YAPAY SİNİR AĞLARI TABANLI YAZILIM EFOR TAHMİNİ

Abstract

Yazılım efor tahmini bir yazılım mühendisliği projesini geliştirmek için gerekli olan her türlü kaynağın önceden tahmin edilmesi işlemidir. Yazılım efor tahmini kavram olarak basit olsa da, gerçekte zor ve karmaşıktır. Bu yüzden birçok yazılım projesi öngörülen zamanda bitirilememiş ya da proje masrafları düşünülen miktardan çok fazla olmuştur. Yazılım projelerinin farklı aşamalarında yapılan bütçe çalışmalarında, maliyet tahmin zorlukları dolayısıyla, satış tutarı ve maliyet analizleri gerçekçi hesaplanamamaktadır. Bu zorluklar, projenin kendine özgü özelliklerinden kaynaklandığı gibi, kontrol dışı bilgi eksikliğinden, bilgilerin değerlendirilmesindeki öznel yorumlardan, maliyet analiz çalışmalarında, direkt ve endirekt maliyet ayrım hatalarından ve proje risklerinin tam olarak doğru tahmin edilememesinden kaynaklanabilmektedir. Yazılım projesine başlarken projenin ne kadar sürede biteceği, proje maliyeti, projede çalışacak kişi sayısı gibi birçok etmen önceden tahmin edilerek proje oluşturulmalıdır. Yazılım projelerinin kaynak tahminin doğruluğu ve güvenilirliği yazılım projesinin gidişatı için çok önemlidir. Yazılım geliştirme teknolojisinin sürekli değişen senaryolar içinde olması efor tahmini daha zorlu hale getirmektedir. Yazılım projelerinin efor tahminin doğruluğu ve güvenilirliği yazılım şirketlerinin rekabeti açısından önemlidir. İyi tahminler yazılım projeleri yönetiminde çok önemli bir rol oynamaktadır. Yazılımın etkili ve verimli gelişimi doğru tahminler gerektirir. Bu çalışmamızda geliştirdiğimiz model ile daha gerçekçi yazılım maliyet tahmini yapmaya çalıştık. Yazılım projesi maliyet tahmini için önerdiğimiz model COCOMO ve Yapay sinir ağları tabanlıdır. Geliştirdiğimiz bu model ile  yazılım projelerinin efor tahminini yapay sinir ağları yöntemiyle önceden tahmin ederek yazılımın maliyeti, süresi ile ilgili bir takım politikaların önceden belirlenmesine katkı sağlamaktır.

Anahtar Kelimeler: Yazılım Mühendisliği, Yazılım Maliyet Tahmini, Cocomo, Yapay Sinir Ağları

References

1. B. W. Boehm, Software Engineering Economics, Prentice Hall, 1981.
2. A. J. Albrecht and J. E. Gaffney, “Software Function, Source Lines of Code, and Development Effort Prediction: A Software Science Validation,” Proc. IEEE Transactions on Software Engineering, IEEE Press, Nov. 1983, pp. 639-648.
3. R.D.H. Warburton, “Managing and Predicting the Costs of Real-Time Software,” IEEE Trans. Software Eng., vol. 9, no. 5, pp. 562-569, Sept. 1983.
4. Krishnakumar Pillai, V.S. Sukumaran Nair,"A Model for Software DevelopmentEffort and Cost Estimation",IEEE TRANSACTIONS ON SOFTWARE ENGINEERING, VOL. 23, NO. 8, AUGUST 1997
5. N. Tadayon, “Neural Network Approach for Software Cost Estimation,” Proc. IEEE The International Conference on Information Technology: Coding and Computing (ITCC’05), IEEE Press, Apr. 2005, pp. 815-818.
6. B. T. Rao, “A Novel Neural Network Approach For Software Cost Estimation Using Functional Link Artificial Neural Network (FLANN),” International Journal of Computer Science and Network Security, vol. 9, Jun. 2009, pp. 126-131.
7. Kultur, Y., Turhan, B. ve Bener, A.: Ensemble of neural networks with associative memory (ENNA) for estimating software development costs, Knowledge-Based Systems, Cilt 22, No 6, pp. 395–402 (2009)
8. Riquelme, J.C., Polo, M., Aguilar Ruiz, J.S., Piattini M., Ferrer Troyano, F. J., Ruiz, F., “A Comparison of Effort Estimation Methods for 4GL Programs: Experiences with Statistics and Data Mining”. Int’l. Jrnl. of Software Engineering and Knowledge Engineering, vol. 16(1), 2006

9. Marcus, A. ve Menzies, T.: Software Is Data Too , International Symposium on Foundations of Software Engineering, Santa Fe, NM, ADB., 229-232 (2010)