تخمين الجهد البرمجي باستخدام نموذج ال COCOMO التقليدي و الشبكات العصبية

المؤلفون المشاركون

مجيد، جمال صلاح الدين سيد
قبع، إسراء زهير مجيد

المصدر

مجلة الرافدين لعلوم الحاسبات و الرياضيات : مجلة علمية محكمة و مفهرسة

الناشر

جامعة الموصل كلية علوم الحاسبات و الرياضيات

تاريخ النشر

2013-04-30

دولة النشر

العراق

عدد الصفحات

14

التخصصات الرئيسية

تكنولوجيا المعلومات وعلم الحاسوب

الموضوعات

• هندسة البرمجيات
• الشبكات العصبية(الحاسبات الإلكترونية)

الملخص العربي

إن نماذج التخمين في هندسة البرمجيات تستخدم لتخمين بعض الخصائص المهمة و المستقبلية للمشروع البرمجي مثل تخمين جهد المشروع المطور، و أن الفشل في البرنامج يكون بشكل أساسي بسبب ممارسات إدارة المشروع الخاطئة.

فتخمين الجهد البرمجي هو خطوة مهمة جدا في عملية إدارة البرمجيات للمشاريع الكبيرة.

و لكن التغييرات المستمرة في المشروع البرمجي جعلت من عملية تخمين الجهد عملية ذات تحدي كبير.

إن الهدف الرئيسي من هذا البحث هو تحديد طريقة للحصول على تخمين جهد أكثر دقة حيث تم استخدام نموذج ال COCOMO الوسطي و الذي يصنف بكونه من أفضل الطرائق التقليدية بين نماذج تخمين الجهد الحسابية.

و كذلك تم استخدام طرق ذكائية و المتمثلة بالشبكات العصبية (FFNN, CNN, ENN, RBFN) و ذلك لقدرة الشبكات العصبية الاصطناعية على نمذجة المجاميع المعقدة من العلاقات بين المتغيرات الاعتمادية (الجهد) و المتغيرات غير الاعتمادية (عوامل الكلفة) و التي جعلت منها أداة مرتقبة للتخمين و بهذا فإن هذا البحث قدم تحليل لأداء الشبكات العصبية المستخدمة في تخصين الجهد حيث تم تكوين و اختبار هذه الشبكات باستخدام أدوات الشبكات العصبية الخاصة بلغة MATLAB11.

و تم الاعتماد على مجموعة بيانات NASA الفضائية و التي تحوي على خواص 60 مشروع برمجي إضافة إلى الجهد الحقيقي لهذه المشاريع.

و قد بيت نتائج التخمين في هذا البحث أن الشبكات العصبية بصورة عامة قد حسنت من أداء الطريقة التقليدية COCOMO و قد تم برهنة شبكة ENN على أنها أفضل شبكة بين الشبكات العصبية و تلاها شبكة CNN و كانت نتائج طريقة ال COCOMO الوسطي هي الأسوأ بين الطرق المستخدمة.

الملخص الإنجليزي

Estimation models in software engineering are used to predict some importantand future features for software project such as effort estimation for developing software projects.

Failures of software are mainly due to the faulty project management practices.

software project effort estimation is an important step in the process of software management of large projects.

Continuous changing in software project makes effort estimation more challenging.

The main objective of this paper is find a model to get a more accurate estimation.

In this paper we used the Intermediate COCOMO model which is categorized as the best of traditional Techniques in Algorithmic effort estimation methods.

also we used an Artificial approaches which is presented in (FFNN,CNN,ENN,RBFN) because of the Ability of ANN(Artificial Neural Network) to model a complex set of relationship between the dependent variable (effort) and the independent variables (cost drivers)which makes it as a potential tool for estimation.

This paper presents a performance analysis of ANNs used in effort estimation.

We create and simulate this networks by MATLAB11 NNTool depending on NASA aerospace dataset which contains a features of 60 software project and its actual effort.

the result of estimation in this paper shows that the neural networks in general enhance the performance of traditional COCOMO and we proved that the ENN was the best network between neural networks and the CNN was the next best network and the COCOMO have the worst between the used methods.

نوع البيانات

أوراق مؤتمرات

رقم السجل

BIM-333711

• APA
• MLA
• AMA