当前位置: 首页 > news >正文

[软件工程导论(第六版)]第2章 可行性研究(复习笔记)

文章目录

    • 2.1 可行性研究的任务
    • 2.2 可行性研究过程
    • 2.3 系统流程图
    • 2.4 数据流图概念
    • 2.5 数据字典
    • 2.6 成本/效益分析


2.1 可行性研究的任务

  • 可行性研究的目的
    • 用最小的代价在尽可能短的时间内确定问题是否能够解决。
  • 可行性研究的3个方面
    • (1)技术可行性;
    • (2)经济可行性;
    • (3)操作可行性。
  • 可行性研究的任务
    • (1)对以后的行动方针提出建议。(可行性研究最根本的任务)
    • (2)分析几种主要的候选解法的利弊,研究其可行性。

2.2 可行性研究过程

  • 典型的可行性研究过程为:
    1. 复查系统规模和目标;
    2. 研究目前正在使用的系统;
    3. 导出新系统的高层逻辑模型;
    4. 进一步定义问题;
    5. 导出并评价供选择的解法;
    6. 推荐行动方针;
    7. 草拟开发计划;
    8. 书写文档提交审查。

2.3 系统流程图

  • 定义
    • 系统流程图是概括地描绘物理系统的传统工具。系统流程图表达的是数据在系统各部件之间流动的情况,而不是对数据进行加工处理的控制过程。因此尽管系统流程图的符号形式相同,但是它却是物理数据流程图而不是程序流程图。
  • 基本思想
    • 用图形符号以黑盒子形式描绘组成系统的每个部件(程序、文档、数据库、人工过程等)。
    • 【注意】系统流程图表达的是数据在系统各部件之间流动的情况,而不是对数据进行加工处理的控制过程。
  • 符号
    • (1)以概括的方式抽象地描绘实际系统时,使用图2-1中列出的基本符号就足够了。
      • 在这里插入图片描述
      • 【注意】这5种基本符号是常考点。
    • (2)需要更具体地描绘一个物理系统时,还需要使用图2-2中列出的系统符号。
      • 在这里插入图片描述

      • 【注意】系统流程图的习惯画法是使信息在图中从顶向下或从左向右流动。

  • 在这里插入图片描述

2.4 数据流图概念

  • (1)定义
    • 数据流图(DFD)是一种图形化技术。它描绘信息流和数据从输入移动到输出的过程中所经受的变换。
  • (2)特点
    • ① 数据流图中没有具体的物理部件,只是描绘数据在软件中流动和被处理的逻辑过程。
    • ② 数据流图是系统逻辑功能的图形表示,是分析员与用户之间极好的通信工具。
    • ③ 设计时只需考虑系统必须完成的基本逻辑功能,不考虑怎样具体地实现这些功能。
  • 符号
    • 如图(a)所示,数据流图有4种基本符号;图(b)给出了附加符号的含义。其中星号(*)表示数据流之间是“与”关系;加号(+)表示“或”关系;⊕号表示只能从中选一个(互斥的关系)。
    • 在这里插入图片描述
    • 数据流图有4种成分,源点或终点、处理、数据存储、数据流
    • 【注意】数据流中用箭头表示数据流,第5章的程序流程图中用箭头表示的控制流。
  • 数据存储和数据流都是数据,数据存储是处于静止状态的数据,数据流是处理运动中的数据
  • 例子
    • 在这里插入图片描述

    • 在这里插入图片描述

    • 在这里插入图片描述

    • 在这里插入图片描述

  • 数据流图的基本目的,利用数据流图作为交流信息的工具
  • 数据流图也可用于作为分析和设计的工具

2.5 数据字典

  • 概念
    • (1)定义
      • 数据字典是关于数据的信息的集合,是对数据流图中包含的所有元素的定义的集合。
    • (2)数据字典的作用
      • 在软件分析和设计的过程中给人提供关于数据的描述信息
    • (3)意义
      • 数据流图和数据字典共同构成系统的逻辑模型。
  • 数据字典的组成元素
    • ① 数据流;
    • ② 数据流分量,即数据元素;
    • ③ 数据存储;
    • ④ 处理。
  • 定义数据的方法
    • 由数据元素组成的数据的方式3种基本类型:
      • 顺序(3种基本类型)
      • 选择(3种基本类型)
      • 重复(3种基本类型)
      • 可选
    • 描述由数据元素组成数据的关系
      • ① = 等价于(定义为)
      • ② + 和(连接两个分量)
      • ③ [] 或(从方括号中的分量选择一个),通常用“|”号隔开供选择的分量
      • ④ { } 重复(重复花括号中的分量),字母数字串=0{字母或数字}7,允许字母或数字的长度为0-7
      • ⑤ ( ) 选择(括号中的分量可有可无)
  • 数据字典的用途
    • (1)作为分析阶段的工具(最重要)。
    • (2)数据字典中包含的每个数据元素的控制信息是很有价值的。
    • (3)数据字典是开发数据库的第一步,而且是很有价值的一步。
  • 数据字典的实现
    • (1)开发大型软件系统时建议使用数据字典处理程序。
    • (2)在开发小型软件系统时建议采用卡片形式书写数据字典,如图
      • 在这里插入图片描述

2.6 成本/效益分析

  • 目的
    • 帮助客户组织负责人从经济角度判断是否继续投资于这项工程。
  • 成本估计的方法
    • (1)代码行技术;
      • 每行代码的平均成本乘以行数
      • 每行代码的平均成本取决于软件的复杂程度和工资水平
    • (2)任务分解技术;
      • 总成本 = 每个任务成本之和
      • 每个任务的成本 = 人力(以人月为单位) X 每人每月平均工资
    • (3)自动估计成本技术。
      • 采用自动估计成本的软件工具
  • 成本效益分析
    • 成本与收益比较要相同时间的进行比较,现在与现在比较。

    • 计算P元钱在n年后的价值:F=P(1+i)nF=P(1+i)^nF=P(1+i)n,其中年利率为i。
    • n年后能收入F元钱,计算这些钱的现在价值:P=F/(1+i)nP=F/(1+i)^nP=F/(1+i)n
      • 在这里插入图片描述
    • 投资回收期:使累计的经济效益等于最初投资所需的时间
      • 在这里插入图片描述
    • 纯收入
      • 在这里插入图片描述
    • 计算投资回收率:P=F1/(1+j)+F2/(1+j)2+…+Fn/(1+j)nP=F1/(1+j)+F2/(1+j)^2+…+Fn/(1+j)^nP=F1/(1+j)+F2/(1+j)2++Fn/(1+j)n
      • 其中,P是现在的投资额;Fi是第i年年底的效益(i=1,2,…,n);n 是系统的使用寿命;j是投资回收率。

相关文章:

[软件工程导论(第六版)]第2章 可行性研究(复习笔记)

文章目录2.1 可行性研究的任务2.2 可行性研究过程2.3 系统流程图2.4 数据流图概念2.5 数据字典2.6 成本/效益分析2.1 可行性研究的任务 可行性研究的目的 用最小的代价在尽可能短的时间内确定问题是否能够解决。 可行性研究的3个方面 (1)技术可行性&…...

Mac下安装Tomcat以及IDEA中的配置

安装brew 打开终端输入以下命令: /usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)" 搜索tomcat版本,输入以下命令: brew search tomcat 安装自己想要的版本,例…...

【Linux详解】——文件基础(I/O、文件描述符、重定向、缓冲区)

📖 前言:本期介绍文件基础I/O。 目录🕒 1. 文件回顾🕘 1.1 基本概念🕘 1.2 C语言文件操作🕤 1.2.1 概述🕤 1.2.2 实操🕤 1.2.3 OS接口open的使用(比特位标记)…...

HomMat2d

1.affine_trans_region(区域的任意变换) 2.hom_mat2d_identity(创建二位变换矩阵) 3.hom_mat2d_translate(平移) 4.hom_mat2d_scale(缩放) 5.hom_mat2d_rotate(旋转 &…...

Python3 JSON 数据解析

Python3 JSON 数据解析 JSON (JavaScript Object Notation) 是一种轻量级的数据交换格式。 Python3 中可以使用 json 模块来对 JSON 数据进行编解码,它包含了两个函数: json.dumps(): 对数据进行编码。json.loads(): 对数据进行解码。 在 json 的编解码…...

Homebrew 安装遇到的问题

Homebrew 安装遇到的问题 例如:第一章 Python 机器学习入门之pandas的使用 文章目录Homebrew 安装遇到的问题前言一、安装二、遇到的问题1.提示 zsh: command not found: brew三、解决问题前言 使用 Homebrew 能够 安装 Apple(或您的 Linux 系统&#…...

Metasploit框架基础(二)

文章目录前言一、Meatsplooit的架构二、目录结构datadocumentationlibmodulesplugins三、Measploit模块四、Metasploit的使用前言 Metasploit是用ruby语言开发的,所以你打开软件目录,会发现很多.rb结尾的文件。ruby是一门OOP的语言。 一、Meatsplooit的…...

c++容器

1、vector容器 1.1性质 a)该容器的数据结构和数组相似,被称为单端数组。 b)在存储数据时不是在原有空间上往后拓展,而是找到一个新的空间,将原数据深拷贝到新空间,释放原空间。该过程被称为动态拓展。 vec…...

Vue.js如何实现对一千张图片进行分页加载?

目录 vue处理一千张图片进行分页加载 分页加载、懒加载---概念介绍: 思路: 开发过程中,如果后端一次性返回你1000多条图片或数据,那我们前端应该怎么用什么思路去更好的渲染呢? 第一种:我们可以使用分页…...

计算机网络复习(六)

考点:MIME及其编码(base64,quoted-printable)网络协议http是基于什么协议,应用层到网络层基于什么协议6-27.试将数据 11001100 10000001 00111000 进行 base64 编码,并得到最后传输的 ASCII 数据。答:先将 24 比特的二…...

Redis进阶:布隆过滤器(Bloom Filter)及误判率数学推导

1 缘起 有一次偶然间听到有同事在说某个项目中使用了布隆过滤器, 哎呦,我去,我竟然不知道啥是布隆过滤器, 这我哪能忍?其实,也可以忍,但是,可能有的面试官不能忍!&#…...

Java创建对象的方式

Java创建对象的五种方式: (1)使用new关键字 (2)使用Object类的clone方法 (3)使用Class类的newInstance方法 (4)使用Constructor类中的newInstance方法 (5&am…...

dom基本操作

1、style修改样式 基本语法&#xff1a; 元素.style.样式’值‘ 注意: 1.修改样式通过style属性引出 2.如果属性有-连接符&#xff0c;需要转换为小驼峰命名法 3.赋值的时候&#xff0c;需要的时候不要忘记加css单位 4.后面的值必须是字符串 <div></div> // 1、…...

如何将python训练的XGBoost模型部署在C++环境推理

当前环境&#xff1a;Ubuntu&#xff0c;xgboost1.7.4过程介绍&#xff1a;首先用python训练XGBoost模型&#xff0c;在训练完成后注意使用xgb_model.save_model(checkpoint.model)进行模型的保存。找到xgboost的动态链接库和头文件动态链接库&#xff1a;如果你在conda环境下面…...

About Oracle Database Performance Method

bottleneck&#xff08;瓶颈&#xff09;&#xff1a; a point where resource contention is highest throughput(吞吐量)&#xff1a; the amount of work that can be completed in a specified time. response time (响应时间)&#xff1a; the time to complete a spec…...

JavaScript 日期和时间的格式化大汇总(收集)

一、日期和时间的格式化 1、原生方法 1.1、使用 toLocaleString 方法 Date 对象有一个 toLocaleString 方法&#xff0c;该方法可以根据本地时间和地区设置格式化日期时间。例如&#xff1a; const date new Date(); console.log(date.toLocaleString(en-US, { timeZone: …...

【Python】缺失值可视化工具库:missingno

文章目录一、前言二、下载二、使用介绍2.1 绘制缺失值条形图2.2 绘制缺失值热力图2.3 缺失值树状图三、参考资料一、前言 在我们进行机器学习或者深度学习的时候&#xff0c;我们经常会遇到需要处理数据集缺失值的情况&#xff0c;那么如何可视化数据集的缺失情况呢&#xff1…...

【代码随想录二刷】Day18-二叉树-C++

代码随想录二刷Day18 今日任务 513.找树左下角的值 112.路径总和 113.路径总和ii 106.从中序与后序遍历序列构造二叉树 105.从前序与中序遍历序列构造二叉树 语言&#xff1a;C 513.找树左下角的值 链接&#xff1a;https://leetcode.cn/problems/find-bottom-left-tree-va…...

制造业的云ERP在外网怎么访问?内网服务器一步映射到公网

随着企业信息化、智能化时代的到来&#xff0c;很多制造业企业都在用云ERP。用友U 9cloud通过双版本公有云专属、私有云订阅、传统软件购买三种模式满足众多制造业企业的需求&#xff0c;成为一款适配中型及中大型制造业的云ERP&#xff0c;是企业数智制造的创新平台。 用友U 9…...

zookeeper 复习 ---- 练习

zookeeper 复习 ---- 练习在同一节点配置三个 zookeeper&#xff0c;配置正确的是&#xff1f; A&#xff1a; zoo1.cfg tickTime2000 initLimit5 syncLimit2 dataDir/var/lib/zookeeper/zoo1 clientPort2181 server.1localhost:2666:3666 server.2localhost:2667:3667 serv…...

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周&#xff0c;有很多同学在写期末Java web作业时&#xff0c;运行tomcat出现乱码问题&#xff0c;经过多次解决与研究&#xff0c;我做了如下整理&#xff1a; 原因&#xff1a; IDEA本身编码与tomcat的编码与Windows编码不同导致&#xff0c;Windows 系统控制台…...

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…...

Golang 面试经典题:map 的 key 可以是什么类型?哪些不可以?

Golang 面试经典题&#xff1a;map 的 key 可以是什么类型&#xff1f;哪些不可以&#xff1f; 在 Golang 的面试中&#xff0c;map 类型的使用是一个常见的考点&#xff0c;其中对 key 类型的合法性 是一道常被提及的基础却很容易被忽视的问题。本文将带你深入理解 Golang 中…...

模型参数、模型存储精度、参数与显存

模型参数量衡量单位 M&#xff1a;百万&#xff08;Million&#xff09; B&#xff1a;十亿&#xff08;Billion&#xff09; 1 B 1000 M 1B 1000M 1B1000M 参数存储精度 模型参数是固定的&#xff0c;但是一个参数所表示多少字节不一定&#xff0c;需要看这个参数以什么…...

【力扣数据库知识手册笔记】索引

索引 索引的优缺点 优点1. 通过创建唯一性索引&#xff0c;可以保证数据库表中每一行数据的唯一性。2. 可以加快数据的检索速度&#xff08;创建索引的主要原因&#xff09;。3. 可以加速表和表之间的连接&#xff0c;实现数据的参考完整性。4. 可以在查询过程中&#xff0c;…...

【Web 进阶篇】优雅的接口设计:统一响应、全局异常处理与参数校验

系列回顾&#xff1a; 在上一篇中&#xff0c;我们成功地为应用集成了数据库&#xff0c;并使用 Spring Data JPA 实现了基本的 CRUD API。我们的应用现在能“记忆”数据了&#xff01;但是&#xff0c;如果你仔细审视那些 API&#xff0c;会发现它们还很“粗糙”&#xff1a;有…...

大数据学习(132)-HIve数据分析

​​​​&#x1f34b;&#x1f34b;大数据学习&#x1f34b;&#x1f34b; &#x1f525;系列专栏&#xff1a; &#x1f451;哲学语录: 用力所能及&#xff0c;改变世界。 &#x1f496;如果觉得博主的文章还不错的话&#xff0c;请点赞&#x1f44d;收藏⭐️留言&#x1f4…...

使用LangGraph和LangSmith构建多智能体人工智能系统

现在&#xff0c;通过组合几个较小的子智能体来创建一个强大的人工智能智能体正成为一种趋势。但这也带来了一些挑战&#xff0c;比如减少幻觉、管理对话流程、在测试期间留意智能体的工作方式、允许人工介入以及评估其性能。你需要进行大量的反复试验。 在这篇博客〔原作者&a…...

基于PHP的连锁酒店管理系统

有需要请加文章底部Q哦 可远程调试 基于PHP的连锁酒店管理系统 一 介绍 连锁酒店管理系统基于原生PHP开发&#xff0c;数据库mysql&#xff0c;前端bootstrap。系统角色分为用户和管理员。 技术栈 phpmysqlbootstrapphpstudyvscode 二 功能 用户 1 注册/登录/注销 2 个人中…...

BLEU评分:机器翻译质量评估的黄金标准

BLEU评分&#xff1a;机器翻译质量评估的黄金标准 1. 引言 在自然语言处理(NLP)领域&#xff0c;衡量一个机器翻译模型的性能至关重要。BLEU (Bilingual Evaluation Understudy) 作为一种自动化评估指标&#xff0c;自2002年由IBM的Kishore Papineni等人提出以来&#xff0c;…...