铁路软件研发项目费用初步评估模型与指标体系构建研究

Construction of Preliminary Evaluation Model and Index System of Railway Software R&D Project Costs

摘要

为了提升铁路信息化管理水平，响应全面预算管理和节支降耗的要求，铁路行业领域迫切需要一个更准确、科学、合理的铁路软件研发项目费用初步评估方法。通过挖掘铁路软件的特征，对比分析常用软件研发成本估算方法的优缺点及其在铁路软件评估方面的适用性，选定以功能点法为基础的国家标准度量规范中的估算流程为核心评估逻辑，研究规模校准、成本估算2部分的关键影响因素，构建规模校准调整因子以及成本估算调整因子指标体系并结合行业基准数据进行指标量化测算，从而得到一个适用于铁路软件研发项目初评的全新评估模型。本研究对于优化铁路信息化立项项目的成本绩效、提高铁路信息化项目经费初步评估的科学性和有效性、确保资金预算与业务发展相匹配具有一定的探索价值和实践意义。

Abstract

To enhance railway informatization management and respond to the requirements of comprehensive budget management, cost reduction, and consumption control, the railway industry urgently needs a more accurate, scientific, and reasonable preliminary evaluation method for railway software R&D project costs. Railway software characteristics were explored, and common software R&D cost estimation methods were comparatively analyzed regarding advantages, disadvantages, and their applicability in railway software evaluation. The estimation process in the national standard measurement specification based on the function point method was selected as the core evaluation logic. Key influencing factors in scale calibration and cost estimation were investigated. An index system for scale calibration adjustment factors and cost estimation adjustment factors was constructed and applied to measure index quantification with industry benchmark data. A new evaluation model applicable to the preliminary evaluation of railway software R&D project costs was obtained. This study has certain exploratory value and practical significance for optimizing the cost and performance of approved railway informatization projects, improving the scientificity and effectiveness of the preliminary evaluation of railway informatization project funds, and ensuring the consistency between the capital budget and business development.

Graphical abstract

关键词

铁路信息化 / 软件研发费用评估 / 指标体系 / NESMA / 软件规模估算 / 功能点法

Key words

Railway Informatization / Software R&D Cost Estimation / Index System / NESMA / Software Scale Estimation / Function Point Method

0　引言

自改革开放以来，我国铁路运输需求的持续攀升为铁路信息化进程注入了强劲动力，并推动了其不断向前发展^[1]。国家铁路局相继出台的《“十四五”铁路科技创新规划》^[2]与《“十四五”铁路网络安全和信息化规划》^[3]，不仅明确了铁路信息化发展的长远蓝图与工作导向，而且通过逐年增长的铁路信息化项目经费投入，进一步彰显了其规划与科技创新的战略地位。在此背景下，中国国家铁路集团有限公司(以下简称“国铁集团”)在经营管理层面提出了全面预算管理和节支降耗的双重要求^[4]。全面预算管理强调各单位和部门需紧密围绕公司整体战略与目标，精心制定预算计划，并建立有效的跟踪监控机制，确保预算执行的动态调整与优化。同时，节支降耗则要求通过减少非必要开支、优化运营成本、提升资源利用效率和实施节能环保措施等手段，实现经济效益与生态效益的双赢。

铁路软件作为铁路运营管理的关键支撑手段，不仅通过实时监控与数据分析等为铁路运输安全保驾护航，还通过优化服务流程与提供个性化服务等方式，显著提升了客户体验，为铁路行业服务水平的跃升注入了新的活力^[5]。鉴于铁路信息化建设在铁路运营建设成本投入中的关键地位，提前对列入建设计划的铁路软件进行科学合理的费用评估尤为重要。现行铁路软件研发费用初评办法采用经验、类比法，依据业务领域划分起评金额，综合指标系数估算费用，多部门及专家组协同操作，但此方法存在一定局限，比如按业务领域设定起评金额无法充分考虑软件研发过程的独特性，容易引起业务部门争议，评估指标颗粒度、涵盖面欠佳，难以呈现项目的复杂全貌等等。因此，本研究旨在突破局限、探索更准确合理的评估方法，结合铁路软件特征构建更科学、适用的铁路软件研发项目费用初步评估方法模型。

1　铁路软件研发费用初步评估方法选定

1.1　铁路软件特征

铁路软件与普通商业软件的最大区别在于其应用场景的特殊性。铁路软件不仅承载着繁重的生产任务，还关系到整个铁路系统的安全、稳定和高效运行，因此具有更为严苛的技术要求，研发成本的估算也需要针对性考虑相关影响因素。铁路软件特征是软件研发费用评估指标维度确定的重要依据和来源，以下是铁路软件的几个关键特征。

（1）安全性和可靠性。铁路软件必须确保极高的安全性和可靠性，因为它们直接关系到铁路系统的安全运行和人员的生命财产安全^[6]。防止病毒攻击、数据窃取篡改至关重要，因此在安全防护方面应有严格的要求。

（2）实时性和稳定性。铁路运输需要精准的调度、实时的数据采集与处理，这要求软件能够快速响应系统的变化，并且在长时间运行中保持高度的稳定性，以支持连续的铁路运输活动^[6]。

（3）关联性。开发新的铁路软件经常需要与已有的铁路信息化系统进行深度整合与协同，即铁路软件有一定的关联性，以确保系统间能够无缝对接交互、共享数据和资源。

（4）系统规模。活跃用户数量方面，铁路软件通常涉及广泛的用户群体，包括铁路工作人员、管理调度人员、维修人员，甚至外部合作单位和客户等。这些用户不仅在日常运营中频繁使用系统，而且在高峰时段，如节假日、大型运输任务等，系统的用户访问量和并发请求量会急剧增加。另外，铁路软件处理的数据规模通常是庞大而复杂的，从列车运行信息、设备状态监控到货物和乘客的运输数据，铁路软件必须能够处理和存储海量的历史数据。

（5）业务领域多样性。铁路软件按照业务领域可以分为6大类：战略决策类、经营开发类、运输生产类、资源管理类、建设管理类和综合协同类^[7]。每一类软件都有其特定的业务需求和技术特点，也对应了不同的复杂度。

1.2　软件研发费用评估方法适用性分析

在当今数字化快速发展的时代，软件研发项目类型日益复杂，现有软件研发成本估算方法也呈现出多样化的特点，依据不同的原理与技术手段，大致可以分为专家经验决策法、基于类比的方法、基于模型的方法和基于人工智能的方法4类^[8]。

国外在软件研发成本估算领域研究起步较早，基于模型的方法中功能点法(FPA)和构造性成本模型(COCOMO)法极具代表性，也是国际主流模型。功能点法由Albrecht于1979年提出，侧重于用户功能需求的量化，克服了此前代码行法过于依赖编程语言度量的局限^[9]。FPA通过“外部输入/输出、逻辑文件”等维度抽象功能单元，为软件项目的成本估算提供了一种更为灵活且贴合实际需求的方式，被采纳为ISO/IEC 20926国际标准，并在金融、政务等领域占据主流地位。COCOMO模型经Boehm发展为COCOMO-Ⅱ模型，通过引入15项成本驱动因子，例如团队经验、系统复杂度等，对研发环境差异予以量化，其分层结构为不同规模与需求明确度的项目提供了灵活的适用性，尤其适用于需求清晰且代码行数可预测的大中型项目^[10]。

国际主流模型在国内应用时往往面临本土化挑战，针对这一问题，学者们提出了参数重置与标准融合2类优化路径。例如，范朝阳等^[11]将COCOMO-Ⅱ模型应用于军用软件计价进行实例分析，其模型的误差率控制在了15.09%以内，为军用软件成本估算找到了有效路径。陈廷斌等基于本土项目数据重构COCOMO模型参数，显著降低了模型误差率^[12]。《软件工程 软件开发成本度量规范》(GB/T 36964—2018)^[13]在FPA框架下进行了本土化调整，并通过配套基准数据库动态更新费率参数，有效解决了传统模型的静态化缺陷，已经在国内多个行业中得到了广泛应用。该标准基于功能点法，为软件项目的工作量、成本估算提供了科学、统一、快捷的方法和标准，为软件研发项目中的预算申报、预算审查、招投标、项目结算等活动提供了完善的技术支撑，有力地促进了整个软件产业的可持续健康发展^[14]。

在铁路软件大规模建设与频繁技术升级的现状背景下，现有主流方法在铁路领域的落地也成为挑战，国内研究人员一直在探索更为精确、便捷且易于操作的软件成本评估技术、方法以及相关指标体系。专家经验法因技术迭代加速导致经验难以及时跟进，主观偏差风险加剧，依赖历史项目数据的类比类推法局限性也在逐渐放大，无法保障估算精度。COCOMO模型则因代码行预测逻辑与铁路模块化开发模式存在一定冲突，且国内软件的成本估算不能完全适应其模型参数的设定。基于人工智能的方法^[15-16]在理论层面具备通过数据挖掘提升软件研发成本预测精度的潜力，但是由于现阶段铁路行业的数据质量和格式参差不齐，人工智能方法的实际应用效果也会受到一定制约。相比之下，功能点法基于功能需求的估算方式，能有效应对业务复杂性，聚焦用户所需功能，不受频繁技术更新的过多干扰，且标准化流程减少了人为主观判断，增强了客观性，使得不同铁路部门、不同项目阶段的成本估算能够具备一致性、可比性。

综上所述，在深入比较分析了多种软件研发费用评估方法后，鉴于功能点法在国内外的广泛应用及其内在的逻辑严密性与客观性，结合其对软件规模度量的精确性和可操作性，该方法成为评估框架中的坚实基础。在此基础上，GB/T 36964—2018对于国内软件开发成本评估具有更强的适用性，增强了评估结果的准确性和实用性。因此，本研究选定以功能点法为基础的国标方法为核心评估思路，旨在构建精准适用的指标体系与方法模型，为铁路软件项目费用初评提供科学依据。

2　铁路软件研发项目费用初评估算模型建立

2.1　模型概述

综合考虑铁路领域软件特点、评估适用性和专家建议，本研究主要依据GB/T 36964—2018，ISO/IEC 24570软件工程—NESMA功能规模度量方法2.1版—功能点分析应用定义和计数指南，以及中国软件行业基准数据报告(SSM-BK-202409，包含国际、国内项目数据超过34 000套及分析结果)^[17]，使用GB/T 36964—2018推荐的方程法，基于基准数据建立模型，运用基准比对法进行模型指标的设计构建和量化取值。基准比对^[18]即用标杆管理的思想进行软件度量，是指通过内部或者外部的数据库进行对比的需求来延伸对度量的需要，在软件项目成本评估领域，中国软件行业协会系统与软件过程改进分会研究提出了“基于基准数据的软件项目成本评估技术”，其核心在于度量体系中利用基准数据，借助统计分析手段构建科学的估算模型，进而实现对软件项目的功能点规模、工作量以及成本的有效估算。

评估方法思路上，根据GB/T 36964—2018建议的软件开发成本估算基本流程如图1所示，以及其遵循原则，经过与软件评估专家深入探讨以及对国内铁路软件开发实际情况的调研，本研究确定了铁路软件研发费用初步评估模型中将规模估算、成本估算作为关键流程节点，铁路软件研发项目费用初步评估流程如图2所示。对于直接非人力成本部分本研究不涉及，可根据项目情况据实分项估算。

2.2　规模估算

本研究模型采用功能点法对软件研发项目进行规模估算，现如今，功能点法已有5个国际标准(IFPUG标准、NESMA标准、MkII标准、COSMIC标准和FiSMA标准)，其中，COSMIC方法适用于注重数据流动的实时和嵌入式系统，NESMA方法在企业级信息系统的多种业务子系统中有良好的适用性且相对直观易懂，IFPUG方法在处理复杂业务规则和数据准确性要求高的系统中有优势。

鉴于实际应用场景及需求粒度，铁路软件研发项目功能点的计数规则确定为综合使用ISO/IEC 24570软件工程—NESMA功能规模度量方法2.1版中的指示功能点法和估算功能点法进行评估。

估算功能点法计算公式为^[19]

US=\mathrm{7}\times ILF+\mathrm{5}\times EIF+\mathrm{4}\times EI+\mathrm{5}\times EO+\mathrm{4}\times EQ(1)

指示功能点法计算公式为^[19]

US=\mathrm{35}\times ILF+\mathrm{15}\times EIF(2)

式中：US为未调整的规模，功能点(FP)；ILF为内部逻辑文件数量，个，指在本系统维护的业务数据；EIF为外部接口文件数量，个，指本系统引用、其他系统维护的业务数据；EI为外部输入数量，个，指对数据进行维护或改变系统状态/行为的事务；EO为外部输出数量，个，指对数据加工后呈现或输出的事务；EQ为外部查询数量，个，指对已有数据直接呈现或输出的事务。

为合理考虑项目变更情况，消除因前期投入差异等因素造成的规模衡量误差，使功能点数能更准确地反映项目实际规模，保障整个费用初评体系在规模度量方面的科学性与合理性，在对软件研发项目初评材料进行功能点识别之后，根据未调整的功能点数，使用以下公式计算校准后功能点数。

S=US\times CF(3)

式中：S为校准后规模，功能点；CF为规模校准因子。

2.3　成本估算

根据校准后的软件规模估算成本，结合国标软件成本度量规范中工作量估算和成本估算流程思路，为铁路软件研发项目费用初步评估模型确定成本计算公式如下。

EC=S\times SP\times AC(4)

式中：EC为估算成本，元；SP为功能点单价，元/功能点；AC为调整因子。

SP=PB\times PC(5)

式中：PB为生产率基准，人时/功能点；PC为人时单价，元/人时。

具体而言，生产率基准是指在特定生产条件下，以单位时间内产出的数量或价值作为衡量标准，衡量生产效率的指标。该模型中的生产率基准是指在铁路软件研发项目中以功能点为单位的规模产出效率，即功能点耗时率，依据国铁集团项目样本数据生产率基准中值计算。人时是衡量软件开发人力资源投入的常用单位，铁路软件项目的复杂程度和规模决定了需要不同数量的人时来完成，每天按8 h折算，依据国铁集团发布的人天单价计算。

本研究估算模型的逻辑链条是基于先确定规模，然后通过功能点单价等要素关联到人力相关成本，最后综合调整因子等考虑其他影响因素得出成本。此估算模型与普遍的成本度量逻辑既有区别又紧密联系，都是围绕软件项目的基本特征和成本构成要素逐步推导成本的过程，但相较于分步骤、详细拆解各成本构成然后分别计算再汇总的成本估算过程，本估算模型公式提供了一种更为简洁、集成化的估算思路。通过各要素之间合理的乘法关系，只需确定好各个关键要素的取值，就能快速计算出项目成本的初步估算结果，提高了成本估算的效率，尤其在项目初步评估阶段这种简洁高效的特点更具优势。

3　铁路软件研发项目费用初步评估指标体系构建

3.1　铁路软件研发项目费用初步评估指标选取

在铁路软件研发项目费用初评的成本估算模块，通过调整因子这一要素统一涵盖了项目除规模、功能点单价相关因素外的其他各种特殊情况对成本的影响，它基于项目实际情况，对前面这些要素所初步确定的成本范围进行最后的校准。为确保评估能准确反映铁路软件研发项目的成本特征，构建一套科学合理且贴合实际的指标体系就显得尤为重要。本研究模型参考行业内费用评估调整因子体系典型案例，结合铁路软件的安全性、实时性、关联性、多样性等关键特征以及专家经验，总结归纳得到了前期投入、系统类型、系统构建类型、技术创新、系统特性(包括重要度、复杂度、关联度和系统规模)5个主要维度的指标作为调整因子，保证了信息化项目规模与建议费用的有效衔接。

（1）前期投入。在铁路软件项目中，前期投入资源的情况对项目的发展路径和成本变化有着关键影响，分为较少、较大和很大3级。一般情况下，当前期投入较少时，往往伴随着项目需求相对模糊的情况，导致开发团队需要不断调整方向以满足逐渐清晰的需求，在开发过程中需求频繁变更，从而增加开发成本，因此该因子是项目立项阶段对预算影响较大的因子，对应GB/T 36964—2018中考虑需求变更情况设定的规模调整因子。

（2）系统类型。从铁路软件在铁路业务和信息化建设整体布局中的定位出发，分为信息支撑平台、管理系统、生产系统、安全生产系统4类，不同类型的系统在功能重要性、业务关联等方面存在差异，这些差异直接影响成本，因此系统类型成为一个关键调整因子。例如，信息支撑平台作为整个铁路信息化的基础架构部分，其功能广泛且复杂，对稳定性和兼容性要求高，与其他系统的交互频繁，相应的成本影响因素不同于其他系统。

（3）系统构建类型。铁路软件研发项目主要分为统型、新建和完善3种情况，对项目成本影响主要体现在历史项目功能的复用、开发团队同类行业及项目经验对项目成本带来的影响。统型系统有着独特的成本结构，需考虑与其他同类系统的统一标准和交互规范；新建铁路软件系统涉及从规划到实施的完整流程，包括架构设计、功能开发等多个环节，需要全面考虑与现有系统的潜在关联和兼容性问题；完善现有系统则是在已有架构基础上进行优化和改进，要注意避免与现有业务流程和数据交互的冲突。

（4）技术创新。在当今技术快速发展的大背景下，技术创新程度是铁路软件研发成本估算不可或缺的考量因素，主要体现在新算法、新架构或前沿技术的引入在提升软件性能的同时，往往伴随着开发难度的增加。无创新、有创新和有重大创新这3种不同的技术创新类型，对开发团队的技术能力要求、开发周期以及可能面临的技术风险各不相同，从而影响成本。

（5）系统特性。铁路软件的安全性、实时性、关联性、多样性等关键特征决定了系统特性这一综合维度调整因子的必要性。从安全角度看，铁路软件必须保障高安全性以防止对铁路运营的潜在威胁，不同的安全防护要求和等级意味着不同的安全技术投入。在即时性方面，铁路运输的实时调度需求要求软件具备快速响应能力，这涉及到软件的架构设计和性能优化成本。业务复杂度因不同的业务流程和规则而异，复杂的业务逻辑需要更多的开发资源来实现。此外，数据交互共享程度、活跃用户量和数据规模等因素也影响软件的设计和开发成本。例如，一个面向全国铁路网络的运营管理系统，要处理大量的实时数据和高并发的用户请求，这对系统的性能和可扩展性提出了较高要求，相应成本也会增加。因此，从系统重要度方面的安全防护要求、安全防护等级、业务即时性要求、应用分级，到复杂度层面的业务复杂度，再到关联度方面的数据交互共享程度，以及系统规模相关的活跃用户量和数据规模等多个具体指标，共同构成系统特性调整因子如表1所示。

通过对以上各维度因素的深入分析和权衡，前期投入调整因子将作为规模校准因子置于规模估算阶段，对规模进行校准，系统类型、系统构建类型、技术创新、系统特性这四个维度的调整因子则作为成本估算阶段的调整因子。经过与行业内资深专家的多次讨论和对大量铁路软件项目的分析，确定式(4)中调整因子的取值表示为

AC=ST\times SBT\times TI\times SC(6)

式中：ST为系统类型调整因子；SBT为系统构建类型调整因子；TI为技术创新调整因子；SC为系统特性调整因子。

由于系统特性调整因子中囊括8个二级指标，需要综合考虑各因素对系统特性影响程度以及系统特性调整因子整体取值区间，依据软件评估专家建议其内部算术逻辑和组成表示为

SC={\displaystyle \sum _{i=\mathrm{1}}^{\mathrm{8}}}S{C}_i\times \mathrm{0.025}+\mathrm{1}(7)

3.2　铁路软件研发项目费用初步评估指标量化

3.2.1　指标量化测算

为将评估指标进行准确合理的量化，本研究选取国铁集团实际软件研发项目历史数据作为样本进行分析，运用统计学方法及标杆管理理论，以3.1节确定的指标以及其具体判断依据为目标，为铁路软件研发项目费用初步评估模型中相关调整因子的取值提供数据依据，确保因子取值的客观性与适配性。指标量化测算的具体实施过程如下。

（1）采用分层抽样理论，结合系统类型、前期投入、系统构建类型等指标维度对国铁集团2021—2023年软件研发项目样本进行多维分组。

（2）对每组样本项目建立基线，通过正态性检验、数据排异、控制图绘制、参数确定进行生产率基准测算，依据3σ原则确定基线区间，选取最适合的上下限取值作为最终生产率基线。

（3）运用假设检验分析各项目属性(调整因子)对项目生产率的影响程度，验证生产率聚合情况，发现只有按系统类型分组后各组项目的生产率数值有明显聚合趋势，其余调整因子分组均无明显统一趋势，因此可得出系统类型是对项目生产率影响比重较大的关键因素。通过各类型项目生产率平均值/生产率基准中值计算得出各系统类型调整因子取值。

（4）引入美国生产力与质量中心(American Productivity and Quality Center，APQC)提出的七步基准法，通过行业模型对标结合专家经验论证的形式量化其余4项指标，对标软件行业基准数据中需求变更因子、质量要求调整因子和团队经验等调整因子，通过引入客观参照体系作为标杆，结合国铁集团样本数据分析讨论，确定前期投入调整因子、系统构建类型调整因子、技术创新调整因子和系统特性调整因子的取值，从而保证指标体系的客观性和评估准确性。

3.2.2　调整因子取值确定

本研究的指标量化取值过程综合基准分析方法、行业对标方法论以及软件评估专家经验，针对铁路信息化软件研发项目的领域特殊性，通过APQC步骤的对标流程管控，七步基准法从明确对标目标、筛选高可信度且高可比性的行业基准数据，到标准化融合，再到基准复检更新，保障了费用评估共性指标和铁路软件研发项目费用初步评估专有指标的取值可靠性。

（1）前期投入。结合在指标选取阶段对前期投入指标维度的分析以及其在规模估算阶段的定位，前期投入调整因子取值方法主要对标GB/T36964—2018，配套SSM-BK-202409需求变更因子取值，经过专家经验确认，前期投入调整因子取值如表2所示，对应式(3)中的规模校准因子CF。

（2）系统类型。按照3.2.1节测算过程，对标SSM-BK-202409全行业和交通行业的生产率数值，选取±1σ标准差上下限取值作为生产率基准得到的系统类型调整因子取值如表3所示。

（3）系统构建类型。根据指标选取阶段系统构建类型因子的分析，此因子取值方法对标SSM-BK-202409团队经验调整因子取值，结合铁路信息系统应用软件研发项目的特点，系统构建类型调整因子取值如表4所示。

（4）技术创新。技术创新调整因子主要体现创新技术在铁路软件实现时的技术复杂度对项目成本带来的影响，其判断标准与SSM-BK-202409应用类型调整因子描述范围部分相关联，经过软件评估专家讨论确定技术创新类型调整因子取值如表5所示。

（5）系统特性。系统特性主要从系统的重要度、复杂度、关联度和系统应用规模4个方面阐述了项目的质量、安全和非功能性需求等要求，对标SSM-BK-202409质量要求调整因子取值，得到系统特性调整因子取值如表6所示。

4　结束语

围绕铁路软件特征深入剖析，结合专家建议和过往经验，探索关键评估指标维度，并通过基准比对方法对调整因子进行量化，最终确定了在规模校准和成本估算调整部分包括前期投入、系统类型、系统构建类型、技术创新、系统特性在内的共5类、12个调整因子，并进行了量化测算，确保了指标的科学性、客观性和实用性。本研究综合考虑了软件开发的多方面、多角度，注重指标的精简性、可操作性，以及评估流程的科学性、标准化，形成了系统、完整的估算模型，为铁路行业软件研发费用初步评估方法的改进提供了一种有效的可行路径。然而，由于历史项目数据的数量和覆盖范围有限，调整因子的测算取值尚存在一定局限性，未来将收集范围更广、数量更多的历史项目数据作为数据集进行测算，增强模型泛化能力，优化量化与权重设置，此外，可以探索在铁路软件研发费用初步评估领域引入更多先进技术手段，提升铁路软件研发费用估算的精度和效率，为行业实践提供更为科学可靠的支撑。

参考文献

[1] 陈观秋.我国铁路投资情况“十四五”铁路信息化行业发展规划[EB/OL].(2023-05-22)[2024-11-22].

[2] 国家铁路局.“十四五”铁路科技创新规划[EB/OL].(2021-12-14)[2024-11-22].

[3] 郑 晨.国铁集团印发《“十四五”铁路网络安全和信息化规划》[EB/OL].(2022-05-12)[2024-11-22].

[4] 张 昀.铁路集团企业全面预算管理研究[J].减速顶与调速技术，2023(3)：30-32.

[5] 王建勋，闫 鹏，胡子晗.铁路行业安全信息化与科技化现状与发展方向[J].交通企业管理，2024，39(4)：29-32.

[6] 李红辉，赵 森，管军霖，等.铁路软件可靠性增长模型应用研究[J].铁路计算机应用，2021，30(4)：50-55.

[7] 唐伟忠，舒雨姗，张明曦.铁路信息系统软件开发平台的研究与设计[J].铁路计算机应用，2023，32(7)：34-40.

[8] 赵小敏，费梦钰，曹光斌，等.软件成本评估方法综述[J].计算机科学，2018，45(z2)：76-83，91.

[9] ZHAO Xiaomin， FEI Mengyu， CAO Guangbin，etc.Review for Software Cost Evaluation Methods[J].Computer Science，2018，45(z2)：76-83，91.

[10] GENCEL C， DEMIRORS O.Functional Size Measurement Revisited[J].ACM Transactions on Software Engineering and Methodology (TOSEM)，2008，17(3)：1-36.

[11] SYMONS C R.Function Point Analysis：Difficulties and Improvements[J].IEEE Transactions on Software Engineering，1988，14(1)：2-11.

[12] 范朝阳，胡 欣.基于COCOMO-Ⅱ模型的军用软件计价方法研究[J].舰船电子工程，2014，34(7)：120-124.

[13] FAN Chaoyang， HU Xin.Military Software Cost Estimation Based on COCOMO-Ⅱ[J]. Ship Electronic Engineering，2014，34(7)：120-124.

[14] 陈廷斌，侯 丽，翁竞雄.基于COCOMO-Ⅱ模型的软件项目成本估算[J].价值工程，2018，37(22)：213-215.

[15] 国家市场监督管理总局，国家标准化管理委员会. 软件工程软件开发成本度量规范：GB/T 36964—2018 [S].北京：中国标准出版社，2019：1-16．

[16] 郭莉萍.软件规模与成本估算在海关信息化建设中的应用[J].中国口岸科学技术，2023，5(S1)：10-14.

[17] GHAREHCHOPOGH F S， POURALI A.A New Approach Based on Continuous Genetic Algorithm in Software Cost Estimation[J].Journal of Scientific Research and Development，2015，2(4)：87-94.

[18] RIJWANI P， JAIN S.Enhanced Software Effort Estimation Using Multi Layered Feed Forward Artificial Neural Network Technique[J].Procedia Computer Science，2016，89：307-312.

[19] 中国软件行业协会.中国软件行业基准数据报告(SSM-BK-202409)[R].北京：工业和信息化部，2024.

[20] 陈 琳，王 宁.软件标杆的度量方法研究[J].科技管理研究，2008(9)：96-98.

[21] 中国软件行业协会. Nesma 功能点分析及应用指南[M].北京：中国标准出版社，2018.

基金资助

中国国家铁路集团有限公司科技研究开发计划课题(K2023Z003)