软件过程可概括为三类:基本过程类、支持过程类和组织过程类。基本过程类包括获取过程、供应过程、开发过程、运作过程、维护过程和管理过程。支持过程类包括文档过程、配置管理过程、质量保证过程、验证过程、确认过程、联合评审过程、审计过程以及问题解决过程。组织过程类包括基础设施过程、改进过程以及培训过程。
泊松过程除作为计数过程的一种重要数学模型外,又是众多重要随机过程的特例。 独立增量过程的莱维- 伊藤分解表明,利用它还可构成一般的独立增量过程,因而它在随机过程中占有特殊地位,也有人把它与布朗运动一起称之为随机过程的基石。
过程度量是对软件开发过程的各个方面进行度量,目的在于预测过程的未来性能,减少过程结果的偏差,对软件过程的行为进行目标管理,为过程控制、过程评价持续改善提供定量性基础。过程度量与软件开发流程密切相关,具有战略性意义。软件过程质量的好坏会直接影响软件产品质量的好坏,度量并评估过程、提高过程成熟度可以改进产品质量。相反,度量并评估软件产品质量会为提高软件过程质量提供必要的反馈和依据。过程度量与软件过程的成熟度密切相关,其度量模型如图7-2所示:
软件过程的度量,需要按照已经明确定义的度量流程加以实施,这样能使软件过程度量作业具有可控制性和可跟踪性,从而提高度量的有效性。软件过程度量的一般流程主要包括:确认过程问题;收集过程数据;分析过程数据;解释过程数据;汇报过程分析;提出过程建议;实施过程行动;实施监督和控制。这一度量过程的流程质量能保证软件过程度量获得有关软件过程的数据和问题,并进而对软件过程实施改善。
第三个成分是元认知(meta cognition),是对认知过程的认知,包括个体拥有的有关认知过程的知识和对认知过程的控制。元认知控制并协调着将信息从一个贮存库转移到另一个贮存库的各种认知加工过程。
式中等号表示该过程为可逆过程,不等号表示该过程为自发过程。式 (4)表明,在一个封闭系统中,一个等温、等容且不做非体积功的过程总是自发地向着亥姆霍兹函数减小的方向进行,直到系统的亥姆霍兹函数达到一个最小值为止。