信息工程監(jiān)理，就是監(jiān)理服務(wù)商依照有關(guān)技術(shù)標(biāo)準(zhǔn)與規(guī)范、法律法規(guī)、業(yè)主需求以及業(yè)主與承建方簽定的合同，本著科學(xué)、公正、嚴(yán)格、守信、遵紀(jì)、守法的原則，以高度的責(zé)任心、豐富的管理經(jīng)驗(yàn)和專(zhuān)業(yè)技術(shù)能力，幫助業(yè)主審核建設(shè)承包合同條款、掌控工程進(jìn)度和質(zhì)量、進(jìn)行成本核算，按期分段對(duì)工程進(jìn)行驗(yàn)收，對(duì)工程建設(shè)項(xiàng)目實(shí)施全面而有重點(diǎn)的、精線(xiàn)條的監(jiān)督管理，保證工程高質(zhì)量地、按期完成，最終提交業(yè)主滿(mǎn)意的成果。因此，信息工程監(jiān)理的宗旨，就是協(xié)助業(yè)主進(jìn)行項(xiàng)目管理，幫助業(yè)主防范工程建設(shè)中可能出現(xiàn)的各種風(fēng)險(xiǎn)，最終維護(hù)業(yè)主的合理利益。本文通過(guò)對(duì)信息工程質(zhì)量監(jiān)理過(guò)程特點(diǎn)的分析，將隱馬爾可夫模型映射到質(zhì)量監(jiān)理中，利用前向算法估計(jì)出在該模型下觀(guān)測(cè)事件序列發(fā)生的概率，從而在一定程度上有助于對(duì)軟件質(zhì)量進(jìn)行定量控制。

1 模型的建立

1.1 特征提取

隱馬爾可夫模型（Hidden Markov Model,HMM）作為一種統(tǒng)計(jì)分析模型，創(chuàng)立于20世紀(jì)70年代。80年代得到了傳播和發(fā)展，成為信號(hào)處理的一個(gè)重要方向，現(xiàn)已成功地用于語(yǔ)音識(shí)別，行為識(shí)別，文字識(shí)別以及故障診斷等領(lǐng)域。隱馬爾可夫模型是馬爾可夫鏈的一種，它的狀態(tài)不能直接觀(guān)察到，但能通過(guò)觀(guān)測(cè)向量序列觀(guān)察到，每個(gè)觀(guān)測(cè)向量都是通過(guò)某些概率密度分布表現(xiàn)為各種狀態(tài)，每一個(gè)觀(guān)測(cè)向量是由一個(gè)具有相應(yīng)概率密度分布的狀態(tài)序列產(chǎn)生。所以，隱馬爾可夫模型是一個(gè)雙重隨機(jī)過(guò)程----具有一定狀態(tài)數(shù)的隱馬爾可夫鏈和顯示隨機(jī)函數(shù)集。自20世紀(jì)80年代以來(lái)，HMM被應(yīng)用于語(yǔ)音識(shí)別，取得重大成功。到了90年代，HMM還被引入計(jì)算機(jī)文字識(shí)別和移動(dòng)通信核心技術(shù)"多用戶(hù)的檢測(cè)".近年來(lái)，HMM在生物信息科學(xué)、故障診斷等領(lǐng)域也開(kāi)始得到應(yīng)用。

將隱馬爾可夫模型映射到信息工程監(jiān)理質(zhì)量評(píng)估模型上，即一個(gè)軟件的質(zhì)量狀態(tài)是無(wú)法直接觀(guān)察到的，但是可以通過(guò)分析與這個(gè)軟件相關(guān)的質(zhì)量度量要素，估算該軟件的質(zhì)量狀態(tài)，從而進(jìn)一步得到其量化的評(píng)判值。信息化工程監(jiān)理國(guó)標(biāo)中的信息化工程監(jiān)理規(guī)范技術(shù)參考模型，將信息工程質(zhì)量監(jiān)理分為工程招標(biāo)、工程設(shè)計(jì)、工程實(shí)施和工程驗(yàn)收四個(gè)階段。各個(gè)階段的軟件質(zhì)量狀態(tài)構(gòu)成一個(gè)馬爾可夫鏈，度量要素序列是一個(gè)隨機(jī)過(guò)程，每一個(gè)度量要素會(huì)對(duì)軟件的質(zhì)量狀態(tài)的轉(zhuǎn)移帶來(lái)一定影響，這樣，度量要素序列和軟件的質(zhì)量狀態(tài)之間就構(gòu)成了一個(gè)隱馬爾可夫模型。通過(guò)觀(guān)察信息工程監(jiān)理全過(guò)程各個(gè)階段的度量要素，每個(gè)階段都可以得到一個(gè)隨機(jī)的度量要素序列，這樣就可以計(jì)算軟件的質(zhì)量狀態(tài)和評(píng)判值。

軟件質(zhì)量目標(biāo)控制按照分層法分解為人、軟件元、開(kāi)發(fā)方法、設(shè)備及材料和工程環(huán)境五個(gè)度量要素，軟件質(zhì)量狀態(tài)依據(jù)各度量要素分為優(yōu)、良、中、差四個(gè)決斷因子，如果再定義出它們之間的概率轉(zhuǎn)換關(guān)系，就會(huì)得到由這兩組狀態(tài)構(gòu)成的隱馬爾可夫模型（如圖1所示）。

根據(jù)該HMM模型，可以在沒(méi)有直接觀(guān)測(cè)軟件質(zhì)量的情況下根據(jù)度量要素的分布來(lái)推測(cè)軟件質(zhì)量的變化情況。

如果能較為準(zhǔn)確地計(jì)算軟件質(zhì)量處于何種狀態(tài)，則可以定量分析軟件的質(zhì)量情況。軟件質(zhì)量狀態(tài)之間的轉(zhuǎn)移見(jiàn)圖2.

由圖1可以直觀(guān)看出，度量軟件質(zhì)量的要素有5個(gè)，用V={P,U,M,F,E}表示，ν1=P（People），表示度量要素人的因素；ν2=U（Units），表示度量要素軟件元質(zhì)量；ν3=M（Methods），表示度量要素開(kāi)發(fā)方法；ν4=F（Facilities），表示度量要素設(shè)備及材料；ν5=E（Environment），表示度量要素工程環(huán)境。設(shè)質(zhì)量度量要素觀(guān)測(cè)序列為O={o1,o2,o3,o4},其中ot∈V.

設(shè)軟件質(zhì)量情況在信息工程監(jiān)理開(kāi)始階段狀態(tài)為π，它是一個(gè)向量，表示在信息工程監(jiān)理工程招標(biāo)階段軟件質(zhì)量處于各個(gè)狀態(tài)的概率，π={π1,π2,π3,π4},πi=P（q1=si），1≤i≤4.對(duì)于工程招標(biāo)階段，可以根據(jù)信息工程監(jiān)理協(xié)同工作平臺(tái)下的模糊因素神經(jīng)網(wǎng)絡(luò)質(zhì)量評(píng)估方法得到一個(gè)默認(rèn)值，之后的每一階段，通過(guò)Trans和Obs可以計(jì)算出當(dāng)前軟件質(zhì)量處于各種狀態(tài)的概率st=（r1,…，r4），將此概率作為下一階段的初始狀態(tài)。在t階段，狀態(tài)分布表示為rt={rt（i）},1≤i≤4,狀態(tài)的分布概率公式為：rt（i）=P（qt=si|λ）。再引入一個(gè)代價(jià)向量C[10],代表軟件在每個(gè)狀態(tài)的質(zhì)量值，則可以將軟件狀態(tài)的定性分析轉(zhuǎn)化為定量分析。

設(shè)Trans為軟件質(zhì)量狀態(tài)轉(zhuǎn)換矩陣，即質(zhì)量狀態(tài)之間轉(zhuǎn)換的概率組成的矩陣，包含4行4列，aij表示在t階段質(zhì)量狀態(tài)為si,那么到t+1階段質(zhì)量狀態(tài)為sj的概率，即aij=P（qt+1=sj|qt=si），1≤i,j≤4.

定義Obs為當(dāng)軟件處于某一個(gè)特定質(zhì)量狀態(tài)時(shí)觀(guān)測(cè)到某種度量要素的概率矩陣，bj（k）表示在階段t,軟件質(zhì)量處于sj狀態(tài)觀(guān)測(cè)到度量要素νk的概率，1≤k≤5,1≤j≤4.

2 基于前向算法的模型應(yīng)用

根據(jù)得到的觀(guān)察序列O={o1,o2,o3,o4}和模型λ=（π，Trans,Obs）可以計(jì)算出在該模型下觀(guān)察事件序列發(fā)生的概率P（O|λ）。P（O|λ）評(píng)價(jià)了給定模型？姿與給定觀(guān)測(cè)序列匹配的程度。

對(duì)隱馬爾可夫模型而言，狀態(tài)轉(zhuǎn)換序列是隱藏的，一個(gè)觀(guān)測(cè)序列可能由任何一種狀態(tài)轉(zhuǎn)換序列產(chǎn)生。因此要計(jì)算一個(gè)觀(guān)測(cè)序列的概率值，就必須考慮所有可能的狀態(tài)轉(zhuǎn)換序列。

窮舉搜索的時(shí)間復(fù)雜度是2TNT,前向算法的時(shí)間復(fù)雜度是2N2T,其中T指的是觀(guān)察序列長(zhǎng)度，N指的是隱藏狀態(tài)數(shù)目。對(duì)于信息工程監(jiān)理質(zhì)量控制，N=4,T=4,如果利用窮舉搜索算法，復(fù)雜度相對(duì)會(huì)比較大，可以采用前向算法來(lái)降低復(fù)雜度。

給定這種算法，對(duì)于已知的一個(gè)度量要素觀(guān)察序列，可以直接用來(lái)確定在一些隱馬爾可夫模型中哪一個(gè)最好地描述了它，即先用前向算法評(píng)估某一個(gè)給定的λ，然后通過(guò)多次調(diào)整參數(shù)λ來(lái)提高評(píng)估的概率，進(jìn)而通過(guò)實(shí)時(shí)調(diào)整信息工程監(jiān)理中的質(zhì)量的度量要素的比例來(lái)達(dá)到提高軟件質(zhì)量控制的目的。

3 仿真實(shí)驗(yàn)

實(shí)驗(yàn)數(shù)據(jù)于信息工程監(jiān)理協(xié)同工作平臺(tái)（IPSS）下的數(shù)據(jù)庫(kù)。實(shí)驗(yàn)環(huán)境為Eclipse和Java開(kāi)源工具包jahmm-0.6.1.文中使用狀態(tài)數(shù)為N=4,觀(guān)測(cè)值數(shù)為M=5的隱馬爾可夫模型進(jìn)行檢驗(yàn)。

在信息工程監(jiān)理中，每個(gè)階段軟件所處的質(zhì)量狀態(tài)與前一階段所處的質(zhì)量狀態(tài)有關(guān)，即前一階段的質(zhì)量狀態(tài)會(huì)影響下一階段質(zhì)量狀態(tài)出現(xiàn)的概率。

初始質(zhì)量狀態(tài)概率分布：π=（0.3,0.3,0.2,0.2）

四個(gè)質(zhì)量狀態(tài)兩兩之間轉(zhuǎn)化的概率如表1所示。

軟件質(zhì)量處于某個(gè)狀態(tài)時(shí)，度量要素所占的比例有一定的規(guī)律性。度量要素觀(guān)測(cè)值概率分布如表2。

下面根據(jù)軟件質(zhì)量初始狀態(tài)、表1和表2的數(shù)據(jù)，估計(jì)狀態(tài)序列O={P,U,M,F}出現(xiàn)的概率。假設(shè)P為工程招標(biāo)階段觀(guān)測(cè)到的主導(dǎo)要素，U為工程設(shè)計(jì)階段觀(guān)測(cè)到的主導(dǎo)要素，M為工程實(shí)施階段觀(guān)測(cè)到的主導(dǎo)要素，F(xiàn)為工程驗(yàn)收階段觀(guān)測(cè)到的主導(dǎo)要素。

在模型λ下，在t時(shí)刻觀(guān)測(cè)事件是ot、狀態(tài)是si的概率如表3所示，每個(gè)階段的四個(gè)概率對(duì)應(yīng)四個(gè)質(zhì)量狀態(tài)。

本文通過(guò)對(duì)隱馬爾可夫理論的分析，建立了用于質(zhì)量控制的隱馬爾可夫模型，并嘗試基于該模型對(duì)信息工程監(jiān)理進(jìn)行質(zhì)量控制。本文提出的隱馬爾可夫質(zhì)量控制模型只是用于控制信息工程監(jiān)理4個(gè)階段的5個(gè)基本要素，模型稍顯粗糙。如何基于隱馬爾可夫模型或其他擴(kuò)展模型與信息工程監(jiān)理質(zhì)量控制完全的整合，以及如何利用模型進(jìn)行質(zhì)量評(píng)估并對(duì)模型進(jìn)行訓(xùn)練還需要進(jìn)一步的探索研究。