摘要
工业软件项目中的生产力评估仍然主要依赖于聚合的功能点与工作量比率。这种方法忽视了软件项目在内部结构和功能方面的异质性，可能导致在功能规模相似但结构复杂度差异显著的系统之间产生误导性的比较。本研究探讨了以下假设：在同一应用领域中，功能结构相似的项目往往表现出可比较的生产力行为。为此，本文提出了一种自适应且基于结构的生产力评估方法，该方法基于一个结构生产力指数（Structural Productivity Index, SPI），将特定领域的生产力信息与项目的功能组成相结合。通过真实项目数据集和合成项目数据集对所提出的模型进行验证，并结合一致性指标和基于聚类的分析来考察其在不同条件下的表现及其区分常规生产力模式与结构异常项目的能力。实验结果表明，与传统生产力指标相比，所提出的自适应生产力建模方法能够提供更一致的生产力估计解释。所提出的结构表示为未来基于人工智能的生产力分析提供了可解释的基础。
