Agenda

83
18.06.22 1 Abschlusspräsentation Studienprojekt: Stundenplanerstellung mit evolutionären Algorithmen Abt. Formale Konzepte Studiengang Softwaretechnik SS 2000 und WS 2000/2001

description

Abschlusspräsentation Studienprojekt: Stundenplanerstellung mit evolutionären Algorithmen Abt. Formale Konzepte Studiengang Softwaretechnik SS 2000 und WS 2000/2001. Agenda. Zielsetzung Stundenplanerstellung als Optimierungsproblem Evolutionäre Algorithmen - PowerPoint PPT Presentation

Transcript of Agenda

Page 1: Agenda

20.04.23 1

Abschlusspräsentation

Studienprojekt:

Stundenplanerstellungmit evolutionären Algorithmen

Abt. Formale KonzepteStudiengang Softwaretechnik SS 2000 und WS 2000/2001

Page 2: Agenda

20.04.23 2

Agenda

Zielsetzung Stundenplanerstellung als

Optimierungsproblem Evolutionäre Algorithmen Problemlösung mit evol. Algorithmen Erfahrungsaustausch

Page 3: Agenda

20.04.23 3

Zielsetzung

Kunde (K. Weicker): Optimierung mit einem

evolutionärem Algorithmus Portabilität

(Plattformunabhängigkeit) Multilinguale Benutzeroberfläche Festpreisprojekt (495.200,- DM) Produktvision

Erstellung von Veranstaltungsplänen

Page 4: Agenda

20.04.23 4

Zielsetzung

Projekteigentümer (Prof. V. Claus): Experimentierplattform für weitere

Forschungsarbeiten im Bereich EA

Erstellung von Universitätsstundenplänen

Page 5: Agenda

20.04.23 5

Zielsetzung

Zielgruppe (Schulen): Hohe Qualität der Stundenpläne Kontrollmöglichkeiten Manuelle Manipulation

Erstellung von Schulstundenplänen

Page 6: Agenda

20.04.23 6

Zielsetzung

Projektteam: Erfahrungen im

Softwareengineering:u.a. kommerzielles Prozessmodell

Einhaltung der Planung Hohe Qualität der Stundenpläne Wirtschaftliches Produkt

Erstellung von Veranstaltungsplänen? Universitätsstundenplänen? Schulstundenplänen?

Page 7: Agenda

20.04.23 7

»Stammdaten«Lehrer, Klassen, Räume

feste Termine

Lehrauftrag

Oberfläche zurDateneingabe

Problembeschreibung(XML-Datei)

Visualisierung

Stundenplan

Stundenplan(XML-Datei)

Automatische Optimierung

Manuelle Manipulation

Systemüberblick

Page 8: Agenda

20.04.23 8

»Stammdaten«Lehrer, Klassen, Räume

feste Termine

Lehrauftrag

Oberfläche zurDateneingabe

Problembeschreibung(XML-Datei)

Visualisierung

Stundenplan

Stundenplan(XML-Datei)

Automatische Optimierung

Manuelle Manipulation

Systemüberblick

Page 9: Agenda

20.04.23 9

»Stammdaten«Lehrer, Klassen, Räume

feste Termine

Lehrauftrag

Oberfläche zurDateneingabe

Problembeschreibung(XML-Datei)

Visualisierung

Stundenplan

Stundenplan(XML-Datei)

Automatische Optimierung

Manuelle Manipulation

Systemüberblick

Page 10: Agenda

20.04.23 10

»Stammdaten«Lehrer, Klassen, Räume

feste Termine

Lehrauftrag

Oberfläche zurDateneingabe

Problembeschreibung(XML-Datei)

Visualisierung

Stundenplan

Stundenplan(XML-Datei)

Automatische Optimierung

Manuelle Manipulation

Systemüberblick

Page 11: Agenda

20.04.23 11

Agenda

Zielsetzung Stundenplanerstellung als

Optimierungsproblem Evolutionäre Algorithmen Problemlösung mit evol. Algorithmen Erfahrungsaustausch

Page 12: Agenda

20.04.23 12

»Stammdaten«Lehrer, Klassen, Räume

feste Termine

Lehrauftrag

Oberfläche zurDateneingabe

Problembeschreibung(XML-Datei)

Visualisierung

Stundenplan

Stundenplan(XML-Datei)

Automatische Optimierung

Manuelle Manipulation

Ausgangsdaten

Page 13: Agenda

20.04.23 13

»Stammdaten«Lehrer, Klassen, Räume

feste Termine

Lehrauftrag

Oberfläche zurDateneingabe

Problembeschreibung(XML-Datei)

Visualisierung

Stundenplan

Stundenplan(XML-Datei)

Automatische Optimierung

Manuelle Manipulation

Ausgangsdaten

Page 14: Agenda

20.04.23 14

Lehrauftrag

Fach Wochenstunden

Klasse/Lehrer

M 5 5a/Müller

E 4 5a/Hartwig

… … …

… … …

… … …

Page 15: Agenda

20.04.23 15

»Stammdaten«Lehrer, Klassen, Räume

feste Termine

Lehrauftrag

Oberfläche zurDateneingabe

Problembeschreibung(XML-Datei)

Visualisierung

Stundenplan

Stundenplan(XML-Datei)

Automatische Optimierung

Manuelle Manipulation

Ausgangsdaten

Page 16: Agenda

20.04.23 16

Stundenplanerstellung

5a 5b 5c 5d

Mo 8.00

D102

E105

M103

M104

Mo9.00

M102

D105

SpTH1

SpTH2

Mo.10.00

E103

R104

Mu110

Mu111

Lehrauftrag Verplante StundenFach WoStd

.Klasse/Lehrer

M 5 5a/Müller

E 4 5a/Hartwig

...ein kombinatorisches Optimierungsproblem

Page 17: Agenda

20.04.23 17

Stundenplanerstellung

Fach

WoStd.

Klasse/Lehrer

Verletzung harter Bedingungen

Verl. weicher Bedingungen (Güte)

Status

M 5 5a/Müller Ja 1.3 Verplant

E 4 5a/Hartwig nein 4.0 Teilweise verplant(2/4)

… … … … … …

… … … … … …

...ein kombinatorisches Optimierungsproblem

Page 18: Agenda

20.04.23 18

Randbedingungen

Harte Randbedingungen beachten: Lehrer nur an einem Ort zur selben Zeit Klasse nur an einem Ort zur selben Zeit Raumgröße ausreichend für Klasse Lehrer verfügbar Klasse verfügbar ...

Verletzung dieser Bedingungen führt zu ungültigem Stundenplan

Page 19: Agenda

20.04.23 19

Randbedingungen

Weiche Randbedingungen beachten: Minimierung von Hohlstunden für Klassen Minimierung von Hohlstunden für Lehrer Minimale / maximale Anzahl von

Doppelstunden Freie Tage für Teilzeitlehrkräfte Verteilung der Veranstaltungen ...

Verletzung dieser Bedingungen reduziert Qualität des Stundenplans

Page 20: Agenda

20.04.23 20

Verteilung der Veranstaltungen

Mo Di Mi Do Fr

8.00 Ek

9.00

10.00

11.00

12.00 Ek

Page 21: Agenda

20.04.23 21

Verteilung der Veranstaltungen

Mo Di Mi Do Fr

8.00 Ek

9.00

10.00

11.00

12.00 Ek

Mo Di Mi Do Fr

8.00 Ek

9.00

10.00

11.00

12.00 Ek

Page 22: Agenda

20.04.23 22

Verteilung der Veranstaltungen

Mo Di Mi Do Fr

8.00 Ek

9.00

10.00

11.00

12.00 Ek

Mo Di Mi Do Fr

8.00 Ek

9.00

10.00

11.00

12.00 Ek

Mo Di Mi Do Fr

8.00

9.00 Ek

10.00

11.00 Ek

12.00

Page 23: Agenda

20.04.23 23

Verteilung der Veranstaltungen

Mo Di Mi Do Fr

8.00 Ek

9.00

10.00

11.00

12.00 Ek

Mo Di Mi Do Fr

8.00 Ek

9.00

10.00

11.00

12.00 Ek

Mo Di Mi Do Fr

8.00

9.00 Ek

10.00

11.00 Ek

12.00

Page 24: Agenda

20.04.23 24

Varianz und Standardabweichung

Mo Di Mi Do Fr

8.00 Ek

9.00

10.00

11.00

12.00 Ek

Mo Di Mi Do Fr

8.00 Ek

9.00

10.00

11.00

12.00 Ek

Mo Di Mi Do Fr

8.00

9.00 Ek

10.00

11.00 Ek

12.00

Qualität: 1.0 Qualität: 2.0

Qualität: 4.5

5a 5b

5c

Page 25: Agenda

20.04.23 25

Aufbau einer Veranstaltung

<event id=”xxx” constraints... >

<section id=”xx” name=”abcde” size=””>

<involvedTeachers />

<involvedClasses />

<requiredRoomFeatures />

<preferredRoomFeatures />

</section>

<section id=”xy” name=”fghij” size=””>

...

</section>

</event>

Page 26: Agenda

20.04.23 26

Aufbau einer Veranstaltung

<event id=”378” hoursPerWeek=”5” minDouble=”0”

maxDouble=”1” borderPlacement=”prefer”

fortnightPlacement=”forbid”

noonBreakPlacement=”forbid” concurrentEvent=”233”>

...

</event>

<event id=”xxx” constraints... >

<section id=”xx” name=”abcde” size=””>

<involvedTeachers />

<involvedClasses />

<requiredRoomFeatures />

<preferredRoomFeatures />

</section>

<section id=”xy” name=”fghij” size=””>

...

</section>

</event>

Page 27: Agenda

20.04.23 27

Aufbau einer Veranstaltung

<section id=”1” name=”kath. Rel.” size=”17”>

<involvedTeachers />

<involvedClasses />

<requiredRoomFeatures />

<preferredRoomFeatures />

</section>

<event id=”xxx” constraints... >

<section id=”xx” name=”abcde” size=””>

<involvedTeachers />

<involvedClasses />

<requiredRoomFeatures />

<preferredRoomFeatures />

</section>

<section id=”xy” name=”fghij” size=””>

...

</section>

</event>

Page 28: Agenda

20.04.23 28

Aufbau einer Veranstaltung

<involvedTeachers>

<involvedTeacher teacher-ref=”We” />

<involvedTeacher teacher-ref=”Hu” />

</involvedTeachers>

<involvedClasses>

<involvedClass class-ref=”5a” />

<involvedClass class-ref=”5b” />

<involvedClass class-ref=”5c” />

</involvedClasses><event id=”xxx” constraints... >

<section id=”xx” name=”abcde” size=””>

<involvedTeachers />

<involvedClasses />

<requiredRoomFeatures />

<preferredRoomFeatures />

</section>

<section id=”xy” name=”fghij” size=””>

...

</section>

</event>

Page 29: Agenda

20.04.23 29

Aufbau einer Veranstaltung

<requiredRoomFeatures>

<feature id=”Klassenzimmer” />

<feature id=”Unterstufe” />

</requiredRoomFeatures>

<preferredRoomFeatures>

<feature id=”Musik” />

<feature id=”Tommelwirbel” />

</preferedRoomFeatures>

<event id=”xxx” constraints... >

<section id=”xx” name=”abcde” size=””>

<involvedTeachers />

<involvedClasses />

<requiredRoomFeatures />

<preferredRoomFeatures />

</section>

<section id=”xy” name=”fghij” size=””>

...

</section>

</event>

Page 30: Agenda

20.04.23 30

Aufbau einer Veranstaltung<event id=”378” hoursPerWeek=”5” minDouble=”0” maxDouble=”1” borderPlacement=”prefer”

fortnightPlacement=”forbid” noonBreakPlacement=”forbid” concurrentEvent=”233”>

<section id=”1” name=”kath. Rel.” size=”17”>

<involvedTeachers>

<involvedTeacher teacher-ref=”Fi” />

</involvedTeachers>

<involvedClasses>

<involvedClass class-ref=”5a” />

<involvedClass class-ref=”5c” />

</involvedClasses>

<requiredRoomFeatures>

<feature name=”Klassenzimmer” />

</requiredRoomFeatures>

</section>

<section id=”2” name=”ev. Rel.” size=”34”>

<involvedTeachers>

<involvedTeacher teacher-ref=”We” />

</involvedTeachers>

<involvedClasses>

<involvedClass class-ref=”5c” />

</involvedClasses>

<requiredRoomFeatures>

<feature id=”Klassenzimmer” />

</requiredRoomFeatures>

<preferredRoomFeatures>

<feature id=”Musik” />

</preferedRoomFeatures>

</section>

</event>

Page 31: Agenda

20.04.23 31

Lösungen des Stundenplanproblems

• Vielzahl von möglichen Lösungen

• deterministischer Algorithmus schwer zu entwickeln

Anwendung eines evolutionären Ansatzes

Page 32: Agenda

20.04.23 32

Demonstration

Page 33: Agenda

20.04.23 33

Agenda

Zielsetzung Stundenplanerstellung als

Optimierungsproblem Evolutionäre Algorithmen Problemlösung mit evol. Algorithmen Erfahrungsaustausch

Page 34: Agenda

20.04.23 34

Evolutionärer Ansatz

Idee: Orientierung an der Evolution der Natur

Anpassung von Individuen an die natürliche Umwelt

Page 35: Agenda

20.04.23 35

Ablauf der Evolution

Selektion Rekombination

Bewertung

Mutation

Initialpopulation

Page 36: Agenda

20.04.23 36

Population

• Besteht aus Individuen

• Initialpopulation kann zufällig gewählt werden

AE

C

Evolution der Individuen

B D

Page 37: Agenda

20.04.23 37

Rekombination

Kreuzung zweier Individuen

Vater

Kind

Mutter

Page 38: Agenda

20.04.23 38

Mutation

Veränderung der einzelnen Individuen

1 2 3 4 1 3 2 4

Individuum A Individuum A´

Page 39: Agenda

20.04.23 39

Bewertung und Selektion

6

4

1

2

8

3

7

5

6

8

7

5

Generation n Generation n+1

Page 40: Agenda

20.04.23 40

Ablauf der Evolution

Selektion Rekombination

Bewertung

Mutation

Initialpopulation

Page 41: Agenda

20.04.23 41

Agenda

Zielsetzung Stundenplanerstellung als

Optimierungsproblem Evolutionäre Algorithmen Problemlösung mit evol. Algorithmen Erfahrungsaustausch

Page 42: Agenda

20.04.23 42

V M V M

Repräsentationsformen

Genotyp

Phänotyp

V M V M

Vererbungsveranlagungen der Eltern

Augenfarbe des Kindes

Page 43: Agenda

20.04.23 43

Ausgangsstundenplan

Fach WoStd.

Klasse/Lehrer

Verletzung harter Bedingungen

Verletzung weicher Bedingungen

Status

Schwimmen

2 13/Landspergis

--- --- Verplant

Veranstaltungsschlange (Event Queue)

= Genotyp

Stundenplantabelle

= Phänotyp

Page 44: Agenda

20.04.23 44

Prinzipieller Ablauf der Optimierung

Ausgangsstundenplan Population erstellen Initialisierung der Stundenpläne

Mutation und Rekombination

Bewertung

Selektion

Page 45: Agenda

20.04.23 45

Population erstellen

Ausgangsstundenplan

Population

Page 46: Agenda

20.04.23 46

Initialisierung der Stundenpläne

Population Initialisierung

Page 47: Agenda

20.04.23 47

Initialisierung durch Veranstaltungsschlange

Klassen

Zeit

TimeTableBuilder

Sport 5aBergmiller2 WoStd.

… … …Gk 13Doil2 WoStd.

RaumlisteBedingungen

Page 48: Agenda

20.04.23 48

Initialisierung durch Veranstaltungsschlange

5a ... ... 7b … … … 11d

Mo8.00

Mo9.00

Mo.10.00

TimeTableBuilder

Engl. 5aMüller5 WoStd.

Franz. 7bTrestil5 WoStd.

Ek 11dKautsch2 WoStd.

Bio 5bGertz3 WoStd.

Gesch. 8aLatech2 WoStd.

Page 49: Agenda

20.04.23 49

Initialisierung durch Veranstaltungsschlange

5a ... ... 7b … … … 11d

Mo8.00

Mo9.00

Mo.10.00

Engl.

103

Franz. 7bTrestil5 WoStd.

Ek 11dKautsch2 WoStd.

Bio 5bGertz3 WoStd.

Gesch. 8aLatech2 WoStd.

TimeTableBuilder

Engl. 5aMüller5 WoStd.

Page 50: Agenda

20.04.23 50

Initialisierung durch Veranstaltungsschlange

5a ... ... 7b … … … 11d

Mo 8.00

Mo9.00

Mo.10.00

Engl.

103

Ek 11dKautsch2 WoStd.

Bio 5bGertz3 WoStd.

Gesch. 8aLatech2 WoStd.

Fr.

207

TimeTableBuilder

Engl. 5aMüller5 WoStd.

Franz. 7bTrestil5 WoStd.

Page 51: Agenda

20.04.23 51

Initialisierung durch Veranstaltungsschlange

5a ... ... 7b … … … 11d

Mo 8.00

Mo9.00

Mo.10.00

Engl.

103

Bio 5bGertz3 WoStd.

Gesch. 8aLatech2 WoStd.

Ek

633

Fr.

207

TimeTableBuilder

Franz. 7bTrestil5 WoStd.

Engl. 5aMüller5 WoStd.

Ek 11dKautsch2 WoStd.

Page 52: Agenda

20.04.23 52

Genotypmutation

vertauschen

Engl. 5aMüller5 WoStd.

Franz. 7bTrestil5 WoStd.

Ek 11dKautsch2 WoStd.

Bio 5bGertz3 WoStd.

Gesch. 8aLatech2 WoStd.

Page 53: Agenda

20.04.23 53

Genotypmutation

Engl. 5aMüller5 WoStd.

Franz. 7bTrestil5 WoStd.

Ek 11dKautsch2 WoStd.

Bio 5bGertz3 WoStd.

Gesch. 8aLatech2 WoStd.

Franz. 7bTrestil5 WoStd.

Bio 5bGertz3 WoStd.

Page 54: Agenda

20.04.23 54

Genotypmutation

Engl. 5aMüller5 WoStd.

Franz. 7bTrestil5 WoStd.

Ek 11dKautsch2 WoStd.

Bio 5bGertz3 WoStd.

Gesch. 8aLatech2 WoStd.

Franz. 7bTrestil5 WoStd.

Bio 5bGertz3 WoStd.

Page 55: Agenda

20.04.23 55

Phänotypmutation

Phänotyp-Mutatoren:

Verschieben von Stunden

Entfernen von Stunden

Platzieren von Stunden

Page 56: Agenda

20.04.23 56

Engl. 5aMüller5 WoStd.

Franz. 7bTrestil5 WoStd.

Gk 12Bergmiller3 WoStd.

Geschi 9aWieland2 WoStd.

Ek 11dGeiger2 WoStd.

Bio 5bSchöning3 WoStd.

Gesch. 8aLatech2 WoStd.

Engl. 5aMüller5 WoStd.

Franz. 7bTrestil5 WoStd.

Ek 11dGeiger2 WoStd.

Bio 5bSchöning3 WoStd.

Gesch. 8aLatech2 WoStd.

Rekombination

Ek 12Linneweber2 WoStd.

Religion 6cDoil2 WoStd.

Sport 8aBartsch2 WoStd.

Page 57: Agenda

20.04.23 57

Bewertung

Unverplante /teilweise verplanteVeranstaltungen

Score

ConstraintWatcher

Randbedingung 1

Randbedingung 2

Randbedingung n

Standardabweichung 1

Standardabweichung 2

Standardabweichung n

Page 58: Agenda

20.04.23 58

Selektion

Verletzungen 137 102 193

Page 59: Agenda

20.04.23 59

Selektion

Verletzungen 137 102 193

137 102 102Verletzungen

Page 60: Agenda

20.04.23 60

Ergebnis

Page 61: Agenda

20.04.23 61

Demonstration

Page 62: Agenda

20.04.23 62

Agenda

Zielsetzung Stundenplanerstellung als

Optimierungsproblem Evolutionäre Algorithmen Problemlösung mit evol. Algorithmen Erfahrungsaustausch

Page 63: Agenda

20.04.23 63

Projektverlauf und Erfahrungen

Ist/Soll-Daten

Probleme

Tips

Verbesserungsmöglichkeiten

Page 64: Agenda

20.04.23 64

Ist-Daten: Grösse

Entwicklung der Produktgrösse

0

2000

4000

6000

8000

10000

12000

14000

16000

6.6.

00

21.6

.00

19.7

.00

20.1

0.00

17.1

1.00

8.1.

01

23.1

.01

10.2

.01

19.2

.01

Ende I1 Ende I2 EndeE1

EndeE2

EndeC1

n/a EndeC2

EndeC3

EndeT1

Zeit

LO

C

Total Product Size

Custom Component Size

Test Driver Size

COTS Size

Polynomisch (Total Product Size)

Page 65: Agenda

20.04.23 65

Produktgrösse nach Metaklasse

0,00

2000,00

4000,00

6000,00

8000,00

10000,00

12000,00

14000,00

16000,00

6.6.00 21.6.00 19.7.00 20.10.00 17.11.00 8.1.01 23.1.01 10.2.01 19.2.01

Ende I1 Ende I2 Ende E1 Ende E2 Ende C1 n/a Ende C2 Ende C3 Ende T1

Zeit

LO

C

COTS

TestDriver

Import

EA

EAPhenotypeMutator

Model

ConstraintWatcher

CacheObject

FrameworkClass

View

Dialog

BP

Ist-Daten: LOC / MetaClass

Page 66: Agenda

20.04.23 66

Entwicklung der Produktkomplexität

0

50

100

150

200

250

6.6

.00

21

.6.0

0

19

.7.0

0

20

.10

.00

17

.11

.00

8.1

.01

23

.1.0

1

10

.2.0

1

19

.2.0

1Ende I1 Ende I2 Ende

E1Ende

E2Ende

C1n/a Ende

C2Ende

C3Ende T1

Zeit

An

zah

l Kla

ss

en

Number of custom classes

Polynomisch (Number of customclasses)

Ist-Daten: Komplexität

Page 67: Agenda

20.04.23 67

Mittlere Anzahl Zeilen pro Metaklasse

0,00

50,00

100,00

150,00

200,00

250,00

6.6.00 21.6.00 19.7.00 20.10.00 17.11.00 8.1.01 23.1.01 10.2.01 19.2.01

Ende I1 Ende I2 Ende E1 Ende E2 Ende C1 n/a Ende C2 Ende C3 Ende T1

Zeit

LO

C

BP

Dialog

View

FrameworkClass

CacheObject

ConstraintWatcher

Model

EAPhenotypeMutator

EA

Import

TestDriver

COTS

Avg. LOC / MetaClass

Page 68: Agenda

20.04.23 68

Ist-Daten: Aufwand

Aufwand geschätzt 495200,00 DMentspricht 2476,00 hbei Stundenlohn 200,00 DM/h

Kosten Stand 15.02.2001 503566,67 DMentspricht 2517,83 hDifferenz 1,69 %

Produktivität geschätzt 7,78 LOC/hProduktivität Ist 5,56 LOC/hDifferenz 39,90 %

Page 69: Agenda

20.04.23 69

IST-Daten: Arbeitsauslastung

Arbeitsauslastung:

durchschnittliche Arbeitszeit 314,73 h

Standardabweichung 113,25 h

Page 70: Agenda

20.04.23 70

Ist-Daten: Verteilung

Gesam t Verte ilung

0,00

200,00

400,00

600,00

800,00

1000,00

1200,00

Aufwand

Page 71: Agenda

20.04.23 71

Technische Probleme

Speicherbedarf pro Individuum ca. 1,3 MB

Page 72: Agenda

20.04.23 72

Personelle Probleme

-200

-150

-100

-50

0

50

100

150

200

250

Mai 00 Jun 00 Jul 00 Aug 00 Sep 00 Okt 00 Nov 00

Assessmnetteam's workloadunderrun [h]

Projectmanagementteam's workloadunderrun [h]

EA team'sworkloadunderrun [h]

Developmentteam's workloadunderrun [h]

milestonelatenesssumme(daysdelay)/#Milestone this month

Page 73: Agenda

20.04.23 73

Strategien zur Bewältigung von Problemen

Problem Strategie

Ressourcenverfügbarkeit Fix Jours, Max. Anzahl Fehltage definieren

Planbarkeit Vor Urlauben Arbeit ableisten und Arbeit im Team präsentieren, von Betreuer bestätigen lassen.

Prozess- oder Produktqualität zu gering Iterative Entwicklung

Symtom: „Am Anfang muss ja nicht jeder so viel machen“

Teams sind zu groß für Koordination Zwei Teil-Teams - Informatik-Problem- Anwendungsoberfläche

Page 74: Agenda

20.04.23 74

Problem Strategie

Qualitätssicherung funktioniert nicht von Anfang an Tester integrieren

Simultanes arbeiten nicht möglich Architekturbeschreibungen und Meta-Modelle ermöglichen Transparenz und verteiltes Arbeiten

Strategien zur Bewältigung von Problemen

Page 75: Agenda

20.04.23 75

Tip: Beschreiben der Entwicklungs- und der Zielorganisationen

KenntnisseWeiterbildungswünscheErwartungen einzelner an das Projekt / das Team

Entwicklungsorganisation

ZielorganisationVorkenntnisse

Page 76: Agenda

20.04.23 76

Tip: Organisation

Page 77: Agenda

20.04.23 77

Tip: Arbeitsumgebung(1)

MS PoolWerkzeuge

CVSMS Office 2000JBuilder 4.0Together J

RUP: Dokumentenvorlagen, Arbeitsanleitungen Dokumentenablagesystem

Page 78: Agenda

20.04.23 78

Tip: Arbeitsumgebung(2)

Page 79: Agenda

20.04.23 79

Tip: Arbeitsumgebung(3)

Page 80: Agenda

20.04.23 80

Tip: Zeitplanung

Semesterferien frei – als Pufferzeit ca. 40 Stunden/Arbeitsmonat

Inkrementelle Auslieferung Datenmodell, Import, EA globale Suche Visualisierung, EA lokale Suche Manipulation, EA Tuning

Page 81: Agenda

20.04.23 81

Bitte Bitte nicht!

Verbesserung der Vorbildung * Iterative Prozessmodelle

* OOA* OOD* OOP* Werkzeugverwendung

Java-Technologien zu stark forcieren

(Ressourcenbedarf)

Forderungen (1)

Page 82: Agenda

20.04.23 82

Forderungen (2)

Bitte Bitte nicht!

Verbesserung der Infrastruktur - Assessments- Projektmanagementwerkzeuge- zentrale Zeiterfassung-Testwerkzeuge- Prozessmodellbeschreibungen- Konfigurationsmanagement

-Zwei Gruppen wieder zusammenführen

- verbessern der VorbildungIterative Prozessmodelle

OOAOODOOPWerkzeugverwendung

Page 83: Agenda

20.04.23 83

Offene Punkte bei der Projektdurchführung

Projektabbruch Umgang mit

„Keine Zeit Syndrom“ und „Projektmoral“ Verantwortung und Macht Fix-Jours Nachweise über Arbeitspakete

Bewertung schwierig und nicht transparent