。實驗結果表明，與傳統的IFPUG功能點分析方法相比，改進后的功能點計算結果與項目實際功能點數更為接近。

關鍵詞：軟件規模度量； IFPUG-FPA； 模塊分解； 調整因子； 權重

中圖分類號： TP319

文獻標識碼：A

文章編號：16727800（2017）004015904

0引言 隨著企業信息化的不斷發展和升級，各行業軟件應用呈現數量多、應用專業化、系統復雜化等特點，不同行業間的軟件應用也存在不同特征。在眾多的軟件項目中，有效地度量軟件規模正成為項目管理過程中越來越重要的環節。合理的軟件規模度量能夠有助于管理部門最大程度地利用預算資金，同時有助于生產部門準確地把握項目時間和項目進度等。目前，國際流行的軟件規模度量方法是功能點分析方法。本文主要基于軟件模塊分解，研究改進適用于不同軟件特征的功能點分析方法。1IFPUG功能點分析方法概述

1.1功能點分析方法 功能點分析方法[1]（Fuction Point Analysis，FPA）對于軟件功能規模的度量主要從用戶需求方面考慮，并不考慮軟件的具體物理實現和采用的技術手段。目前，常用的FPA方法[2]包括Mark II-FPA、COSMIC-FPA和IFPUG-FPA，其中IFPUG-FPA應用最為廣泛。 Mark II-FPA認為整個應用軟件應該是一系列邏輯事務的集合，各個邏輯事務應當包含輸入、過程和輸出3個部分；COSMIC-FPA是將應用軟件系統看作是一系列功能過程的集合，每個功能過程分別進行功能規模的度量，最終對所有功能規模進行累加，就可以計算出整個應用軟件的整體規模；而IFPUG-FPA認為應用軟件是由功能組件和數據組件構成，通過以IFPUG定義的功能點為單位對每類組件進行軟件規模的度量，從而計算出整個應用軟件的總功能點數，利用該功能點數來體現應用軟件規模大小。1.2IFPUG-FPA處理過程 IFPUG-FPA通常的處理過程[3～5]如圖1所示。

主要包括以下幾個步驟： Step1：確定功能點的計數類型，包括新開發項目和二次開發項目兩種計數類型。 Step2：識別計數范圍及應用系統邊界，明確哪些功能應被計數。

Step3：確定未調整的功能點數UFP。從業務角度考慮應用系統開發的功能點數，包括事務處理功能點數和數據功能點數。事務功能分為外部輸入（External Input，EI）、外部輸出（External Output，EO）和外部查詢（External Query，EQ）；數據功能分為內部邏輯文件（Internal Logic File，ILF）和外部接口文件（External Interface File，EIF）。確定功能點類型后判斷其對應的復雜度，復雜度轉換表[6]如表1所示。計算未調整功能點數：其中， [K]{x}={F（t）}為根據不同的復雜度而定的5個部分的加權因子，X為應用中每個部分的數量。（1）確定調整因子VAF。從系統特征的角度考慮對應用系統開發功能點數的影響，IFPUG-FPA考慮了14項基本系統特征（General System Characteristic，GSC），分別是：數據通信、分布式數據處理、性能、重度配置、處理速率、在線數據輸入、最終用戶使用頻率、在線升級、復雜處理、可重用行、易安裝性、易操作性、多場所和支持變更。每項按照其對系統的重要程度分為6個級別：無影響、影響較小、有一定影響、重要、比較重要和很重要，相應的賦予數值為0、1、2、3、4和5。計算調整因子：其中，DI為GSC的影響程度。（2）計算調整后功能點數（FP）。綜合考慮業務和技術因素，用調整系數VAF對未調整的功能點數UFP進行調整，得到應用系統的最終功能點數FP。

1.3IFPUG-FPA分析與其它軟件規模度量方法相比，IFPUG-FPA分析方法更適用于管理信息系統，功能點的計算獨立于編程語言等技術因素，通用性較強、計算方便，比較容易理解和使用，且僅與用戶需求相關。明確軟件需求后就可以完成軟件規模的度量，為軟件項目管理帶來便利。當然，IFPUG-FPA的簡單易用性也存在一定局限，例如調整因子考慮的是整個系統的綜合因素，默認各項GSC關聯功能的軟件工作量權值相當，實際上可能存在這樣一種情況，系統內的某些功能模塊的軟件工作量權值較大，其對應的某些GSC對調整因子的影響也應該占有較大的權重；調整因子所考慮的14項GSC是否仍然適用于目前的各類應用軟件；對于非管理信息系統特征的軟件規模度量，其準確度存在一定的偏差，現有調整因子的各個項目不能很好地適用于此類系統。

2基于模塊分解的IFPUG功能點分析方法改進

2.1模塊分解IFPUG-FPA通常的做法是計算出整個系統的UFP，然后評估整個系統的VAF，最后得出總功能點FP。所評估的VAF是針對整個系統而言，考慮的是各項因素的平均影響，當某一部分功能的某些GSC對功能點結果影響比較大時，這些影響將會被平衡、抵消，從而導致度量結果產生偏差?；诖?，文獻[6]提出在VAF中增加一項權值因子，以權衡不同的GSC在VAF中的占比影響。本文考慮針對待度量的軟件系統進行模塊分解，對分解后的模塊分別計算VAF，利用模塊本身的UFP作為權重，更具有合理性，分解過程為：（1）功能模塊分解，根據業務功能進行初步模塊分解。（2）模塊間局部調整，將不同模塊中GSC影響程度相似的功能點調整到同一模塊，如某些模塊對應分布式處理，某些模塊偏重實時數據處理，某些模塊為常用的信息管理或者偏重UI體驗效果。（3）模塊分解后FP的計算方法，按照原計算方法：

如此便可以平衡不同模塊功能點及其GSC的權重影響，下文討論針對不同的模塊，對模塊調整因子取值的計算方法。2.2調整因子計算IFPUG-FPA中VAF的計算考慮了14項GSC，隨著軟件項目的不斷發展，后續研究發現對于某些系統現有的GSC無法滿足評估的需要，部分GSC的重要性已經沒有那么明顯。并基于此，提出了一些改進措施，如文獻[6]中新增了與其它應用的接口、特殊的安全特征、與第三方的直接交互、用戶訓練特征和文檔需求5項GSC；文獻[7]對GSC的取值進行了重新劃定；文獻[8]僅保留了6項GSC，取消了其它8項GSC，作者認為取消這些系統特征對估算結果差異較小，同時新增了1項GSC即新技術運用難度并給出了具體確定規則。文獻[9]～[12]也從業務需求、系統特性等方面直接或者間接地改進了VAF的影響。以上文獻均基于各自的經驗考慮，針對VAF的計算進行了改進調整，然而不同專家對于項目的經驗可能不同，導致其改進意見具有明顯的個性化特征。本文基于上述經驗和思路，在IFPUG-FPA基礎上抽取出適用于不同系統特征的通用調整因子（General Value Adjustment Factor， GVAF）計算方法。（1）GSC類型和數量動態化。針對不同特征的系統或者模塊，調整因子的調整幅度不同，其考慮的GSC類型和數量不同，因此相應的GVAF的計算結果也不一樣。式（2）中，各項GSC的影響程度DI均取平均影響程度2.5時，VAF計算結果為1，系統功能點不做調整；各項DI取最低影響程度0時，VAF計算結果為最小值0.65；各項DI取最高影響程度5時，VAF計算結果為最大值1.35。據此分析提出GVAF計算公式如下：

針對不同的系統或模塊，可以分別提出各自關聯性較強的GSC項類型，分別計算各模塊的GVAF值。（2）GVAF取值參數化。VAF的取值范圍固定在0.65～1.35之間，實踐證明該取值對于管理信息系統具有較好的度量效果。為了使GVAF的取值能夠同時更好地適應其它系統特征，對公式（6）進行參數化處理：

式中αm為GVAFm 的最小值，βm為GVAFm的最大值。條件〖SX（〗αm+ βm2SX）=1的設定是為了將αm和βm限定在區間[0，2]，因為超出此區間范圍時評估偏離值過大，可以認為GVAF值調整已經沒有什么意義。參數化后的GVAF取值更加靈活，將可以更好地適應不同的模塊或者其他應用系統，如對于實時系統、分布式系統等，可以根據多項目評估經驗，采用模式分類的方法，對αm和βm的取值進行訓練學習，獲得經驗取值，方便以后其他項目的軟件規模度量。經過以上過程處理后，基于模塊分解的FP計算公式為：

3案例分析與對比以筆者主要參與的某無線網規劃審核平臺為例，按照業務流程系統可分為項目管理、需求管理、規劃審核、勘察設計審核、數據管理、GIS、審核規則和系統管理8個業務模塊，根據業務和技術特征相似的原則進行分類，其中項目管理、需求管理、規劃審核、勘察設計審核、數據管理和系統管理具有典型的管理信息系統特征，統一歸為第一類模塊；GIS涉及地圖操作，歸為第二類模塊；審核規則具有典型的算法及實時特征，歸為第三類模塊。在對系統進行模塊分解前，統一考慮VAF因子，按照公式（2）針對14項GSC進行打分，如表2所示，最終計算的系統VAF=0.65+0.01*31=0.96 。

在對系統進行模塊分解后，第一類模塊仍然按照14項GSC進行打分，GVAF1=0.65+0.01*31=0.96 ；第二類模塊根據其技術特征，取定8項GSC：GIS技術難度、數據通信、性能、重度配置、處理速率、最終用戶使用頻率、復雜處理、易操作性，如表3所示，αm取0.65，按照公式（7）計算得到：

第三類模塊根據其技術特征，取定9項GSC：算法復雜度、實時響應、數據通信、分布式數據處理、性能、重度配置、處理速率、復雜處理、可重用性，如表4所示，αm取0.65，按照公式（7）計算得到：

可以看到，針對不同分解模塊，基本系統特征的考慮側重點不同，即使是相同的GSC項目，其在不同的模塊中評分值也不盡相同，簡單的基于系統整體考慮VAF顯然忽略了這些因素對最終功能點的影響。模塊分解前后，軟件規模度量的各項值如表5所示，分解后對于第二類模塊， FP與實際偏差由原來的22.86%降低到11.21%；對于第三類模塊，FP與實際偏差由原來的18.40%降低到11.69%。當系統中這些分解模塊的功能點占比較大時，其對總體FP的影響程度就會較大，極端情況下，對于非管理信息系統，該方法對FP度量的影響效果將十分顯著。

4結語 本文基于模塊分解的FPA方法，在保留IFPUG-FPA原有優點的同時，一方面考慮了VAF中GSC的權值影響，另一方面針對分解模塊允許靈活調整GSC項和取值范圍，改進了對于管理信息系統的度量方法，能夠很好地適應非管理信息系統的軟件規模度量。

參考文獻：[1]蔣輝，尹俊文，何鴻君，方禮遠.功能點方法的分析與比較[J].計算機工程與科學，2009，31（5）：8789.

[2]胡云龍.軟件規模度量方法介紹[J].計算機時代，2006（7）：1721.

[3]馬賢穎，張敏，董石磊.功能點估算方法研究與應用[J].現代電子技術，2011，34（8）：58 68.

[4]ARCHANA SRIVASTAVA.Enhancement in function point analysis[J].International Journal of Software Engineering & Applications（USEA），2012，3（6）：129136.

[5]田志偉，張廣泉.基于IFPUG的功能點分析方法[J].計算機與數字工程，2007，35（12）：121123.

[6]寧靜鋒，童旅楊.軟件項目功能點估算[J].長春工業大學學報：自然科學版，2014， 35（3）：309314.

[7]劉文浩，樊麗華.基于IFPUG功能點分析方法的值調整因子的應用研究[J].青海師范大學學報：自然科學版，2011（1）：2526.

[8]劉迪.基于改進的功能點分析法在軟件項目規模估計中的應用研究[D].合肥：合肥工業大學，2007.

[9]羅光春，聶坤苗，溫川彪，等.功能點分析法的研究和改進[J].電子科學大學學報，2009，38（6）：983986.

[10]尹柯，蔣軍成.基于IFPUG功能點分析方法改進特征值因子的應用研究[J].計算機與數字工程，2014，42（11）：21232127.

[11]江韶志，羅梓威.電信行業應用軟件需求工作量評估應用淺析[J].廣東通信技術，2013（7）：5860.

[12]劉庚.簡化的功能點度量方法的比較和分析[J].計算機科學與探索，2015，9（12）：1459 1470.

（責任編輯：陳福時）