شماره ركورد كنفرانس :
3822
عنوان مقاله :
ارائه يك مدل وزن دهي تركيبي براي تخمين تلاش لازم جهت توسعه نرمافزار
پديدآورندگان :
رضا ذاكري ميرزا محمد دانشجوي كارشناسي ارشد نرم¬افزار، گروه مهندسي كامپيوتر، دانشگاه آزاد اسلامي، بردسير، ايران , خطيبي بردسيري عميد استاديار گروه مهندسي كامپيوتر، واحد بردسير، دانشگاه آزاد اسلامي، بردسير، ايران
كليدواژه :
تخمين تلاش , تلاش توسعهي نرمافزار , الگوريتم ژنتيك , شبكه عصبي , مدل وزن¬دهي
عنوان كنفرانس :
چهارمين كنفرانس ملي فناوري اطلاعات، كامپيوتر و مخابرات
چكيده فارسي :
تخمين تلاش توسعهي نرمافزار، فرآيند پيشبيني تلاش موردنياز براي توسعهي يك سيستم نرمافزاري است كه آن را نهتنها ميتوان شامل تلاش توسعهي نرمافزار دانست بلكه ميتوان آن را بيانكننده تلاش موردنياز جهت نگهداري نرمافزار دانست. با اينكه تلاش، تنها بخش بزرگي از هزينههاي نرمافزار را به خود اختصاص ميدهد و به دليل اينكه عامل اصلي در تعيين هزينهي نرمافزار محسوب ميگردد، اصطلاح تخمين هزينهي نرمافزار در اغلب كارهاي پژوهشي معادل تخمين تلاش توسعهي نرمافزار به كار ميرود. تخمين دقيق تلاش موردنياز در مراحل اوليهي توسعهي نرمافزار، نقش بسيار مهمي در مديريت پروژه بر عهده دارد. با اينكه در سالهاي اخير با هدف بالا بردن دقت، استفاده از مدلهاي يادگيري ماشين در تخمين تلاش توسعهي نرمافزار بيشتر موردتوجه قرارگرفته است، اما هيچكدام از مدلهاي موجود در تمام شرايط مناسب نيستند و از دادگاني به دادگان ديگر دقت متفاوتي را ارائه ميدهند. بنابراين نياز به ساختن مدل تخميني كه قابلاطمينان باشد و دقت بالايي را فراهم نمايد وجود دارد. در اين مقاله به بررسي جايگاه استفاده از سيستم وزن دهي تركيبي با استفاده از شبكه عصبي و الگوريتم ژنتيك در تخمين نرمافزار پرداختهشده و رويكرد جديدي براي تخمين نرمافزار با استفاده از اين تكنيك ارائه ميگردد. نتايج بيانگر كيفيت مناسب روش پيشنهادي ميباشد؛ پروژههاي مجموعه دادههاي COC`81 را مورد ارزيابي و مقايسه قرار دادهايم و نتايج بهدستآمده نشاندهنده اين است كه مدل پيشنهادي الگوريتم ژنتيك و شبكه عصبي بهصورت اساسي، معيارهاي MMRE را كاهش داده است. بر اين اساس، مدل پيشنهادي براي كار تخمين زدن مناسب بوده و خطاي تخمين كمتري در مقايسه با مدل COCOMO و الگوريتمهاي ژنتيك و كلوني مصنوعي زنبور دارد. روش پيشنهادي داراي ميزان ميانگين شدت خطاي نسبي كمتري از روشهاي ديگر ميباشد، بهطوريكه ميزان خطاي روش پيشنهادي كمتر از خطاي الگوريتم ژنتيك و روش الگوريتم فازي- عصبي است.