Exportar este item: EndNote BibTex

Use este identificador para citar ou linkar para este item: https://tedebc.ufma.br/jspui/handle/tede/tede/324
Tipo do documento: Dissertação
Título: ESTIMAÇÃO DE MÉTRICAS DE DESENVOLVIMENTO AUXILIADA POR REDES NEURAIS ARTIFICIAIS.
Título(s) alternativo(s): ESTEEM OF METRIC OF DEVELOPMENT ASSISTED FOR ARTIFICIAL NEURAL NETS.
Autor: Fonseca Filho, José Raimundo dos Santos
Primeiro orientador: Nascimento, Edson
Resumo: Diversas representações do processo de desenvolvimento na Engenharia de softwares capazes de, eficientemente, subsidiar a tomada de decisões no gerenciamento de projetos, vêm sendo arduamente pesquisadas. Métricas de softwares, modelos de processo e técnicas de estimação têm sido propostos em grande quantidade, tanto devido a características intrínsecas dos softwares quanto a características do próprio processo construtivo. Buscando superar algumas das dificuldades de estimação de métricas relacionadas ao processo de desenvolvimento, este trabalho realiza, inicialmente, um estudo de ferramentas voltadas para tal objetivo e que estão disponíveis no mercado. Em seguida, um conjunto de descritores do processo em questão e também um conjunto de atributos básicos dos softwares será levantado. A partir de então, é proposto um modelo que represente o processo de desenvolvimento de maneira simples e eficiente. O modelo de processo do desenvolvimento na Engenharia de softwares relaciona as características desse processo construtivo a classes de entidades desenvolvedoras, tal que se possa estabelecer um comportamento homogêneo ao processo. Baseado nessa classificação, são relacionados, de maneira direta, métricas (tempo e esforço) de desenvolvimento com os atributos básicos dos softwares, definidos por Albrecht, visando a estimação de métricas. O modelo de processo é baseado no mapa de Kohonen e o estimador de métricas será auxiliado por redes neurais feed forward. Uma ferramenta de software (protótipo) é especificado em Linguagem de modelamento unificada (UML). Esta ferramenta auxiliará a produção de estimativas de tempo e de esforço de desenvolvimento de softwares. Comparações de resultados obtidos serão realizadas com os disponibilizados na literatura consultada.
Abstract: Several modeling approaches for the process of development in software engineering able of subsidizing decision making in the management of project are being searched. Metric of softwares, process modeling and estimation techniques have been independently considered either taking into consideration the intrinsic characteristic of softwares or their constructive process. This research proposes a complete, simple and efficient model for representing the whole process of development which, based on a set of features of the process and basic attributes of softwares, yields good estimation metrics (time and effort) of the development of the software still at the beginning of the process. The model relates constructive characteristics of the process to each type of organization, for identifying classes of homogeneous behavior based on Kohonen Neural Network. Directly, from this classification, according to the basic attributes of each software being developed, metrics may be estimated supported by Feedforward Neural Networks. A prototype is specified in Unified Model Language (UML) and implemented to estimate metrics for the development of softwares. Comparisons of the obtained results with those available in literature are presented.
Palavras-chave: estimativa
métrica
rede neural artificial
Análise por pontos de função
COCOMO
molelamento orientado a objetos
metric estimation
neural networks
function point analysis
COCOMO
object model
Área(s) do CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::ENGENHARIA DE SOFTWARE
Idioma: por
País: BR
Instituição: Universidade Federal do Maranhão
Sigla da instituição: UFMA
Departamento: Engenharia
Programa: PROGRAMA DE PÓS GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE
Citação: FONSECA FILHO, José Raimundo dos Santos. ESTEEM OF METRIC OF DEVELOPMENT ASSISTED FOR ARTIFICIAL NEURAL NETS.. 2003. 91 f. Dissertação (Mestrado em Engenharia) - Universidade Federal do Maranhão, São Luis, 2003.
Tipo de acesso: Acesso Aberto
URI: http://tede2:8080/tede/handle/tede/324
Data de defesa: 14-Abr-2003
Aparece nas coleções:DISSERTAÇÃO DE MESTRADO - PROGRAMA DE PÓS GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE

Arquivos associados a este item:
Arquivo TamanhoFormato 
Jose Raimundo Fonseca.pdf3,13 MBAdobe PDFBaixar/Abrir Pré-Visualizar


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.