基于能力匹配的異地敏捷開發(fā)任務(wù)分配方法①

葉上華,殷 茗,楊 益,姜繼嬌

1(西北工業(yè)大學(xué) 計算機(jī)學(xué)院,西安 710072)

2(西北工業(yè)大學(xué) 軟件學(xué)院,西安 710072)

3(西北工業(yè)大學(xué) 管理學(xué)院,西安 710072)

異地敏捷開發(fā)已成為軟件企業(yè)開發(fā)項目IT 策略的一部分[1],這種開發(fā)可能在一個單獨(dú)項目中涉及到多個地點(diǎn),或軟件開發(fā)周期中一部分的服務(wù)提供者[2].敏捷方法已存在多年,通過使用迭代和增量方法為業(yè)務(wù)增加價值,其中軟件開發(fā)人員處理小模塊并響應(yīng)用戶不斷變化的業(yè)務(wù)需求,并在價值、原則和實(shí)踐方面為軟件工程帶來了重大變化.因此,敏捷方法通過接受“反饋和變化”以及“擁抱而不是拒絕更高的變化率”來提供靈活性以及對軟件開發(fā)過程的嚴(yán)謹(jǐn)性[3].近年來,敏捷方法在全球化環(huán)境中越來越受到重視,其低成本,早期產(chǎn)品交付和高質(zhì)量產(chǎn)品等多種優(yōu)勢使得異地敏捷開發(fā)成為當(dāng)下諸多企業(yè)積極探索的趨勢.然而,一些研究指出,由于異地敏捷開發(fā)存在文化差異、時間差異、地理分布等諸多特征[4],在全球分布式環(huán)境中采用敏捷方法會帶來重大挑戰(zhàn),尤其是一些敏捷原則和實(shí)踐強(qiáng)調(diào)近距離、面對面交互.敏捷開發(fā)實(shí)踐需要頻繁地非正式通信,例如每日站立會議,以便管理項目并實(shí)現(xiàn)Scrum 的效果,當(dāng)成員在地理上分散時,知識共享難以實(shí)現(xiàn)、非正式溝通很難進(jìn)行[5].任務(wù)分配作為軟件項目的基礎(chǔ)活動,是異地分布式敏捷軟件開發(fā)中的關(guān)鍵環(huán)節(jié)[1],分配決策需要考慮多方面因素,任務(wù)分配可減少異地敏捷團(tuán)隊之間的溝通成本,使團(tuán)隊成員能把大部分精力投入到軟件開發(fā)[6].

目前,研究者們對任務(wù)分配的研究大多主要集中在人工智能領(lǐng)域,如多Agent 系統(tǒng)[7]、機(jī)器人[8]等.任務(wù)分配的目的,是為了合理配置現(xiàn)有資源,不同應(yīng)用需要不同的任務(wù)分配機(jī)制.現(xiàn)有研究[8,9]大多致力于集中式任務(wù)分配,未考慮異地敏捷團(tuán)隊的分布式的能力和資源.例如Butler 和Heys[10]提出了基于行為和拍賣的任務(wù)分配方法,行為方法提出了高中低的自重構(gòu)團(tuán)隊行為及六個任務(wù)行為,采用動機(jī)函數(shù)平衡不同行為完成任務(wù)布置,拍賣方法解決任務(wù)分配中的行為交互,及添加額外交互行為.Pendharkar[11]提出了啟發(fā)式蟻群的任務(wù)分配優(yōu)化方法,分析了約束任務(wù)分配的線性整數(shù)規(guī)劃及其松弛規(guī)劃、低限制拉格朗日松弛,提出了約束任務(wù)分配的迭代啟發(fā)式貪婪及基于啟發(fā)式蟻群算法的約束任務(wù)分配模型.Wilson 和Quigley[12]提出了可靠性增長的任務(wù)分配模型,從項目風(fēng)險視角出發(fā),以成本和時間為約束,識別和設(shè)計系統(tǒng)開發(fā)可能的任務(wù)弱點(diǎn),從成本、時間測試系統(tǒng)可靠性,建立多屬性效用函數(shù),構(gòu)建可靠性增長任務(wù)分配模型.上述研究雖然分別解決了任務(wù)布置和行為交互、約束任務(wù)分配及風(fēng)險視角任務(wù)分配問題,但普遍忽略了任務(wù)與異地團(tuán)隊的多屬性能力匹配.

異地敏捷軟件開發(fā)中的任務(wù)要分配給異地團(tuán)隊,這些異地團(tuán)隊具有不同的能力和資源來完成這些任務(wù),因此需要考慮異地敏捷環(huán)境的多個決策屬性.現(xiàn)有學(xué)者已經(jīng)對此展開了初步研究.Duggan 等[13]認(rèn)為軟件構(gòu)建中的任務(wù)分配需要考慮多個目標(biāo),包括成本、缺陷數(shù)量、完成時間、員工使用與客戶滿意度等,采用演化算法和遺傳算法進(jìn)行多目標(biāo)任務(wù)分配可以達(dá)到優(yōu)化效果.Ruano-Mayoral 等[14]提出了一個全球開發(fā)項目任務(wù)包二階段分配框架,提出了任務(wù)分配的決策影響因子,包括可用性和能力;Almeida 等[15]提出了一個異地分布式開發(fā)認(rèn)知映射和MACBETH 的多維決策模型,其中決策因子包括成本、分布水平、文化差異水平、團(tuán)隊年齡、團(tuán)隊技能適應(yīng)性、溝通有效性、溝通頻率、協(xié)作控制水平等.Lamersdorf 和Münch[16]提出了全球軟件開發(fā)的一個客戶化多維需求任務(wù)分配模型,運(yùn)用了改進(jìn)Bokhari算法,該模型在多個典型假設(shè)場景和實(shí)際分布決策問題獲得了應(yīng)用效果.張立等[17]提出半自治多Agent 任務(wù)分配方法,將心智模型與擴(kuò)展合同網(wǎng)機(jī)制結(jié)合,并擴(kuò)展了合同網(wǎng)機(jī)制包括發(fā)標(biāo)優(yōu)選、競標(biāo)報價與多Agent 任務(wù)分配過程.另外,殷茗和馬靜[18]提出了基于多任務(wù)優(yōu)先算法的異地軟件開發(fā)任務(wù)分配模式,該研究主要關(guān)注異地分布式軟件分配的優(yōu)先權(quán)屬性.

上述研究為本研究提供了很好的研究借鑒,但是沒有考慮任務(wù)與團(tuán)隊的多屬性能力匹配,對異地敏捷團(tuán)隊的任務(wù)分配效用沒有聚焦.本文充分考慮了異地敏捷開發(fā)的特征和挑戰(zhàn),首先提煉出該環(huán)境下的子任務(wù)能力需求屬性和團(tuán)隊能力屬性,包括了技術(shù)能力、協(xié)調(diào)能力、創(chuàng)新能力和敏捷開發(fā)能力;其次,在整數(shù)線性規(guī)劃的基礎(chǔ)上提出了基于能力匹配的效用函數(shù),分別求解出了任務(wù)和團(tuán)隊的能力匹配效用值;再次,以全局效用最大化為目標(biāo),采用匈牙利算法求解出了最優(yōu)的任務(wù)分配方案;最后,通過算例仿真驗證了方法的有效性,從而為異地敏捷軟件開發(fā)任務(wù)分配的決策實(shí)踐提供理論依據(jù).

1 基于能力匹配的異地敏捷開發(fā)任務(wù)分配方法

1.1 問題描述

假設(shè)異地敏捷開發(fā)中待分配的任務(wù)已經(jīng)分解為n 個子任務(wù) Ti(i=1,2,3,···,n),參與項目開發(fā)的n 個團(tuán)隊Pj(j=1,2,3,···,n),由多個異地團(tuán)隊通過敏捷開發(fā)方式協(xié)作完成目標(biāo)任務(wù)T.不同的子任務(wù) Ti對 團(tuán)隊 Pj有不同的能力要求,而團(tuán)隊 Pj有自己的能力,團(tuán)隊選擇不同任務(wù)產(chǎn)生的效用不同.效用函數(shù)就是用來評價任務(wù)和團(tuán)隊的匹配程度的函數(shù).因此,本文在根據(jù)任務(wù)能力需求屬性和團(tuán)隊能力屬性的基礎(chǔ)上,利用效用函數(shù)將任務(wù)分配給最合適的團(tuán)隊執(zhí)行,從而實(shí)現(xiàn)全局最優(yōu).

異地分布式無法支持敏捷開發(fā)所提倡的面對面的溝通與交流,由此出現(xiàn)了大量待解決的協(xié)作問題.協(xié)作是“管理活動之間的依賴關(guān)系”,這種依賴關(guān)系包括共享的資源、任務(wù)分配、任務(wù)和子任務(wù)之間的關(guān)系[19],團(tuán)隊協(xié)作、目標(biāo)導(dǎo)向、團(tuán)隊內(nèi)聚力、共享心智模式及團(tuán)隊學(xué)習(xí)等是影響軟件開發(fā)的重要變量[20].敏捷方法是高度協(xié)作的,無論是在開發(fā)組內(nèi)部還是在開發(fā)組之間.敏捷方法依靠非正式溝通而不是大量文檔來快速傳播整個團(tuán)隊和其他利益相關(guān)者的信息.沒有高度協(xié)作的環(huán)境,任何敏捷方法都注定要失敗.由于敏捷方法在很大程度上依賴于協(xié)作和溝通[21],因此團(tuán)隊是成功的關(guān)鍵.考慮異地敏捷開發(fā)協(xié)作特征,本文將協(xié)作能力作為任務(wù)和團(tuán)隊的重要能力屬性.另一方面,異地團(tuán)隊開發(fā)的“敏捷性”,可以快速適應(yīng)不穩(wěn)定的市場環(huán)境和需求波動[22],即適應(yīng)人員配置、程序設(shè)計、系統(tǒng)體系架構(gòu)、軟件開發(fā)流程和軟件如何遵照業(yè)務(wù)調(diào)整和預(yù)算結(jié)構(gòu)的變更[23].因此,將敏捷開發(fā)能力作為異地敏捷開發(fā)任務(wù)分配的能力屬性.對于技術(shù)能力和創(chuàng)新能力的提出則是因為敏捷方法的最大影響在于開發(fā)團(tuán)隊.敏捷方法依賴于強(qiáng)大的開發(fā)團(tuán)隊,除了具備較強(qiáng)的溝通協(xié)作能力和敏捷開發(fā)的經(jīng)驗,開發(fā)團(tuán)隊還必須技術(shù)嫻熟、思維活躍、善于變通,這不僅僅異地敏捷開發(fā)團(tuán)隊更是任何軟件開發(fā)團(tuán)隊?wèi)?yīng)該具備的優(yōu)秀品質(zhì).根據(jù)上述分析,結(jié)合軟件開發(fā)團(tuán)隊強(qiáng)調(diào)技術(shù)與創(chuàng)新能力的特征,本研究認(rèn)為異地敏捷開發(fā)的子任務(wù) Ti有4 個能力屬性:協(xié)作能力、敏捷開發(fā)能力、技術(shù)能力和創(chuàng)新能力.采用能力需求向量表示各個能力的需求值,如式(1)所示.

與子任務(wù)能力屬性相對應(yīng),異地敏捷團(tuán)隊 Pj擁有4 個能力屬性:協(xié)作能力、敏捷開發(fā)能力、技術(shù)能力和創(chuàng)新能力.用能力擁有向量表示各個能力的擁有值,如式(2)所示.

1.2 基于能力匹配的效用函數(shù)

要實(shí)現(xiàn)整個系統(tǒng)優(yōu)化,應(yīng)當(dāng)采用明確的標(biāo)度度量任務(wù)分配結(jié)果,由此有必要分析基于能力匹配的效用函數(shù).隨著環(huán)境變化,任務(wù)需求能力和團(tuán)隊能力都隨之變化,團(tuán)隊對子任務(wù)的勝任程度也相應(yīng)變化[24],因此,基于能力匹配的效用需要重點(diǎn)考慮團(tuán)隊能力對任務(wù)所需能力的滿足程度.任務(wù)和團(tuán)隊的能力匹配研究不僅可以最大程度地調(diào)動開發(fā)團(tuán)隊的工作潛能和主觀能動性,還可以使項目完成實(shí)現(xiàn)效用最大化[25],從而使軟件開發(fā)呈現(xiàn)良性循環(huán)的模式.效用函數(shù) Uij是一個量化第j 個團(tuán)隊和第i 個子任務(wù)匹配度的函數(shù).

本文主要研究異地敏捷開發(fā)的任務(wù)分配中任務(wù)能力需求度和團(tuán)隊擁有能力的匹配程度,分別包括技術(shù)能力、協(xié)調(diào)能力、創(chuàng)新能力和敏捷開發(fā)能力.與普遍情況下的軟件開發(fā)任務(wù)分配不同,本文的效用函數(shù)充分結(jié)合異地敏捷開發(fā)的特點(diǎn)對能力類型進(jìn)行嚴(yán)格篩選,考慮到異地敏捷開發(fā)技術(shù)較為先進(jìn)、異地溝通成本大、采用敏捷開發(fā)的軟件較為新穎和敏捷開發(fā)團(tuán)隊規(guī)模較小等因素,最終效用函數(shù)確定技術(shù)能力、協(xié)調(diào)能力、創(chuàng)新能力和敏捷開發(fā)能力這4 種能力為本文研究的主要能力,從而使得效用函數(shù)的使用更加符合異地敏捷開發(fā)的任務(wù)分配研究背景.Uij計算公式如式(3)所示.

1.3 效用矩陣求解

針對1.2 節(jié)所提出的基于異地敏捷開發(fā)的任務(wù)分配的效用函數(shù)所構(gòu)成的效用矩陣求解,本文采用匈牙利算法求解效用矩陣問題.匈牙利算法作為求解指派問題的經(jīng)典算法,在避免程序陷入無限循環(huán)的情況下,可以求得指派問題精確的全局最優(yōu)解.無論是對普通的軟件任務(wù)分配問題還是對結(jié)合異地敏捷開發(fā)特色的任務(wù)分配,該算法都有很好的適應(yīng)性.效用計算步驟如下.

Step 1.從效用矩陣的每行最大匹配值減去該行元素,再從效用矩陣的每列最大匹配值減去該列元素.

Step 2.此時效用矩陣每行每列都存在零元素,需找出n 個獨(dú)立的零.若能找出,就以這些獨(dú)立零對應(yīng)的效用矩陣中的匹配度為1,其余為0,得到最大效用值.當(dāng)n 較小時,可用觀察法、試探法找出n 個獨(dú)立零元素.若n 較大,則需要按一定順序去找,具體如下:

(1)從只有一個零的行(列)開始,給這個零加圈,劃去畫圈的列(行)中的其他零;

(2)給只有一個零列(行)的零加圈,然后劃去加圈的元素所在行(列)的零;

(3)反復(fù)進(jìn)行Step 2 中(1)、(2)兩步,直到所有零都被圈出或劃掉為止;

(4)若仍有沒有畫圈的零,且同行(列)的零至少有兩個.從剩有零最少的行(列)開始,比較這行零所在列中零的數(shù)目,選擇列中零最少的零加圈,然后劃掉同行同列的其他零.反復(fù)進(jìn)行,直到所有零都圈出或劃掉為止;

(5)若畫圈零元素的數(shù)目m 等于矩陣的維數(shù) n,那么已得到效用值最大的分配結(jié)果;若m＜n,則轉(zhuǎn)下一步.

Step 3.做最少的直線覆蓋所有零,以確定該代價矩陣中能找到最多的獨(dú)立零.

(1)對沒有畫圈的行打?qū)μ?

(2)對已經(jīng)打?qū)μ柕男兄杏袆澋袅愕牧写驅(qū)μ?

(3)再對打有對號的列中含畫圈元素的行打?qū)μ?

(4)重復(fù)Step 3 中(2)、(3),直到得不出新的打?qū)μ柕男小⒘袨橹?

(5)對沒有打?qū)μ柕男挟嫏M線,對打?qū)μ柕牧挟嬁v線,得到覆蓋所有零的最少直線數(shù).

Step 4.經(jīng)過上述變換得到新的效用矩陣.在沒有被直線覆蓋的數(shù)中找出最小值,并對沒劃直線行的各數(shù)都減去該最小值,對劃直線列的各數(shù)都加上該最小值,得到新矩陣,轉(zhuǎn)Step 2.

2 算例仿真

本文的核心是研究異地敏捷開發(fā)環(huán)境條件下合理的任務(wù)分配過程,研究對象是敏捷開發(fā)任務(wù)和異地敏捷開發(fā)團(tuán)隊.傳統(tǒng)人力處理任務(wù)分配,無法保證分配結(jié)果質(zhì)量.本文提出的基于能力匹配的方法可以量化分配結(jié)果,保證全局最優(yōu)解.為驗證該方法的有效性,本研究在異地敏捷開發(fā)某購物網(wǎng)站項目為背景,利用效用函數(shù)進(jìn)行任務(wù)分配案例仿真.仿真環(huán)境采用17.12 版本CodeBlocks,C 語言編程,在CPU 2 GHz、 4 GB 內(nèi)存、256 GB 硬盤空間的64 位Windows 8 主機(jī)運(yùn)行.前期采用問卷調(diào)查獲取仿真初始數(shù)據(jù).

2.1 實(shí)驗仿真

數(shù)據(jù)采集通過問卷調(diào)查獲取,以Likert5 級量表對異地敏捷開發(fā)任務(wù)能力需求度屬性和異地敏捷開發(fā)團(tuán)隊能力屬性進(jìn)行打分.現(xiàn)將任務(wù)名稱用任務(wù)標(biāo)號來表示,如表1 所示,并做出如下規(guī)定:異地敏捷開發(fā)任務(wù)對技術(shù)能力,協(xié)調(diào)能力,創(chuàng)新能力和敏捷開發(fā)能力的需求值用(0,1],(1,2],(2,3],(3,4],(4,5]區(qū)間的右端點(diǎn){1,2,3,4,5}表示,分值越高表示需要程度越高;同理,異地敏捷開發(fā)團(tuán)隊的技術(shù)能力,協(xié)調(diào)能力,創(chuàng)新能力和敏捷開發(fā)能力擁有值也用(0,1],(1,2],(2,3],(3,4],(4,5]區(qū)間的右端點(diǎn){1,2,3,4,5}表示.最終數(shù)據(jù)如表2 和表3所示.

表1 任務(wù)標(biāo)號和任務(wù)名稱的對應(yīng)關(guān)系

表2 異地敏捷開發(fā)任務(wù)能力需求數(shù)據(jù)

表3 異地敏捷開發(fā)團(tuán)隊能力數(shù)據(jù)

按式(4)進(jìn)行效用值計算,首先求出異地敏捷團(tuán)隊和異地敏捷開發(fā)任務(wù)能力匹配時的效用值,再采用匈牙利算法對效用矩陣進(jìn)行求解.采用C 語言編程,對實(shí)驗結(jié)果用文本輸出的方式表示.效用矩陣結(jié)果表4所示.

本文為數(shù)據(jù)處理方便,將效用矩陣乘以1000 后再按照匈牙利算法求最大值進(jìn)行處理;式(7)是最終分配矩陣,1 表示分配,0 表示不分配.

表4 任務(wù)和團(tuán)隊組的效用矩陣結(jié)果

經(jīng)過23 次迭代,式(7)為整體效用最高時的分配矩陣,最終分配方案為:任務(wù)1 和團(tuán)隊2、任務(wù)2 和團(tuán)隊3、任務(wù)3 和團(tuán)隊1、任務(wù)4 和團(tuán)隊6、任務(wù)5 和團(tuán)隊7、任務(wù)6 和團(tuán)隊8、任務(wù)7 和團(tuán)隊4、任務(wù)8 和團(tuán)隊5.

2.2 結(jié)果分析

異地敏捷開發(fā)項目匹配效用量化值如表5 所示,且效用值為4.837.效用值大小是由任務(wù)能力需求、團(tuán)隊能力及任務(wù)和團(tuán)隊的匹配程度來決定.計算后可以得出每一個任務(wù)和團(tuán)隊的匹配度的衡量標(biāo)準(zhǔn)都在0 到1 區(qū)間里取值,故而整體效用值理論上是在0 到8 之間.由此可得該算例的分配結(jié)果最高效用適中.

表5 匹配效用量化值

當(dāng)前異地敏捷團(tuán)隊的能力值均高于任務(wù)能力需求值,可見并非能力越高的團(tuán)隊產(chǎn)生的效用越高,對于高能力團(tuán)隊接受低能力需求的任務(wù)時,同樣是人才資源的浪費(fèi).只有任務(wù)和團(tuán)隊二者的能力剛好彼此滿足時,才能產(chǎn)生較高的效用值.這為日后任務(wù)分解的改進(jìn)或參與異地敏捷項目團(tuán)隊的調(diào)整給出理論性的依據(jù).

效用值作為直接定量描述異地敏捷任務(wù)和異地敏捷團(tuán)隊分配方案質(zhì)量的數(shù)值,其越大說明任務(wù)和團(tuán)隊能力越匹配,分配方案越合理.實(shí)際運(yùn)用中,管理者應(yīng)當(dāng)在任務(wù)發(fā)布初期遵循效用值高的異地敏捷團(tuán)隊參與任務(wù)的原則進(jìn)行團(tuán)隊選擇,只有這樣才會更高質(zhì)量的完成任務(wù).

3 結(jié)論

本文充分考慮了軟件異地敏捷開發(fā)的任務(wù)分配特點(diǎn),提煉出了異地敏捷開發(fā)環(huán)境下的任務(wù)能力需求屬性和團(tuán)隊能力屬性,創(chuàng)新性地提出基于能力匹配的效用函數(shù),將分配結(jié)果量化表達(dá),使任務(wù)分配給最適合的團(tuán)隊執(zhí)行,達(dá)到了結(jié)果最優(yōu),從而產(chǎn)生效用最高的分配方案.通過算例驗證本文任務(wù)分配方法的有效性.但由于效用函數(shù)是基于線性規(guī)劃思想,對大規(guī)模的任務(wù)分配還缺乏普適性.異地敏捷開發(fā)在軟件開發(fā)領(lǐng)域已然興起,還有許多工作需要將來繼續(xù)深入研究.