👈فول فایل فور یو ff4u.ir 👉

بهبود میزان تخمین هزینه پروژه‌های نرم‌افزاری در مدل COCOMO II مبتنی بر الگوریتم‌های منطق‌فازی WORD

ارتباط با ما

دانلود


بهبود میزان تخمین هزینه پروژه‌های نرم‌افزاری در مدل COCOMO II  مبتنی بر الگوریتم‌های منطق‌فازی WORD
در تمامی پروژه­هایی که امروزه انجام می­شوند بحث مدیریت مسأله­ای بسیار تعیین کننده است. پروژه­های نرم­افزاری نیز از این قاعده مستثنی نیستند. از مهم‌ترین جنبه­های فعالیت توسعه نرم­افزاری بحث مدیریت زمان و هزینه است. با توجه به اینکه در مراحل ابتدایی توسعه نرم­افزار اطلاعات دقیقی نسبت به جنبه­های مختلف توسعه وجود ندارد؛ تخمینی دقیق­تر از هزینه­های پیش­رو می­تواند امری حیاتی در موفقیت یک نرم‌افزار باشد. در این پژوهش توانستم با بکارگیری مدل COCOMO II، که از شناخته­شده­ترین روش­های تخمینِ هزینه­های توسعه نرم­افزاری مبتني بر مدل­هاي الگوریتمی است، و ترکیب آن با منطق‌فازی، مدلی را ایجاد کرده که با توجه به برخی پارامترهای موجود در فازهای اولیه­ی توسعه، تخمین­های دقیق­تری نسبت به هزینه انجام می­دهد. پیاده‌سازی آن در نرم‌افزار MATLAB و با کمک داده‌های مصنوعی صورت گرفته شده است. بررسی صحت داده‌های ایجاد شده نیز در نرم‌افزار SPSS صورت گرفته است. همچنین اینکه از داده‌های 2 Dataset رسمی COCOMO II برای ارزیابی مدل پیشنهادی استفاده شده‌اند که نتایج حاصله با استفاده از تکنیک­های MMRE و PRED مورد بررسی واقع شده‌اند که خروجی‌های تولید شده نشان می‌دهند سیستم پیشنهادی در مقایسه با مدل اصلی COCOMO II که میانگین بهبودی معادل5.901% داشته است.
 کلمات کلیدی: مدل COCOMOII، تخمین هزینه، بهینه سازی، منطق‌فازی
فهرست مطالب
 عنوان صفحه
فصل1 کلیات پژوهش1
1-1. مقدمه2
1-2. تعريف مساله و سوال اصلي تحقيق5
1-3. فرضيه‌ها5
1-4. اهداف تحقيق5
1-5. روش تحقيق6
1-6. مراحل انجام تحقيق6
1-7. ساختار پايان‌نامه7
فصل2 روش پيشنهادي8
2-1. فرضيات الگوريتم9
2-2. معرفی EST-COCOMO II9
2-3. بررسی پیاده‌سازی مدل ترکیبی EST-COCOMO II11
2-3-1.معرفی ابزار MATLAB11
2-3-1-1. اندازه‌گیری دقیق12
2-3-1-2. قدرت Matlab13
2-3-2.تشریح کلی پیاده‌سازی سیستم14
2-3-2-1. روش آزمون و خطا14
2-3-2-2. روش جداول ارجاع14
2-3-2-3. روش ANFIS15
2-3-3. روند پیاده‌سازی سیستم در نرم‌افزار MATLAB16
2-3-3-1. تشکیل Dataset مصنوعی18
2-3-3-2. طراحی ANFIS21
2-3-4.معرفی و ارزیابی Dataset مصنوعی ایجاد شده28
2-3-4-1. آزمون تحلیل واریانس مقایسه چند جامعه مستقل (ANOVA)28
2-3-5.شاخص‌های EST-COCOMO II31
2-4. جمع‌بندي32
فصل3 مبانی تحقیق و مروري بر تحقیقات پیشین33
3-1. برآورد پروژه‌های نرم‌افزاری34
3-1-1. تکنیک‌های مبتنی بر تجربه35
3-1-2. تکنیک مبتنی بر مدل الگوریتمی35
3-2. مدل COCOMO II36
3-2-1. مقدمه36
3-2-2. اندازه‌گیری38
3-2-3. تخمین تلاش43
3-2-3-1. محرک‌های هزینه در مدل Post Architecture44
3-2-3-2. محرک‌های مدل Early Design61
3-2-4. تخمین هزینه63
3-3. منطق‌فازی63
3-3-1. مجموعه‌های قطعی64
3-3-2. مجموعه‌های فازی65
3-3-3. تابع عضویت65
3-3-3-1. اشکال مختلف توابع عضویت66
3-3-4. عملیات اساسی روی مجموعه‌های فازی (t-norm, co-norm):70
3-3-5. متغیرهای زبانی71
3-3-6. روابط فازی73
3-3-7. کنترل فازی73
3-3-7-1. مزایای کنترل فازی74
3-3-7-2. مراحل طراحی یک سیستم فازی75
3-3-7-3. بررسی فرایند طراحی تعدادی از نمونه‌های واقعی75
3-3-8. موتور استنتاج77
3-3-8-1. روش‌های غیر فازی سازی78
3-3-8-2. محتمل‌ترین در مقابل سازگارترین روش78
3-4. خوشه‌بندی فازی C-Means81
3-4-1. مقدمه81
3-4-2. هدف از خوشه‌بندی82
3-4-3. خوشه‌بندی فازی82
3-4-3-1. الگوریتم خوشه‌بندی فازی C-Means84
3-4-4. بررسی نمونه تست88
3-5. مروری بر برخی کارهای مرتبط88
3-5-1.جمع‌بندي90
3-6. نتيجه‌گيري92
فصل4 بررسی سیستم و ارزیابی نتايج آن93
4-1. شاخص‌های ارزیابی و شبيه‌سازي94
4-2. روند بررسی و نتایج خروجی96
4-3. جمع بندي100
فصل5 جمع‌بندي و پيشنهاد‌ها102
5-1. يافته‌هاي تحقيق103
5-2. نوآوري تحقيق104
5-3. پيشنهاد‌ها105
مراجع106
واژه‌نامه112
 
 
 
فهرست اشکال
 
عنوان صفحه
 
فصل1 کلیات پژوهش1
فصل2 روش پيشنهادي8
شکل2-1. معماری کلی سیستم فازی EST-COCOMO II10
شکل2-2. اندازه‌گیری میکروسکوپی با نرم‌افزار Matlab12
شکل2-3. محیط گرافیکی ابزار anfis در MATLAB17
شکل2-4. نمایش بررخی کارهای انجام شده بصورت ساختار درختی نمایش مسیر فایل‌ها در محیط نرم‌افزار MATLAB19
شکل2-5. قطعه کد 3 حلقه‌ی تودرتوی نوشته شده در MATLAB برای تولید ورودی و خروجی‌های Dataset20
شکل2-6. قطعه کد نمونه‌ی نشان دهنده‌ی روش‌های خوشه‌بندی22
شکل2-7. بخشی از کد تولید و آموزش سیستم23
شکل2-8. پارامتر ورودی SSs و توابع عضویت مربوط به آن24
شکل2-9. نمایش 3 بعدی رفتار سیستم با پارامترهای SFs و SSs25
شکل2-10. نمایش 3 بعدی رفتار سیستم با پارامترهای EMs و SSs25
شکل2-11. نمایش 3 بعدی رفتار سیستم با پارامترهای SFs و EMs26
شکل2-12. نمایش قوانین فازی سیستم ایجاد شده26
شکل2-13. نمایش گرافیکی ساختار شبکه‌ای سیستم ایجاد شده توسط ANFIS27
شکل2-14. فرآیند آزمون ANOVA29
شکل2-15. خروجی تست Correlation31
فصل3 مبانی تحقیق و مروري بر تحقیقات پیشین33
شکل3-1. تابع عضویت66
شکل3-2. تابع عضویت مثلثی67
شکل3-3. تابع عضویت ذوزنقه ای68
شکل3-4. تابع عضویت زنگوله ای تعمیم یافته69
شکل3-5. تابع عضویت Gaussian69
شکل3-6. اعمال روی مجموعه‌ها70
شکل3-7. مراحل طراحی یک مدل فازی77
شکل3-8. روش غیر فازی سازی COA79
شکل3-9. روش غیر فازی سازی سازی MOM80
شکل3-10. خوشه‌بندی نمونه‌های ورودی81
شکل3-11. مجموعه داده پروانه ای83
شکل3-12. خوشه‌بندی فازی داده84
شکل3-13. توزیع یک بعدی نمونه‌ها86
شکل3-14. خوشه‌بندی کلاسیک نمونه‌های ورودی86
شکل3-15. خوشه‌بندی فازی نمونه‌ها87
شکل3-16. خروجی گرافیکی اعمال الگوریتم‌های خوشه‌بندی به یک مجموعه داده‌ی تست88
فصل4 بررسی سیستم و ارزیابی نتايج آن93
شکل4-1. نمودار مقایسه‌ای MMRE بین مدل پیشنهادی EST-COCOMO II و مدل اصلی COCOMO II.98
شکل4-2. نمودار مقایسه‌ای PRED بین مدل پیشنهادی EST-COCOMO II و مدل اصلی COCOMO II.99
شکل4-3. نمودار مقایسه‌ای میزان بهبود حاصل از بکارگیری مدل پیشنهادی EST-COCOMO II در تخمین هزینه نسبت به مدل COCOMO II روی دو Dataset پیشنهادی.100
فصل5 جمع‌بندي و پيشنهاد‌ها102
مراجع106
واژه‌نامه112
 
 
 
فهرست جداول و نمودارها
 
فصل1 کلیات پژوهش1
فصل2 روش پيشنهادي8
جدول2-1. خروجی تست ANOVA روی فاکتور Effort و پارامتر مستقل SS30
جدول2-2. خروجی تست ANOVA روی فاکتور Effort و پارامتر مستقل EM30
جدول2-3. خروجی تست ANOVA روی فاکتور Effort و پارامتر مستقل SF30
جدول2-4. خروجی تست ANOVA روی پارامتر EM و پارامتر مستقل SF30
فصل3 مبانی تحقیق و مروري بر تحقیقات پیشین33
جدول3-1. مقیاس ارزیابی و مقادیر برای افزایش برآورد و یکسانی AA40
جدول3-2. مقیاس ارزیابی برای افزایش درک نرم‌افزاری SU41
جدول3-3. مقیاس ارزیابی برای ناآشنایی برنامه‌نویس (UNFM)42
جدول3-4. راهنما و محدودیت‌های پارامتری نرم‌افزاری سازگار شده42
جدول3-5. جدول فاکتورهاي مقياس45
جدول3-6. تعيين ميزان سابقه46
جدول3-7. تعيين ميزان انعطاف47
جدول3-8. میزان دقت معماری/ریسک48
جدول3-9. میزان همبستگی تیمی48
جدول3-10. دسته‌بندی‌های PMAT برای سطوح بلوغ فرآیند تخمین زده شده (EPML)49
جدول3-11. درجه‌بندی جدول ضریب اطمینان51
جدول3-12. ویژگی‌های مربوط به اندازه‌ی بانک اطلاعاتی51
جدول3-13. سطوح درجه‌بندی‌های پیچیدگی مؤلفه52
جدول3-14. درجه‌بندی استفاده مجدد53
جدول3-15. درجه‌بندی فاکتور مستندات54
جدول3-16. درجه‌بندی فاکتور محدودیت زمان اجرا55
جدول3-17. درجه‌بندی نوسانات پلت‌فرم56
جدول3-18. درجه‌بندی قابلیت تحلیل تیمی56
جدول3-19. درجه‌بندی استمرار پرسنلی57
جدول3-20. درجه‌بندی مقیاس تجربه نرم‌افزارهای مشابه57
جدول3-21. درجه‌بندی مقیاس تجربه پلت‌فرم58
جدول3-22. درجه‌بندی مقیاس استفاده از ابزارهای نرم‌افزاری59
جدول3-23. درجه‌بندی مقیاس توسعه چند موقعیتی60
جدول3-24. درجه‌بندی مقیاس زمانبندی توسعه مورد نیاز60
جدول3-25. مقادیر درجه‌بندی شده مورد نیاز برای مدل Post Architecture در COCOMO II.200061
جدول3-26. ضرایب تلاش Early Design و Post Architecture62
جدول3-27. مقادیر عددی مدل طراحی اولیه درجه‌بندی شده COCOMO II.200062
جدول3-28. مقایسه‌ای بین کارهای مرتبط بررسی شده90
فصل4 بررسی سیستم و ارزیابی نتايج آن93
جدول4-1. قسمتی از داده‌های موجود در Dataset‌های رسمی مورد استفاده95
جدول4-2. ارزیابی‌های صورت گرفته بین مدل پیشنهادی و مدل COCOMO II با معیارهای MMRE و PRED97
فصل5 جمع‌بندي و پيشنهاد‌ها102
مراجع106
واژه‌نامه112
 
فصل1 کلیات پژوهش
 1-1. مقدمه
طبق مطالعات انجام شده در زمینه مهندسی نرم‌افزار سیستم‌های کامپیوتری، به هنگام ساخته شدن سیستم‌ها و محصولات مبتنی بر کامپیوتر، مدیریت همچنان فعالیتی ضروری خواهد بود. مدیریت پروژه با طرح‌ریزی، نظارت و کنترل افراد، فرایندها و رخدادهایی که با پدیدار شدن نرم‌افزار از مفاهیم اولیه تا اجرای عملی مطرح می‌شوند، مرتبط است.[1]
ساختن نرم‌افزار کامپیوتری کار پیچیده‌ای است خصوصاً اگر افراد بسیاری در آن دخیل باشند و برای مدت نسبتاً طولانی بر روی آن کار کنند. بدین دلیل است که باید پروژه‌های نرم‌افزاری را اداره و کنترل کنیم. مراحل مدیریت همان درک کردن چهار P یعنی افراد، محصول، پروسه و پروژه است. افراد باید برای انجام درست کار نرم‌افزار، سازماندهی شوند. پروژه باید با برآورده کردن نیرو و زمان مورد نیاز برای انجام کار، تشریح محصولات، انجام کنترل کیفیت و تعیین مکانیزم‌های نظارت و کنترل کارِ تشریح شده در طرح، طراحی شود. برنامه‌ریزی یک پروژه نرم‌افزاری شامل بحث تخمین، یعنی تلاش شما برای تعیین میزان پول، کار لازم، تعداد منابع و مقدار زمان لازم برای ایجاد یک سیستم یا محصول خاص مبتنی بر نرم‌افزار می‌باشد[1].
همانگونه كه مي‌دانيم در بحث مدیریت پروژه نرم‌افزاری موضوع تخمین که شامل تخمين تلاش، زمانبندی و هزینه مورد نیاز است، یکی از فازهای مهم در توسعه نرم‌افزار است و یک تخمین دقیق شرایطی را فراهم می‌آورد که روند توسعه نرم‌افزاری با پایه‌ای قدرتمند شروع شود[1،2]. دقت تخمین نرم‌افزار به اين دليل مهم است که می‌تواند به پيش‌بيني ميزان نيروي انساني مورد نياز و زمان‌بندی پروژه و بطور كلي هزينه پروژه به منظور معین کردن منابعی که در آینده مورد نیاز خواهند بود، کمک کند[2]. همچنین تخمین هزینه نرم‌افزاری دقیق در بودجه‌بندی، برنامه‌ریزی پروژه، کنترل پروژه و در نهایت مدیریت پروژه بصورت موثر، بسیار اهمیت دارد[1،2].
در دهه‌های اخیر بسیاری از مدل‌های تخمین هزینه‌هاي نرم‌افزاری توسعه داده شده‌اند[3]. اين مدل‌ها از دو تكنيك مبتني بر تجربه و مبتني بر مدل‌هاي الگوريتمي براي اين تخمين استفاده مي‌كنند. تکنیک‌های مبتنی بر تجربه عبارتند از تخمين میزان نيروي انساني مورد نیاز، توسط مدیر پروژه بر اساس تجربیات خود از پروژه‌های گذشته؛ و تکنیک مبتنی بر مدل الگوریتمی عبارت است از یک فرمول که برای محاسبه‌ی میزان نيروي انساني مورد نیاز یک پروژه بر اساس تخمینی از خصوصیات محصول نظیر اندازه، و خصوصیات فرآیند نظیر تجربه‌ی افراد درگیر در پروژه مورد استفاده قرار می‌گیرد[2-4] . این فرمول‌ها می‌توانند بوسیله تحليل هزینه‌ها و ویژگی‌های پروژه‌های کامل شده قبلي، ساخته شوند و نزدیک‌ترین فرمول به تجربه‌های واقعی را پیدا کنند[3].
در این پژوهش ما یک مدل ترکیبی مبتنی بر الگوریتم‌های منطق‌فازی ارائه نموده‌ایم؛ که می‌تواند با تکیه بر توانایی‌های منطق‌فازی و آموزش‌های اعمال شده بر آن بواسطه‌ی Datasetی که بصورت مصنوعی ایجاد کرده‌ایم تخمین‌های دقیق‌تری را ارائه دهد.
تخمین بر اساس هدف مورد انتظار، مي‌تواند در فازهاي مختلف پروژه محاسبه شود. بنابراین ما به یک مدل خوب برای محاسبه این پارامترها نیاز داریم. یک مدل تخمین با دقت قابل قبول، امکان ايجاد چالش بین ذي‌النفعان را در مراحل توسعه پروژه کاهش می‌دهد.
[1]COCOMO یکی از شناخته شده‌ترین مدل‌های مبتني بر مدل الگوریتمی است که در سال 1981 توسط BarryBoehm ارائه گرديد. این مدل از آنالیز 63 پروژه نرم‌افزاری ایجاد شده است. اندازه تعداد خطوط پروژه‌های مورد مطالعه در محدوده بین 2000 تا 100000 خط کد بوده‌اند که از زبان‌هاي برنامه‌نويسي مختلفي استفاده كرده بودند[18,20،25]. متدولوژي مورد استفاده در این نرم‌افزارها به دليل رايج بودن در آن زمان، مدل آبشاری بوده است. این مدل اغلب به نام COCOMO 81 معروف است. Boehm سه سطح به نام‌های COCOMO پایه ای، COCOMO میانی و COCOMO مشخصات را براي اين الگوريتم (COCOMO 81) پیشنهاد نمود.
در سال 1995 مدل COCOMO II جانشین 81 COCOMO شد و بعد از آن در سال 2000 کتاب Software Cost Estimation with COCOMO IIانتشار یافت. با توجه به نحوه محاسبات اين نسخه به نظر مي‌رسد كه اين مدل برای تخمین هزینه نرم‌افزاری در پروژه‌های نرم‌افزاری مدرن مناسب‌تر است. این مدل حمایت بیشتری را از فرایندهای توسعه نرم‌افزاری مدرن و پایگاه داده‌های پروژه‌های به‌روز شده انجام می‌دهد[11,18,29]. نیاز به مدل جدید از آنجايي آغاز شد كه تکنولوژی توسعه نرم‌افزار، از پردازنده‌های مرکزی[2]و پردازش دسته‌ای به سمت توسعه نرم‌افزارهاي رومیزی[3]، قابلیت استفاده مجدد کدها و استفاده از مؤلفه‌های نرم‌افزاری در دسترس، منتقل گرديد[22].

👇 تصادفی👇

اقدام پژوهی افزایش مهارت انشاء نویسیسیستم تعلیق سینتیکی پویادانلود پاورپوینت کامل ولایت فقیهدانلود پاورپوینت کامران دیباتمرینات ورزشی اصلاحی گودی کمر - لوردوزیسربات افزایش فالوور اینستاگرام لایک -کامنت و..پک آموزشی " شرکت ره آوران فنون پتروشیمی "سیمای جامعه ایران در اشعار محتشم کاشانی3-اصلاح اتصال خمشی متعارف تیر به ستون دوبل فولای با استفاده از صفحات كناریفیلمبرداری از صفه ی مانیتور با برنامه I Screen Recorder ✅فایل های دیگر✅

#️⃣ برچسب های فایل بهبود میزان تخمین هزینه پروژه‌های نرم‌افزاری در مدل COCOMO II مبتنی بر الگوریتم‌های منطق‌فازی WORD

بهبود میزان تخمین هزینه پروژه‌های نرم‌افزاری در مدل COCOMO II مبتنی بر الگوریتم‌های منطق‌فازی WORD

دانلود بهبود میزان تخمین هزینه پروژه‌های نرم‌افزاری در مدل COCOMO II مبتنی بر الگوریتم‌های منطق‌فازی WORD

خرید اینترنتی بهبود میزان تخمین هزینه پروژه‌های نرم‌افزاری در مدل COCOMO II مبتنی بر الگوریتم‌های منطق‌فازی WORD

👇🏞 تصاویر 🏞