于本海，男，1968年生，蒙古族，内蒙赤蜂人，副教授，2008年毕业于华中科技大学管理学院管理科学与工程专业，获管理学博士学位，现在中国科学院软件研究所从事搏士后研究工作，中国优选法统筹法与经济数学研究会计算机模拟协会常务理事。研究方向为：管理信息系统、软件项目管理和人工智能理论与应用等。参加国家863计划项强、国家自然科学基金重点项目和省部级课题9项，发表学术论文20余篇，出版学术专著3部，主编普通高等教育“十一五”国家级规划教材1部。

    《IT项目绩效评价及其过程改进模型研究》对IT项目评价和项目过程改进现状进行了分析，界定了IT项目绩效评价的内涵和评价指标体系；建立了基于模糊神经网络（FNN）的IT项目绩效评价模型，实现了项目绩效评价和关键成功因素的识别；利用组织过去积累的项目开发经验，建立了基于遗传算法（GA）的IT项目过程改进相似案例搜索模型；将模型驱动和度量驱动模式相结合，提出了IT项目绩效驱动的过程改进模式，明确了过程改进的目标；以项目绩效水平评价为核心，建立了面向项目绩效评价的过程改进逻辑模型和P-GQM过程度量模型，并对度量模型算法进行了改进；为保证绩效驱动的过程改进模型顺利实施，建立了IT项目过程改进知识管理模型与支持系统，实现了项目知识的充分共享，达到了改善IT项目绩效的目的。
    《IT项目绩效评价及其过程改进模型研究》适用于IT企业、咨询公司和信息化管理部门的管理人员阅读，也可作为管理科学与工程类研究生的教材或参考书。

    第1章  绪论
    1.1  IT项目开发现状
    信息产业已经成为年各国经济的主导性产业，而软件产业是信息产业中不可缺少的重要组成部分。据IDC统计，全球软件业的年均增长率一直保持在15％～20％，在许多发达国家，软件产业的地位已经被提到空前的高度。然而，IT项目开发的现状却不容乐观。1995年，Standish Group公布了一项软件行业的调查报告：美国共取消了810亿美元的软件项目，其中30％的项目未做完就取消了，53％的软件项目进度通常要延长一半的时间，只有9％的软件项目能够按预算及时交付；1998年失败的项目投入大约750亿美元，成本超支220亿美元；2004年仅有29％的软件项目按时、按预算以及按最初的规划完成。在中国，大约70％的软件项目超出预定的开发周期，大型项目平均超出计划交付时间20％～50％，90％以上的软件项目开发费用超出预算，而且项目越大，超出项目计划的程度越高。国内外许多专家学者都试图从不同的角度研究解决该问题。
    在1968年NATO的科技委员会组织计算机科学家和工业界巨头召开的国际会议上，专家们认为借鉴工程学的原理，按照工程化的原则和方法组织开发工作，是摆脱软件危机的主要途径之一，因此，提出了软件工程（Software Engineering）理论。
    ……

第1章  绪论
1.1  IT项目开发现状
1.2  IT项目评价及过程改进意义
1.2.1  IT项目生命周期模型
1.2.2  IT项目评价阶段的划分
1.2.3  IT项目管理
1.2.4  IT项目绩效评价和过程改进的研究意义
1.3  IT项目绩效评价及其过程改进模型的研究方法
1.3.1  研究方法
1.3.2  研究思路
1.3.3  IT项目绩效评价及其过程改进模型的主要研究内容
1.3.4  IT项目绩效评价及其过程改进模型的逻辑研究框架

第2章  IT项目绩效评价及过程改进研究
2.1  IT项目绩效研究
2.1.1  IT项目评价
2.1.2  IT项目绩效评价
2.1.3  IT项目绩效评价的主要方法
2.1.4  IT项目绩效评价过程
2.1.5  IT项目绩效评价小结
2.2  IT项目过程改进研究
2.2.1  IT项目过程的基本概念
2.2.2  IT项目过程改进
2.3  本章小结

第3章  IT项目绩效评价指标体系
3.1  IT项目绩效评价指标体系建立原则和方法
3.1.1  IT项目绩效评价指标体系建立原则
3.1.2  建立IT项目绩效评价指标体系的方法
3.2  IT项目绩效评价初步指标体系识别
3.2.1  IT项目组织特征初步指标体系的识别
3.2.2  IT项目特征初步指标体系识别
3.2.3  IT项目绩效的初步指标体系识别
3.3  IT项目绩效评价指标体系的确定
3.3.1  IT项目绩效评价指标体系问卷（1）设计
3.3.2  IT项目组织能力指标体系的确定
3.3.3  IT项目团队能力指标体系的确定
3.3.4  IT项目特征指标体系的确定
3.3.5  IT项目绩效水平指标体系的确定
3.3.6  IT项目绩效评价指标体系的确定
3.4  IT项目过程改进知识体系界定及问卷（2）设计
3.5  本章小结

第4章  基于FNN的IT项目绩效评价模型
4.1  模糊神经网络的基本原理
4.1.1  模糊神经网络原理
4.1.2  T-S模糊神经网络模型基本原理
4.2  基于模糊神经网络的IT项目绩效评价模型
4.2.1  PE—FNN模型结构改进
4.2.2  PE—FNN模型后件网络1结构算法
4.2.3  PE—FNN模型前件网络结构算法
4.2.4  PE—FNN模型后件网络2结构算法
4.2.5  PE—FNN模糊规则的建立
4.2.6  PE—FNN模型参数的确定
4.2.7  PE—FNN模型学习算法改进
……
第5章  IT项目过程改进相似案例搜索模型
第6章  面向IT项目绩效的过程改进模型
第7章  IT项目过程改进知识管理支持系统
第8章  结语
参考文献
附录