Boehm_s模型-解释

与任何模型一样,无需盲目相信,尤其是当模型确实易于测试时:

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

据我所知,对于目前在业务环境中占主导地位的长达10个人月的软件开发项目(内部项目在非软件公司内运行),模型生成的最佳数据并不反映典型的持续时间和团队规模。

超过20人月的项目数据变得更加可信,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人月的项目,我将避免使用除数量级快速反应以外的任何公式。对于任何低于这一点的快速计划会议将给您一个更准确和值得信赖的结果。

基本上,所有模型都是错误的,但有些模型是有用的。--乔治E.P.博克斯

我手边没有任何参考资料,但我认为这个模型是从大型瀑布式项目的数据中派生出来的。对于1个或5个人月的小型项目,该模型可能不太适用。如果您试图将模型的结果推断得离有效范围太远,那么模型会给出错误的结果。

虽然这也是真的,特别是在一个小项目中,但不可能总是做有助于交付的工作。例如,在等待进行所需的外部依赖项时。

我使用了类似的模型来检查项目在相同尺寸范围内和具有相似工艺特性的产品。不是机械上的,而是作为指标来观察计划/提议中是否有需要进一步关注的领域。

此外,您如何从该模型中估计最佳人员配备级别?

如果你有T个月的最佳时间和mm人*个月的努力,你就分配员工在T时间内完成mm的工作。您的平均人员配备水平为mm/t人。

当然,在实践中,拥有稳定的mm/t人员配备水平并不是最佳的。从一个小团队开始,以解决高层架构问题,然后只有在有一些对新员工有用的事情之后,才能发展团队。