CN114880217A - 一种应用软件的构件质量评估方法 - Google Patents

Abstract

本发明涉及一种软件评估方法，尤其涉及应用软件的构件质量评估方法，将专家的评价和缺陷数据获得的属性相关性有机结合，综合考虑构件属性的权重，进而获得构件质量，包括如下步骤：(1)根据专家对构件属性的重要性评价，利用模糊层次分析方法获得各个属性的主观权重；(2)根据测试获得的各个属性值以及缺陷数据，利用灰色关联度方法对缺陷数据进行分析，构建参考质量，并根据获得的属性值与参考质量之间的对比分析，从客观角度获取属性重要性权重；(3)利用调控参数，对主观权重和客观权重比例进行调整，最终获得各个属性的综合权重。(4)根据各个属性的属性值和综合权重，计算得到构件的质量。

Description

一种应用软件的构件质量评估方法

技术领域

本发明涉及一种软件评估方法，尤其涉及一种应用软件的构件质量评估方法。

背景技术

随着软件规模越来越大，人们对软件的快速交付和质量要求越来越高，进而构件化软件开发方法越来越得到广泛的应用。构件是面向软件体系架构的可复用软件模块，是可复用的软件组成成份，开发者可以通过组装已有的构件来开发新的应用系统，从而达到软件复用的目的。一般地，软件构件应具备可用性、可移植性、适应性等重要性质。由于软件包含多个构件，构件的质量直接决定着软件系统的质量，单个构件发生故障、失效等，会给软件系统带来很大的灾难。由此，如何评估构件质量使其能够适应更多的软件系统是需要研究的一个重要问题。国内外对软件构件质量方面做了很多研究。金茂忠等基于软件质量标准，从外部和内部质量模型角度，根据外部易组装性作为度量标准，建立了软件构件质量度量模型。其团队根据国家信息产业部有关制度和对软件质量度量标准的要求,提出了对软件构件可复用性有着直接影响的六个子特性以及软件构件可复用性质量度量和构件可信度质量度量方案.刘帅等人利用模糊物元评价法对构件质量进行综合评估。贺海波等通过改进层次分析法，在保证单个判断矩阵满足一致性的前提下,求出构件质量指标权重,同时用每个专家赋予不同的权重对指标进行评价，将质量指标的权重和专家权重进行线性加权,在专家权重相对确定的情况下,采用基于群体决策的策略对构件质量进行综合评价。然而专家的评价具有模糊性和随意性，这将极大直接影响着构件质量的评估。同时构件本身具有不同的属性，而属性之间存在一定的相关性，通过对构件进行测试，获得缺陷数据，对这些缺陷数据进行分析，可建立缺陷数据与这些质量属性之间的关系，进而从客观角度确定属性的重要性，单纯使用专家的评价获得指标的权重，方法比较单一，而将专家的主观评价与测试数据获得的客观信息有机结合，并适当地分配主客观权重的比例，使得它们对质量评价的影响性最小，是一个有待解决的技术问题。

发明内容

本发明的目的在于提供一种应用软件的构件质量评估方法，将专家的评价和缺陷数据获得的属性相关性有机结合，综合考虑构件属性的权重，进而获得构件的质量。

为实现上述目的，本发明提供如下技术方案：一种应用软件的构件质量评估方法，包括如下步骤：

(1)根据用户对构件质量的需求，确定构件的质量属性，专家对构件各个属性的重要性进行评价，获取软件构件属性的评价结果，利用模糊层次分析方法对软件构件各个属性从主观方面获得其重要性权重；

(2)通过测试获得各个属性的属性值以及缺陷数据和代码行数，利用灰色关联度方法对缺陷数据进行分析，构建参考质量，并根据获得的属性值与参考质量之间的对比分析，从客观角度获取属性重要性权重；

(3)利用调控参数，对主观权重和客观权重比例进行调整，最终获得各个属性的综合权重；

(4)根据各个属性的属性值和综合权重，计算得到构件的质量。

作为优选，对应于上述质量评估方法，具体步骤如下：

对应于模糊层次分析方法量化评估软件构件属性的重要性程度，得到软件构件属性的重要性权重的步骤，具体包括：

步骤1：专家对两两属性的相对重要性进行主观判断，给出属性相对重要性的判定表，根据重要性与三角模糊数的对应关系表，构建模糊判断矩阵；假设有p位专家，n个构件属性，第e(1≤e≤p)位专家的模糊判断矩阵为

其中h_ij为指标i与指标j的相对重要性，

其中

h_ij的取值采用[1,9]的整数标度的方法；

步骤2：直接采用算数平均法，得出融合矩阵

步骤：利用融合矩阵

计算模糊主观权重w₁,…,w_n：

步骤4：对模糊权重进行去模糊化得到最后的主观权重

作为优选，通过测试获取相关缺陷数据，对缺陷数据进行分析，利用灰色关联度的方法，获得各个属性与缺陷数据的相关度，进而从客观角度获取属性权重，具体步骤如下：

步骤1：确定参考质量，根据测试获得的各个属性的属性值，从缺陷角度出发，收集缺陷数据，考虑缺陷数据和属性间呈现负相关，对缺陷数据进行逆化处理并计算出参考质量；

x₀＝e^-100num/f (4)

其中，f是构件的调控参数，其值为构件的代码行数，num是缺陷数据数目；

步骤2：计算关联系数，计算构件各个属性与参考质量的绝对差列：

Δ_i＝|x_i-x₀|,i＝1,2,…,n (5)

在此基础上，依据公式

就可求得两级最大差Δ_max和两级最小值Δ_min，并在此基础上获得属性与参考质量之间的关联系数，

ζ_i是x_i和x₀的关联系数；

步骤3：确定属性的客观权重，关联度越高，该可信属性与构件缺陷的相关性越高，则需要增加对该可信性属性的权重分配，

是第i个可信属性的客观权重，则

作为优选，将模糊层次分析法和灰色关联度方法结合，建立构件属性的综合权重；具体步骤如下：

步骤1：利用专家对构件的模糊判断矩阵，根据公式(1)-(3)获得

其中

表示第i个属性的主观权重；

步骤2：根据测试数据获得的软件构件各个属性值和缺陷数据，利用公式(4)-(9)计算出

其中

表示第i个属性的客观权重；

步骤3：为了调整主观和客观权重的比重，需要选择一个合适的参数使得在这个参数下权重变异性最小，令u_i表示第i个属性的调控参数；通过下面的约束条件和目标函数确定最后的属性权重以及调控参数u_i，任意属性i，其复合权重w_i为：

满足：

作为优选，输入专家对构件属性的重要性评价、三角模糊数对照表、测试得到的各个属性值、缺陷数据以及调控参数至质量评估模型，输出软件构件的质量，具体步骤如下：

步骤1：根据公式(10)得到各个属性的综合权重w_i,i＝1,2,…n；

步骤2：令T_C表示软件系统的一个待评估的构件C的质量，其测试出的属性值记为y₁,y₂,…,y_n，则

与现有技术相比，本发明的有益效果是：本发明的应用软件的构件质量评估方法，不仅结合了专家的主观评价，而且从客观角度结合缺陷数据与各个属性之间关系，对构件的各个属性权重进行了综合分析，确定合理的主客观权重分配比例，不仅减少了专家的主观性，又考虑了各个属性本身对构件质量的影响，更加全面地对构件的质量进行了评估。

附图说明

图1是本发明的流程图。

具体实施方式

下面对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在具体实施时，利用模糊层次分析方法对软件构件各个属性从主观方面获得其重要性权重；

利用灰色关联度法对软件构件属性与参考质量之间的对比强度和冲突性进行分析，从客观角度获取属性重要性权重；

将模糊层次分析法和灰色关联度方法结合，建立构件属性的综合权重。

输入专家对构件属性的重要性评价、三角模糊数对照表、测试得到的各个属性值、缺陷数据以及调控参数至质量评估模型，输出软件构件的质量。

(1)对应于模糊层次分析方法量化评估软件构件属性的重要性程度，得到软件构件属性的重要性权重的步骤，包括：

步骤1：根据专家给出的对属性相对重要性的判定表，如表1所示，构建模糊判断矩阵。

表1.属性i和属性j的重要性比值

对专家给出的评价表，利用类似表2中的对照表建立以三角模糊数为元素的模糊判断矩阵

表2.判断矩阵元素含义及其对应的三角模糊数

假设有p位专家，n个评价指标，第e(1≤e≤n)位专家的模糊判断矩阵为

其中h_ij为指标i与指标j的相对重要性，

其中

h_ij的取值采用提出[1,9]的整数标度的方法。

步骤2：直接采用算数平均法，得出融合矩阵

步骤3：利用融合矩阵

计算模糊主观权重w₁,…,w_n：

步骤4：对模糊权重进行去模糊化得到最后的主观权重

(2)通过测试获取相关缺陷数据，对缺陷数据进行分析，利用灰色关联度的方法，获得各个属性与缺陷数据的相关度，进而从客观角度获取属性权重，具体步骤如下：

步骤1：确定参考质量。通过对构建进行测试后，获得的属性值如下表 3。

表3.构件的的属性值

从缺陷角度出发收集缺陷数据，假设收集到的缺陷数据为num，而构件本身的代码行数为f，考虑缺陷数据和属性间呈现负相关，对缺陷数据进行逆化处理并计算出参考质量x₀。

x₀＝e^-100num/f (4)

步骤2：计算关联系数。假设构件有n个属性，计算构件各个属性与参考质量的绝对差列：

Δ_i＝|x_i-x₀|,i＝1,2,…,n (5)

在此基础上，依据公式

就可求得两级最大差Δ_max和两级最小值Δ_min，并在此基础上获得属性与参考质量之间的关联系数，

ζ_i是x_i和x₀的关联系数。

步骤3：确定属性的客观权重。关联度越高，该可信属性与构件缺陷的相关性越高，则需要增加对该可信性属性的权重分配，

是第i个可信属性的客观权重，则

(3)将模糊层次分析法和灰色关联度方法结合，建立构件属性的综合权重。具体步骤如下：

步骤1：利用专家对构件的模糊判断矩阵，根据公式(1)-(3)获得

其中

表示第i个属性的主观权重.

步骤2：根据测试获得的软件构件各个属性值，利用公式(4)-(9) 计算出

其中

表示第i个属性的客观权重。

步骤3：为了调整主观和客观权重的比重，需要选择一个合适的参数使得在这个参数下权重变异性最小，令u_i来表示第i个属性的调控参数。通过下面的约束条件和目标函数确定最后的属性权重以及调控参数u_i，任意属性i，其复合权重w_i为：

满足：

(4)专家对构件属性的重要性评价、三角模糊数对照表、测试得到的各个属性值、缺陷数据以及调控参数至质量评估模型，输出软件构件的质量，具体步骤如下：

步骤1：根据公式(10)得到各个属性的综合权重w_i,i＝1,2,…n；

步骤2：令T_C表示软件系统的一个待评估的构件C的质量，测试出的属性值记为y₁,y₂,…,y_n，则

尽管已经表示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (5)

1.一种应用软件的构件质量评估方法，其特征在于，包括如下步骤：

(1)根据用户对构件质量的需求，确定构件的质量属性，专家对构件各个属性的重要性进行评价，获取软件构件属性的评价结果，利用模糊层次分析方法对软件构件各个属性从主观方面获得其重要性权重；

(2)通过测试获得各个属性的属性值以及缺陷数据和代码行数，利用灰色关联度方法对缺陷数据进行分析，构建参考质量，并根据获得的属性值与参考质量之间的对比分析，从客观角度获取属性重要性权重；

(3)利用调控参数，对主观权重和客观权重比例进行调整，最终获得各个属性的综合权重；

(4)根据各个属性的属性值和综合权重，计算得到构件的质量。

2.根据权利要求1所述的应用软件的构件质量评估方法，其特征在于，

对应于上述质量评估方法，具体步骤如下：

对应于模糊层次分析方法量化评估软件构件属性的重要性程度，得到软件构件属性的重要性权重的步骤，具体包括：

步骤1：专家对两两属性的相对重要性进行主观判断，给出属性相对重要性的判定表，根据重要性与三角模糊数的对应关系表，构建模糊判断矩阵；假设有p位专家，n个构件属性，第e(1≤e≤p)位专家的模糊判断矩阵为

其中h_ij为指标i与指标j的相对重要性，

其中

h_ij的取值采用[1,9]的整数标度的方法；

步骤2：直接采用算数平均法，得出融合矩阵

步骤3：利用融合矩阵

计算模糊主观权重w₁,…,w_n：

步骤4：对模糊权重进行去模糊化得到最后的主观权重w₁ ^s，w₂ ^s，…，w_n ^s

3.根据权利要求1所述的应用软件的构件质量评估方法，其特征在于，

通过测试获取相关缺陷数据，对缺陷数据进行分析，利用灰色关联度的方法，获得各个属性与缺陷数据的相关度，进而从客观角度获取属性权重，具体步骤如下：

步骤1：确定参考质量，根据测试获得的各个属性的属性值，从缺陷角度出发，收集缺陷数据，考虑缺陷数据和属性间呈现负相关，对缺陷数据进行逆化处理并计算出参考质量；

x₀＝e^-100num/f (4)

其中，f是构件的调控参数，其值为构件的代码行数，num是缺陷数据数目；

步骤2：计算关联系数，计算构件各个属性与参考质量的绝对差列：

Δ_i＝|x_i-x₀|,i＝1,2,…,n (5)

在此基础上，依据公式

就可求得两级最大差Δ_max和两级最小值Δ_min,并在此基础上得到属性与参考质量的关联系数，

ζ_i是x_i和x₀的关联系数；

步骤3：确定属性的客观权重，关联度越高，该可信属性与构件缺陷的相关性越高，则需要增加对该可信性属性的权重分配，

是第i个可信属性的客观权重，则

。

4.根据权利要求1所述的应用软件的构件质量评估方法，其特征在于，将模糊层次分析法和灰色关联度方法结合，建立构件属性的综合权重；具体步骤如下：

步骤1：利用专家对构件的模糊判断矩阵，根据公式(1)-(3)获得

其中

表示第i个属性的主观权重；

步骤2：根据测试数据获得的软件构件各个属性值和缺陷数据，利用公式(4)-(9)计算出

其中

表示第i个属性的客观权重；

步骤3：为了调整主观和客观权重的比重，需要选择一个合适的参数使得在这个参数下权重变异性最小，令u_i表示第i个属性的调控参数；通过下面的约束条件和目标函数确定最后的属性权重以及调控参数u_i，任意属性i，其复合权重w_i为：

满足：

。

5.根据权利要求1所述的应用软件的构件质量评估方法，其特征在于，输入专家对构件属性的重要性评价、三角模糊数对照表、测试得到的各个属性值、缺陷数据以及调控参数至质量评估模型，输出软件构件的质量，具体步骤如下：

步骤1：根据公式(10)得到各个属性的综合权重w_i,i＝1,2,…n；

步骤2：令T_C表示软件系统的一个待评估的构件C的质量，其测试出的属性值记为y₁,y₂,…,y_n，则

。

Images