Análise e Projeto de Estimativa de Esforço de Desenvolvimento de Software - Shivakumar, Nagarajan;Balaji, Narayanan;Vignaraj Ananth, Vickraman
40,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
20 °P sammeln
  • Broschiertes Buch

O livro está organizado da seguinte forma: O capítulo 1 descreve o processo de desenvolvimento de software, a necessidade de estimativa de esforço e as diferentes abordagens em técnicas algorítmicas de estimativa de esforço. O capítulo 2 apresenta um levantamento bibliográfico das abordagens existentes disponíveis na estimativa de esforço e fornece um relatório detalhado sobre a combinação não algorítmica de abordagens para melhorar a precisão da estimativa. O capítulo 3 propõe um novo método de estimativa de esforço baseado na lógica difusa com tamanho de ponto de função. A função de pertença…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
O livro está organizado da seguinte forma: O capítulo 1 descreve o processo de desenvolvimento de software, a necessidade de estimativa de esforço e as diferentes abordagens em técnicas algorítmicas de estimativa de esforço. O capítulo 2 apresenta um levantamento bibliográfico das abordagens existentes disponíveis na estimativa de esforço e fornece um relatório detalhado sobre a combinação não algorítmica de abordagens para melhorar a precisão da estimativa. O capítulo 3 propõe um novo método de estimativa de esforço baseado na lógica difusa com tamanho de ponto de função. A função de pertença fuzzy triangular é utilizada com o parâmetro de dimensão no ponto de função. Este modelo é comparado com o modelo COCOMO quanto à sua exatidão. O capítulo 4 propõe um esquema neuro-fuzzy adaptativo para integrar o conceito de rede neural artificial e lógica difusa. O capítulo 5 propõe a otimização por enxame de partículas e o algoritmo híbrido K means para agrupar os dados, e o esforço é estimado com uma rede neural e uma estimativa baseada na analogia. O Capítulo 6 é uma comparação de todos os modelos propostos em quatro experiências. As métricas utilizadas são MRE, MAE, MBRE e MIBRE. Os resultados mostram que os algoritmos neuro-fuzzy e de agrupamento são os melhores para estimar o esforço de software.
Autorenporträt
Assistenzprofessorin am Thiagarajar College of Engineering und Doktorandin in Software Engineering, mit Forschungsinteresse an maschinellem Lernen, Deep Learning und virtueller Realität.