摘要：传统的IFPUG功能点分析方法对行业应用软件项目进行软件规模度量时，调整因子考虑的是系统整体特征。该方法对典型的管理信息系统较为有效，但当系统或者系统的部分模块具有一些其它技术特征时，度量结果会出现较大偏差。针对行业应用软件专业化和复杂化的特点，首先按照软件应用的业务流程和技术特征，对软件进行模块分解，针对不同模块分别考虑通用系统特征和调整因子，提出模块分解的基本过程和改进的通用调整因子计算方法；然后基于不同的模块权重算加权后的功能点总数；最后利用上述方法选取了实际项目进行软件规模度量分析。实验结果表明，与传统的IFPUG功能点分析方法相比，改进后的功能点计算结果与项目实际功能点数更为接近。
关键词：软件规模度量； IFPUG-FPA； 模块分解； 调整因子； 权重
中图分类号： TP319
文献标识码：A
文章编号：16727800（2017）004015904
0引言 随着企业信息化的不断发展和升级，各行业软件应用呈现数量多、应用专业化、系统复杂化等特点，不同行业间的软件应用也存在不同特征。在众多的软件项目中，有效地度量软件规模正成为项目管理过程中越来越重要的环节。合理的软件规模度量能够有助于管理部门最大程度地利用预算资金，同时有助于生产部门准确地把握项目时间和项目进度等。目前，国际流行的软件规模度量方法是功能点分析方法。本文主要基于软件模块分解，研究改进适用于不同软件特征的功能点分析方法。1IFPUG功能点分析方法概述
1.1功能点分析方法 功能点分析方法[1]（Fuction Point Analysis，FPA）对于软件功能规模的度量主要从用户需求方面考虑，并不考虑软件的具体物理实现和采用的技术手段。目前，常用的FPA方法[2]包括Mark II-FPA、COSMIC-FPA和IFPUG-FPA，其中IFPUG-FPA应用最为广泛。 Mark II-FPA认为整个应用软件应该是一系列逻辑事务的集合，各个逻辑事务应当包含输入、过程和输出3个部分；COSMIC-FPA是将应用软件系统看作是一系列功能过程的集合，每个功能过程分别进行功能规模的度量，最终对所有功能规模进行累加，就可以计算出整个应用软件的整体规模；而IFPUG-FPA认为应用软件是由功能组件和数据组件构成，通过以IFPUG定义的功能点为单位对每类组件进行软件规模的度量，从而计算出整个应用软件的总功能点数，利用该功能点数来体现应用软件规模大小。1.2IFPUG-FPA处理过程 IFPUG-FPA通常的处理过程[3～5]如图1所示。
主要包括以下几个步骤： Step1：确定功能点的计数类型，包括新开发项目和二次开发项目两种计数类型。 Step2：识别计数范围及应用系统边界，明确哪些功能应被计数。
Step3：确定未调整的功能点数UFP。从业务角度考虑应用系统开发的功能点数，包括事务处理功能点数和数据功能点数。事务功能分为外部输入（External Input，EI）、外部输出（External Output，EO）和外部查询（External Query，EQ）；数据功能分为内部逻辑文件（Internal Logic File，ILF）和外部接口文件（External Interface File，EIF）。确定功能点类型后判断其对应的复杂度，复杂度转换表[6]如表1所示。计算未调整功能点数：其中， [K]{x}={F（t）}为根据不同的复杂度而定的5个部分的加权因子，X为应用中每个部分的数量。（1）确定调整因子VAF。从系统特征的角度考虑对应用系统开发功能点数的影响，IFPUG-FPA考虑了14项基本系统特征（General System Characteristic，GSC），分别是：数据通信、分布式数据处理、性能、重度配置、处理速率、在线数据输入、最终用户使用频率、在线升级、复杂处理、可重用行、易安装性、易操作性、多场所和支持变更。每项按照其对系统的重要程度分为6个级别：无影响、影响较小、有一定影响、重要、比较重要和很重要，相应的赋予数值为0、1、2、3、4和5。计算调整因子：其中，DI为GSC的影响程度。（2）计算调整后功能点数（FP）。综合考虑业务和技术因素，用调整系数VAF对未调整的功能点数UFP进行调整，得到应用系统的最终功能点数FP。
1.3IFPUG-FPA分析与其它软件规模度量方法相比，IFPUG-FPA分析方法更适用于管理信息系统，功能点的计算独立于编程语言等技术因素，通用性较强、计算方便，比较容易理解和使用，且仅与用户需求相关。明确软件需求后就可以完成软件规模的度量，为软件项目管理带来便利。当然，IFPUG-FPA的简单易用性也存在一定局限，例如调整因子考虑的是整个系统的综合因素，默认各项GSC关联功能的软件工作量权值相当，实际上可能存在这样一种情况，系统内的某些功能模块的软件工作量权值较大，其对应的某些GSC对调整因子的影响也应该占有较大的权重；调整因子所考虑的14项GSC是否仍然适用于目前的各类应用软件；对于非管理信息系统特征的软件规模度量，其准确度存在一定的偏差，现有调整因子的各个项目不能很好地适用于此类系统。
2基于模块分解的IFPUG功能点分析方法改进
2.1模块分解IFPUG-FPA通常的做法是计算出整个系统的UFP，然后评估整个系统的VAF，最后得出总功能点FP。所评估的VAF是针对整个系统而言，考虑的是各项因素的平均影响，当某一部分功能的某些GSC对功能点结果影响比较大时，这些影响将会被平衡、抵消，从而导致度量结果产生偏差。基于此，文献[6]提出在VAF中增加一项权值因子，以权衡不同的GSC在VAF中的占比影响。本文考虑针对待度量的软件系统进行模块分解，对分解后的模块分别计算VAF，利用模块本身的UFP作为权重，更具有合理性，分解过程为：（1）功能模块分解，根据业务功能进行初步模块分解。（2）模块间局部调整，将不同模块中GSC影响程度相似的功能点调整到同一模块，如某些模块对应分布式处理，某些模块偏重实时数据处理，某些模块为常用的信息管理或者偏重UI体验效果。（3）模块分解后FP的计算方法，按照原计算方法： 如此便可以平衡不同模块功能点及其GSC的权重影响，下文讨论针对不同的模块，对模块调整因子取值的计算方法。2.2调整因子计算IFPUG-FPA中VAF的计算考虑了14项GSC，随着软件项目的不断发展，后续研究发现对于某些系统现有的GSC无法满足评估的需要，部分GSC的重要性已经没有那么明显。并基于此，提出了一些改进措施，如文献[6]中新增了与其它应用的接口、特殊的安全特征、与第三方的直接交互、用户训练特征和文档需求5项GSC；文献[7]对GSC的取值进行了重新划定；文献[8]仅保留了6项GSC，取消了其它8项GSC，作者认为取消这些系统特征对估算结果差异较小，同时新增了1项GSC即新技术运用难度并给出了具体确定规则。文献[9]～[12]也从业务需求、系统特性等方面直接或者间接地改进了VAF的影响。以上文献均基于各自的经验考虑，针对VAF的计算进行了改进调整，然而不同专家对于项目的经验可能不同，导致其改进意见具有明显的个性化特征。本文基于上述经验和思路，在IFPUG-FPA基础上抽取出适用于不同系统特征的通用调整因子（General Value Adjustment Factor， GVAF）计算方法。（1）GSC类型和数量动态化。针对不同特征的系统或者模块，调整因子的调整幅度不同，其考虑的GSC类型和数量不同，因此相应的GVAF的计算结果也不一样。式（2）中，各项GSC的影响程度DI均取平均影响程度2.5时，VAF计算结果为1，系统功能点不做调整；各项DI取最低影响程度0时，VAF计算结果为最小值0.65；各项DI取最高影响程度5时，VAF计算结果为最大值1.35。据此分析提出GVAF计算公式如下：
针对不同的系统或模块，可以分别提出各自关联性较强的GSC项类型，分别计算各模块的GVAF值。（2）GVAF取值参数化。VAF的取值范围固定在0.65～1.35之间，实践证明该取值对于管理信息系统具有较好的度量效果。为了使GVAF的取值能够同时更好地适应其它系统特征，对公式（6）进行参数化处理：
式中αm为GVAFm 的最小值，βm为GVAFm的最大值。条件〖SX（〗αm+ βm2SX）=1的设定是为了将αm和βm限定在区间[0，2]，因为超出此区间范围时评估偏离值过大，可以认为GVAF值调整已经没有什么意义。参数化后的GVAF取值更加灵活，将可以更好地适应不同的模块或者其他应用系统，如对于实时系统、分布式系统等，可以根据多项目评估经验，采用模式分类的方法，对αm和βm的取值进行训练学习，获得经验取值，方便以后其他项目的软件规模度量。经过以上过程处理后，基于模块分解的FP计算公式为：
3案例分析与对比以笔者主要参与的某无线网规划审核平台为例，按照业务流程系统可分为项目管理、需求管理、规划审核、勘察设计审核、数据管理、GIS、审核规则和系统管理8个业务模块，根据业务和技术特征相似的原则进行分类，其中项目管理、需求管理、规划审核、勘察设计审核、数据管理和系统管理具有典型的管理信息系统特征，统一归为第一类模块；GIS涉及地图操作，归为第二类模块；审核规则具有典型的算法及实时特征，归为第三类模块。在对系统进行模块分解前，统一考虑VAF因子，按照公式（2）针对14项GSC进行打分，如表2所示，最终计算的系统VAF=0.65+0.01*31=0.96 。
在ο低辰行模块分解后，第一类模块仍然按照14项GSC进行打分，GVAF1=0.65+0.01*31=0.96 ；第二类模块根据其技术特征，取定8项GSC：GIS技术难度、数据通信、性能、重度配置、处理速率、最终用户使用频率、复杂处理、易操作性，如表3所示，αm取0.65，按照公式（7）计算得到：
第三类模块根据其技术特征，取定9项GSC：算法复杂度、实时响应、数据通信、分布式数据处理、性能、重度配置、处理速率、复杂处理、可重用性，如表4所示，αm取0.65，按照公式（7）计算得到：
可以看到，针对不同分解模块，基本系统特征的考虑侧重点不同，即使是相同的GSC项目，其在不同的模块中评分值也不尽相同，简单的基于系统整体考虑VAF显然忽略了这些因素对最终功能点的影响。模块分解前后，软件规模度量的各项值如表5所示，分解后对于第二类模块， FP与实际偏差由原来的22.86%降低到11.21%；对于第三类模块，FP与实际偏差由原来的18.40%降低到11.69%。当系统中这些分解模块的功能点占比较大时，其对总体FP的影响程度就会较大，极端情况下，对于非管理信息系统，该方法对FP度量的影响效果将十分显著。
4结语 本文基于模块分解的FPA方法，在保留IFPUG-FPA原有优点的同时，一方面考虑了VAF中GSC的权值影响，另一方面针对分解模块允许灵活调整GSC项和取值范围，改进了对于管理信息系统的度量方法，能够很好地适应非管理信息系统的软件规模度量。
参考文献：[1]蒋辉，尹俊文，何鸿君，方礼远.功能点方法的分析与比较[J].计算机工程与科学，2009，31（5）：8789.
[2]胡云龙.软件规模度量方法介绍[J].计算机时代，2006（7）：1721.
[3]马贤颖，张敏，董石磊.功能点估算方法研究与应用[J].现代电子技术，2011，34（8）：58 68.
[4]ARCHANA SRIVASTAVA.Enhancement in function point analysis[J].International Journal of Software Engineering & Applications（USEA），2012，3（6）：129136.
[5]田志伟，张广泉.基于IFPUG的功能点分析方法[J].计算机与数字工程，2007，35（12）：121123.
[6]宁静锋，童旅杨.软件项目功能点估算[J].长春工业大学学报：自然科学版，2014， 35（3）：309314.
[7]刘文浩，樊丽华.基于IFPUG功能点分析方法的值调整因子的应用研究[J].青海师范大学学报：自然科学版，2011（1）：2526.
[8]刘迪.基于改进的功能点分析法在软件项目规模估计中的应用研究[D].合肥：合肥工业大学，2007.
[9]罗光春，聂坤苗，温川彪，等.功能点分析法的研究和改进[J].电子科学大学学报，2009，38（6）：983986.
[10]尹柯，蒋军成.基于IFPUG功能点分析方法改进特征值因子的应用研究[J].计算机与数字工程，2014，42（11）：21232127.
[11]江韶志，罗梓威.电信行业应用软件需求工作量评估应用浅析[J].广东通信技术，2013（7）：5860.
[12]刘庚.简化的功能点度量方法的比较和分析[J].计算机科学与探索，2015，9（12）：1459 1470.
（责任编辑：陈福时）
