книги / Оценка затрат на разработку программных средств

набором признаков. Показателем количественной однородности

служит коэффициент	вариации и=сг/х,	где х — среднее значение
признака; о — среднее	квадратическое	отклонение индивидуаль­
ных значении признака от среднего.

В случае нормального распределения величина коэффициента вариации, служащая границей между однородностью и неоднород­ ностью статистической совокупности, составляет 0,33, а при равно­ мерном распределении— 0,58 [45]. Если коэффициент вариации для общей совокупности по какому-либо признаку превышает по­ роговое значение для установленного закона распределения, то для обоснованного применения метода корреляции необходимо из общей совокупности выделить однородные группы. Образование однородных групп наиболее эффективно, если они формируются по нескольким признакам. С этой целью применяется метод комбина­ ционной группировки, при котором сначала составляются однород­

ные группы по каждому признаку. Для этого последовательно по каждому объекту упорядочиваются по возрастанию или убыванию элементы неоднородной совокупности и текущий коэффициент вариации сравнивается с пороговым значением. Затем составляет­ ся комбинация из полученных по разным признакам однородных групп [45]. Все полученные после комбинации однородные груп­ пы, как правило, представляют собой выборки малых объемов [41].

3.2.ХАРАКТЕРИСТИКИ ПЕРВИЧНЫХ ДАННЫХ

ОБ АНАЛИЗИРУЕМЫХ ПРОГРАММНЫХ СРЕДСТВАХ

Результаты сбора ретроспективным методом первичных данных о разработках КП. От объема собранной информации и тщательно­ сти ее предварительной проверки и уточнения во многом зависит правильность статистических выводов и рекомендаций, которые мо­ гут быть сделаны по результатам обработки и анализа техникоэкономической информации. При сборе данных о конкретных раз­ работках КП применялись следующие методы сбора: ретроспек­ тивный в сочетании с экспертным и фактографический (см. §3.1). Процессом сбора данных о разработках КП в целом по ретроспек­ тивному методу были охвачены организации, занимающиеся раз­ работкой программ второго и третьего класса [26]. Таблицы за­ полнялись по завершенным разработкам КП на основе данных, за­ фиксированных в документации на программы и у руководителей разработки КП в их рабочей (технологической) документации. Точный периодический учет затрат и данных на разработку про­ грамм планово-бухгалтерскими службами отдельно не ведется.

КП третьего класса в основном представлены программными,

средствами автоматизированных систем обработки информации и управления в реальном масштабе времени (СРВ). В таких снсте-

121

мах обработка поступающей на ЭВМ информации и выработка команд управления производятся со скоростью, обеспечивающей обслуживание внешнего по отношению к ЭВМ процесса. Собран­ ные данные представляют собой характеристики разработки комп­ лексов программ третьего класса из следующих областей: созда­ ние гибких автоматизированных производств, управление робота­ ми, АСУ технологическими процессами, АСУ воздушным движени­ ем и др.

КП второго класса (см. табл. 3.3) представлены в основном

многоабонентными информационно-поисковыми и организацион­ ными системами управления (подкласс 2.1— ИПС), в которых производятся сбор, обработка, хранение и выработка управляю­ щей информации по запросам пользователей. Подкласс 2.2 (ППП) включает пакеты прикладных программ общего назначения и си­ стемы автоматизации проектирования в различных отраслях на­ родного хозяйства: в машиностроении и радиоэлектронике, в обла­ сти разработки, производства и сопровождения программных средств вычислительной техники.

Технико-экономические показатели разработки КП разных классов были получены в результате группирования, обработки и анализа предварительно проверенной выборки, составившей базу данных по завершенным разработкам ПС. Анализируемые проек­

ты охватывают многие технические области разработки и примене­ ния ПС, хотя отсутствуют данные по разработкам ПС на микроЭВМ. База данных обладает важным достоинством: все первич­ ные статистические данные собраны по единой методике, в кото­ рой четко определены основные понятия и термины: сроки начала и конца разработки, среднее число участников разработки по раз­ личным категориям, технологическая среда разработки ПС и т. д. Это позволило повысить достоверность собранных данных. Тем не менее не полностью учитываемые различия условий разработки,

неоднозначность определения объема программ и		трудоемкости
разработки, а также ряд других факторов	привели	к тому,	что
оценки технико-экономических показателей	имеют	большой	раз­
брос. Частично этот разброс отражает объективные		различия	ос­

новных ТЭП для различных ПС и коллективов разработчиков. Од­ нако значительная часть дисперсии значений ТЭП обусловлена недостоверностью исходной информации, подвергавшейся обработ­ ке. В совокупности эти обстоятельства для такого ТЭП, как про­ изводительность труда, в некоторых случаях обусловили разброс почти на два порядка. Поэтому приводимые данные следует рас­

сматривать в основном как п р и м е р	о б р а б о т к и т е х н и к о ­
э к о н о м и ч е с к о й и н ф о р м а ц и и	о большой группе разрабо­

ток ПС, собранной в единой базе данных. Вследствие недостаточ­ ной представительности выборки анализируемых ПС и того, что в ряде случаев данные относятся к давно завершенным разработкам,

122

приводимые значения ТЭП не отражают уровень конкретных тех­ нологий и процесса создания ПС. Тем не менее анализ подобных данных позволил выявить некоторые тенденции изменения ТЭП и может служить первичным приближенным ориентиром для специ­ алистов.

Общая характеристика анализируемой далее базы данных, по­ лученных ретроспективным методом, представлена в табл. 3.2. Из таблицы следует, что наибольшая доля анализируемых КП отно­ силась к третьему классу, разрабатывалась на технологических ЭВМ ЕС на языке уровня ассемблера при относительно невысоком (£/ = 2-3) уровне автоматизации. Большинство исследованных ПС разработаны довольно давно — во II анализируемом временном интервале. Однако эти данные позволили выявить ряд технико­ экономических особенностей разработки сложных КП, которые анализируются ниже.

Отбор комплексов программ из базы данных при формиро­ вании однородных групп. С целью анализа базы данных на

Т аб л и ц а 3.2

О С Н О В Н Ы Е Х А Р А К Т Е Р И С Т И К И Б А З Ы Д А Н Н Ы Х П О Р Е А Л Ь Н О З А В Е Р Ш Е Н Н Ы М К П

Ni п / и

1

2

3

4

5

6

		Д о л я К П п о а н а л и ­
	Х а р а к т е р и с т и к а	з и р у е м ы м х а р а к ­
		т е р и с т и к а м . %
	Количество КП по классам:	65
	третий класс
	второй класс, в том числе:	15
	информационно-поисковые системы
	пакеты прикладных программ и системы авто­	20
	матизации проектирования
	Периоды разработок:	22
	I — ранний
	II —средний	55
	III — поздний	23
	Тип реализующей ЭВМ:	51
	большая
	средняя	24
	мини	25
	Языки программирования:	11
	ПЛ/1
		5
	Фортран
		5
	другие ЯВУ	79
	автокод
	Уровень средств автоматизации:	17
	первый
		59
	второй
		24
	третий
	Тип технологической ЭВМ:	53
	ЕС ЭВМ
		38
	БЭСМ-6	9
	СМ ЭВМ

123

однородность (см. § 3.1) для каждого класса или подкласса КП

выделены основные факторные признаки, оказывающие наиболь­ шее влияние на технико-экономические показатели разработки. К ним отнесены: объем КП, средний обобщенный стаж коллектива разработчиков, уровень языка программирования, время реакции КП на поступающие для обработки сообщения, доля памяти, ис­ пользованной под программы и данные. Проверке на однород­ ность КП подвергались также по основным результативным при­ знакам, т. е. технико-экономическим показателям, к которым от­ несены трудоемкость разработки КП и производительность труда разработчиков.

Вимеющейся выборке программ СРВ целесообразно выделить

взависимости от объема подклассы малых, средних и больших

КП. Это связано с тем, что объем КП определяет масштаб и слож­

ность его проектирования, а также характеристики реализующей ЭВМ. От объема зависят численность коллектива разработчиков и его организационные формы. Как правило, ЭВМ для реализации КП малых и средних объемов не имеют развитой периферии и соб­ ственных средств автоматизации разработки программ. Они прак­ тически сращиваются функционально и конструктивно с окружа­ ющей их аппаратурой, работая в жестких временных циклах. ЭВМ для реализации КП большого объема имеют развитую периферию, резидент-систему разработки программ высокого уровня автома­ тизации, штатные операционные системы. Все это, естественно, сказывается на значениях технико-экономических показателей раз­ работки КП. Исходя из этого КП третьего класса разделены по объему на подклассы: малые — А (до 30 тыс. команд), средние - Б (от 30 до 100 тыс. команд), большие— В (от 100 тыс. команд и более) (рис. 3.2 и табл. 3.3).

Для количественной оценки степени близости реальных выборок (полных совокупностей данных) к однородным рассчитаны число­ вые характеристики распределения факторных и результативных признаков, т. е. средние значения, среднеквадратические отклоне­ ния от средних, коэффициенты вариации признаков и диапазоны изменения признаков (см. табл. 3.3). По большинству признаков наблюдается неоднородность реальных выборок, поскольку неко­ торые коэффициенты вариации принимают значения, близкие к единице, а другие даже превышают ее. Для определения порогово­ го значения коэффициента вариации необходимо знание законов распределения вероятностей признаков, что трудно осуществить на практике. При практических расчетах порога приходится удовлет­ воряться качественной оценкой законов распределения признаков по реальным гистограммам распределений.

С этой целью построены гистограммы распределения КП раз­ ных классов и подклассов по объему, трудоемкости и производи­ тельности труда, приведенные на рис. 3.2 (см. также рис. 3.3, 3.6).

124

Рис. 3.2. Распределение исследованных КП (%) различных классов от их объема в командах:

в) — третий класс (А — малые КП, Б — средние КП, В — боль* шие КП);

б)— подкласс ИПС; ■) — подкласс ППП

125

ЧИСЛОВЫЕ ХАРАКТЕРИСТИКИ РАСПРЕДЕЛЕНИЯ ПРИЗНАКОВ ДЛЯ ПОЛНЫХ СОВОКУПНОСТЕЙ И ОДНОРОДНЫХ ГРУПП кп

класса н подкласса

СРВ в том числе:

малые А

средние Б

большие В

ИПС (2.1)

ППП (2.2)

совокупно­Доля однород­истей групп,ных %	Объем	КП, тыс. команд			среднее значение	коэффи­ циент вариации
				Трудоемкость, чел.-лет
	диапазон	среднее	коэффи­	диапазон
	изменения	значение	циент	изменении
			вариации
65	3—900	76	1,73 '	4—1430	186	1.47
35	3—30	14	0,58	4—192	50	0,96
10	3-27	12	0,67	4—107	42	0,8
17	32—100	62	0,3	25—830	222	0,95
8	35—90	65	0,28	34-282	123	0,62
13	120—900	254	0,79	86—1430	515	0,73
4	120—250	166	0,28	254—600	410	0,31
15	5—180	40	1,02	5—210	47	1,18
4	5 -50	25	0,58	7-45	29	0,5
20	5-342	75	1,03	2-348	57	1,32
6	5 -80	33,5	0,65	2-60	21	0,62

Т а б л и ц а 3.3

Производительность труда

	команд/чел.-день
диапазон	среднее	коэффи­
изменения	значение	циент
		вариации
0,2—8,9	2,36	0.84
0,2—8,9	2.03	0,93
0,4—4,1	1,62	0,71
0,3-6,3	2.5	0,83
1,0-6,3	3,10	0,64
0,7—7,5	4,35	1,8
0,9—3,9	1,87	0,55
1,1—14,5	4,92	0,81
1,3—11,4	3,60	0,61
1,5-21,3	7,65	0,71
1,5- 17,7	7,84	0,65

Примечание. В числителе приведены характеристики для полных совокупностей, в знаменателе — для однородных групп.

Гистограммы для каждого признака сильно различаются и могут быть отнесены в основном к рэлеевскому, экспоненциальному и равномерному законам распределения. Учитывая относительно не­ большой объем первичной статистики о КП и значительный диапа­ зон изменения объемов и трудоемкостей разработок, а также про­ изводительности труда разработчиков, для выделения однородных групп принят коэффициент вариации 0,65 для всех рассматривае­ мых признаков. Увеличение порога, естественно, ухудшает степень однородности формируемых групп, зато позволяет избежать зна­ чительного сокращения объема выборки, что увеличивает статисти­ ческую точность оценок.

В группы КП третьего и второго (подкласс ИПС) классов отобраны программы, разработанные на языках уровня «автокод», а в группу подкласса ППП — на языках высокого уровня. Группы КП третьего класса достаточно однородны по времени их реакции на поступающие для обработки сообщения (от милнсекунд до се­ кунд) и по объему используемой памяти (от 80 до 100%). Все отобранные в группы КП практически однородны по среднему обобщенному стажу коллективов разработчиков. Следует обра­ тить внимание на большой отсев КП из полных совокупностей при формировании однородных групп, что говорит об их значительной неоднородности из-за влияния большего числа действующих в процессе разработки КП факторов, учитываемых и не учитывае­ мых при сборе данных.

Результаты сбора статистических данных о создании систем автоматизации разработки программного обеспечения (САРПО) ЯУЗА-6, РУЗА и ПРА. С и с т е м а Я У З А - 6 [31] базируется на технологической ЭВМ БЭСМ-6. Она разрабатывалась на автокоде БЕМШ и макроязыке и проектировалась по принципу «сверхувниз» с применением полуформализованных технических заданий

на	подсистемы	(группы программ). Система ЯУЗА-6 состоит из
23	подсистем,	каждая из которых имеет объем от 4 до 30 тыс.

команд (предложений автокода БЕМШ). Общий объем системы составляет около 350 тыс. команд. Система ЯУЗА-6 настроена на 35 типов ЭВМ, что означает наличие 35 пользовательских версий системы. Подробные данные о ТЭП разработки системы ЯУЗА-6 приведены в [23].

С и с т е м а РУЗА [23, 31] базируется на технологической ЕС ЭВМ и выполняет несколько больший объем автоматизированных функций по разработке КП, чем ЯУЗА-6Д. Она разработана на двух языках программирования: языке высокого уровня ПЛ-1 и ассемблере. Технология разработки САРПО РУЗА аналогична технологии разработки САРПО ЯУЗА-6Д. Версия системы РУЗА-Л состоит из 14 подсистем с общим объемом около 170 тыс. команд базового ассемблера ЕС ЭВМ (табл. 3.4 и 3.5). Версия системы РУЗА-Б состоит из 21 подсистемы, каждая из которых имеет объ­

127

ем от 3,5 до 30 тыс. команд базового ассемблера. Общий объем системы РУЗА-Б составляет около 350 тыс. команд (80 тыс. опе­ раторов).

В соответствии с § 1.3 определение объемов подсистем и си­ стемы РУЗА в целом проводилось с использованием двух единиц измерения: операторов ЯВУ ПЛ-1 и макроассемблера ЕС ЭВМ и операторов базового ассемблера ЕС ЭВМ по исходному тексту программ без учета операторов описания переменных и целостроч­ ных комментариев. Учитывая, что коэффициент преобразования

								Т а б л и ц а		3.4
П Е Р В И Ч Н Ы Е С Т А Т И С Т И Ч Е С К И Е Д А Н Н Ы Е О Р А З Р А Б О Т К Е
С А Р П О Р У З А ( В Е Р С И И А И Б )
	Трудоемкость		Длигель- •		(.редисе			Объем подсистем
								тыс.
Наименование	разработки.		ность раз­		число раз­				тыс.
			работки.		работчик»^		оиерато-
этапа работ				годы	чел.			рс>п	команд
	А	Б	А	Б	А	Б	А	Б	А	Б

Проектирование

системы Разработка подси­ стем

в том числе: МОН ЛИС

д с

УБД

НАС

МАК

ТАК

ГЕН ЗАГ ДТП СПФ ТДО МАИ КХР

пк я м о д

пл о

АСА

РВХ

ПБС

ТЕХ Комплексная от­ ладка системы и оформление доку­ ментации

Итого

2.2	2.2	0,9	0.9	2.4	2.4
107.4	103.0	3.9	5.5	27.7	29,7	46.0	79.6	172,2 351 .4
3,1	4,7	2.9	4.3	1.1	1.1	1.1	1.5	3,8	5.1
4,2	4,3	0.9	0.9	4.0	4.7	1.1	1.3	3.1	3,7
10.1	15,3	3.1	5,5	3.3	2.8	2.9	3.6	6.3	8.0
3.8	4.8	3,9	4.9	1	1	1.9	4.8	6,3	11 ,5
7,3	8.1	3.3	4.4	2.2	1.8	7.0	9.6	2.0	30.7
10,5	11.8	3.9	5.3	2.7	2.2	3.7	4.0	13,6	14.6
12	13.8	3.0	3.8	4	3.7	0,1	5,9	29.8	28,7
7.3	7.4	3.1	3.1	2,4	2,4	2.9	3,0	14.2	14.6
0.7	8.8	2,3	4.9	2,9	1,8	1.6	2.9	7,5	13.6
19,9	20.5	2.2	4.7	9,2	5,7	6,6	10,1	17.0	26,1
4.2	8.3	2.5	4,3	1,7	2	1,3	4.4	6,5	21.8
5.8	0.0	3.3	4.8	1,8	1,4	2,9	3.5	13,0	15.8
3.5	5.2	3.0	3.9	1,2	1,3	1,6	2,3	12.1	17.8
9.0	13.8	3.7	5.3	2,5	2,6	5,3	4,0	38.5	28.7
_	1.3	_	2.6	—	0.5	—	0.9	—	3.5
_	4.3	_	2,9	—	1.5	—	2,4	—	9,7
		_		_		—	3,2	—	17.3
	3,2	_	1.2		2.7		2.9		29.5
	3.5		3.0	—	1,2	—		--	4.5
	1.8	_	1.1	__	1,6	—	1,4	—	30.1
	5.5	_	4,5		1.2		5,4	—■
	4.9		3.6	__	1,4	—	2,8	—	16.1
12,0	17.3	2.4	3,3	5	5,3	—			_
121 ,(>	183.1	4.4	0.3	27,5	29.3	46.0	79,6	172.2 351А

128

операторов ассемблера ЕС ЭВМ в команды объектного кода ра­

вен 1 (см. § 1.3), в дальнейшем	вместо термина «оператор базово­
го ассемблера ЕС ЭВМ» будет	использоваться эквивалентное по­

нятие «команда». Объем в эталонных командах модулей, подси­

стем и системы в целом рассчитан двумя методами:

по исходному тексту программ с раскрытием макроопределе­ ний и использованием коэффициента сжатия информации К ъ2 \

для языка ПЛ-1 по отношению к базовому ассемблеру, равного 5,1; по объектному коду ЕС ЭВМ в байтах для модулей, разрабо­

танных	на языке ПЛ-1, путем перевода в объектные команды с
учетом	коэффициента расширения транслятора К б 2 1 т ,	равно­
го 1,4.

Т аб ли ц а 3.5

ХАРАКТЕРИСТИКИ ГРУПП РАЗРАБОТЧИКОВ И МОДУЛЕЙ ПОДСИСТЕМ САРПО РУЗА (ВЕРСИИ А И Б)

			Стаж работы, годы								Среднее
									Количество
Имя											число опе­
	Чем		Чех		Чр		Чр		модулей		раторов в
подсистемы											модуле
	А	Б	А	Б	А	Б	А	Б	А | Б		А	Б
1	2	3	4	5	6	7	8	9	10 | И		12	13
МОН	2.7	2,0	0,1	0,2	2.7	2,0	1.8	1.4	5	8	220	188
дис	0	0	0	0	1.3	1,3	0,4	0,4	10	10	110	144
дс	1,5	1.4	2,7	2.7	6.3	5.9	3.5	3.3	20	24	145	150
УВД	2.8	2.5	0,2	0,2	5.8	5.2	2,9	2,6	18	36	106	125
НАС	1,1	1,2	0,6	0,4	1,1	1.2	0,9	0,9	31	42	229	229
МАК	1,2	1,1	0,8	0,8	3.3	3.0	1,8	1,6	24	24	154	167
ТАК	3,9	4.0	0,5	0,5	9.6	9.7	4,7	4.7	125	125	49	47
ГЕН	0,1	0	0	0	0,3	0,3	0,1	0,1	44	44	66	68
ЗАГ	0	0	0	0	0	0	0	0	18	38	89	76
ДТП	2,2	1.5	1,5	1,9	3.9	3,6	2.5	2.3	58	156	114	65
СПФ	4.4	3.4	0	0	6,1	4.9	3.5	2.8	17	46	.76	96
ТДО	2.7	2,8	0	0,3	7,2	7,3	3,3	3.5	12	13	242	269
МАН	1.8	2.5	0	1.7	4,8	4.9	2,2	3.0	12	12	133	192
КХР	1.5	1,2	2,0	1.5	2.6	1.8	2,0	1.5	34	50	156	150
пкя		0,5		0,5		0,5		0,5		6		114
МОД		3,7		0,9		6,5		3.7		21		145
пло		7.1		4,3		9.2		6,9		22		414
АСА		2,0		2,0		Ю.О		4.7		7		156
РВХ		2.5		2.5		3.0		2,7‘		9		174
ПБС		6,0		4,0		11,0		7.0		31		187
ТЕХ		4.1		0,7		4.2		3.0		15		80
Итого				_	_	_	—	— 428		739	-	-
в сумме
Итого	1,9	2,1	0,9	1,2	4.1	4,4	2,3	2,6			163	108
в среднем										"
												129

5 Зак. 256

Расчет числа команд в программах САРПО РУЗА-Б по мето­ ду анализа исходных текстов дал величину объема КП, равную 299 210 команд, а расчет объема по методу анализа объектных команд — 351400 команд. Разница в значении объемов КП РУЗА-Б, равная 52190 командам (около 15%), объясняется недо­ статочно совершенной методикой определения коэффициентов сжа­ тия информации и расширения транслятора с ЯВУ ПЛ-1.

С и с т е м а ПРА предназначена для разработки программ объ­ емом до 10 Кбайт [29]. Она базируется на технологической микроЭВМ СМ 1800 и имеет в своем составе транслятор с языка уровня ассемблер, средства отладки, выпуска документации и ма­ шинных носителей, управления базой данных (всего 7 подсистем). Общий объем системы ПРА составляет около 38 тыс. команд ба зового ассемблера ЕС ЭВМ (62 тыс. команд ассемблера ЭВМ СМ 1800).

В процессе создания систем РУЗА и ПРА проводилось их посто­

янное	технико-экономическое	сопровождение,	заключавшееся		и
ежемесячном, сборе данных о		характеристиках	разработки	про­
грамм	фактографическим методом, их текущей		обработке	и	ис­

пользовании этих данных для расчета ТЭП разработок (см. §3.1) Аналогично тому, как это делалось при технико-экономическом анализе разработки системы ЯУЗА-6Д, учитывались трудозатраты руководителей разработки и вспомогательного технического персо­ нала. Ежемесячный сбор данных о трудозатратах разработчиков по видам работ для каждой подсистемы и ряду основных модулей позволил накопить достаточно достоверные и детализированные статистические данные о характеристиках разработки САРПО РУЗА и ПРА (см. табл. 3.4 и 3.5). В результате более точно по сравнению с САРПО ЯУЗА-6Д [23] определены технико-экономи­ ческие показатели процессов разработки САРПО РУЗА и ПРА.

3.3. ТРУДОЕМКОСТЬ И ПРОИЗВОДИТЕЛЬНОСТЬ ТРУДА ПРИ РАЗРАБОТКЕ ПРОГРАММНЫХ СРЕДСТВ

Зависимость трудоемкости разработки программ от их объема.

Оценки трудоемкости по ретроспективным данным проведены для каждой из трех полных совокупностей классов КП, рассмотренных в § 3.2. Это позволило сохранить весь диапазон изменения фактор­ ных признаков, а следовательно, получить полный диапазон ре­ зультирующих характеристик, в частности изменения трудоемко­ сти. Однако такой подход снижает достоверность результатов кор­ реляционной обработки, так как уменьшает величину значимости коэффициентов в уравнениях регрессии. Гистограммы КП по трудо­ емкости их разработки (рис. 3.3) близки к экспоненциальному за­ кону распределения. Это означает, что в анализируемых выборках

130