Zeit- und Ressourcenplanung leicht gemacht - Unterstützung durch Simulation

Größe: px

Ab Seite anzeigen:

Download "Zeit- und Ressourcenplanung leicht gemacht - Unterstützung durch Simulation"

Babette Sommer
vor 8 Jahren
Abrufe

1 - für Zeit- und Ressourcenplanung leicht gemacht - Unterstützung durch Simulation Zeit- und Ressourcenplanung leicht gemacht - Unterstützung durch Simulation Thomas Hanne *, Patrick Lang, Stefan Nickel, Alex Sarishvili, Andreas Wirsen für () Gottlieb-Daimler-Str Kaiserslautern * hanne@itwm.fhg.de Projekt-Website: 1

Patrick Lang, Stefan Nickel, Alex Sarishvili, Andreas Wirsen für () Gottlieb-Daimler-Str.

2 - für Inhalt 1. Einführung 2. Qualitative und quantitative Modellierung von Software- Entwicklungsprozessen 3. Simulation zur Bestimmung optimaler Projektparameter (Größe von Inspektionsteams) 4. Optimierung und Scheduling 5. Schlußfolgerungen Simulation am Simulation zur Analyse, Prognose, Bewertung und Optimierung von Logistischen Prozessen (Abteilung Optimierung) Dynamischen Systemen (Abteilung Adaptive Systeme) Transportvorgängen (Abteilung TV) Strömungsprozessen (Abteilung SKS) Bildverarbeitungsprozessen (Abteilung MAB) Weitere Abteilungen (FM, CCHPC) 2

Schlußfolgerungen Simulation am Simulation zur Analyse, Prognose, Bewertung und Optimierung von Logistischen Prozessen (Abteilung

3 - für Modellierung firmenspezifischer dynamischer Prozesse Input? Output Simulation eines firmenspezifischen Prozesses erfordert Modellierung des Input / Output- Verhaltens durch mathematische Funktionen Adaption an firmenspezifische Daten Wasserfall-Modell der Software-Entwicklung Kundenproblem Software- Entwicklungsprozeß Model Scope Qualität? Dauer? Kosten? 3

Output- Verhaltens durch mathematische Funktionen Adaption an firmenspezifische Daten

4 - für Modellgrenzen Ergebnisse der Design- Phase Kodierung Inspektion Verfeinerter Software- Entwicklungsprozeß Rework Test Rework Qualität? Dauer? Kosten? Entwicklungsteam, Items, und Organisation Persönliche Faktoren z.b. Erfahrungen/Skills Kodierung Inspektion Testen Item-Attribute Größe Komplexität (Ergebnisse der Design-Phase) Entscheidungvariablen Zuordnung von Aufgaben Scheduling Größe des Inspektionsteams Test-Zeit Parameter (vorgegeben) hängen ab von Anwendungsbereich Entwicklungsumgebung Inspektionstechnik etc. 4

Erfahrungen/Skills Kodierung Inspektion Testen Item-Attribute Größe Komplexität (Ergebnisse der Design-Phase) Entscheidungvariablen

5 - für Ursache-Wirkungszusammenhänge Mathematische Modellierungsansätze dynamischer Systeme!!?? White Box Mathematische Beziehungen vollständig bekannt Grey Box Mathematische Beziehungen teilweise bekannt bzw. zu komplex Black Box Mathematische Beziehungen unbekannt bzw. zu komplex 5

!?? White Box Mathematische Beziehungen vollständig bekannt Grey Box

6 - für Blockweises neuronales Netz mit 1 Neuron in jedem Block Complexity Unit Size Delta Lines of Code φ φ φ Defects 1 1 e φ( x) = tanh( x) = 1+ e x x Ausgabefunktion des Netzes Defects=-10,9 tanh(-0.08 C ) + Neuronenblock für C 0.76 tanh(0.33 US - 0,22) +... US 7.15 tanh(0.11 DLC )... DLC Modellierung und Analyse mit neuronalen Netzen 0 Major Defects 0.5 No. of detected defects Blocked Neural Network Cross Validation Performance Systemidentifikation & Messung der Prognosegüte Partial Derivatives Partial Derivatives LOC 1 Major Defects Inspected LOC Partial Derivatives Major Defects Effort Wissensextraktion, z.b. Relevanzanalysen 6

of detected defects 10 9 8 7 6 5 4 3 2 1 10 20 30 40 50 60 70 80 90 100 Blocked Neural Network Cross Validation Performance 0.

7 - für Ein Simulationsmodell Entscheidungsvariablen organisatorische Variablen, z.b. Teamgröße Zuordnung von Aufgaben (z. B. Kodierung, Inspektion, Test) Scheduling Organisatorische Restriktionen z.b. Autor und Inspektor sind verschiedene Personen bei einem Item Präzedenz von Tätigkeiten Unterbrechbarkeit von Tätigkeiten Organisationsspezifische Parameter (z.b. maximale Produktivitäten) Modell in der Simulationsumgebung Extend Teilprozesse repräsentiert als statische Blöcke Items repräsentiert als moving units Personen repräsentiert als moving units Items und Persons werden für Teilprozeß verschmolzen Ausschnitt aus der graphischen Oberfläche des Extend- Modells 7

Autor und Inspektor sind verschiedene Personen be

8 - für Wie groß sollte ein Inspektionsteam sein? Variation der Anzahl an Inspektoren (1-10) im Simulationsexperiment Größe Inspektionsteam Fehler gefunden in Inspektion Fehler nach Inspektion Gesamtaufwand [Personentage] Dauer [h] Chaotische Lösung für Scheduling viele Leerzeiten, ungleichmäßige Lastverteilung 8

700 600 500 400 300 200 0 1 2 3 4 5 6 7 8 9 10 11 Größe Inspektionsteam Fehler gefunden in

9 - für First Come, First Serve -Lösung im Simulationsmodell Optimale Lösung? Ziele mehrere Ziele sind gleichzeitig zu berücksichtigen: 1) Fehler Gesamtzahl an verbleibenden Fehlern, Maß für Qualität 2) Dauer Projektdauer, letzter Beendigungszeitpunkt einer Tätigkeit 3) Kosten proportional zur Summe aller Zeitaufwendungen Multikriterielles Optimierungsproblem: min (Fehler(x), Dauer(x), Kosten(x)) x: Entscheidungsvariablen unter Beachtung verschiedener Beschränkungen Lösung mit evolutionärem Algorithmus 9

Dauer Projektdauer, letzter Beendigungszeitpunkt einer Tätigkeit 3) Kosten proportional zur Summe aller Zeitaufwendungen

10 - für Einige Ergebnisse Darstellung im 2-Zielraum (Kosten und Fehler) diversifizierte Lösungsmenge Alternativen für Entscheidungsträger Ergebnisse für verschiedene Typen von Projekten Team von 20 Entwicklern Projektgröße: 40, 100, 200 Items durchschn. Größe von Items konstant Heterogenität des Projekts: Varianz bei Itemgröße und Erfahrungen/Fähigkeiten der Entwickler Problem-Spezifikation durchschnittliche Zielverbesserung in % Größe Heterogenität Fehler Dauer Kosten Durchschnitt klein klein mittel klein groß klein klein groß mittel groß groß groß

Größe von Items konstant Heterogenität des Projekts: Varianz bei Itemgröße und Erfahrungen/Fähigkeiten der Entwickler Problem-Spezifikation durchschnittliche

11 - für Schlußfolgerungen Modellierung von Software-Entwicklungsprozessen kann auf individuelle Industrie-Umgebung angewendet werden Daten sammeln lohnt sich Simulation Zusammenhänge lassen sich besser verstehen Prozesse werden effektiver planbar Optimierung zeigt Entscheidungsträgern effiziente Alternativen auf führt zur besseren Nutzung von Ressourcen kann helfen, die Qualität zu verbessern 11

besser verstehen Prozesse werden effektiver planbar Optimierung zeigt Entscheidungsträgern

Ähnliche Dokumente

OUTSOURCING ADVISOR. Analyse von SW-Anwendungen und IT-Dienstleistungen auf ihre Global Sourcing Eignung. Bewertung von Dienstleistern und Standorten

OUTSOURCING ADVISOR. Analyse von SW-Anwendungen und IT-Dienstleistungen auf ihre Global Sourcing Eignung. Bewertung von Dienstleistern und Standorten Outsourcing Advisor Bewerten Sie Ihre Unternehmensanwendungen auf Global Sourcing Eignung, Wirtschaftlichkeit und wählen Sie den idealen Dienstleister aus. OUTSOURCING ADVISOR Der Outsourcing Advisor ist