-
Sprintu plānošanas optimizācija
| Nr. | Sadaļas nosaukums | Lpp. |
| Darba uzdevums | 3 | |
| Modeļa izveide | 5 | |
| Modeļa programmēšana | 6 | |
| Mainīgie darba izpildei | 6 | |
| Modeļa kods | 6 | |
| Modeļa rezultāti | 9 | |
| Secinājumi | 11 |
Secinājumi
Sākot pildot darbu pirmo reizi saskāros ar spējās izstrādes principiem, kas darba pildīšanu padarīja samērā interesantu. Uzskatu ka studiju darba mērķis tika izpildīts, jo izdevās izveidot modeli kas atbilst vismaz pamata prasībām, kā arī apgūt izstrādes vidi CPLEX un pamatus darbam ar to. Paša modeļa izveides process nebija grūts, jo bija doti daudzi palīgmateriāli, notika lekcija darbam ar izstrādes vidi, pirmkodam dots piemērs. Iespējams vēl vieglāk būtu, ja pirms veidošanas būtu izlasījusi palīgmateriālu par sprintu plānošanas pārveidošanu OPL vidē, jo datu tipu izprašana un mainīgo definēšana prasīja samērā daudz laika, taču tā nu ir tikai manis pašas neuzmanības vaina. Materiāls tāpat noderēja kļūdu pārbaudei un optimizēšanai. Kursa sākumā likās, ka darbu pildīt būs ļoti sarežģīti, taču tā nemaz nebija. Iespējams pāris lietas varēja tikt veidotas labāk (piemēram funkcijas nerakstītas izvērstā veidā) , kā arī pievienoti vēl papildu dažādi ierobežojumi, riskiem vai kādai citai daļai, taču kopumā modelis ir apmierinošs. Šis darbs noteikti vairāk palīdzēja izprast gan agile principu darbu gan arī problēmas kas var rasties strādājot ar dažādiem projektiem un nedaudz arī to kā optimizēt darbu lai iegūtu maksimālo rezultātu. Vēl varu piebilst ka darbs ar CPLEX programmu ir ļoti patīkams, jo tiek automātiski parādītas kļūdas arī pirms koda kompilēšanas kā arī pati programma ir diezgan ērti lietojama un viegli saprotama pat cilvēkam, kas to dara pirmo reizi.
…
Izmantojot lekcijās apskatītā modeļa principus, izveidot optimālu sprintu plānu atbilstoši individuālā varianta nosacījumiem Modeļa variants: 35 Darba gaita 1) Risku ( ietekmes) , korelācijas un pirmsnorišu definēšana atbilstoši dotajam darba variantam. 2) Bāzes izveide CPLEX vidē – maksimizējamās funkcijas, mainīgo definēšana. 3) Bāzes ierobežojumu definēšana. 4) Papildu ierobežojumu korelācijai un pirmsnorisēm definēšana. 5) Iegūto rezultātu salīdzināšana ar bāzes modeli, modeļa pārbaude. Modelī iekļaujamie nosacījumi Lietotāja apmierinātība – lietotāja stāstus ar augstāku lietderību vēlams izpildīt un piegādāt pirmos, tādējādi palielinot lietotāja izpratni un uzticību. Radniecības menedžments – radniecīgos stāstus vēlams iekļaut vienā sprintā, lai palielinātu to vērtību lietotājam. Riska vadība – kritisko stāstu, kuri var izraisīt vēlāku nevēlamu efektu, izstrādi veic uzmanīgāk, lai būtu pietiekams laiks korekciju veikšanai; to var panākt. izvietojot riskantos stāstus sprintos ar lielāku kapacitāti. Modeļa formalizācija Ir dota m sprintu kopa S un n lietotāju stāstu kopa U. Pieņemtie apzīmējumi: xij = 1, ja j-tais stāsts iekļauts i-tajā sprintā; 0, ja nav iekļauts; uj - j-tā l stāsta lietderības raksturojums; pj – j-tā stāsta punktu skaits; pimax – i-tā sprinta kapacitāte ( izteikta stāstu pinktos); rj – j-tā stāsta riska vērtējums; aj – j-tā stāsta „radniecības pakāpe”; Yj ∈ U – j-tajam stāstam radniecīgo stāstu kopa; yij – palīgmainīgais, kas norāda to kopas Yj stāstu skaitu, kas iekļauti sprintā i; Dj ∈ U – to stāstu kopa no kuriem j-tais stāsts ir atkarīgs;
