FPA的示例类型

FPA分析的示例类型

此页面以一个简单的案例说明了三种功能点分析: 维护客户数据和产品数据并查询供应商数据的信息系统.

功能点计数所需的精度越高, 更详细的必须是信息系统的功能规范. 因此，本示例按精度提高的顺序讨论了三种功能点计数方法 (指示性的, 全球范围, 详情)

指示功能点计数是上述三种类型中精度最低的. 能够执行指示性功能点计数, 一个人只需要知道, 哪些逻辑数据集与信息系统相关, 以及它们是否仅由信息系统访问或维护.

假设已经为信息系统给出了以下功能规范:

这种高级功能规范足以执行指示性功能点分析:

能够执行全局功能点计数, 除了逻辑数据收集，我们还需要有关用户交易的信息; 所以我们需要更详细的功能规格

此更详细的功能规范显示了实际需要的用户交易, 因此可以启用全局功能点计数. 全局功能点计数比指示性计数更准确, 但不如下面的详细计数准确.

基于这些功能规格的全局功能点计数如下:

用户功能	*功能类型*	*复杂 (默认值)*	*功能点*
顾客	轻型货车	简单的	7
产品	轻型货车	简单的	7
供应商	货车	简单的	5

添加客户	如果	平均	4
变更客户	如果	平均	4
删除客户	如果	平均	4
要求客户	的	平均	4
概述 1 关于客户	超滤	平均	5
概述 2 关于客户	超滤	平均	5
概述 3 关于客户	超滤	平均	5
概述 4 关于客户	超滤	平均	5

添加产品	如果	平均	4
变更产品	如果	平均	4
移除产品	如果	平均	4
索取产品	的	平均	4
与产品相关的概述	超滤	平均	5

要求供应商	的	平均	4
供应商概述	超滤	平均	5

全局功能大小			85 fp

为了能够执行详细的功能点计数, 一个不应该只是逻辑数据集 (轻型货车, 货车) 和用户交易 (如果, 超滤, 的) 知道, 但也可以解决每个用户功能的功能复杂性 (简单的, 平均, 难的) 决定. 因此，此处的标准值（例如全局计数）不足.

FPA是用户功能的功能复杂性 (逻辑数据收集或用户事务) 根据数据元素的数量和 “打” 与该用户功能相关的数据收集.

这就是为什么功能规格 (如本示例前面所述，当执行全局功能点计数时) 需要更详细地分析:

每个已标识的逻辑数据集的标识, 从多少个RET (数据组) 这个存在, 以及多少个DET (属性) 在其中定义;
然后可以基于矩阵确定哪个复杂度级别 (简单的, 平均, 难的) 是有问题的逻辑数据集
每笔用户交易 (如果, 超滤, 的) 必须确定有多少个DET (属性) 与用户交易有关, 以及多少逻辑数据集 (轻型货车, 货车) 相关用户交易维护或访问;
然后，可以根据矩阵明确确定复杂程度 (简单的, 平均, 难的) 是相关的用户交易.

对功能规格的详细分析可能会导致以下功能点计数:

用户功能	功能类型	复杂	功能点 (愚蠢的)
顾客	轻型货车	平均	10
产品	轻型货车	简单的	7
供应商	货车	简单的	5

添加客户	如果	难的	6
变更客户	如果	平均	4
删除客户	如果	简单的	3
要求客户	的	简单的	3
概述 1 关于客户	超滤	简单的	4
概述 2 关于客户	超滤	平均	5
概述 3 关于客户	超滤	简单的	4
概述 4 关于客户	超滤	难的	7

添加产品	如果	平均	4
变更产品	如果	简单的	3
移除产品	如果	简单的	3
索取产品	的	平均	4
与产品相关的概述	超滤	平均	5

要求供应商	的	简单的	3
供应商概述	超滤	平均	5

功能尺寸			85 fp

在这种情况下，所有这三种方法都会导致相同的功能范围 85 功能点. 通常，结果并不完全相同, 但他们彼此很接近. 在此页面上进一步显示了对全局和指示性功能点计数准确性的研究结果.