رضا رضائی - گروه کامپیوتر، واحد قشم، دانشگاه آزاد اسلامی، قشم، ایران
عرفانه نوروزی - گروه کامپیوتر، واحد قشم، دانشگاه آزاد اسلامی، قشم، ایران

امروزه بحث توسعه نرم افزارهای مبتنی بر هوش مصنوعی،توجه زیادی را در دانشگاه هاوصنعت به خود معطوف کرده است. بخصوص اینکه درطی سالیان اخیر،موجی ازتحلیل داده ها برکسب وکارها تاثیرگذاشته و شیوه های مدیریت مهندسی را در بسیاری از صنایع تحت تاثیر قرار داده و تحقیقات دانشگاهی بسیاری را ایجاد کرده ا ست. شرکت های تولید کننده نرم افزار،یک شکل از توسعه"هوشمند"را در یک یا چند مرحله از فرایندهای توسعه نرم افزاری خود بکار گرفته اند. برای مثال چابک مت شکل از چندین ا سپرینت ا ست که درهر یک از آنهایک ویژگی نرم افزاری خاص طراحی، آزموده، پالایش و اثبات می شود.از آنجایی که توسعه نرم افزار به زمینه پروژه بستگی دارد، آزمودن آن نیز به گونه متفاوت در هر ا سپرینت انجام می شود.این مقاله باا ستفاده از روشهای تحلیلی و آماری رو شی رابرای پیش بینی شک ستهای نرم افزاری در اسپرینهای چابک معرفی می کند.این روش جدیدکه آزمایش بر مبنای تجزیه و تحلیل((ADT۱نامیده می شود خطاها و محل آنها را پیش بینی می کند.این امر با اندازه گیری مداوم ۲MTBF و استفاده ازیک مدل رگرسیونی پیش بینی کننده برای برآورد احتمال وقوع انواع خطاهای نرم افزاری و همچنین محل وقوع آنها انجام می شود. درنهایت ADT ارائه شده مورد ارزیابی قرار می گیرد.

تحلیل داده ها ، چابک، MTBF ، شکست نرم افزاری ، هوش مصنوعی