估算之痛

项目估算的艺术

估算之痛

估算项目周期,软件行业做项目必备节目,也是每个开发人员在职业生涯中无限循环的痛。

没有经验的开发人员对估算任务这件事来说都带有深深的恐惧,估多了显得自己无能,估少了deadline做不完脸上无光。怎么办?

其实项目的所有干系人,都想得到一个靠谱的估算:
1. 老板需要需要一个估算衡量根据公司现有资源值不值得做这个项目。
2. 市场人员需要根据估算来计算招标成本。
3. 项目经理希望更准确的估算来规划工期。
4. 开发人员希望自己准确的估算来告别无休止的在“最后期限”前的加班。

如何精确的估算项目,这在以前是个玄学,因为有大量因素影响估算结果:
1. 老板说这个项目对公司很重要,一定要在XX月前完成!
2. 销售说竞争对手功能比我们多,报价比我们低,我们也要赶上!
3. 项目经理被老板搞得压力很大,也要求开发估算“时间扣的紧点,不行咱就加班”。
4. 开发被要求1,2天内给个大致结果,没有足够的时间分析需求。
5. 此处省略若干

现在仍有大量公司的项目或多或少存在以上问题(拍脑袋定日期),那么作为工程鼻祖的基建工程是怎么做的呢?

工程领域成本估算

先看下传统工程领域的方式。工程领域对基建项目的概预算计算已经有很成熟的一套做法,并且有国标手册可以查。如我要建设一个通信基站,里面要安装几套设备,设计院如何估算开支?

分2个步骤:
1.估工作量
这些东西都可以根据手册先查出这些东西的工作量(如大到某个工程机械的工时,小到安装一个设备需要技工多少工时)。根据工作性质还能查出做这个需要几个工人,得到总工时。这些最后都能根据一个价格表对应上查出最终预算价格。

2.估材料损耗
做这些活,要用多少材料,材料的价格,也可以根据手册来查,查完了计算器一算,填表计算即可。

量和价是分开的,无论什么年代,人干的量基本是不变的,变的就是每若干年调整一下的人工材料价格,充分体现了面向对象封装变化的思想。

工程上能这么做是因为大部分项目脱不出这些看得见的工作,前期报价能根据以往经验大致估出一个差不多的造价成本。

软件估算

软件领域由于没有实体易修改的特殊性,估算则不确定性比较多,如:
1. 客户开始也不知道自己要什么
2. 客户知道自己要什么,但做着做着想法就变了
3. 开发组织自身的情况制约(人力资源,硬件资源,内部支持)
4. 开发人员水平参差不齐(多出现于临时拼凑的团队)
5. 组织对于质量的看重程度,越重视则流程越重,速度越慢
6. 双方企业文化的契合度(直接影响合作)
7. 不熟悉的项目领域
8. 不熟悉的技术领域
9. 新的编程工具
10. 团队成员能否不受打扰全神贯注

如果还不知道自己在谈论什么,那么期望谈
论的事达到精确是没有意义的。
— 约翰·冯·诺依曼

做估算首先要要知道估算的目的,估算的首要目标并不是预算项目的结果,而是确定项目目标是否能实现,并且在实施中通过项目控制来可控的达到目的。

业内常用的估算方法有:专家估算,功能点估算,story point估算等。总体的思路都是一样,将粗粒度的需求拆成细粒度的技术功能点,反复递归直到任务为一天到半天的量,再汇总, 标准的分而治之策略。这里就不讨论具体的方法,可以直接看下《软件估算:黑匣子揭秘》这本书,很多疑问可以在这本书里得到解答。

计算机科学是一门实践科学,先有理论支持,再通过实践进行论证及研究。现在一线开发人员都在忙于业务系统的开发,干的是“编码工人”的活,甚至将同样的代码从一个项目挪到另一个项目,认为满足工作需要就行;其实遇到问题适当进行一些理论的研究,就像练内功,内功扎实了,才能无招胜有招。


文章来自微信平台「麦芽面包」。转载请注明。

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值