Boehm的模型 - 解釋

Question

我正在閱讀「神話人月」，並在20週年紀念版的更新中接近尾聲，它談論了一些關於勃姆模型和最佳交付時間的基礎上，一個項目的幾個月。

他的發言，討論伯姆的模型時，方法是：

他的成績穩固證實MM-M的 斷言 人和個月之間的權衡是遠遠直線， 的人爲月確實是神話 作爲衡量生產力。在 特別地，他發現：[16]

•有 成本最佳調度時間到第一 裝運，T = 2.5MM ^1/3。也就是， 個月的最佳時間爲 個人預計工作量的 立方根， 尺寸估計值和 模型中的其他因素。最佳人員配置曲線是一個推論。

•成本曲線緩慢上升，因爲計劃進度得到 長於最佳值。 有更多時間需要更多時間。

•成本 曲線急劇上升，因爲計劃的 計劃比最​​佳的計劃得到的時間短 。

•幾乎沒有任何項目成功 在小於3/4計算 最佳時間表，無論 多的人的申請！這 新書結果給出了軟件 經理固體彈藥時更高 管理的要求很高不可能 時間表的承諾

我有一點在實際適用本聲明難度

，我想知道如果任何人有任何見解，以如何這會通知軟件估計？我特意試圖解釋估算公式，如下圖所示： cost-optimum schedule time plot

這似乎表明，對於一個工作時間爲1個月的項目，有一個成本最優的交貨時間爲2.5個月。然而，如果您假設有5個人工月的項目，那麼這是有道理的，這個情節表明，成本最優化的交付時間是4個月！

這是否表示應在此時間框架內分配更多的人力資源，或者估算值過大？

另外，如何從這個模型中估算最佳的人員配備水平？ 謝謝

Answer 1

與任何型號也沒有必要把它盲目的信仰，尤其是當模型是很容易測試：

Effort in MM Opt. Dur. Avg. Team Size 
    1   2.5   0.4 
    2   3.1   0.6 
    3   3.6   0.8 
    4   4.0   1.0 
    5   4.3   1.2 
    6   4.5   1.3 
    7   4.8   1.5 
    8   5.0   1.6 
    9   5.2   1.7 
    10   5.4   1.9 
    20   6.8   2.9 
    30   7.8   3.9 
    40   8.5   4.7 
    50   9.2   5.4 
    60   9.8   6.1 
    70   10.3   6.8 
    80   10.8   7.4 
    90   11.2   8.0 
100   11.6   8.6 
200   14.6   13.7 
300   16.7   17.9 
400   18.4   21.7 
500   19.8   25.2 
600   21.1   28.5 
700   22.2   31.5 
800   23.2   34.5 
900   24.1   37.3 
1000   25.0   40.0 

至於我可以看到多達10個軟件開發項目目前在商業環境中占主導地位的人月（內部項目在非軟件公司內運行），模型產生的最佳數據並不反映典型的持續時間和團隊規模。

超過20個人月的項目數字變得更可信，尤其是在努力緊密結合的情況下。

因此，對於持續時間超過20個人月的項目，我會避免使用該公式來進行快速排序。對於任何不足之處，快速規劃會給你一個更準確和可靠的結果。

Answer 2

本質上，所有模型都是錯誤的，但有些是有用的。 - 喬治E.P箱

我沒有任何引用方便，但我認爲這個模型是從大型瀑布式項目的數據派生。對於像1個或5個人工月的小項目，該模型可能並不適用。如果您試圖推斷它們距離其有效範圍太遠，模型會給出錯誤的結果。

雖然也是如此，特別是在一個小型項目中，並不總是有可能做出可交付成果的工作。例如，在等待外部依賴關係時需要繼續。

我已經使用這些模型來保證在相同尺寸範圍內具有相似工藝特性的檢查項目報價。不是機械地，而是作爲指標來查看計劃/報價中是否存在需要密切關注的領域。

另外，您如何從這個模型中估計最佳的人員配置水平？

如果您擁有最佳的T月和MM人*月的工作時間，則分配人員在T時間內完成MM工作。你的平均員工水平是MM/T人。

當然，實際上MM/T人員水平穩定並不是最優的。從一個小團隊開始，讓高層架構問題得到解決，然後只有在新人有用的事情之後才能發展團隊。