بهینه سازی بر پایه ICA جهت افزایش دقت تخمین تلاش نرم افزار با تنظیم پارامترهای مدل کوکومو

تخمین هزینه نرمافزار یکی از مراحل اساسی در برنامه ریزی پروژه است و نقش مهمی در فرآیند تصمیم گیری دارد. تخمیندقیق تلاش نرم افزار در مراحل اولیه فرآیند توسعه نرم افزار پایه و اساس محکمی برای موفقیت پروژه محسوب می شود.تخمین نادرست میتواند منجر به شکست پروژه گردد لذا یکی از فعالیت های اصلی و کلیدی در توسعه موثر و کارآمدپروژه های نرمافزاری تخمین دقیق هزینه های نرم افزار است. با وجود معرفی روش های متعدد بمنظور تخمین تلاش در پروژه-های نرم افزاری، دقت روش های موجود همچنان راضی کننده نیست. بیشترین و محبوب ترین مدل مورد استفاده دربینمدل های الگوریتمی کوکومو می باشد. این مدل به صورت نفر-ماه در مراحل مختلف پروژه مورد استفاده قرار گرفته است.در این مدل می توان با استفاده از الگوریتم های بهینه سازی ، بهترین مقادیر را برای ضرائب به دست آورد لذا در این مقالهما یک روش جدید با استفاده از الگوریتم رقابت استعماری جهت بهینه سازی پارامترهای موثر تخمین هزینه نرم افزار مدلکوکوموی میانه و بر روی پروژه های نرم افزاری مجموعه داده ناسا پیشنهاد داده ایم. نتایج آزمایش نشان می دهد که مدلپیشنهادی کارآمدتر از مدل کوکومو میانه در تخمین هزینه پروژه های نرم افزاری است.

Keywords:

خمین هزینه نرمافزار , کوکومو , الگوریتم های فراابتکاری , الگوریتم رقابت استعماری , مجموعه داده ناسا