软件工程导论实验报告_航空订票系统2

《软件工程导论实验报告_航空订票系统2》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、序列号：成绩：软件工程概论课程考查报告题目名称___航空订票系统______________学生学院____管理学院__________________专业班级___信管3班___________________学号__3112004830_________________学生姓名___郑嘉逸___________________联系电话___13580529614________________2013年4月14/14“机票预订系统”的需求分析需求分析是开发软件系统的重要环节，是系统开发的第一步和基

2、础环节。通过需求分析充分认识系统的目标、系统的各个组成部分、各部分的任务职责、业务范畴、工作流程、工作中使用的各种数据及数据结构、各部门的业务关系和数据流程等，为系统设计打下基础。需求分析的好坏往往决定了系统开发的成败。需求分析从系统的调查研究入手，需求分析要对系统的各个方面有全面的了解，既包括系统内部的各个方面，也包括与系统有联系的各种外部因素。通过调查研究和分析，对系统产生比较深刻的认识。需求分析阶段的最终结果是“需求分析说明书”，它涵盖了对用户环境、事务处理和信息流程分析的一切成果，供项目开发小

3、组和用户共同遵守。如果采用瀑布模型，就要对“需求分析说明书”进行冻结，使它成为凝固可靠的基线。万一要求变更基线，开发者和用户双方，都必须执行基线变更程序，此变更程序在合同中已做了明确规定。现针对“机票预订系统”对机票预订部门的组织结构、业务流程、用户角色职能、系统数据流进行分析。利用结构化分析和UML中的用例从大到小、从粗到细进行系统建模。1、组织结构调查系统的组织结构，反映了单位内部各个部门的职责划分和它们之间的关系。为了对系统有一个全貌性的了解，首先要对系统内部部门结构、人员组织及用户情况有所了解

4、。对系统组织结构的调查，是从总的方面对系统进行宏观了解和分析。信息的流动关系是以组织结构为背景的，而且总是伴随着组织部门之间的资金流和物流的传递而产生。机票预订系统的组织结构如图1所示。图1系统组织结构图机票预订由机票预定部门全面负责，下设信息管理部、票务部、客服部三个部门的业务职责如下：14/14l信息管理部：管理基本信息、主要包括旅客基本信息的查询、更改、删除；航班信息的添加、查询、更改、删除。l票务部：管理各种票据，主要包括根据订票信息和航班信息打印账单和取票通知、核对账单和取票通知以及交款信息

5、，无误则打印机票并发放。l客服部：为订票旅客提供实时服务，主要包括投诉咨询受理，和售前售后支持。2、系统用户分析“机票预订系统”主要是针对机票预订工作而开发的应用软件。通常有系统管理员、机票预订管理员和订票旅客三种用户，他们的使用权限如下：l系统管理员：对系统、数据库进行维护，主要对不同人员赋予不同的权限。l机票预订管理员：对机票预定工作进行具体的操作。l订票客户：一般操作水平，能够在本系统查询个人信息和订票信息。（由于水平有限，做出来的系统不包含此功能）3、UML用例图建模图2是根据用户的职能建立的

6、用例图。图2用例图14/14图2中<>表示包含关系，表示被包含用例是被多个包含用例使用的一个可复用模块，而<>表示对用例的扩展。4、数据流图数据流图是全面描述系统逻辑模型的工具，它抽象概括地把系统中各种业务处理过程联系起来。在画“机票预订系统”的数据流图时，首先要画出整个顶层图，以保证对整个系统的概况有个整体了解，然后把顶层图中的细节用下一层次的数据流程图来表示，按照由粗到细、逐层细化的原则对系统的各个模块进行深入的分析。图3是“机票预订系统”的顶层数据流图。图3顶

7、层数据流图顶层数据流图只是粗略地给出了整个系统的数据流情况，为了更好地把“机票预订系统”中各个模块的具体数据流处理细节表示出来，可以在顶层图的基础上自顶向下地继续分解，得到1层和2层数据流程图，如图4和5所示。图41层数据流图14/14图52层流程图虽然1层数据流图对“机票预订系统”的顶层数据流图进行了细化，但是1层数据流图仍然不够详细，因此对1层数据流图中个别复杂的加工进一步细化，单独画出一张数据流图，如图5至图6所示。14/14图6订票处理的细化流程图图7取票处理的细化流程图5、数据字典14/14

8、为了对数据流图中各元素进行详细的说明，采用了数据字典的说明方法。由于篇幅限制，仅对机票预订系统数据流图的部分数据字典举例说明如下：l数据流条目（1）数据流名称：旅客信息简述：订票旅客基本信息及订票要求数据流来源：旅客确定订票后，由订票管理人员编码整理后，输入计算机数据流去向：加工1安排航班，该加工将录入的数据存入数据库(订票基本信息表)数据项组成：身份证号+姓名+性别+工作单位+旅行日期+旅行时间+旅行目的地+联系方式数据流量：0人/天高峰流量：1000