بهار احمدی ناغانی - دانشجو، گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه شهرکرد، شهرکرد، ایران،
هادی خسروی فارسانی - استادیار، گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه شهرکرد، شهرکرد، ایران
تقی جاودانی گندمانی - استادیار، گروه علوم کامپیوتر، دانشکده علوم ریاضی، دانشگاه شهرکرد، شهرکرد، ایران

توسعه نرم افزار را می توان فعالیتی دانست که از انواع پیشرفت های تکنولوژیک استفاده می کند و نیاز به دانش بالایی دارد. به همین دلیل، هر پروژه توسعه نرم افزاری حاوی عناصر عدم قطعیت است که به عنوان ریسک پروژه شناخته می شود. موفقیت یک پروژه توسعه نرم افزار به شدت به میزان ریسک مربوط به هر فعالیت پروژه بستگی دارد. لذا، به عنوان یک مدیر پروژه، آگاهی از خطرات کافی نیست. جهت دستیابی به یک نتیجه موفق، یک مدیر پروژه باید بتواند تمام ریسک های اصلی را شناسایی، سپس ارزیابی، اولویت بندی و درنهایت مدیریت کند. مدیریت ریسک فرایندی برای شناسایی، رفع و پیش بینی ریسک های احتمالی است؛ به عبارت دیگر، این فرایند مربوط به تمام فعالیت هایی است که برای کاهش عدم قطعیت مرتبط با وظایف یا رویدادهای خاص انجام می شود. پیش بینی ریسک های احتمالی می تواند به تیم های نرم افزاری کمک نماید تا قبل از وقوع ریسک، چاره مناسبی برای پیش گیری از رخداد ریسک های احتمالی اندیشیده و هزینه های چالش های احتمالی را کاهش دهند. علیرغم کارهای متعدد انجام شده در خصوص مدیریت ریسک پروژه های نرم افزاری، به نظر میرسد که بتوان با کمک الگوریتم های نوین و بهره گیری از تکنیکهای یادگیری ماشین فرایند شناسایی یا پیش بینی ریسک های احتمالی را بهبود بخشید.از این رو هدف این رساله انتخاب ویژگی و کاهش آن که توسط الگوریتم بهینه سازی ملخ انجام می شود و برای طبقه بندی ریسک و ویژگی ها از روش های طبقه بندی استفاده می شود.

مدیریت ریسک، ریسک های احتمالی، بهینه سازی ملخ، روش های طبقه بندی