سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

بهبود تخمین تلاش توسعه نرم افزار با استفاده از ترکیب الگوریتم های جستجوی فاخته و بهینه سازی ازدحام ذرات

Publish Year: 1400
Type: Journal paper
Language: Persian
View: 112

This Paper With 14 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

JR_JSCIT-10-3_008

Index date: 16 October 2024

بهبود تخمین تلاش توسعه نرم افزار با استفاده از ترکیب الگوریتم های جستجوی فاخته و بهینه سازی ازدحام ذرات abstract

تخمین صحیح تلاش لازم برای توسعه نرم افزار، نقش مهمی در موفقیت این قبیل پروژه ها دارد. تاکنون پژوهشهای متعددی برای تخمین تلاش انجام شده است، لیکن بهبود دقت این محاسبه هنوز از چالشهای مطرح است. در این مقاله، راهکاری مبتنی بر الگوریتمهای فراابتکاری برای حل این چالش ارائه شده است. روش کار به این صورت است که ابتدا از الگوریتم جستجوی فاخته به منظور انتخاب صحیح ویژگیهای نرم افزاری مطرح در تخمین تلاش استفاده می شود. سپس جواب های به دست آمده با استفاده از الگوریتم بهینه سازی ازدحام ذرات بیشتر مورد واکاوی قرار می گیرد. ایده این کار آن است که اجرای متوالی الگوریتم های مذکور باعث جستجوی دقیق تر فضای مساله شده و امکان دسترسی به بهینه سراسری، یعنی ویژگیهای بهینه را افزایش دهد. در نهایت، ویژگیهای انتخاب شده به عنوان پارامترهای ورودی مدل پسا معماری کوکومو۲ مورد استفاده قرار گرفته و تلاش لازم، محاسبه می شود. راهکار پیشنهادی بر روی دو مجموعه داده کوکومو۸۱ و کوکوموناسا مورد بررسی قرار گرفته و به منظور ارزیابی آن از دو معیار متوسط شدت خطای نسبی و درصد پیش بینی استفاده شده است. نتایج به دست آمده از آزمایش های این راهکار و مقایسه آن با پژوهشهای پیشین نشان می دهد که در کوکومو۸۱، مقدار متوسط شدت خطای نسبی به اندازه ۱۷۷/۰ کاهش یافته و درصد پیش بینی به ترتیب در سه حالت ۲۵، ۳۰ و ۴۰ درصد، به اندازه ۸۷/۷%، ۰۴/۸% و ۶۶/۸% افزایش یافته است. همچنین در کوکوموناسا، مقدار متوسط شدت خطای نسبی به اندازه ۱۵۱/۰ کاهش یافته و درصد پیش بینی به ترتیب در سه حالت ۲۵، ۳۰ و ۴۰ درصد، به اندازه ۵۵/۷%، ۹۸/۷% و ۱۱/۸% افزایش یافته است.

بهبود تخمین تلاش توسعه نرم افزار با استفاده از ترکیب الگوریتم های جستجوی فاخته و بهینه سازی ازدحام ذرات Keywords:

تخمین تلاش , توسعه نرم افزار , جستجوی فاخته , بهینه سازی ازدحام ذرات

بهبود تخمین تلاش توسعه نرم افزار با استفاده از ترکیب الگوریتم های جستجوی فاخته و بهینه سازی ازدحام ذرات authors

Saeed Samavatian

دانشکده فنی و مهندسی، واحد اصفهان (خوراسگان)، دانشگاه آزاد اسلامی، اصفهان، ایران

Keyvan Mohebbi

گروه برق و کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی، مبارکه، اصفهان، ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :
Popović and D. Bojić, "A comparative evaluation of effort estimation ...
Kumari and S. Pushkar, "Cuckoo search based hybrid models for ...
Padmaja and D. Haritha, "Software Effort Estimation using Meta Heuristic ...
Singal, A. C. Kumari, and P. Sharma, "Estimation of software ...
S. Kumar and H. Behera, "Estimating Software Effort Using Neural ...
Sinhal and B. Verma, "Software Development Effort Estimation: A Review," ...
Jørgensen, "What we do and don't know about software development ...
Pospieszny, B. Czarnacka-Chrobot, and A. Kobylinski, "An effective approach for ...
Usman, R. Britto, L.-O. Damm, and J. Börstler, "Effort estimation ...
Aljohani and M. Qureshi, "Comparative study of software estimation techniques," ...
K. Bardsiri and S. M. Hashemi, "Software effort estimation: a ...
A. Amazal and A. Idri, "Estimating software development effort using ...
T. Khuat and M. H. Le, "Optimizing parameters of software ...
R. Maier, S. Razavi, Z. Kapelan, L. S. Matott, J. ...
Venkataiah, R. Mohanty, J. Pahariya, and M. Nagaratna, "Application of ...
S. Yang and S. Deb, "Cuckoo search via Lévy flights," ...
S. Yang, "Chapter ۲ - Analysis of Algorithms," in Nature-Inspired ...
Guerrero-Luis, F. Valdez, and O. Castillo, "A Review on the ...
Wang, D. Tan, and L. Liu, "Particle swarm optimization algorithm: ...
C. Lin and H.-Y. Tzeng, "Applying particle swarm optimization to ...
Kaur and S. K. Sehra, "Particle swarm optimization based effort ...
Murillo-Morera, C. Quesada-López, C. Castro-Herrera, and M. Jenkins, "A genetic ...
Wu, J. Li, and C. Bao, "Case-based reasoning with optimized ...
S. Gautam and V. Singh, "The state‐of‐the‐art in software development ...
Menzies, Y. Yang, G. Mathew, B. Boehm, and J. Hihn, ...
Beiranvand, W. Hare, and Y. Lucet, "Best practices for comparing ...
A. Shah, D. N. A. Jawawi, M. A. Isa, M. ...
Mustapha and N. Abdelwahed, "Investigating the use of random forest ...
Ezghari and A. Zahi, "Uncertainty management in software effort estimation ...
Zare, H. K. Zare, and M. S. Fallahnezhad, "Software effort ...
Shanker, J. Jaya, and K. Thanushkodi, "An Effective Approach to ...
V. KHATIBI and M. Dorosti, "An Improved COCOMO based Model ...
-L. Du and M. Swamy, "Particle Swarm Optimization," in Search ...
Trendowicz and R. Jeffery, "Software project effort estimation," Foundations and ...
نمایش کامل مراجع