Boehm的模型 - 解释

Question

我正在阅读“神话人月”，并在20周年纪念版的更新中接近尾声，它谈论了一些关于勃姆模型和最佳交付时间的基础上，一个项目的几个月。

他的发言，讨论伯姆的模型时，方法是：

他的成绩稳固证实MM-M的 断言 人和个月之间的权衡是远远直线， 的人为月确实是神话 作为衡量生产力。在 特别地，他发现：[16]

•有 成本最佳调度时间到第一 装运，T = 2.5MM ^1/3。也就是， 个月的最佳时间为 个人预计工作量的 立方根， 尺寸估计值和 模型中的其他因素。最佳人员配置曲线是一个推论。

•成本曲线缓慢上升，因为计划进度得到 长于最佳值。 有更多时间需要更多时间。

•成本 曲线急剧上升，因为计划的 计划比最​​佳的计划得到的时间短 。

•几乎没有任何项目成功 在小于3/4计算 最佳时间表，无论 多的人的申请！这 新书结果给出了软件 经理固体弹药时更高 管理的要求很高不可能 时间表的承诺

我有一点在实际适用本声明难度

，我想知道如果任何人有任何见解，以如何这会通知软件估计？我特意试图解释估算公式，如下图所示： cost-optimum schedule time plot

这似乎表明，对于一个工作时间为1个月的项目，有一个成本最优的交货时间为2.5个月。然而，如果您假设有5个人工月的项目，那么这是有道理的，这个情节表明，成本最优化的交付时间是4个月！

这是否表示应在此时间框架内分配更多的人力资源，或者估算值过大？

另外，如何从这个模型中估算最佳的人员配备水平？ 谢谢

Answer 1

与任何型号也没有必要把它盲目的信仰，尤其是当模型是很容易测试：

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 

至于我可以看到多达10个软件开发项目目前在商业环境中占主导地位的人月（内部项目在非软件公司内运行），模型产生的最佳数据并不反映典型的持续时间和团队规模。

超过20个人月的项目数字变得更可信，尤其是在努力紧密结合的情况下。

因此，对于持续时间超过20个人月的项目，我会避免使用该公式来进行快速排序。对于任何不足之处，快速规划会给你一个更准确和可靠的结果。

Answer 2

本质上，所有模型都是错误的，但有些是有用的。 - 乔治E.P箱

我没有任何引用方便，但我认为这个模型是从大型瀑布式项目的数据派生。对于像1个或5个人工月的小项目，该模型可能并不适用。如果您试图推断它们距离其有效范围太远，模型会给出错误的结果。

虽然也是如此，特别是在一个小型项目中，并不总是有可能做出可交付成果的工作。例如，在等待外部依赖关系时需要继续。

我已经使用这些模型来保证在相同尺寸范围内具有相似工艺特性的检查项目报价。不是机械地，而是作为指标来查看计划/报价中是否存在需要密切关注的领域。

另外，您如何从这个模型中估计最佳的人员配置水平？

如果您拥有最佳的T月和MM人*月的工作时间，则分配人员在T时间内完成MM工作。你的平均员工水平是MM/T人。

当然，实际上MM/T人员水平稳定并不是最优的。从一个小团队开始，让高层架构问题得到解决，然后只有在新人有用的事情之后才能发展团队。