JP5984686B2 - 情報処理装置及びプログラム - Google Patents
情報処理装置及びプログラム Download PDFInfo
- Publication number
- JP5984686B2 JP5984686B2 JP2013005459A JP2013005459A JP5984686B2 JP 5984686 B2 JP5984686 B2 JP 5984686B2 JP 2013005459 A JP2013005459 A JP 2013005459A JP 2013005459 A JP2013005459 A JP 2013005459A JP 5984686 B2 JP5984686 B2 JP 5984686B2
- Authority
- JP
- Japan
- Prior art keywords
- project
- worker
- prediction target
- information
- engagement
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Stored Programmes (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明は、ソフトウェア開発等の開発プロジェクトに要する作業工数を予測する技術に関する。
開発プロジェクトの工程管理においては、その初期においてプロジェクトを完了させるのに必要な作業内容を洗い出し、それら作業項目に対して作業担当者を割り当て、各作業の量とその作業担当者の生産性を用いて作業工数を求め、プロジェクトのスケジュールを作成したり、変更したり、監視したりする情報として活用してきた。
その作業工数の見積りを行う際には、作業量を担当者の生産性で除算することで工数が見積もることができる。
作業工数＝作業量／生産性
例えば、作業量として、１００００行のプログラムを作成するのに、作業担当者の生産性が５０行／日ということがわかれば、１００００（行）／５０（行／日）＝２００（日）となり、工数は２００日／人となる。
しかし、この生産性の値は、作業担当者に依存し、しかもその担当者の経験やその担当者が置かれた環境により上下に変動するため、精度の高い値を得ることが難しく、これによりプロジェクトの計画に誤差が生じ、実行時には見積りどおりの工程管理が困難になることがある、という課題がある。
その作業工数の見積りを行う際には、作業量を担当者の生産性で除算することで工数が見積もることができる。
作業工数＝作業量／生産性
例えば、作業量として、１００００行のプログラムを作成するのに、作業担当者の生産性が５０行／日ということがわかれば、１００００（行）／５０（行／日）＝２００（日）となり、工数は２００日／人となる。
しかし、この生産性の値は、作業担当者に依存し、しかもその担当者の経験やその担当者が置かれた環境により上下に変動するため、精度の高い値を得ることが難しく、これによりプロジェクトの計画に誤差が生じ、実行時には見積りどおりの工程管理が困難になることがある、という課題がある。
特許文献１においては、工数見積りにおいて、過去のプロジェクトでの実績値を元に、作成した要因係数を算出するための近似式が求められるデータベースを用いて、工数見積りの精度を上げる方法が開示されている。
特許文献１では、見積り時点で、過去の様々なデータを参考にして要因係数データベースにある要因を探し出し、それを活用した工数計算が開示されている。
つまり、特許文献１では、工数見積り時に、過去のプロジェクトの内容を参考にしている。
しかしながら、特許文献１では、ある作業者のあるプロジェクト内での作業の作業工数を見積もる場合に、その作業の進捗に影響を与える、同時進行中の別プロジェクトの別担当作業を勘案していない。
昨今のソフトウェア開発の現場では、ある担当者が、同時に複数のプロジェクトの複数作業を担当することは珍しくはない状況になってきており、他プロジェクトや他プロジェクト内での作業が、見積り対象のプロジェクト及び作業における生産性に与える影響が、無視できなくなってきている。
このため、特許文献１の方法では、開発作業に要する作業工数を精度よく予測することができない。
つまり、特許文献１では、工数見積り時に、過去のプロジェクトの内容を参考にしている。
しかしながら、特許文献１では、ある作業者のあるプロジェクト内での作業の作業工数を見積もる場合に、その作業の進捗に影響を与える、同時進行中の別プロジェクトの別担当作業を勘案していない。
昨今のソフトウェア開発の現場では、ある担当者が、同時に複数のプロジェクトの複数作業を担当することは珍しくはない状況になってきており、他プロジェクトや他プロジェクト内での作業が、見積り対象のプロジェクト及び作業における生産性に与える影響が、無視できなくなってきている。
このため、特許文献１の方法では、開発作業に要する作業工数を精度よく予測することができない。
本発明は、上記の事情に鑑みてなされたものであって、開発作業に要する作業工数を精度よく予測できる構成を得ることを目的とする。
本発明に係る情報処理装置は、
開発プロジェクトにおける開発作業に要する作業工数を予測する情報処理装置であって、
作業工数の予測対象の開発プロジェクトである予測対象プロジェクトの属性及び当該予測対象プロジェクトにおける作業量が示される予測対象プロジェクト情報を入力する予測対象プロジェクト情報入力部と、
作業工数の予測対象の作業者である予測対象作業者の作業効率が示される予測対象作業者情報を入力する予測対象作業者情報入力部と、
前記予測対象作業者が現在従事している開発プロジェクト及び前記予測対象作業者が従事することが予定されている開発プロジェクトの少なくともいずれかが作業者従事プロジェクトとして示されるとともに、各作業者従事プロジェクトの属性が示される作業者従事プロジェクト情報を入力する作業者従事プロジェクト情報入力部と、
前記予測対象プロジェクト情報に示される前記予測対象プロジェクトの属性と、前記作業者従事プロジェクト情報に示される各作業者従事プロジェクトの属性とに基づき、係数値を導出する係数値導出部と、
前記係数値導出部により導出された係数値と、前記予測対象プロジェクト情報に示される前記予測対象プロジェクトの作業量と、前記予測対象作業者情報に示される前記予測対象作業者の作業効率とを用いて、前記予測対象作業者が作業した場合の前記予測対象プロジェクトにおける作業工数を予測する作業工数予測部とを有することを特徴とする。
開発プロジェクトにおける開発作業に要する作業工数を予測する情報処理装置であって、
作業工数の予測対象の開発プロジェクトである予測対象プロジェクトの属性及び当該予測対象プロジェクトにおける作業量が示される予測対象プロジェクト情報を入力する予測対象プロジェクト情報入力部と、
作業工数の予測対象の作業者である予測対象作業者の作業効率が示される予測対象作業者情報を入力する予測対象作業者情報入力部と、
前記予測対象作業者が現在従事している開発プロジェクト及び前記予測対象作業者が従事することが予定されている開発プロジェクトの少なくともいずれかが作業者従事プロジェクトとして示されるとともに、各作業者従事プロジェクトの属性が示される作業者従事プロジェクト情報を入力する作業者従事プロジェクト情報入力部と、
前記予測対象プロジェクト情報に示される前記予測対象プロジェクトの属性と、前記作業者従事プロジェクト情報に示される各作業者従事プロジェクトの属性とに基づき、係数値を導出する係数値導出部と、
前記係数値導出部により導出された係数値と、前記予測対象プロジェクト情報に示される前記予測対象プロジェクトの作業量と、前記予測対象作業者情報に示される前記予測対象作業者の作業効率とを用いて、前記予測対象作業者が作業した場合の前記予測対象プロジェクトにおける作業工数を予測する作業工数予測部とを有することを特徴とする。
この発明によれば、作業者従事プロジェクトを勘案して、予測対象プロジェクトにおける作業工数を予測するため、より精度の予測値を得ることができる。
その結果、工程管理のリスクを軽減し、プロジェクトの成功率を高めることができる。
その結果、工程管理のリスクを軽減し、プロジェクトの成功率を高めることができる。
以下に、工数見積りシステムの実施の形態を図面に基づいて詳細に説明する。
なお、この実施の形態により発明が限定されるものではない。
なお、この実施の形態により発明が限定されるものではない。
以下の実施の形態では、開発プロジェクトの工程管理における工数見積りにおいて、見積り対象作業の作業担当者の、同時に担当する他プロジェクト及びその他プロジェクト内における担当作業を勘案し、より精度の高い工数見積りができる工数見積りシステムを説明する。
より具体的には、開発プロジェクトにおいて、開発作業内容や作業担当者の情報が与えられた時に、その作業工数を算定する際に、その作業担当者が参加している他のプロジェクトの属性や作業内容が、作業担当者の生産性に影響を与えることに着目し、それを勘案して工数を算出することで、より精度の高い作業工数を算出できる、工数見積りシステムを説明する。
そして、以下の実施の形態で説明する工数見積りシステムは、見積り工数算出部内の演算部が工数見積りの要因係数を得るために、生産性に影響を与えるさまざまな要因を勘案する要因勘案部を備え、更にその内部に、別プロジェクト要因勘案部が見積り対象作業者の作業の実施期間及びその前後の期間に参加する別プロジェクトの情報である、見積り対象作業者が参加する別プロジェクトに関する属性情報を参照し、それらの情報から要因係数データベースにある加速要因、減速要因から、要因係数の値を算出する別プロジェクト要因勘案部を備える。
より具体的には、開発プロジェクトにおいて、開発作業内容や作業担当者の情報が与えられた時に、その作業工数を算定する際に、その作業担当者が参加している他のプロジェクトの属性や作業内容が、作業担当者の生産性に影響を与えることに着目し、それを勘案して工数を算出することで、より精度の高い作業工数を算出できる、工数見積りシステムを説明する。
そして、以下の実施の形態で説明する工数見積りシステムは、見積り工数算出部内の演算部が工数見積りの要因係数を得るために、生産性に影響を与えるさまざまな要因を勘案する要因勘案部を備え、更にその内部に、別プロジェクト要因勘案部が見積り対象作業者の作業の実施期間及びその前後の期間に参加する別プロジェクトの情報である、見積り対象作業者が参加する別プロジェクトに関する属性情報を参照し、それらの情報から要因係数データベースにある加速要因、減速要因から、要因係数の値を算出する別プロジェクト要因勘案部を備える。
実施の形態１．
図１は、本実施の形態に係る工数見積りシステム１００の構成例を示すブロック図である。
本実施の形態の工数見積りシステム１００は、入力部２００、見積り工数算出部３００、表示部４００、別プロジェクト属性情報記憶部５００、要因係数データベース６００を備える。
なお、工数見積りシステム１００は、情報処理装置の例に相当する。
図１は、本実施の形態に係る工数見積りシステム１００の構成例を示すブロック図である。
本実施の形態の工数見積りシステム１００は、入力部２００、見積り工数算出部３００、表示部４００、別プロジェクト属性情報記憶部５００、要因係数データベース６００を備える。
なお、工数見積りシステム１００は、情報処理装置の例に相当する。
入力部２００は、工数算出の前提となるプロジェクトや作業に対する様々な属性値と、作業担当者の環境などを勘案していない基本的な生産性の値を入力する。
入力部２００が入力する入力情報は、例えば、図３に示す情報である。
入力情報の詳細は図３を参照して後述するが、入力情報には、作業工数の見積り対象の開発プロジェクトである見積り対象プロジェクト（予測対象プロジェクト）の属性及び当該見積り対象プロジェクトにおける作業量が示される。
また、入力情報には、作業工数の見積り対象の作業者である見積り対象作業者（予測対象作業者）の生産性（作業効率）が示される。
入力情報は、予測対象プロジェクト情報及び予測対象作業者情報の例に相当する。
また、入力部２００は、予測対象プロジェクト情報入力部及び予測対象作業者情報入力部の例に相当する。
入力部２００が入力する入力情報は、例えば、図３に示す情報である。
入力情報の詳細は図３を参照して後述するが、入力情報には、作業工数の見積り対象の開発プロジェクトである見積り対象プロジェクト（予測対象プロジェクト）の属性及び当該見積り対象プロジェクトにおける作業量が示される。
また、入力情報には、作業工数の見積り対象の作業者である見積り対象作業者（予測対象作業者）の生産性（作業効率）が示される。
入力情報は、予測対象プロジェクト情報及び予測対象作業者情報の例に相当する。
また、入力部２００は、予測対象プロジェクト情報入力部及び予測対象作業者情報入力部の例に相当する。
見積り工数算出部３００は、工数の算出を行う。
見積り工数算出部３００は、演算部３１０と、要因勘案部３２０から構成される。
演算部３１０は、先に示した作業量と生産性から工数を演算する。
要因勘案部３２０は、演算部３１０が工数を演算する際に勘案する様々な要因についての情報を取得する。
要因勘案部３２０は、別プロジェクト要因勘案部３２１を備える。
別プロジェクト要因勘案部３２１は、別プロジェクト属性情報５１０を取得し、また、要因係数データベース６００の情報を取得する。
見積り工数算出部３００は、演算部３１０と、要因勘案部３２０から構成される。
演算部３１０は、先に示した作業量と生産性から工数を演算する。
要因勘案部３２０は、演算部３１０が工数を演算する際に勘案する様々な要因についての情報を取得する。
要因勘案部３２０は、別プロジェクト要因勘案部３２１を備える。
別プロジェクト要因勘案部３２１は、別プロジェクト属性情報５１０を取得し、また、要因係数データベース６００の情報を取得する。
別プロジェクト属性情報５１０は、例えば、図４に示す情報である。
別プロジェクト属性情報５１０の詳細は図４を参照して後述するが、別プロジェクト属性情報５１０には、見積り対象作業者が現在従事している開発プロジェクト及び見積り対象作業者が従事することが予定されている開発プロジェクトの少なくともいずれかが別プロジェクト（作業者従事プロジェクト）として示されるとともに、各別プロジェクトの属性が示される。
別プロジェクト属性情報５１０は、作業者従事プロジェクト情報の例に相当する。
別プロジェクト要因勘案部３２１は、入力情報に示される見積り対象プロジェクトの属性と、別プロジェクト属性情報５１０に示される別プロジェクトの属性と、要因係数データベース６００の情報とを用いて係数値を導出する。
そして、演算部３１０は、別プロジェクト要因勘案部３２１により導出された係数値と、入力情報に示される見積り対象プロジェクトの作業量と見積り対象作業者の生産性（作業効率）とを用いて、見積り対象作業者が作業した場合の見積り対象プロジェクトにおける作業工数を予測する。
演算部３１０は作業工数予測部の例に相当し、別プロジェクト要因勘案部３２１は作業者従事プロジェクト情報入力部及び係数値導出部の例に相当する。
別プロジェクト属性情報５１０の詳細は図４を参照して後述するが、別プロジェクト属性情報５１０には、見積り対象作業者が現在従事している開発プロジェクト及び見積り対象作業者が従事することが予定されている開発プロジェクトの少なくともいずれかが別プロジェクト（作業者従事プロジェクト）として示されるとともに、各別プロジェクトの属性が示される。
別プロジェクト属性情報５１０は、作業者従事プロジェクト情報の例に相当する。
別プロジェクト要因勘案部３２１は、入力情報に示される見積り対象プロジェクトの属性と、別プロジェクト属性情報５１０に示される別プロジェクトの属性と、要因係数データベース６００の情報とを用いて係数値を導出する。
そして、演算部３１０は、別プロジェクト要因勘案部３２１により導出された係数値と、入力情報に示される見積り対象プロジェクトの作業量と見積り対象作業者の生産性（作業効率）とを用いて、見積り対象作業者が作業した場合の見積り対象プロジェクトにおける作業工数を予測する。
演算部３１０は作業工数予測部の例に相当し、別プロジェクト要因勘案部３２１は作業者従事プロジェクト情報入力部及び係数値導出部の例に相当する。
表示部４００は、演算部３１０演算結果を出力する。
別プロジェクト属性情報記憶部５００は、前述の別プロジェクト属性情報５１０を記憶している。
要因係数データベース６００は、別プロジェクトの情報と見積り対象プロジェクトなどの各種情報から要因係数を求めるための情報を格納している。
要因係数データベース６００は、例えば、図５に示す情報を格納している。
要因係数データベース６００は、例えば、図５に示す情報を格納している。
図２は、実施の形態１に係る工数見積りシステム１００の動作を表すフローチャート図であり、このフローチャート図の処理の流れに従って動作を説明する。
まず、見積り工数算出部３００は、入力部２００より、見積り対象プロジェクトや見積り対象作業者に関する様々な情報が入力される（Ｓ１）。
図３は入力部２００より入力された入力情報の具体例である。
入力情報には、見積り対象プロジェクトの属性、見積り対象の作業の属性、作業担当者（見積り対象作業者）の属性などの情報を含む。
見積り対象プロジェクトの属性は、そのプロジェクトの事業分野やプロジェクトの期間、開発製品の属性、プロジェクト参加人数などそのプロジェクトに関する様々な属性情報を含む。
見積り対象作業の属性とは、その作業の種別、開発量などの属性を含む。
例えばソフトウェア開発のプログラミング作業であれば、使用するプログラム言語、開発環境種別、開発予定行数などである。
作業担当者の属性は、過去実績などに基づいて決められた基本的な生産性の値を含む。
基本的な生産性とは、本実施の形態で勘案する加速要因、減速要因を勘案する以前の、平均的な生産性の値である。
例えばソフトウェア開発のプログラミング作業であれば、Ｃ言語の生産性５０行／日などの値となる。
この値は、プロジェクトで均一な値として決められていたり、作業者のこれまでの実績を下に算出したりしたものである。
図３は入力部２００より入力された入力情報の具体例である。
入力情報には、見積り対象プロジェクトの属性、見積り対象の作業の属性、作業担当者（見積り対象作業者）の属性などの情報を含む。
見積り対象プロジェクトの属性は、そのプロジェクトの事業分野やプロジェクトの期間、開発製品の属性、プロジェクト参加人数などそのプロジェクトに関する様々な属性情報を含む。
見積り対象作業の属性とは、その作業の種別、開発量などの属性を含む。
例えばソフトウェア開発のプログラミング作業であれば、使用するプログラム言語、開発環境種別、開発予定行数などである。
作業担当者の属性は、過去実績などに基づいて決められた基本的な生産性の値を含む。
基本的な生産性とは、本実施の形態で勘案する加速要因、減速要因を勘案する以前の、平均的な生産性の値である。
例えばソフトウェア開発のプログラミング作業であれば、Ｃ言語の生産性５０行／日などの値となる。
この値は、プロジェクトで均一な値として決められていたり、作業者のこれまでの実績を下に算出したりしたものである。
次に、別プロジェクト要因勘案部３２１は、見積り対象作業者の参加する別プロジェクトの別プロジェクト属性情報５１０を、別プロジェクト属性情報記憶部５００から読み込む（Ｓ２）。
図４は、本実施の形態に係る見積り対象作業者の参加する別プロジェクトの別プロジェクト属性情報５１０の例である。
図４の別プロジェクト属性情報５１０では、見積り対象作業者が参加している同時進行の別のプロジェクト、見積り対象作業者が参加予定の別プロジェクトが示され、各プロジェクトで見積り対象作業者がどのような作業フェーズの作業を担当するのかという作業種別が示される。
図４は、本実施の形態に係る見積り対象作業者の参加する別プロジェクトの別プロジェクト属性情報５１０の例である。
図４の別プロジェクト属性情報５１０では、見積り対象作業者が参加している同時進行の別のプロジェクト、見積り対象作業者が参加予定の別プロジェクトが示され、各プロジェクトで見積り対象作業者がどのような作業フェーズの作業を担当するのかという作業種別が示される。
次に、別プロジェクト要因勘案部３２１は、Ｓ１及びＳ２で得られた情報を元に、要因係数データベース６００を検索し、合致する項目があるか否かを調査する（Ｓ３）。
図５は、本実施の形態に係る要因係数データベース６００の情報の例である。
図３に示したように、見積り対象作業の作業フェーズ情報が外部設計であることと、図４のＸ，Ｙのプロジェクトにおける作業フェーズが外部設計、及び要件定義であることから、図５の要因係数データベース６００の番号２の「本プロジェクトが外部設計で、別プロジェクトも外部設計」の要因が合致することがわかる。
図５は、本実施の形態に係る要因係数データベース６００の情報の例である。
図３に示したように、見積り対象作業の作業フェーズ情報が外部設計であることと、図４のＸ，Ｙのプロジェクトにおける作業フェーズが外部設計、及び要件定義であることから、図５の要因係数データベース６００の番号２の「本プロジェクトが外部設計で、別プロジェクトも外部設計」の要因が合致することがわかる。
次に、別プロジェクト要因勘案部３２１は、合致した要因を使って、要因係数を算出する（Ｓ４）。
ここでは、前述のように要因１件のみの合致のため、その項目の要因係数をそのまま最終的な要因係数とする。
番号２の要因係数は１．０５であるため、最終的な要因係数として１．０５が算出される。
なお、複数の要因が一致する場合には、別プロジェクト要因勘案部３２１は、様々な算出方法を用いて最終的な要因係数を計算する。
すべての合致した要因係数の積とすることや、一番大きな値や一番小さな値をそのまま最終的な要因係数とする、など、様々な計算方法が考えられる。
ここでは、前述のように要因１件のみの合致のため、その項目の要因係数をそのまま最終的な要因係数とする。
番号２の要因係数は１．０５であるため、最終的な要因係数として１．０５が算出される。
なお、複数の要因が一致する場合には、別プロジェクト要因勘案部３２１は、様々な算出方法を用いて最終的な要因係数を計算する。
すべての合致した要因係数の積とすることや、一番大きな値や一番小さな値をそのまま最終的な要因係数とする、など、様々な計算方法が考えられる。
演算部３１０は、別プロジェクト要因勘案部３２１が算出した要因係数と、入力情報にあった作業量と担当者の基本的な生産性の値を使って工数を計算する（Ｓ５）。
ここでは以下の計算式を用いる。
作業工数＝作業量／生産性（担当者の基本的な生産性×最終的な要因係数）
図３より、見積り対象の作業は外部設計で、作業量は外部仕様書の文書２００ページ分、基本的な生産性は、１０ページ／日ということがわかり、また、上記最終的な要因係数が１．０５であることから、本例における作業工数は、以下の計算により１９．０日となる。
最終的な要因係数＝１．０５
見積り工数＝２００／（１０×１．０５）＝１９．０日
ただし、本例の上記計算式は、要因係数を使うことが趣旨であり、式自体は他の近似式を使っても構わない。
ここでは以下の計算式を用いる。
作業工数＝作業量／生産性（担当者の基本的な生産性×最終的な要因係数）
図３より、見積り対象の作業は外部設計で、作業量は外部仕様書の文書２００ページ分、基本的な生産性は、１０ページ／日ということがわかり、また、上記最終的な要因係数が１．０５であることから、本例における作業工数は、以下の計算により１９．０日となる。
最終的な要因係数＝１．０５
見積り工数＝２００／（１０×１．０５）＝１９．０日
ただし、本例の上記計算式は、要因係数を使うことが趣旨であり、式自体は他の近似式を使っても構わない。
見積り工数算出部３００は、算出した工数を、表示部４００に表示する（Ｓ６）。
上記の例において、本実施の形態の要因係数を用いずに作業工数を見積もると、２００／１０＝２０日となる。
今回の作業は別作業との関連で５％程度の加速が期待できるために、見積り工数値も１９日となり、その加速要因が反映された値が得られる。
今回の作業は別作業との関連で５％程度の加速が期待できるために、見積り工数値も１９日となり、その加速要因が反映された値が得られる。
以上のようにして、本実施の形態によれば、工数見積り時に、他プロジェクトの属性情報を活用し、それを要因係数データベース６００にある要因項目と合致した場合には、要因係数を用いてそれらの加速要因、減速要因を勘案した見積り計算を行うことができるので、より精度の高い工数見積り値を得ることができる。
つまり、工数算出時に、従来に比して担当者に関するより多くの情報を使って生産性への影響を勘案することができ、そのため、より精度の高い工数見積り値を得ることができる。
その結果、工程管理のリスクを軽減し、プロジェクトの成功率を高めることができる。
その結果、工程管理のリスクを軽減し、プロジェクトの成功率を高めることができる。
以上、本実施の形態では、
開発工程管理において、入力部より与えられた作業量や作業の属性が定義された作業項目と、見積り工数算出部の中の演算部が、生産性に影響を与える様々な要因を勘案する要因勘案部から与えられる要因を勘案して作業項目を担当する作業者個人の生産性の値を適宜計算することで、その作業項目を実施するのに必要となる工数を見積る工数見積りシステムにおいて、
別プロジェクト要因勘案部を備え、その別プロジェクト要因勘案部が、見積り対象作業者が作業を実施する期間及びその前後の期間に参加する別プロジェクトの情報である、見積り対象作業者が参加する別プロジェクトに関する属性情報を参照し、そこから得られた属性情報に基づき要因係数データベースから要因係数を算出し、その要因係数を使って工数を算出する工数見積りシステムを説明した。
開発工程管理において、入力部より与えられた作業量や作業の属性が定義された作業項目と、見積り工数算出部の中の演算部が、生産性に影響を与える様々な要因を勘案する要因勘案部から与えられる要因を勘案して作業項目を担当する作業者個人の生産性の値を適宜計算することで、その作業項目を実施するのに必要となる工数を見積る工数見積りシステムにおいて、
別プロジェクト要因勘案部を備え、その別プロジェクト要因勘案部が、見積り対象作業者が作業を実施する期間及びその前後の期間に参加する別プロジェクトの情報である、見積り対象作業者が参加する別プロジェクトに関する属性情報を参照し、そこから得られた属性情報に基づき要因係数データベースから要因係数を算出し、その要因係数を使って工数を算出する工数見積りシステムを説明した。
また、見積り対象作業者の参加する別プロジェクトの属性情報として、見積り対象作業者が担当する作業の種別の情報を保持するとともに、その作業の種別の情報と見積り対象の作業の種別の情報との関連から要因係数を求めることができる要因係数データベースを保持し、別プロジェクト要因勘案部が要因係数データベースを用いて要因係数を算出する工数見積りシステムを説明した。
実施の形態２．
実施の形態２では、見積り対象作業者の参加する別プロジェクト属性情報５１０として見積り対象作業者が参画しているすべてのプロジェクト及びその中の作業項目が登録されており、要因係数データベース６００には、それらの合計数に関する要因が記述されている、工数見積りシステムについて説明する。
ここでは、実施の形態１との差異を中心に述べる。
実施の形態２では、見積り対象作業者の参加する別プロジェクト属性情報５１０として見積り対象作業者が参画しているすべてのプロジェクト及びその中の作業項目が登録されており、要因係数データベース６００には、それらの合計数に関する要因が記述されている、工数見積りシステムについて説明する。
ここでは、実施の形態１との差異を中心に述べる。
本実施の形態における見積り対象作業者の参加する別プロジェクトの別プロジェクト属性情報５１０の具体例を図６に、要因係数データベース６００の例を図７に示す。
次に動作について説明する。
ここでは、図６にある別プロジェクト属性情報５１０を参照すると、対象となる担当者が参加しているプロジェクト数が、プロジェクトＡからプロジェクトＧまで、合計７であることが判明する。
更に、図７にあるように要因係数データベース６００の番号３の要因「他プロジェクトの数が７以上１５未満」が合致し、その要因係数が０．７であることがわかる。
他に合致する項目がないため、ここでは、最終的な要因係数が０．７となる。
見積り工数の算出は、以下のようになる。
最終的な要因係数＝０．７
見積り工数＝２００／（１０×０．７）＝２８．６日
以上により、本要因を勘案しなかった時には２０日かかるとの見積りに対して、本要因による減速を勘案して、２８．６日かかるとの見積り値を得ることができる。
ここでは、図６にある別プロジェクト属性情報５１０を参照すると、対象となる担当者が参加しているプロジェクト数が、プロジェクトＡからプロジェクトＧまで、合計７であることが判明する。
更に、図７にあるように要因係数データベース６００の番号３の要因「他プロジェクトの数が７以上１５未満」が合致し、その要因係数が０．７であることがわかる。
他に合致する項目がないため、ここでは、最終的な要因係数が０．７となる。
見積り工数の算出は、以下のようになる。
最終的な要因係数＝０．７
見積り工数＝２００／（１０×０．７）＝２８．６日
以上により、本要因を勘案しなかった時には２０日かかるとの見積りに対して、本要因による減速を勘案して、２８．６日かかるとの見積り値を得ることができる。
なお、本実施の形態では、プロジェクトの数を使用したが、プロジェクトの数の代わりに、プロジェクト内での作業項目の数を用いても良い。
以上、本実施の形態では、
見積り対象作業者の参加する別プロジェクトの属性情報として、見積り対象作業者が担当するすべてのプロジェクト及びプロジェクト内における作業項目の情報を保持するとともに、それらのプロジェクト数または作業項目数から要因係数を求めることができる要因係数データベースを保持し、別プロジェクト要因勘案部が要因係数データベースを用いて要因係数を算出する工数見積りシステムを説明した。
見積り対象作業者の参加する別プロジェクトの属性情報として、見積り対象作業者が担当するすべてのプロジェクト及びプロジェクト内における作業項目の情報を保持するとともに、それらのプロジェクト数または作業項目数から要因係数を求めることができる要因係数データベースを保持し、別プロジェクト要因勘案部が要因係数データベースを用いて要因係数を算出する工数見積りシステムを説明した。
実施の形態３．
実施の形態３では、見積り対象作業者の参加する別プロジェクト属性情報５１０の具体例として、見積り対象作業者が担当する作業の順序関連性の情報を保持し、要因係数データベース６００には、それらのプロジェクトと見積り対象プロジェクトとの順序関連性に関する要因が記述されている、工数見積りシステムについて説明する。
ここでは、実施の形態１との差異を中心に述べる。
実施の形態３では、見積り対象作業者の参加する別プロジェクト属性情報５１０の具体例として、見積り対象作業者が担当する作業の順序関連性の情報を保持し、要因係数データベース６００には、それらのプロジェクトと見積り対象プロジェクトとの順序関連性に関する要因が記述されている、工数見積りシステムについて説明する。
ここでは、実施の形態１との差異を中心に述べる。
本実施の形態における別プロジェクト属性情報５１０の例を図８に、要因係数データベース６００の例を図９に示す。
図８中、各プロジェクトとその他プロジェクトに、開発順序において順序関連性が存在するか否か、存在するとしたらどのプロジェクトと順序関連性があるかが属性情報として保持されている。
本実施の形態では、プロジェクトの単位での順序関連性についての属性を例示したが、プロジェクトの中の作業単位での関連性でも良い。
例えば、あるプロジェクトの基本設計と、他のプロジェクトの基本設計を関連づけても良い。
図８中、各プロジェクトとその他プロジェクトに、開発順序において順序関連性が存在するか否か、存在するとしたらどのプロジェクトと順序関連性があるかが属性情報として保持されている。
本実施の形態では、プロジェクトの単位での順序関連性についての属性を例示したが、プロジェクトの中の作業単位での関連性でも良い。
例えば、あるプロジェクトの基本設計と、他のプロジェクトの基本設計を関連づけても良い。
次に、動作について説明する。
図８にある別プロジェクト属性情報５１０を参照すると、ＡからＧまでのプロジェクトに関する、順序関連性に関する情報が記入されている。
プロジェクトＣとプロジェクトＥは、見積り対象のプロジェクト（ここではＸ）と順序関連性があることがわかる。
これを元に図９の要因係数データベース６００を参照すると、番号２の要因「見積り対象プロジェクトに対し、順序関連性のあるプロジェクトが、Ｎ件存在する（この場合Ｎ＝２）」に合致することがわかる。
見積り工数の算出は、以下のようになる。
最終的な要因係数＝（１．０５）２＝１．１０２５
見積り工数＝２００／（１０×１．１０２５）＝１８．１４日
以上により、本要因を勘案しなかった時には２０日かかるとの見積りに対して、本要因による加速が期待でき、１８．１４日で済むとの見積り値を得ることができる。
図８にある別プロジェクト属性情報５１０を参照すると、ＡからＧまでのプロジェクトに関する、順序関連性に関する情報が記入されている。
プロジェクトＣとプロジェクトＥは、見積り対象のプロジェクト（ここではＸ）と順序関連性があることがわかる。
これを元に図９の要因係数データベース６００を参照すると、番号２の要因「見積り対象プロジェクトに対し、順序関連性のあるプロジェクトが、Ｎ件存在する（この場合Ｎ＝２）」に合致することがわかる。
見積り工数の算出は、以下のようになる。
最終的な要因係数＝（１．０５）２＝１．１０２５
見積り工数＝２００／（１０×１．１０２５）＝１８．１４日
以上により、本要因を勘案しなかった時には２０日かかるとの見積りに対して、本要因による加速が期待でき、１８．１４日で済むとの見積り値を得ることができる。
以上、本実施の形態では、
見積り対象作業者の参加する別プロジェクトの属性情報として、見積り対象作業者が担当する作業の順序関連性の情報を保持するとともに、それらのプロジェクトと見積り対象プロジェクトとの順序関連性から要因係数を求めることができる要因係数データベースを保持し、別プロジェクト要因勘案部が要因係数データベースを用いて要因係数を算出する工数見積りシステムを説明した。
見積り対象作業者の参加する別プロジェクトの属性情報として、見積り対象作業者が担当する作業の順序関連性の情報を保持するとともに、それらのプロジェクトと見積り対象プロジェクトとの順序関連性から要因係数を求めることができる要因係数データベースを保持し、別プロジェクト要因勘案部が要因係数データベースを用いて要因係数を算出する工数見積りシステムを説明した。
実施の形態４．
実施の形態４では、見積り対象作業者の参加する別プロジェクト属性情報５１０の具体例として、見積り対象作業者が担当する作業の適用領域（開発成果の適用分野）の情報を保持し、要因係数データベース６００には、それらのプロジェクトと見積り対象プロジェクトとの適用領域（開発成果の適用分野）の関連から抽出できる見積り要因情報が記述されている、工数見積りシステムについて説明する。
ここでは、実施の形態１との差異を中心に述べる。
実施の形態４では、見積り対象作業者の参加する別プロジェクト属性情報５１０の具体例として、見積り対象作業者が担当する作業の適用領域（開発成果の適用分野）の情報を保持し、要因係数データベース６００には、それらのプロジェクトと見積り対象プロジェクトとの適用領域（開発成果の適用分野）の関連から抽出できる見積り要因情報が記述されている、工数見積りシステムについて説明する。
ここでは、実施の形態１との差異を中心に述べる。
本実施の形態における別プロジェクト属性情報５１０の例を図１０に、要因係数データベース６００の例を図１１に示す。
図１０では、別プロジェクトの、属性１の適用領域分類１の欄には、エンタープライズ系、組込み系などの大まかな分類が示されている。
属性２の適用領域分類２の欄には、更に詳細な適用領域情報が示されている。
図１０では、別プロジェクトの、属性１の適用領域分類１の欄には、エンタープライズ系、組込み系などの大まかな分類が示されている。
属性２の適用領域分類２の欄には、更に詳細な適用領域情報が示されている。
次に動作について説明する。
まず見積りプロジェクトの属性情報は、図３の例にあるように、属性１としてはエンタープライズ系、属性２としては銀行システムとする。
図１０の別プロジェクト属性情報５１０には、ＡからＧまでの各プロジェクトの同様の属性情報が示されている。
図１０では属性１に同じエンタープライズ系が計５件あるので、図１１の番号２の要因「見積り対象プロジェクトと同じ適用領域１を属性として持つプロジェクトが、Ｎ件存在する（この場合Ｎ＝５）」に合致し、また、図１０では属性２に同じ銀行システムが計３件あるので、図１１の番号３の要因「見積り対象プロジェクトと同じ適用領域２を属性として持つプロジェクトが、Ｍ件存在する（この場合Ｍ＝３）」に合致することがわかる。
見積り工数の算出は、以下のようになる。
最終的な要因係数＝（１．０１）５×（１．０５）３＝１．２２
見積り工数＝２００／（１０×１．２２）＝１６．３９日
以上により、本要因を勘案しなかった時には２０日かかるとの見積りに対して、本要因による加速が期待でき、１６．３９日で済むとの見積り値を得ることができる。
まず見積りプロジェクトの属性情報は、図３の例にあるように、属性１としてはエンタープライズ系、属性２としては銀行システムとする。
図１０の別プロジェクト属性情報５１０には、ＡからＧまでの各プロジェクトの同様の属性情報が示されている。
図１０では属性１に同じエンタープライズ系が計５件あるので、図１１の番号２の要因「見積り対象プロジェクトと同じ適用領域１を属性として持つプロジェクトが、Ｎ件存在する（この場合Ｎ＝５）」に合致し、また、図１０では属性２に同じ銀行システムが計３件あるので、図１１の番号３の要因「見積り対象プロジェクトと同じ適用領域２を属性として持つプロジェクトが、Ｍ件存在する（この場合Ｍ＝３）」に合致することがわかる。
見積り工数の算出は、以下のようになる。
最終的な要因係数＝（１．０１）５×（１．０５）３＝１．２２
見積り工数＝２００／（１０×１．２２）＝１６．３９日
以上により、本要因を勘案しなかった時には２０日かかるとの見積りに対して、本要因による加速が期待でき、１６．３９日で済むとの見積り値を得ることができる。
以上、本実施の形態では、
見積り対象作業者の参加する別プロジェクトの属性情報として、そのプロジェクトでの開発成果物の適用領域の情報を保持するとともに、そのプロジェクトの適用領域の情報と見積り対象プロジェクトの適用領域の情報から要因係数を求めることができる要因係数データベースを保持し、別プロジェクト要因勘案部が要因係数データベースを用いて要因係数を算出する工数見積りシステムを説明した。
見積り対象作業者の参加する別プロジェクトの属性情報として、そのプロジェクトでの開発成果物の適用領域の情報を保持するとともに、そのプロジェクトの適用領域の情報と見積り対象プロジェクトの適用領域の情報から要因係数を求めることができる要因係数データベースを保持し、別プロジェクト要因勘案部が要因係数データベースを用いて要因係数を算出する工数見積りシステムを説明した。
実施の形態５．
実施の形態５では、見積り対象作業者の参加する別プロジェクト属性情報５１０の具体例として、見積り対象作業者が担当するプロジェクトの実施期間（開発期間）の情報を保持し、要因係数データベース６００には、それらのプロジェクトと見積り対象プロジェクトの実施期間（開発期間）との関連から抽出できる見積り要因情報が記述されている、工数見積りシステムについて説明する。
ここでは、実施の形態１との差異を中心に述べる。
実施の形態５では、見積り対象作業者の参加する別プロジェクト属性情報５１０の具体例として、見積り対象作業者が担当するプロジェクトの実施期間（開発期間）の情報を保持し、要因係数データベース６００には、それらのプロジェクトと見積り対象プロジェクトの実施期間（開発期間）との関連から抽出できる見積り要因情報が記述されている、工数見積りシステムについて説明する。
ここでは、実施の形態１との差異を中心に述べる。
本実施の形態における別プロジェクト属性情報５１０の例を図１２に、要因係数データベース６００の例を図１３に示す。
図１２では、別プロジェクトについて、属性１の欄には、プロジェクトの実施期間が示されている。
図１２では、別プロジェクトについて、属性１の欄には、プロジェクトの実施期間が示されている。
次に動作について説明する。
まず見積りプロジェクトの属性情報は、図３の例にあるように、実施期間として１年という期間が示されている。
図１２の別プロジェクトには、ＡからＣまでの各プロジェクトの同様の属性情報が示されている。
これを図１３の要因係数データベース６００に照らすと、番号２の「より短期の別プロジェクトがＮ件存在する（この場合Ｎ＝２）」に合致するとともに、番号３の「より長期の別プロジェクトがＭ件存在する（この場合Ｍ＝１）」が合致する。
見積り工数の算出式は、以下のようになる。
最終的な要因係数＝（０．９９）２×（１．０１）１＝０．９９
見積り工数＝２００／（１０×０．９９）＝２０．２日
以上により、本要因を勘案しなかった時には２０日かかるとの見積りに対して、複数要因により加速と減速の可能性があり、総合的には若干減速となり、２０．２日かかるとの見積り値を得ることができる。
まず見積りプロジェクトの属性情報は、図３の例にあるように、実施期間として１年という期間が示されている。
図１２の別プロジェクトには、ＡからＣまでの各プロジェクトの同様の属性情報が示されている。
これを図１３の要因係数データベース６００に照らすと、番号２の「より短期の別プロジェクトがＮ件存在する（この場合Ｎ＝２）」に合致するとともに、番号３の「より長期の別プロジェクトがＭ件存在する（この場合Ｍ＝１）」が合致する。
見積り工数の算出式は、以下のようになる。
最終的な要因係数＝（０．９９）２×（１．０１）１＝０．９９
見積り工数＝２００／（１０×０．９９）＝２０．２日
以上により、本要因を勘案しなかった時には２０日かかるとの見積りに対して、複数要因により加速と減速の可能性があり、総合的には若干減速となり、２０．２日かかるとの見積り値を得ることができる。
以上、本実施の形態では、
見積り対象作業者の参加する別プロジェクトの属性データとして、そのプロジェクト全体または担当作業の実施期間の情報を保持するとともに、その実施期間の情報と見積り対象プロジェクトまたはその対象プロジェクト中の担当作業の実施期間の情報から要因係数を求めることができる要因係数データベースを保持し、別プロジェクト要因勘案部が要因係数データベースを用いて要因係数を算出する工数見積りシステムを説明した。
見積り対象作業者の参加する別プロジェクトの属性データとして、そのプロジェクト全体または担当作業の実施期間の情報を保持するとともに、その実施期間の情報と見積り対象プロジェクトまたはその対象プロジェクト中の担当作業の実施期間の情報から要因係数を求めることができる要因係数データベースを保持し、別プロジェクト要因勘案部が要因係数データベースを用いて要因係数を算出する工数見積りシステムを説明した。
実施の形態６．
実施の形態６では、見積り対象作業者の参加する別プロジェクト属性情報５１０の具体例として、見積り対象作業者が担当するプロジェクトの開発規模の情報を保持し、要因係数データベース６００には、それらのプロジェクトと見積り対象プロジェクトの開発規模の関連から抽出できる見積り要因情報が記述されている、工数見積りシステムについて説明する。
ここでは、実施の形態１との差異を中心に述べる。
実施の形態６では、見積り対象作業者の参加する別プロジェクト属性情報５１０の具体例として、見積り対象作業者が担当するプロジェクトの開発規模の情報を保持し、要因係数データベース６００には、それらのプロジェクトと見積り対象プロジェクトの開発規模の関連から抽出できる見積り要因情報が記述されている、工数見積りシステムについて説明する。
ここでは、実施の形態１との差異を中心に述べる。
本実施の形態における別プロジェクト属性情報５１０の例を図１４に、要因係数データベース６００の例を図１５に示す。
図１４では、別プロジェクトの、属性１の欄には、プロジェクトの開発規模が示されている。
図１４では、別プロジェクトの、属性１の欄には、プロジェクトの開発規模が示されている。
次に動作について説明する。
まず見積りプロジェクトの属性情報は、図３の例にあるように、開発規模として大規模という属性が示されている。
図１４の別プロジェクトには、ＡからＦまでの各プロジェクトの同様の属性情報が示されている。
これを図１５の要因係数データベース６００に照らすと、見積り対象プロジェクトの規模が大規模であり、プロジェクトＢが大規模であることから、番号４１「本プロジェクトが大規模で、かつ、別プロジェクトに大規模のプロジェクトがある」、プロジェクトＥが超大規模であることから番号４２の要因「本プロジェクトが大規模で、かつ、別プロジェクトに超大規模のプロジェクトがある」が合致することがわかる。
見積り工数の算出は以下のようになる。
最終的な要因係数＝０．９８×０．９６＝０．９４
見積り工数＝２００／（１０×０．９４）＝２１．２８日
以上により、本要因を勘案しなかった時には２０日かかるとの見積りに対して、本要因による減速の可能性があり、２１．２８日かかるとの見積り値を得ることができる。
まず見積りプロジェクトの属性情報は、図３の例にあるように、開発規模として大規模という属性が示されている。
図１４の別プロジェクトには、ＡからＦまでの各プロジェクトの同様の属性情報が示されている。
これを図１５の要因係数データベース６００に照らすと、見積り対象プロジェクトの規模が大規模であり、プロジェクトＢが大規模であることから、番号４１「本プロジェクトが大規模で、かつ、別プロジェクトに大規模のプロジェクトがある」、プロジェクトＥが超大規模であることから番号４２の要因「本プロジェクトが大規模で、かつ、別プロジェクトに超大規模のプロジェクトがある」が合致することがわかる。
見積り工数の算出は以下のようになる。
最終的な要因係数＝０．９８×０．９６＝０．９４
見積り工数＝２００／（１０×０．９４）＝２１．２８日
以上により、本要因を勘案しなかった時には２０日かかるとの見積りに対して、本要因による減速の可能性があり、２１．２８日かかるとの見積り値を得ることができる。
以上、本実施の形態では、
見積り対象作業者の参加する別プロジェクトの属性データとして、そのプロジェクト全体または担当作業の開発規模の情報を保持するとともに、その開発規模情報と見積り対象プロジェクト全体または担当作業の開発規模の情報から要因係数を求めることができる要因係数データベースを保持し、別プロジェクト要因勘案部が要因係数データベースを用いて要因係数を算出する工数見積りシステムを説明した。
見積り対象作業者の参加する別プロジェクトの属性データとして、そのプロジェクト全体または担当作業の開発規模の情報を保持するとともに、その開発規模情報と見積り対象プロジェクト全体または担当作業の開発規模の情報から要因係数を求めることができる要因係数データベースを保持し、別プロジェクト要因勘案部が要因係数データベースを用いて要因係数を算出する工数見積りシステムを説明した。
実施の形態７．
実施の形態７では、見積り対象作業者の参加する別プロジェクト属性情報５１０として、ある担当者が参画しているすべての品質目標値が登録されており、要因係数データベース６００には、その品質目標と、見積り対象プロジェクトの開発対象製品の品質目標値から要因係数を求めることができる要因係数データベース６００を保持している工数見積りシステムについて説明する。
ここでは、実施の形態１との差異を中心に述べる。
実施の形態７では、見積り対象作業者の参加する別プロジェクト属性情報５１０として、ある担当者が参画しているすべての品質目標値が登録されており、要因係数データベース６００には、その品質目標と、見積り対象プロジェクトの開発対象製品の品質目標値から要因係数を求めることができる要因係数データベース６００を保持している工数見積りシステムについて説明する。
ここでは、実施の形態１との差異を中心に述べる。
本実施の形態における別プロジェクト属性情報５１０の例を図１６に、要因係数データベース６００の例を図１７に示す。
次に動作について説明する。
まず図３によれば、見積り対象プロジェクトでは０．０４件／Ｋｌｉｎｅの残存誤り率を品質目標にしている。
図１６にある別プロジェクト属性情報５１０には、別プロジェクトの様々な品質目標値が示されている。
図１７の要因係数データベース６００の中で、番号３の要因「他プロジェクトの中に非常に厳しい品質目標値のものが含まれる（０．０１件／Ｋｌｉｎｅ以下の目標値）」という要因が合致し、その項目の要因係数が０．８であることがわかる。
他に合致する項目がないとすれば、ここでは、最終的な要因係数も０．８となる。
見積り工数の算出は、以下のようになる。
最終的な要因係数＝０．８
見積り工数＝２００／（１０×０．８）＝２５日
以上により、本要因を勘案しなかった時には２０日かかるとの見積りに対して、本要因による減速の可能性があり、２５日かかるとの見積り値を得ることができる。
まず図３によれば、見積り対象プロジェクトでは０．０４件／Ｋｌｉｎｅの残存誤り率を品質目標にしている。
図１６にある別プロジェクト属性情報５１０には、別プロジェクトの様々な品質目標値が示されている。
図１７の要因係数データベース６００の中で、番号３の要因「他プロジェクトの中に非常に厳しい品質目標値のものが含まれる（０．０１件／Ｋｌｉｎｅ以下の目標値）」という要因が合致し、その項目の要因係数が０．８であることがわかる。
他に合致する項目がないとすれば、ここでは、最終的な要因係数も０．８となる。
見積り工数の算出は、以下のようになる。
最終的な要因係数＝０．８
見積り工数＝２００／（１０×０．８）＝２５日
以上により、本要因を勘案しなかった時には２０日かかるとの見積りに対して、本要因による減速の可能性があり、２５日かかるとの見積り値を得ることができる。
以上、本実施の形態では、
見積り対象作業者の参加する別プロジェクトの属性データとして、そのプロジェクト全体または担当作業の品質目標値を保持するとともに、その品質目標値と見積り対象プロジェクト全体または担当作業の品質目標値から要因係数を求めることができる要因係数データベースを保持し、別プロジェクト要因勘案部が要因係数データベースを用いて要因係数を算出する工数見積りシステムを説明した。
見積り対象作業者の参加する別プロジェクトの属性データとして、そのプロジェクト全体または担当作業の品質目標値を保持するとともに、その品質目標値と見積り対象プロジェクト全体または担当作業の品質目標値から要因係数を求めることができる要因係数データベースを保持し、別プロジェクト要因勘案部が要因係数データベースを用いて要因係数を算出する工数見積りシステムを説明した。
実施の形態８．
実施の形態８では、見積り対象作業者の参加する別プロジェクト属性情報５１０に担当者が参画しているすべてのプロジェクトの開発プロセス定義情報が登録されており、要因係数データベース６００には、その開発プロセス定義情報と、見積り対象プロジェクトの開発プロセス定義情報から要因係数を求めることができる要因係数データベース６００を保持している工数見積りシステムについて説明する。
ここでは、実施の形態１との差異を中心に述べる。
実施の形態８では、見積り対象作業者の参加する別プロジェクト属性情報５１０に担当者が参画しているすべてのプロジェクトの開発プロセス定義情報が登録されており、要因係数データベース６００には、その開発プロセス定義情報と、見積り対象プロジェクトの開発プロセス定義情報から要因係数を求めることができる要因係数データベース６００を保持している工数見積りシステムについて説明する。
ここでは、実施の形態１との差異を中心に述べる。
本実施の形態における別プロジェクト属性情報５１０の例を図１８に、要因係数データベース６００の例を図１９に示す。
次に動作について説明する。
まず図３によれば、見積り対象プロジェクトでは開発プロセス定義情報Ａのプロセス群の定義に関しては、開発プロセスタイプＢとなっている。
このプロセス定義とは、ここでは、例えばソフトウェア開発の各プロセスをどのような名前と内容で定義しているかを指す。
具体的には、例えば、設計に関するプロセスを「システム設計」「外部設計」「詳細設計」と分類する場合もあれば、「要件定義」「機能設計」「構造設計」「プログラム設計」のように分類する場合もある。
従って、同じプロセス定義のプロジェクトがあれば、仕事の切り替えの負荷が軽減でき、作業効率があがることが予想できる。
図１８の見積り対象作業者の参加する別プロジェクト属性情報５１０を参照すると、プロジェクトＢにおいては、開発プロセスタイプＢを採用していることがわかり、図１９の要因係数データベース６００の番号２の「開発プロセス定義情報Ａのプロセス群定義が同一」という要因が合致することがわかる。
ここから得られる要因係数は１．１である。
また、図３によれば、見積り対象プロジェクトでは、開発プロセス定義情報Ｇの外部仕様書フォーマットについては、仕様書タイプＹを採用している。
図１８の見積り対象作業者の参加する別プロジェクト属性情報５１０を参照すると、プロジェクトＢにおける開発プロセス定義情報Ｇの外部仕様書フォーマットが仕様書タイプＹであることがわかり、図１９の要因係数データベース６００の番号２の「開発プロセス定義情報Ｂの外部仕様書フォーマットが同一」という要因が合致することがわかる。
ここから得られる要因係数は１．２である。
他に合致する要因がないとすれば、ここでは、最終的な要因係数は１．１×１．２＝１．３２となる。
見積り工数の算出は、以下のようになる。
最終的な要因係数＝１．１×１．２＝１．３２
見積り工数＝２００／（１０×１．３２）＝１５．２日
以上により、本要因を勘案しなかった時には２０日かかるとの見積りに対して、本要因により加速できる可能性があり、１５．２日で済むとの見積り値を得ることができる。
まず図３によれば、見積り対象プロジェクトでは開発プロセス定義情報Ａのプロセス群の定義に関しては、開発プロセスタイプＢとなっている。
このプロセス定義とは、ここでは、例えばソフトウェア開発の各プロセスをどのような名前と内容で定義しているかを指す。
具体的には、例えば、設計に関するプロセスを「システム設計」「外部設計」「詳細設計」と分類する場合もあれば、「要件定義」「機能設計」「構造設計」「プログラム設計」のように分類する場合もある。
従って、同じプロセス定義のプロジェクトがあれば、仕事の切り替えの負荷が軽減でき、作業効率があがることが予想できる。
図１８の見積り対象作業者の参加する別プロジェクト属性情報５１０を参照すると、プロジェクトＢにおいては、開発プロセスタイプＢを採用していることがわかり、図１９の要因係数データベース６００の番号２の「開発プロセス定義情報Ａのプロセス群定義が同一」という要因が合致することがわかる。
ここから得られる要因係数は１．１である。
また、図３によれば、見積り対象プロジェクトでは、開発プロセス定義情報Ｇの外部仕様書フォーマットについては、仕様書タイプＹを採用している。
図１８の見積り対象作業者の参加する別プロジェクト属性情報５１０を参照すると、プロジェクトＢにおける開発プロセス定義情報Ｇの外部仕様書フォーマットが仕様書タイプＹであることがわかり、図１９の要因係数データベース６００の番号２の「開発プロセス定義情報Ｂの外部仕様書フォーマットが同一」という要因が合致することがわかる。
ここから得られる要因係数は１．２である。
他に合致する要因がないとすれば、ここでは、最終的な要因係数は１．１×１．２＝１．３２となる。
見積り工数の算出は、以下のようになる。
最終的な要因係数＝１．１×１．２＝１．３２
見積り工数＝２００／（１０×１．３２）＝１５．２日
以上により、本要因を勘案しなかった時には２０日かかるとの見積りに対して、本要因により加速できる可能性があり、１５．２日で済むとの見積り値を得ることができる。
以上、本実施の形態では、
見積り対象作業者の参加する別プロジェクトの属性データとして、そのプロジェクトで採用している開発プロセス定義情報を保持するとともに、その開発プロセス定義情報と見積り対象プロジェクトの開発プロセス定義情報から要因係数を求めることができる要因係数データベースを保持し、別プロジェクト要因勘案部が要因係数データベースを用いて要因係数を算出する工数見積りシステムを説明した。
見積り対象作業者の参加する別プロジェクトの属性データとして、そのプロジェクトで採用している開発プロセス定義情報を保持するとともに、その開発プロセス定義情報と見積り対象プロジェクトの開発プロセス定義情報から要因係数を求めることができる要因係数データベースを保持し、別プロジェクト要因勘案部が要因係数データベースを用いて要因係数を算出する工数見積りシステムを説明した。
実施の形態９．
実施の形態９では、見積り対象作業者の参加する別プロジェクト属性情報５１０として、ある担当者が参画しているすべてのプロジェクトで開発した製品のユーザである顧客の情報が登録されており、要因係数データベース６００には、その顧客の情報と見積り対象プロジェクトの開発対象製品の顧客の情報から要因係数を求めることができる要因係数データベース６００を保持している工数見積りシステムについて説明する。
ここでは、実施の形態１との差異を中心に述べる。
実施の形態９では、見積り対象作業者の参加する別プロジェクト属性情報５１０として、ある担当者が参画しているすべてのプロジェクトで開発した製品のユーザである顧客の情報が登録されており、要因係数データベース６００には、その顧客の情報と見積り対象プロジェクトの開発対象製品の顧客の情報から要因係数を求めることができる要因係数データベース６００を保持している工数見積りシステムについて説明する。
ここでは、実施の形態１との差異を中心に述べる。
本実施の形態における別プロジェクト属性情報５１０の例を図２０に、要因係数データベース６００の例を図２１に示す。
次に動作について説明する。
まず図３によれば、見積り対象プロジェクトの顧客はＡＡＡ銀行となっている。
図２０にある別プロジェクト属性情報５１０を参照すると、対象となる担当者が参加しているプロジェクトの顧客が、ＡＡＡ銀行やＢＢＢ電力などであることが判明する。
見積り対象プロジェクトの顧客がＡＡＡ銀行で、他プロジェクト中、プロジェクトＤの顧客がやはりＡＡＡ銀行であることから、図２１の要因係数データベース６００の番号１の要因「顧客が同じである」という要因が合致し、その項目の要因係数が１．１であることがわかる。
他に合致する要因がないとすれば、ここでは、最終的な要因係数も１．１となる。
見積り工数の算出は、以下のようになる。
最終的な要因係数＝１．１
見積り工数＝２００／（１０×１．１）＝１８．２日
以上により、本要因を勘案しなかった時には２０日かかるとの見積りに対して、本要因により加速できる可能性があり、１８．２日で済むとの見積り値を得ることができる。
まず図３によれば、見積り対象プロジェクトの顧客はＡＡＡ銀行となっている。
図２０にある別プロジェクト属性情報５１０を参照すると、対象となる担当者が参加しているプロジェクトの顧客が、ＡＡＡ銀行やＢＢＢ電力などであることが判明する。
見積り対象プロジェクトの顧客がＡＡＡ銀行で、他プロジェクト中、プロジェクトＤの顧客がやはりＡＡＡ銀行であることから、図２１の要因係数データベース６００の番号１の要因「顧客が同じである」という要因が合致し、その項目の要因係数が１．１であることがわかる。
他に合致する要因がないとすれば、ここでは、最終的な要因係数も１．１となる。
見積り工数の算出は、以下のようになる。
最終的な要因係数＝１．１
見積り工数＝２００／（１０×１．１）＝１８．２日
以上により、本要因を勘案しなかった時には２０日かかるとの見積りに対して、本要因により加速できる可能性があり、１８．２日で済むとの見積り値を得ることができる。
以上、本実施の形態では、
見積り対象作業者の参加する別プロジェクトの属性データとして、そのプロジェクトの開発対象製品のユーザや発注者である顧客の情報を保持するとともに、その顧客の情報と見積り対象プロジェクトの開発対象製品の顧客の情報から要因係数を求めることができる要因係数データベースを保持し、別プロジェクト要因勘案部が要因係数データベースを用いて要因係数を算出する工数見積りシステムを説明した。
見積り対象作業者の参加する別プロジェクトの属性データとして、そのプロジェクトの開発対象製品のユーザや発注者である顧客の情報を保持するとともに、その顧客の情報と見積り対象プロジェクトの開発対象製品の顧客の情報から要因係数を求めることができる要因係数データベースを保持し、別プロジェクト要因勘案部が要因係数データベースを用いて要因係数を算出する工数見積りシステムを説明した。
以上の実施の形態１〜９に示した工程管理の工数見積りシステムは、工程管理に有用である。
以上、本発明の実施の形態について説明したが、これらの実施の形態のうち、２つ以上を組み合わせて実施しても構わない。
あるいは、これらの実施の形態のうち、１つを部分的に実施しても構わない。
あるいは、これらの実施の形態のうち、２つ以上を部分的に組み合わせて実施しても構わない。
なお、本発明は、これらの実施の形態に限定されるものではなく、必要に応じて種々の変更が可能である。
あるいは、これらの実施の形態のうち、１つを部分的に実施しても構わない。
あるいは、これらの実施の形態のうち、２つ以上を部分的に組み合わせて実施しても構わない。
なお、本発明は、これらの実施の形態に限定されるものではなく、必要に応じて種々の変更が可能である。
最後に、実施の形態１〜９に示した工数見積りシステム１００のハードウェア構成例を図２２を参照して説明する。
工数見積りシステム１００はコンピュータであり、工数見積りシステム１００の各要素をプログラムで実現することができる。
工数見積りシステム１００のハードウェア構成としては、バスに、演算装置９０１、外部記憶装置９０２、主記憶装置９０３、通信装置９０４、入出力装置９０５が接続されている。
工数見積りシステム１００はコンピュータであり、工数見積りシステム１００の各要素をプログラムで実現することができる。
工数見積りシステム１００のハードウェア構成としては、バスに、演算装置９０１、外部記憶装置９０２、主記憶装置９０３、通信装置９０４、入出力装置９０５が接続されている。
演算装置９０１は、プログラムを実行するＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）である。
外部記憶装置９０２は、例えばＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）やフラッシュメモリ、ハードディスク装置である。
主記憶装置９０３は、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）である。
別プロジェクト属性情報記憶部５００及び要因係数データベース６００は、外部記憶装置９０２及び主記憶装置９０３により実現される。
通信装置９０４は、例えばＮＩＣ（Ｎｅｔｗｏｒｋ Ｉｎｔｅｒｆａｃｅ Ｃａｒｄ）である。
入出力装置９０５は、例えばマウス、キーボード、ディスプレイ装置等である。
外部記憶装置９０２は、例えばＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）やフラッシュメモリ、ハードディスク装置である。
主記憶装置９０３は、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）である。
別プロジェクト属性情報記憶部５００及び要因係数データベース６００は、外部記憶装置９０２及び主記憶装置９０３により実現される。
通信装置９０４は、例えばＮＩＣ（Ｎｅｔｗｏｒｋ Ｉｎｔｅｒｆａｃｅ Ｃａｒｄ）である。
入出力装置９０５は、例えばマウス、キーボード、ディスプレイ装置等である。
プログラムは、通常は外部記憶装置９０２に記憶されており、主記憶装置９０３にロードされた状態で、順次演算装置９０１に読み込まれ、実行される。
プログラムは、図１に示す「〜部」（但し、別プロジェクト属性情報記憶部５００を除く、以下も同様）として説明している機能を実現するプログラムである。
更に、外部記憶装置９０２にはオペレーティングシステム（ＯＳ）も記憶されており、ＯＳの少なくとも一部が主記憶装置９０３にロードされ、演算装置９０１はＯＳを実行しながら、図１に示す「〜部」の機能を実現するプログラムを実行する。
また、実施の形態１〜９の説明において、「〜の判断」、「〜の判定」、「〜の計算」、「〜の算出」、「〜の導出」、「〜の予測」、「〜の見積り」、「〜の登録」、「〜の選択」、「〜の生成」、「〜の入力」、「〜の取得」等として説明している処理の結果を示す情報やデータや信号値や変数値が主記憶装置９０３にファイルとして記憶されている。
プログラムは、図１に示す「〜部」（但し、別プロジェクト属性情報記憶部５００を除く、以下も同様）として説明している機能を実現するプログラムである。
更に、外部記憶装置９０２にはオペレーティングシステム（ＯＳ）も記憶されており、ＯＳの少なくとも一部が主記憶装置９０３にロードされ、演算装置９０１はＯＳを実行しながら、図１に示す「〜部」の機能を実現するプログラムを実行する。
また、実施の形態１〜９の説明において、「〜の判断」、「〜の判定」、「〜の計算」、「〜の算出」、「〜の導出」、「〜の予測」、「〜の見積り」、「〜の登録」、「〜の選択」、「〜の生成」、「〜の入力」、「〜の取得」等として説明している処理の結果を示す情報やデータや信号値や変数値が主記憶装置９０３にファイルとして記憶されている。
なお、図２２の構成は、あくまでも工数見積りシステム１００のハードウェア構成の一例を示すものであり、工数見積りシステム１００のハードウェア構成は図２２に記載の構成に限らず、他の構成であってもよい。
１００ 工数見積りシステム、２００ 入力部、３００ 見積り工数算出部、３１０ 演算部、３２０ 要因勘案部、３２１ 別プロジェクト要因勘案部、４００ 表示部、５００ 別プロジェクト属性情報記憶部、５１０ 別プロジェクト属性情報、６００ 要因係数データベース。
Claims (11)
- 開発プロジェクトにおける開発作業に要する作業工数を予測する情報処理装置であって、
作業工数の予測対象の開発プロジェクトである予測対象プロジェクトの属性及び当該予測対象プロジェクトにおける作業量が示される予測対象プロジェクト情報を入力する予測対象プロジェクト情報入力部と、
作業工数の予測対象の作業者である予測対象作業者の作業効率が示される予測対象作業者情報を入力する予測対象作業者情報入力部と、
前記予測対象作業者が現在従事している開発プロジェクト及び前記予測対象作業者が従事することが予定されている開発プロジェクトの少なくともいずれかが作業者従事プロジェクトとして示されるとともに、各作業者従事プロジェクトの属性が示される作業者従事プロジェクト情報を入力する作業者従事プロジェクト情報入力部と、
前記予測対象プロジェクト情報に示される前記予測対象プロジェクトの属性と、前記作業者従事プロジェクト情報に示される各作業者従事プロジェクトの属性とに基づき、係数値を導出する係数値導出部と、
前記係数値導出部により導出された係数値と、前記予測対象プロジェクト情報に示される前記予測対象プロジェクトの作業量と、前記予測対象作業者情報に示される前記予測対象作業者の作業効率とを用いて、前記予測対象作業者が作業した場合の前記予測対象プロジェクトにおける作業工数を予測する作業工数予測部とを有することを特徴とする情報処理装置。 - 前記予測対象プロジェクト情報入力部は、
前記予測対象プロジェクトの属性として、前記予測対象プロジェクトで前記予測対象作業者が行う作業の種別が示される予測対象プロジェクト情報を入力し、
前記作業者従事プロジェクト情報入力部は、
各作業者従事プロジェクトの属性として、各作業者従事プロジェクトで前記予測対象作業者が行う作業の種別が示される作業者従事プロジェクト情報を入力し、
前記係数値導出部は、
前記予測対象プロジェクト情報に示される作業の種別と、前記作業者従事プロジェクト情報に示される作業の種別とを比較し、比較結果に基づき、係数値を導出することを特徴とする請求項１に記載の情報処理装置。 - 前記係数値導出部は、
前記作業者従事プロジェクト情報に示されている作業者従事プロジェクトの個数に基づき、係数値を導出することを特徴とする請求項１又は２に記載の情報処理装置。 - 前記作業者従事プロジェクト情報入力部は、
各作業者従事プロジェクトの属性として、各作業者従事プロジェクトと開発順序において関連のあるプロジェクトである順序関連プロジェクトが示される作業者従事プロジェクト情報を入力し、
前記係数値導出部は、
前記作業者従事プロジェクト情報において前記順序関連プロジェクトが前記予測対象プロジェクトとなっている作業者従事プロジェクトを抽出し、抽出した作業者従事プロジェクトの個数に基づき、係数値を導出することを特徴とする請求項１〜３のいずれかに記載の情報処理装置。 - 前記予測対象プロジェクト情報入力部は、
前記予測対象プロジェクトの属性として、前記予測対象プロジェクトの開発成果物の適用分野が示される予測対象プロジェクト情報を入力し、
前記作業者従事プロジェクト情報入力部は、
各作業者従事プロジェクトの属性として、各作業者従事プロジェクトの開発成果物の適用分野が示される作業者従事プロジェクト情報を入力し、
前記係数値導出部は、
前記予測対象プロジェクト情報に示される適用分野と、前記作業者従事プロジェクト情報に示される適用分野とを比較し、比較結果に基づき、係数値を導出することを特徴とする請求項１〜４のいずれかに記載の情報処理装置。 - 前記予測対象プロジェクト情報入力部は、
前記予測対象プロジェクトの属性として、前記予測対象プロジェクトの開発期間が示される予測対象プロジェクト情報を入力し、
前記作業者従事プロジェクト情報入力部は、
各作業者従事プロジェクトの属性として、各作業者従事プロジェクトの開発期間が示される作業者従事プロジェクト情報を入力し、
前記係数値導出部は、
前記予測対象プロジェクト情報に示される開発期間と、前記作業者従事プロジェクト情報に示される開発期間とを比較し、比較結果に基づき、係数値を導出することを特徴とする請求項１〜５のいずれかに記載の情報処理装置。 - 前記予測対象プロジェクト情報入力部は、
前記予測対象プロジェクトの属性として、前記予測対象プロジェクトの開発規模が示される予測対象プロジェクト情報を入力し、
前記作業者従事プロジェクト情報入力部は、
各作業者従事プロジェクトの属性として、各作業者従事プロジェクトの開発規模が示される作業者従事プロジェクト情報を入力し、
前記係数値導出部は、
前記予測対象プロジェクト情報に示される開発規模と、前記作業者従事プロジェクト情報に示される開発規模とを比較し、比較結果に基づき、係数値を導出することを特徴とする請求項１〜６のいずれかに記載の情報処理装置。 - 前記作業者従事プロジェクト情報入力部は、
各作業者従事プロジェクトの属性として、各作業者従事プロジェクトに要求される品質目標値が示される作業者従事プロジェクト情報を入力し、
前記係数値導出部は、
前記作業者従事プロジェクト情報に示される品質目標値に基づき、係数値を導出することを特徴とする請求項１〜７のいずれかに記載の情報処理装置。 - 前記予測対象プロジェクト情報入力部は、
前記予測対象プロジェクトの属性として、前記予測対象プロジェクトで用いられる開発プロセス定義の詳細が示される予測対象プロジェクト情報を入力し、
前記作業者従事プロジェクト情報入力部は、
各作業者従事プロジェクトの属性として、各作業者従事プロジェクトで用いられる開発プロセス定義の詳細が示される作業者従事プロジェクト情報を入力し、
前記係数値導出部は、
前記予測対象プロジェクト情報に示される開発プロセス定義の詳細と、前記作業者従事プロジェクト情報に示される開発プロセス定義の詳細とを比較し、比較結果に基づき、係数値を導出することを特徴とする請求項１〜８のいずれかに記載の情報処理装置。 - 前記予測対象プロジェクト情報入力部は、
前記予測対象プロジェクトの属性として、前記予測対象プロジェクトの顧客が示される予測対象プロジェクト情報を入力し、
前記作業者従事プロジェクト情報入力部は、
各作業者従事プロジェクトの属性として、各作業者従事プロジェクトの顧客が示される作業者従事プロジェクト情報を入力し、
前記係数値導出部は、
前記予測対象プロジェクト情報に示される顧客と、前記作業者従事プロジェクト情報に示される顧客とを比較し、比較結果に基づき、係数値を導出することを特徴とする請求項１〜９のいずれかに記載の情報処理装置。 - コンピュータを、請求項１に記載された情報処理装置として機能させることを特徴とするプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2013005459A JP5984686B2 (ja) | 2013-01-16 | 2013-01-16 | 情報処理装置及びプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2013005459A JP5984686B2 (ja) | 2013-01-16 | 2013-01-16 | 情報処理装置及びプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2014137683A JP2014137683A (ja) | 2014-07-28 |
| JP5984686B2 true JP5984686B2 (ja) | 2016-09-06 |
Family
ID=51415150
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2013005459A Expired - Fee Related JP5984686B2 (ja) | 2013-01-16 | 2013-01-16 | 情報処理装置及びプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5984686B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112966971B (zh) * | 2021-03-30 | 2022-09-13 | 建信金融科技有限责任公司 | 一种项目工作量评估方法和装置 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09101987A (ja) * | 1995-10-09 | 1997-04-15 | Hitachi Ltd | プロジェクト進行管理装置 |
| JP2000039904A (ja) * | 1998-07-23 | 2000-02-08 | Hitachi Ltd | プロジェクト管理システム |
| JP4359154B2 (ja) * | 2004-01-21 | 2009-11-04 | 富士通株式会社 | プロジェクト管理装置、プロジェクト管理方法、およびプログラム |
-
2013
- 2013-01-16 JP JP2013005459A patent/JP5984686B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2014137683A (ja) | 2014-07-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6721743B2 (ja) | 休職予測システム、休職予測方法及びプログラム | |
| Katragjini et al. | Flow shop rescheduling under different types of disruption | |
| Braglia et al. | Uncertainty in value stream mapping analysis | |
| JP6275923B2 (ja) | 施策評価システムおよび施策評価方法 | |
| Grabenstetter et al. | Developing due dates in an engineer-to-order engineering environment | |
| JP4678879B2 (ja) | 販売予測システム、方法及びコンピュータプログラム | |
| JP6973887B2 (ja) | プロジェクト管理支援装置、プロジェクト管理支援方法およびプログラム | |
| Chu et al. | A polynomial algorithm for a lot-sizing problem with backlogging, outsourcing and limited inventory | |
| Srivathsan et al. | Performance modeling of a two-echelon supply chain under different levels of upstream inventory information sharing | |
| Khilwani et al. | Hybrid Petri-nets for modelling and performance evaluation of supply chains | |
| Aktekin | Call center service process analysis: Bayesian parametric and semi-parametric mixture modeling | |
| Gayon et al. | Stock rationing in an M/E r/1 multi-class make-to-stock queue with backorders | |
| US20150347942A1 (en) | Systems and methods for retail labor budgeting | |
| Xin et al. | On the performance of tailored base-surge policies: Theory and application at Walmart. com | |
| Schmidt et al. | Schedule compliance operating curves and their application in designing the supply chain of a metal producer | |
| Huaccho Huatuco et al. | Comparing the impact of different rescheduling strategies on the entropic-related complexity of manufacturing systems | |
| JP6265871B2 (ja) | 営業業務支援システム、及び営業業務支援方法 | |
| Krieg et al. | Performance evaluation of two-stage multi-product kanban systems | |
| JP5984686B2 (ja) | 情報処理装置及びプログラム | |
| Ghafour et al. | Developing a M/G/C-FCFS queueing model with continuous review (R, Q) inventory system policy in a cement industry | |
| Mayer et al. | Describing the influence of set-up optimised sequencing on output lateness of workstations | |
| Leyer et al. | Comparing concepts for shop floor control of information-processing services in a job shop setting: a case from the financial services sector | |
| US10387588B1 (en) | Automatic combination of sub-process simulation results and heterogeneous data sources | |
| Diamantidis et al. | Performance evaluation of a push–pull merge system with multiple suppliers, an intermediate buffer and a distribution centre with parallel machines/channels | |
| Pfeiffer et al. | Simulation as one of the core technologies for digital enterprises: assessment of hybrid rescheduling methods |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150925 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160615 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20160705 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160802 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5984686 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |