مقاله مروری: ترکیب الگوریتمهای بهینه سازی فراابتکاری با مدل تخمین هزینه کوکومو
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 802
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CSITM02_024
تاریخ نمایه سازی: 25 بهمن 1394
چکیده مقاله:
دقت تخمین هزینه نرم افزار یکی از دشوارترین وظایف توسعه دهندگان نرم افزار است. درحالیکه سایر جنبه های پروژه دروضعیت مناسب هستند ؛ تخمین نادرست می تواند منجر به شکست پروژه گردد . دلیل اصلی این مشکل عدم دقت تخمیناست ؛ مدیران نیاز به مشخص کردن نیازمندیهای سیستم در شروع توسعه جهت تخمین دقیق هستند. تخمین هزینه و زمان در اوایل چرخه عمر توسعه نرم افزار بزرگترین چالش برای پروژه های نرم افزار به شمار می رود ؛ از جمله دلایل این چالش ها می توان به ناهماهنگی و ناسازگاری پروژه های نرم افزار، پیچیدگی فرآیند تولید ، نقش ویژه انسانها و سطح بالای مشخصاتمبهم و غیر عادی پروژه های نرم افزار اشاره کرد . عدم قطعیت و پیچیدگی سیستم های نرم افزاری ، توسعه موثر و کارآمد نرمافزار را با مشکل مواجه ساخته و باعث شده که سیستم های نرم افزاری ، به تکنیکهای بهینه با منابع محدود ، موثر و جدیدتمایل یابند. پیش بینی تلاش لازم برای توسعه نرم افزار با بکارگیری الگوریتمهای بهینه سازی فراابتکاری پیشرفتهای قابل توجهی را در این حوزه ایجاد کرده است. در مقاله حاضرتاثیر ترکیب تعدادی از الگوریتمهای فرا ابتکاری با مدل های اصلی تخمین از جمله مدل کوکومو مورد بررسی قرار گرفته است . کارایی مدلهای ترکیبی صرفنظر از مجموعه داده بکار گرفته شده در همه روشها مشهود است . می توان گفت که همه مدلها در تخمین، متوسط شدت خطای نسبی را کاهش و باعث افزایش دقت تخمین شده اند.
کلیدواژه ها:
نویسندگان
مریم حسنی سعدی
دانشجوی کارشناسی ارشد فناوری اطلاعات ، گروه کامپیوتر ، دانشگاه آزاد اسلامی واحد کرمان ، کرمان ، ایران
عباس رضائی
عضو هیأت علمی دانشگاه آزاد کرمان، گروه کامپیوتر ، دانشگاه آزاد اسلامی واحد کرمان، کرمان ، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :