基于人工智能減少軟件項(xiàng)目風(fēng)險(xiǎn)概率的想法論文

　　摘要：軟件工程在計(jì)算機(jī)技術(shù)取得進(jìn)展后也飛速發(fā)展， 但是項(xiàng)目進(jìn)行中仍會(huì)在人為和環(huán)境因素的作用下遇到風(fēng)險(xiǎn)。以人工智能的幾個(gè)應(yīng)用融入到軟件風(fēng)險(xiǎn)管理中， 會(huì)產(chǎn)生不可小覷的作用。

　　關(guān)鍵詞：軟件風(fēng)險(xiǎn)； 人工智能； 融入；

　　1、軟件風(fēng)險(xiǎn)管理

　　計(jì)算機(jī)技術(shù)已經(jīng)歷經(jīng)六十余載的歷程， 取得了突飛猛進(jìn)的進(jìn)步發(fā)展。計(jì)算機(jī)的多領(lǐng)域運(yùn)用推動(dòng)社會(huì)各行各業(yè)換代升級(jí)， 改變?nèi)藗兊囊率匙⌒�。�?jì)算機(jī)軟件系統(tǒng)是信息化的不可或缺的部分。軟件工程 （Software Engineering） 在軟件開(kāi)發(fā)中有重要地位�！败浖�工程”在Fritz Bauer、Boehm、IEEE和《軟件工程術(shù)語(yǔ)》等代表性定義中概括講為：“指導(dǎo)軟件開(kāi)發(fā)和維護(hù)的工程性學(xué)科， 它以計(jì)算機(jī)科學(xué)理論和其他相關(guān)科學(xué)的理論為指導(dǎo)， 采用工程化的概念、原理、技術(shù)和方法進(jìn)行軟件的開(kāi)發(fā)和維護(hù)， 把經(jīng)過(guò)時(shí)間考驗(yàn)且證明是正確的管理技術(shù)和當(dāng)前能夠得到的最好的技術(shù)方法結(jié)合起來(lái)， 以較少的代價(jià)獲得高質(zhì)量的軟件并維護(hù)它�！钡�是軟件和生物一樣會(huì)經(jīng)歷孕育、誕生、成熟、衰亡的生存期歷程， 包括軟件定義、軟件開(kāi)發(fā)和運(yùn)行維護(hù)管理三個(gè)過(guò)程。

　　就如從古至今沒(méi)有幾個(gè)人一生一帆風(fēng)順， 軟件的生存期過(guò)程也可能出現(xiàn)影響軟件目標(biāo)或是可能造成重大損失的事件， 即為軟件風(fēng)險(xiǎn)。風(fēng)險(xiǎn)是過(guò)程中可能發(fā)生的事， 這個(gè)可能性用風(fēng)險(xiǎn)概率描述。降低軟件風(fēng)險(xiǎn)發(fā)生的可能性， 使這個(gè)概率接近于0, 對(duì)加快開(kāi)發(fā)進(jìn)度、降低預(yù)算、避免嚴(yán)重后果并減少損失有莫大的幫助。

　　2、基于人工智能減少風(fēng)險(xiǎn)概率的想法

　　人工智能 （Artificial Intelligence, AI） 主要研究用人工的方法和技術(shù)， 模仿、延伸和擴(kuò)展人的智能， 實(shí)現(xiàn)機(jī)器智能。人工智能的長(zhǎng)期目標(biāo)是實(shí)現(xiàn)人類水平的人工智能， 實(shí)現(xiàn)機(jī)器智能。當(dāng)前， 幾乎所有的科學(xué)與技術(shù)的分支都在共享著人工智能領(lǐng)域所提供的理論技術(shù)。以人工智能中的幾種應(yīng)用融入軟件風(fēng)險(xiǎn)管理的評(píng)估、控制等實(shí)施步驟， 可提高風(fēng)險(xiǎn)管理的效率。

　　2.1 基于專家系統(tǒng)領(lǐng)域

　　專家系統(tǒng) （Expert System） 是顧名思義基于知識(shí)的系統(tǒng)， 依靠人類專家的知識(shí)建立體系結(jié)構(gòu)， 存儲(chǔ)問(wèn)題求解所需的知識(shí)， 根據(jù)人工智能問(wèn)題求解技術(shù)， 模擬人類專家求解問(wèn)題時(shí)的求解過(guò)程求解所涉及領(lǐng)域的各種問(wèn)題， 達(dá)到具有與專家同等解決問(wèn)題能力的水平。在對(duì)風(fēng)險(xiǎn)識(shí)別階段， 從項(xiàng)目的具體情況入手找出可能會(huì)存在的風(fēng)險(xiǎn)。一些軟件項(xiàng)目或是因?yàn)閷?duì)自身的情況挖掘不足， 停在理解， 或是缺乏經(jīng)驗(yàn)過(guò)于樂(lè)觀， 便為未預(yù)料到的情況埋下了隱患。若是以來(lái)自軟件工程領(lǐng)域的專家的知識(shí)背景參與到識(shí)別風(fēng)險(xiǎn)中， 可為決策提供專業(yè)性建議。人工智能的專家系統(tǒng)將風(fēng)險(xiǎn)問(wèn)題與多位專家專業(yè)性知識(shí)共同組成的知識(shí)庫(kù)中各個(gè)規(guī)則的條件進(jìn)行匹配， 并把被匹配規(guī)則的結(jié)論存放到綜合數(shù)據(jù)庫(kù)中， 得到最終的分析結(jié)果。專家系統(tǒng)能夠?qū)⒆陨淼耐评磉^(guò)程為用戶解釋清楚， 使用戶在詢問(wèn)中理解自己的過(guò)程， 會(huì)比多數(shù)軟件開(kāi)放者獨(dú)自的思考結(jié)果更加可靠。

　　2.2 基于數(shù)據(jù)挖掘

　　數(shù)據(jù)挖掘 （Data Mining） 能從大量數(shù)據(jù)中通過(guò)算法搜索挖掘出隱藏于其中的深層次的、未知的、有潛在價(jià)值的信息知識(shí)。在風(fēng)險(xiǎn)識(shí)別以后需要進(jìn)行分析何時(shí)何處風(fēng)險(xiǎn)會(huì)發(fā)生， 會(huì)產(chǎn)生怎么樣的后果。風(fēng)險(xiǎn)分析常采用成本模型、判定分析、網(wǎng)絡(luò)分析等方法， 數(shù)據(jù)挖掘可以為這些分析方法提供更多的數(shù)據(jù)方面的支持。雖然傳統(tǒng)統(tǒng)計(jì)分析技術(shù)基于完善的數(shù)學(xué)理論和高超的技巧， 預(yù)測(cè)的準(zhǔn)確度也可以達(dá)到人們的預(yù)期要求， 但是對(duì)使用者也提出了與之難度相對(duì)應(yīng)的高要求。數(shù)據(jù)挖掘是一次延伸擴(kuò)展， 在降低對(duì)使用者的門檻的同時(shí)， 也通過(guò)數(shù)據(jù)評(píng)估后的相應(yīng)的數(shù)據(jù)庫(kù)更簡(jiǎn)單便捷得到相應(yīng)的功能。步驟的簡(jiǎn)便化換來(lái)的是使用者的低操作失誤率， 這樣便提高風(fēng)險(xiǎn)分析的準(zhǔn)確率。

　　2.3 基于語(yǔ)義Web

　　語(yǔ)義Web （Semantic Web） 以讓W(xué)eb上的信息能夠快速被機(jī)器所理解， 從而實(shí)現(xiàn)Web信息的自動(dòng)處理， 以適應(yīng)Web信息資源的快速增長(zhǎng)， 更好地為人類服務(wù)為目的。軟件工程中的開(kāi)發(fā)者目前要解決的問(wèn)題數(shù)量龐大， 用戶對(duì)軟件的質(zhì)量和開(kāi)發(fā)周期的要求更加苛刻， 軟件開(kāi)發(fā)人員多數(shù)面臨開(kāi)發(fā)期長(zhǎng)、成本高、質(zhì)量不達(dá)標(biāo)的問(wèn)題， 這是一個(gè)領(lǐng)域共同的問(wèn)題。軟件開(kāi)發(fā)人員在通過(guò)網(wǎng)絡(luò)搜尋與軟件風(fēng)險(xiǎn)相關(guān)聯(lián)的事物時(shí)， 牽扯了語(yǔ)義Web一方面的應(yīng)用“互聯(lián)網(wǎng)信息發(fā)布與搜索”, 通過(guò)對(duì)內(nèi)容的標(biāo)注與分析從而克服了關(guān)鍵詞查詢的歧義性， 提高了查詢的精度。語(yǔ)義Web給人的是一個(gè)所有數(shù)據(jù)“無(wú)縫”式連接的網(wǎng)絡(luò)， 一個(gè)滴水不漏的網(wǎng)絡(luò)。

　　2.4 基于機(jī)器人領(lǐng)域

　　機(jī)器人 （Robot） 是一種具備和生物相似的智能能力， 具有高度靈活性的自動(dòng)化機(jī)器。工業(yè)機(jī)器人按照人的規(guī)定的程序工作， 自身不能對(duì)程序調(diào)整， 軟件的批量生產(chǎn)的流水線一般由這種類型的機(jī)器人實(shí)施。在風(fēng)險(xiǎn)控制階段， 一些可能會(huì)對(duì)人體造成未知傷害的操作可有初級(jí)和高級(jí)智能機(jī)器人 （具有感覺(jué)， 識(shí)別， 推理和判斷能力， 區(qū)別在于是否能根據(jù)外界環(huán)境， 在一定范圍內(nèi)自行修改程序） 實(shí)施。項(xiàng)目的風(fēng)險(xiǎn)經(jīng)常依賴于外部因素發(fā)生， 需要跟蹤監(jiān)控， 定期對(duì)風(fēng)險(xiǎn)進(jìn)行重新評(píng)估， 這個(gè)步驟便可交給智能機(jī)器處理， 節(jié)省工作人員的時(shí)間。

　　2.5 基于模式識(shí)別技術(shù)

　　模式識(shí)別 （Pattern Recognition） 是用數(shù)學(xué)、物理和技術(shù)的方法實(shí)現(xiàn)對(duì)模式的自動(dòng)處理、描述、分類和解釋。通過(guò)遙感圖像識(shí)別軟件在實(shí)際運(yùn)作時(shí)的異常表現(xiàn)點(diǎn)， 為風(fēng)險(xiǎn)評(píng)估提供部分依據(jù)。指紋識(shí)別應(yīng)用于開(kāi)發(fā)人員的日常工作中， 便于監(jiān)督每位成員的操作， 也有助于后期落實(shí)到具體人員的責(zé)任， 督促每位參與者謹(jǐn)慎研究， 減少人為造成風(fēng)險(xiǎn)。語(yǔ)音識(shí)別加快軟件開(kāi)發(fā)過(guò)程中的信息處理， 加快軟件開(kāi)發(fā)進(jìn)度。

　　3、結(jié)束語(yǔ)

　　在眾多項(xiàng)目實(shí)踐中獲得的風(fēng)險(xiǎn)管理經(jīng)驗(yàn)和教訓(xùn)， 軟件工程項(xiàng)目中的風(fēng)險(xiǎn)是客觀存在的， 不可能完全避免的。人工智能的研究仍在不斷進(jìn)行， 一旦人工智能在軟件工程領(lǐng)域的應(yīng)用得到飛躍性突破， 軟件風(fēng)險(xiǎn)概率必然會(huì)有所下降， 軟件工程項(xiàng)目的發(fā)展會(huì)更加順暢。

　　參考文獻(xiàn)

　　[1]鄭人杰， 馬素霞， 殷人昆。軟件工程概論[M].北京：機(jī)械工業(yè)出版社， 2014 （02） :314-323.

　　[2]史忠植， 王文杰。人工智能[M].北京：國(guó)防工業(yè)出版社， 2007:18-23

【基于人工智能減少軟件項(xiàng)目風(fēng)險(xiǎn)概率的想法論文】相關(guān)文章：

基于語(yǔ)言邏輯的計(jì)算機(jī)軟件開(kāi)放設(shè)計(jì)論文07-04

試論基于計(jì)算機(jī)軟件開(kāi)發(fā)的信息系統(tǒng)包裝技術(shù)論文07-04

探究基于計(jì)算機(jī)軟件技術(shù)的網(wǎng)頁(yè)包裝設(shè)計(jì)技術(shù)論文07-04

人工智能機(jī)器人論文11-04

關(guān)于人工智能的議論文05-25

配網(wǎng)自動(dòng)化科技項(xiàng)目風(fēng)險(xiǎn)管理研究論文07-03

科技巨頭角逐人工智能論文07-03

基于電子商務(wù)的計(jì)算機(jī)軟件系統(tǒng)集成化維護(hù)思路論文07-03

關(guān)于人工智能的議論文（精選7篇）03-07

人工智能機(jī)器人論文(7篇)11-05