کاربرد روشهای محاسبات نرم در بهبود عملکرد مدل کوکومو بمنظورتخمین هزینه پروژه های نرم افزاری
Publish Year: 1392
Type: Conference paper
Language: Persian
View: 4,019
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
NCCEB01_029
Index date: 8 June 2014
کاربرد روشهای محاسبات نرم در بهبود عملکرد مدل کوکومو بمنظورتخمین هزینه پروژه های نرم افزاری abstract
تخمین دقیق میزان هزینه و زمان مورد نیاز یک پروژه نرم افزاری به خصوص در مراحل اولیه توسعه، اهمیت بسیاری در مدیریت موثر پروژه های نرم افزاری دارد. مدلهای زیادی جهت تخمین میزان تلاش یک پروژه نرم افزاری ابداع شده اند که از بین آنها مدل کوکومو یکی از معروفترین و متداولترین مدلها می باشد. اما به دلیل آنکه اطلاعات کمی به خصوص در مراحل اولیه پروژه در دست می باشد، دقت تخمین این مدل پایین است که این امر منجر به انجام تحقیقات گسترده جهت ترکیب این مدل با تکنیکهای مختلف و افزایش دقت آن شده است. تنوع کارهای تحقیقاتی انجام شده و عدم وجود یک مقاله مروری جامع، انجام کار پژوهشی در این حوزه را دشوار نموده است. هدف از نگارش این مقاله، مروری بر چهار تکنیکی است که تاکنون جهت بالا بردن دقت تخمین مدل کوکومو بر روی آن اعمال شده است:الگوریتم های بهینه سازی، منطق فازی، شبکه های هوشمند عصبی و الگوریتم های دسته بندی. در این مقاله با بررسی و مقایسه مطالعات قبلی، روشهای بهبود کوکومو، بخشهایی که هرکدام از این روشها در مدل کوکومو بهبود داده اند و میزان این بهبود مورد تجزیه و تحلیل قرار گرفته است.
کاربرد روشهای محاسبات نرم در بهبود عملکرد مدل کوکومو بمنظورتخمین هزینه پروژه های نرم افزاری Keywords:
کاربرد روشهای محاسبات نرم در بهبود عملکرد مدل کوکومو بمنظورتخمین هزینه پروژه های نرم افزاری authors
سعیده جهانشاهی
گروه مهندسی فناوری اطلاعات، دانشگاه آزاد اسلامی واحد کرمان، کرمان، ایران
وحید خطیبی بردسیری
استادیار، گروه کامپیوتر، دانشگاه آزاد اسلامی واحد بردسیر، کرمان، ایران
رضوان حسنی سعدی
گروه مهندسی فناوری اطلاعات، دانشگاه آزاد اسلامی واحد کرمان، کرمان، ایران
معصومه مقبلی
گروه مهندسی فناوری اطلاعات، دانشگاه آزاد اسلامی واحد کرمان، کرمان، 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 :