Geri Dön

Software development effort estimation by using artificial neural networks

Yapay sinir ağları ile yazılım projelerinin eforunun tahminlenmesi

  1. Tez No: 495008
  2. Yazar: TUĞÇE UĞURLU ALTUNTAŞ
  3. Danışmanlar: DOÇ. DR. SADETTİN EMRE ALPTEKİN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: İngilizce
  9. Üniversite: Galatasaray Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 76

Özet

Yazılım endüstrisi gün geçtikçe hızla büyümekte ve tüm dünyada önem kazanmaktadır. Hemen hemen tüm sektörlerden şirketler ve kurumlar yeni uygulama ve platform geliştirmek için yazılım geliştirme projeleri yapmaktadır. Bununla beraber yazılım projelerinin eforunun doğru tahminlenmesi şirketler için önemli bir sorun haline gelmektedir. 1970'lerden bu yana yazılım projelerinin eforunun doğru tahminlenmesi için çeşitli çalışmalar yapılmaktadır. Bu çalışmalara öncü olan ilk model COCOMO olarak bilinir. COCOMO modelini Kullanım Senaryosu bazlı model UCP ve Fonksiyon bazlı model FPA takip etmiştir. 2000'lerden sonra ise, teknolojinin gelişimi ile beraber, Yapay Sinir Ağları önem kazandı ve data analizlerinde sıklıkla kullanılmaya başlandı. Yazılım projelerinin eforunun tahminlenmesi de tamamlanmış proje datalarının kullanılabilecek olması nedeniyle Yapay Sinir Ağları'nı kullanmaya uygun karakteristik özelliklere sahiptir. Bu çalışmada yazılım projelerinin eforunun tahmin edilebileceği bir yapay sinir ağı oluşturulmuştur. Çalışma kapsamında kullanılan datalar Türkiye'nin en büyük bankalarından birinden elde edilmiştir. Anahtar sözcükler : Yazılım geliştirme efor tahmini, Yapay sinir ağları, Geri yayılım algoritması

Özet (Çeviri)

The software industry is growing rapidly and gaining importance all over the world. Nearly all companies and institutions from various industries have software projects to develop new applications and platforms. As required with every project, accurate effort estimation has become a crucial problem for the companies, especially for project managers. Since 1970s different methods and models have been developed for estimating software projects' efforts. The first milestone model was COCOMO, which is a constructive method proposed in the late 1970s. Many different models followed, the most popular and usable models being Function Point and Use Case Point. After 2000s, due to advances in technology, Artificial Neural Networks has gained in importance especially among the problem domains that benefit from data analysis and self-learning. Software development effort estimation also share similar characteristics as there is typically old projects' data on hand that should help foresee new projects' efforts. Therefore, in this study we build a software estimation model by using neural network methodology. The features for the network were chosen as a result of an extensive survey. The applicability of the methodology is demonstrated via real-life software project data provided by one of the largest banks in Turkey. Keywords : Software development effort estimation, Neural networks, Back propagation algorithm

Benzer Tezler

  1. 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. Yapay sinir ağları ile yazılım proje süresinin tahmini

    Estimating software project duration using artifical neural networks

    TUĞBA SARAÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2005

    Endüstri ve Endüstri MühendisliğiGazi Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF.DR. BERNA DENGİZ

  3. Makine Öğrenmesi tabanlı yazılım maliyet tahmini yöntemlerinin karşılaştırmalı analizi

    A comparive analysis of machine learning based software cost estimation methods

    MUAZ GÜLTEKİN

    Doktora

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. OYA KALIPSIZ

  4. Predicting software vulnerabilities using topic modeling with issues

    Konu modelleme yöntemi ile yazılım güvenlik açıklarını tahmin etme

    FATMA GÜL BULUT

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    İletişim Sistemleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AYŞE TOSUN

  5. Güneş enerji santrallerinde makine öğrenmesi algoritmaları ve coğrafi bilgi verileri kullanılarak enerji üretiminin tahminlenmesi

    Prediction of energy production in solar power plants usi̇ng machine learning algorithms and geographic information data

    EREN POLATCAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    PROF. DR. HAYRİ HAKAN DENLİ