بکارگیری الگوریتم بهینه سازی کلونی مورچگان به منظور زمانبندی پروژه های نرم افزاری

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 792

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IPMC11_020

تاریخ نمایه سازی: 11 مرداد 1396

چکیده مقاله:

زمانبندی پروژه های تولید و توسعه نرم افزار یکی از مشکلات مهم و چالش برانگیز است که مدیران پروژه ها در صنعت بسیار رقابتی نرم افزار با آن مواجه هستند. برای حل مساله زمانبندی که با افزایش تعداد کارکنان و فعالیتهای مرتبط تبدیل به یک مسیله NP سخت می گردد ، تنها چند الگوریتم محدودبرای حل وجود دارد که نتایج رضایت بخشی ایجاد نمی کنند. به منظور طراحی یک الگوریتم موثر ، در این تحقیق یک الگوریتم بهینه سازیکلونی مورچگان ) ACO ( برای این مساله پیشنهاد شده است . از آنجایی که یک فعالیت در پروژه های نرم افزار شامل پرسنل مختلف می گردد ، در این مقاله، با تقسیم وظایف و توزیع تخصیص پرسنل به فعالیتها که در قالب گره هایی در نمودار ساختاری برای ACO ایجاد می نماییم. راه حل ابتکاری بر پایه 6 حوزه به منظور بررسی فاکتورهای ، تلاشهای مورد نظر به منظور اجرای فعالیتها ، پرسنل تخصیص داده شده و اهمیت فعالیت طراحی شده است. درمیان این استراتژیهای ابتکاری، راه حل ابتکاری تخصیص پرسنل به سایر فعالیتها به خوبی عمل می کند. مساله زمانبندی پروژه های تولید و توسعه نرمافزار با یک الگوریتم ژنتیک در مورد 30 نمونه مقایسه شده است. نتایج آزمایشهای صورت گرفته نشان می دهد که الگوریتم پیشنهاد شده امید بخش است و می تواند به نرخهای اصابت با دقت بالاتر در مقایسه با حل بدست آمده از الگوریتم ژنتیک دست یابد

کلیدواژه ها:

زمانبندی ، مدیریت نرم افزار ، زمانبندی پروژه نرم افزاری ، بهینه سازی کلونی مورچگان

نویسندگان

سامان سیادتی

دانشجوی دکتری مهندسی صنایع، مرکز تحقیقات هوش استراتژیک، دانشگاه صنعتی خواجه نصیر الدین طوسی

محمد معصومی

کارشناس تحقیقات و مدیریت فناوری، شرکت پژوهش و توسعه ناجی

محمدجعفر تارخ

دانشیار دانشکده مهندسی صنایع، مرکز تحقیقات هوش استراتژیک، دانشگاه صنعتی خواجه نصیر الدین طوسی

مهدی سیدهاشمی

مدیرعامل ، شرکت پژوهش و توسعه ، تهران، 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 :
  • فرزین رضایی، بابک نژاد تولمی، "کاربردهای مالی الگوریتم کلونی مورچگای، ...
  • Dorigo, Marco, Vittorio, Maniezzo, and Alberto Colorni. *Ant system: optimization ...
  • W.N. Chen, J. Zhang, An ant colony optimization approach to ...
  • Xianfu Meng, Changyuan Zhang., ،An ant colony model based replica ...
  • Alba E, Chicano JF.*Software project management with GAs, Information Science ...
  • Kuipers, Fernando, and Freek Dijkstra. "Path selection _ multi-layer networks." ...
  • نمایش کامل مراجع