博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
瀑布模型
阅读量:3904 次
发布时间:2019-05-23

本文共 603 字,大约阅读时间需要 2 分钟。

瀑布模型:将软件生存周期的各项活动规定为按固定顺序而连接的若干阶段工作,形如瀑布流水,最终得到软件产品。其过程是将上一项活动的输出作为该项活动的输入,利用这一输入实施该项活动应完成的内容,然后对当前活动的工作结果进行验证,如果验证通过,则该结果作为下一项活动的输入,继续进行下一项活动,否则返回修改。

传统的瀑布模型

    瀑布模型的优点(参考):

    1)为项目提供了按阶段划分的检查瀑布模型查点。

    2)当前一阶段完成后,只需要去关注后续阶段。

    3)可在迭代模型中应用瀑布模型。

    4)它提供了一个模板,这个模板使得分析、设计、编码、测试和支持的方法可以在该模板下有一个共同的指导。

    瀑布模型的缺点

    1)各个阶段的划分完全固定,阶段之间产生大量的文档,极大地增加了工作量。

    2)由于开发模型是线性的,用户只有等到整个过程的末期才能见到开发成果,从而增加了开发风险。

    3)通过过多的强制完成日期和里程碑来跟踪各个项目阶段。

    4)瀑布模型的突出缺点是不适应用户需求的变化。

    5)早期的错误可能要等到开发后期的测试阶段才能发现,进而带来严重的后果。

    传统的瀑布模型过于理想化,早期的错误只有等到开发后期才能发现,进而带来严重的后果。为尽早发现错误,在瀑布模型中加入迭代过程。当后面阶段发现前面阶段的错误时,需要沿图中左侧的反馈线返回前面的阶段,修正前面阶段的产品之后再回来继续完成后面阶段的任务。 

加入迭代过程的瀑布模型

转载地址:http://ikxen.baihongyu.com/

你可能感兴趣的文章
matplotlib-绘制精美的图表
查看>>
离群点检测Outlier Detection
查看>>
最大似然估计(Maximum likelihood estimation)
查看>>
Python 爬虫的工具列表 附Github代码下载链接
查看>>
Configure Git to sync your fork with the original 同步 Github fork 出来的分支
查看>>
浅析时间序列用户生命周期的聚类方法
查看>>
Python Packeage Install
查看>>
Programatically understanding dynamic time warping
查看>>
轻松看懂机器学习十大常用算法
查看>>
数据挖掘十大经典算法(8) kNN: k-nearest neighbor classification
查看>>
基于Flume的美团日志收集系统(一)架构和设计
查看>>
稀疏索引
查看>>
Kafka文件存储机制那些事
查看>>
Kafka 高性能吞吐揭秘
查看>>
【Zookeeper系列一】Zookeeper应用介绍与安装部署
查看>>
zookeeper 安装 使用
查看>>
kafka 安装部署
查看>>
关于吞吐量和延迟的精彩比喻
查看>>
UPYUN基于ngx_lua的动态服务路由方案
查看>>
OpenResty Con 2016 见闻杂记
查看>>