Geri Dön

Yapay sinir ağları ile yazılım proje süresinin tahmini

Estimating software project duration using artifical neural networks

  1. Tez No: 165830
  2. Yazar: TUĞBA SARAÇ
  3. Danışmanlar: PROF.DR. BERNA DENGİZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Yapay Sinir Ağları, Proje Zamanı Tahmini
  7. Yıl: 2005
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 124

Özet

m YAPAY SİNİR AĞLARI İLE YAZILIM PROJE SÜRESİNİN TAHMİNİ (Yüksek Lisans Tezi) Tuğba SARAÇ GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ Temmuz 2005 ÖZET Yazılım projesi süre tahmini, yazılım proje yönetiminde en kritik noktalardan birisidir. Bu süreyi tahmin etmek için bir model geliştirmek, uzun dönemdir araştırmacıların üzerinde çalıştığı önemli konulardan birisini oluşturmaktadır. Zaman ve bütçe kısıtı nedeniyle projenin süresini doğru tahmin etmek, etkin bir proje yönetimi için son derece önemli olmuştur. Yazdım projelerinin zaman tahmini için pek çok model geliştirilmiştir. Bu tezde, proje tamamlanma zamanını tahmini etmek için Yapay Sinir Ağları (YSA) yaklaşımı kullanılmıştır. YSA, girdiler ve çıktdar arasında karmaşık bir ilişki olduğunda iyi sonuçlar verebilen bir yöntem olarak bilinmektedir. YSA'nm doğru ve güçlü tahmin edebilmesi, ağ yapısına (ara katman sayısı, nöron sayısı, Öğrenme katsayısı, aktivasyon fonksiyonu) bağlıdır. En uygun ağ yapısını seçmek için literatürde tanımlanmış kesin bir kural yoktur. Bu tezde, bir taraftan yazılım projesi zaman tahmini için bir YSA modeli elde edilirken, diğer taraftan deney tasarımı kullanılarak farklı YSA yapılarının performansları kıyaslanmıştır. Ayrıca, en az sayıda girdi ile en iyi YSA modelini elde etmek amacıyla Stepwise yöntemi kullanılmıştır. Bilim Kodu : 0703

Özet (Çeviri)

IV ESTIMATIN OF SOFTWARE PROJECT DURATION USING NEURAL NETWORKS (M.Sc. Thesis) Tuğba SARAÇ GAZİ UNIVERSITY INSTITUTE OF SCIENCE AND TECHNOLOGY July 2005 ABSTRACT Software project duration estimation is one of the most critical tasks in managing software projects. The question of finding a model for software development project duration estimation is a long-term issue. Because of the time and budgets constraints of the project, accurate estimation is considerably important for an effective project management. Many models for estimating software development effort have been proposed. In this thesis, ANN approach has been used for estimating software project duration. ANN have been known for their ability to provide good results when there are complex and nonlinear relationships between inputs and outputs. The estimation accuracy and robustness of ANN, depend upon the ANN structure (number of layer, perceptron, learning rate, activation function). However, there is no definite rule in literature for how to build a suitable ANN structure. In this thesis, design of experiment technique has been used as a benchmark for evaluation of difference ANN performances in terms of Root Mean Square Error (RMSE). Besides, the scale of ANN model was reduced by eliminating the number of inputs factors using stepwise method to obtain an ANN with best performance. Science Code : 0703 Key Words : Artifical Neural Networks, Project Duration Estimation Page Number: 110 Adviser : Prof. Dr. Berna DENGİZ, Doc. Dr. Fulya Altıparmak

Benzer Tezler

  1. Tez No

    224123

    Yapay zeka yöntemleri ile yazılım projelerinde maliyet kestirimi

    Effort estimation in software projects by using artificial intelligence methods

    OKTAY ADALIER

    Doktora

    Türkçe

    Türkçe

    2007

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge Üniversitesi

    Bilgisayar Mühendisliği Bölümü

    YRD. DOÇ. DR. AYBARS UĞUR

  2. Tez No

    836475

    Exploiting clustering patterns in training sets to improve classification performance of fully connected layers

    Tam bağlantılı katmanların sınıflandırma performansını iyileştirmek için eğitim setlerindeki kümeleme örüntülerinden faydalanma

    TOLGA AHMET KALAYCI

    Doktora

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. UMUT ASAN

  3. Tez No

    619803

    Assessment of global gravity models in coastal zones: A case study using astrogeodetic vertical deflections in İstanbul

    Global gravite modellerinin kıyı bölgelerinde değerlendirilmesi: İstanbul astrojeodezik çekül sapmaları örneği

    MÜGE ALBAYRAK

    Doktora

    İngilizce

    İngilizce

    2020

    Astronomi ve Uzay Bilimleriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MUSTAFA TEVFİK ÖZLÜDEMİR

  4. Tez No

    895628

    Resource optimization of software development teams working with kanban

    Kanban ile çalışan yazılım geliştirme ekiplerinin kaynak optimizasyonu

    CİHANGİR ERTABAN

    Doktora

    İngilizce

    İngilizce

    2024

    Endüstri ve Endüstri MühendisliğiÖzyeğin Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ERİNÇ ALBEY

  5. Tez No

    283501

    Yapay zeka yöntemleri ile el damar deseni tanıma

    Hand vein pattern recognition with artificial intelligence methods

    HASAN TUTUMLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. NOVRUZ ALLAHVERDİ

Geri Dön