Введение
1 Обзор методов и средств интеллектуального анализа метрик проектной деятельности 14
1.1 Основные понятия и процессы управления проектной деятельностью 14
1.1.1 Основные понятия и участники управления проектной деятельностью 14
1.1.2 Основные процессы управления проектной деятельностью
1.2 Сервисы управления проектами 24
1.3 Обзор средств организации проектной информации. Понятие системы контроля версий 30
1.4 Непрерывная интеграция 32
1.5 Описание автоматизированной системы отдела технической документации на примере крупной проектной организации ФНПЦ АО «НПО Марс» 34
1.6 Основные методы интеллектуального анализа временных рядов 41
1.6.1 Базовые понятия анализа временных рядов 41
1.6.2 Методы интеллектуального анализа временных рядов 43
1.7 Нечеткие модели временного ряда 46
1.7.1 Основы нечеткого моделирования временных рядов 46
1.7.2 Обзор методов нечеткого моделирования временных рядов 48
1.7.3 Нечеткая тенденция. Виды НТ (элементарная, локальная, общая) 50
1.8 Мера ассоциации локальных трендов ВР - угловой коэффициент скользящей аппроксимации 56
1.9 Оценки качества ВР 59
1.9.1 Абсолютные отклонения прогнозов 59
1.9.2 Процентные (относительные) отклонения прогнозирования 61
1.10 Постановка задачи исследования 63
2 Модель и анализ метрик проектной деятельности 64
2.1 Модель проектной деятельности на основе метрик систем контроля версий 64
2.2 Построение коэффициента сходства ВР. Выявление степени зависимости между ВР метрик проектной деятельности 66
2.3 Кластеризация временного ряда 68
2.3.1 FCM-алгоритм кластеризации 68
2.3.2 Кластеризация ВР по доминирующей тенденции 71
2.4 Прогнозирование ВР метрик проектной деятельности 72
2.4.1 Прогнозирования ВР в терминах нечетких тенденций 74
2.4.2 Применение F-преобразования в задаче определения сходных временных рядов 75
2.4.3 Метод и алгоритм прогнозирования ВР на основе нечетких тенденций 78
2.5 Алгоритм коррекции гипотез прогноза зависимых временных рядов 80
2.5.1 Прогнозирование временного ряда посредством алгоритма адаптации 80
2.5.2 Правила анализа зависимости между ВР 83
2.6 Коэффициент подобия как способ оценки влияния наличия нечетких тенденций
шаблона на прогноз 83
2.7 Выводы 85
3 Реализация программной системы анализа и прогнозирования событий СКВ 86
3.1 Информационная структура программной системы анализа и прогнозирования метрик (ПС АПМ) 86
3.1.1 Моделирование процесса анализа метрик проекта в нотации IDEF0/IDEF3 86
3.1.2 Структурно-функциональная схема интеллектуального хранилища
3.2 Обоснование инструмента реализации 90
3.3 Структуры данных ПС АПМ
3.3.1 Структура входных данных 91
3.3.2 Структура выходных данных 3.4 Иерархия классов ПС АПМ 92
3.5 Моделирование ПС АПМ
3.5.1 Диаграмма вариантов использования 97
3.5.2 Диаграмма состояний 99
3.5.3 Диаграмма последовательности 101
3.5.4 Диаграмма компонентов 104
3.6 Выводы 105
4 Оценка адекватности моделей на базе экспериментов и анализ эффективности средства автоматизации проектной деятельности 106
4.1 Эффекты внедрения программной системы анализа и прогнозирования метрик
проектной деятельности 106
4.2 План экспериментов 107
4.3 Исследование временных рядов метрик на подобие и корреляцию 107
4.3.1 Применение F-преобразования 111
4.3.2 Сравнение методов преобразования с методами углового коэффициента сходства 115
4.4 Прогнозирование временных рядов на основе сходства поведения. Показатели критериев качества прогноза 116
4.4.1 «Измерение» метрик программных проектов с открытым кодом 127
4.5 Эффективность ПСАП СКВ 136
4.6 Выводы 146
Заключение 147
Список сокращений и условных обозначений 148
Список литературы 149
