افزایش دقت تخمین کار لازم برای ساخت نرم افزار با تنظیم پارامترهای مدل COCOMO واستفاده از الگوریتم رقابت استعماری

مظفر پشتام¹ محمد خیراندیش²

چکیده :
تخمین هزینه نرم افزار، به عنوان یکی از مراحل اساسی در برنامه ریزی پروژه، نقش مهمی در فرآیند تصمیم-گیری داشته و فعالیتی چالشی در مدیریت پروژههای نرم افزاری محسوب می‌شود. تخمین دقیق میزان کار لازم (تلاش) در مراحل اولیه فرآیند توسعه نرم افزار، پایه و اساس محکمی برای موفقیت پروژه محسوب می‌شود و تخمین نادرست میتواند منجر به شکست پروژه گردد. محبوبترین و مرسومترین مدل مورد استفاده در بین مدل های الگوریتمی تخمین تلاش، COCOMO می باشد که نتیجه خود را به صورت تعداد نفر- ماه در مراحل مختلف پروژه اعلام مینماید. اما به علت ذات غیر قطعی تخمین هزینه نرم افزار، مدل های الگوریتمی نتوانستهاند تخمین دقیق و نزدیک به واقعیتی را به دست بیاورند. در این مقاله، استفاده از الگوریتم های بهینه سازی و یادگیری ماشین، جهت یافتن بهترین مقادیر ضرائب مدل COCOMO و در نتیجه بهبود نتایج تخمین، مورد توجه قرار گرفته است. در این راستا، الگوریتم بهینه سازی رقابت استعماری مورد استفاده قرار گرفته و با بررسی نتایج خروجی مدل پیشنهادی، مشاهده شد که دقت تخمین بسیار بالایی نسبت به سایر روش¬ها، برروی مجموعه داده های COCOMO 81 و NASA 93 حاصل شده است.
کلمات کلیدی : تخمین هزينه و تلاش، مدل COCOMO، یادگیری ماشین، الگوریتم رقابت استعماری

زبان مقاله : فارسی
محور مقاله : علوم مهندسی
محل انتشار : دومین کنگره بین المللی علوم، مهندسی و تکنولوژی - هامبورگ
آدرس وب سایت کنفرانس : germanconf.com/2nd
ارسال کننده : مظفر پشتام
کد IOI مقاله : XACC-DCCDA
لینک مستقیم مقاله : https://isnac.ir/XACC-DCCDA