Geri Dön

Yapay zekâ yöntemleri ile yazılımların maliyetlerinin tahmin edilmesi

Estimating software costs by artificial intelligence methods

  1. Tez No: 733239
  2. Yazar: ŞÜKRAN EBREN KARA
  3. Danışmanlar: PROF. DR. RÜYA ŞAMLI
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: İstanbul Üniversitesi-Cerrahpaşa
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 127

Özet

Yazılım maliyet tahmini, bir mühendisin yazılım projesini geliştirmeye başladığı esnada ihtiyaç duyduğu yaklaşık süre ve kaynakların tahminidir. Yazılım maliyet tahmini, yazılım projesinin maliyetini belirlemek ve müşteriyi ikna etmek için yazılım geliştirme sürecindeki en önemli aşamalardan birisidir. Gerçek maliyete en yakın maliyet tahminini yapmak hem yazılım geliştiricileri hem de müşteriler için çok büyük bir önem arz etmektedir. Çünkü yanlış yapılan yazılım maliyet tahminleri projelerin tamamlanamamasına ya da geniş bir zaman dilimine yayılmasına neden olmaktadır. Bu yüzden yazılım maliyet tahmini için literatürde çok farklı yöntem geliştirilmiştir. Bu tez çalışmasında, yazılım projelerinin maliyeti, Yapay Zekâ yöntemlerinden olan Makine Öğrenmesi (MÖ) kullanılarak Parçacık Sürü Optimizasyonu (PSO) ve Genetik Algoritmalarla (GA) öznitelik seçimi yapılarak tahmin edilmeye çalışılmıştır. Yazılım projesinin maliyet tahmini, WEKA (Waikato Environment for Knowledge Analaysis – Bilgi Analizi için Waikato Ortamı) veri madenciliği aracında bulunan algoritmaların çalıştırlması sonucu bulunmuştur. Algoritmalar 10 kat çapraz doğrulama tekniği ile PROMISE (Predictor Models in Software Engineering – Yazılım Mühendisliğinde Tahmin Modelleri) veri deposundan alınan 9 adet veri setine (COCOMO81, COCOMONASA, COCOMONASA2, China, Albrecht, Finnish, Kemerer, Maxwell, Miyazaki94) uygulanmış ve sonuçlar performans ölçütü korelasyon katsayısı, hata oranları MAE (Mean Absolute Error – Ortalama Mutlak Hata), RMSE (Root Mean Squared Error – Kök Ortalama Kare Hata), RAE (Relative Absolute Error – Bağıl Mutlak Hata), RRSE (Root Relative Squared Error – Kök Bağıl Kare Hata) ve MAPE (Mean Absolute Percentage Error – Ortalama Mutlak Hata Yüzdesi) baz alınarak değerlendirilmiştir.

Özet (Çeviri)

A software cost estimation is an estimate of the time and resources an engineer will need to begin developing a software project. Software cost estimation is important to determine the cost of the software project and to convince the customer. Making a cost estimation closest to the actual cost is very important for both software developers and customers, because incorrect software cost estimations cause projects to be incomplete or spread over a large time period. Therefore, many different methods have been developed for software cost estimation. When the studies in the literature are examined, it is seen that the cost of software projects is tried to be estimated with very different methods. In this thesis, the cost of software projects has been estimated using Machine Learning from Artificial Intelligence methods by features selection with Particle Swarm Optimization (PSO) and Genetic Algorithms (GA). Project cost estimation was made by testing Machine Learning algorithms in WEKA (Waikato Environment for Knowledge Analaysis) data mining tool. Algorithms were applied to 9 datasets (COCOMO81, COCOMONASA, COCOMONASA2, China, Albrecht, Finnish, Kemerer, Maxwell, Miyazaki94) taken from PROMISE (Predictor Models in Software Engineering) data store with 10-fold cross validation technique and results, performance criterion correlation coefficient, error rates MAE (Mean Absolute Error), RMSE (Root Mean Squared Error), RAE (Relative Absolute Error), RRSE (Root Relative Squared Error), MAPE (Mean Absolute Percentage Error).

Benzer Tezler

  1. Türkiye'de elektrik kesintilerinin maliyeti: Tüketicilerin ve dağıtım şirketlerinin kesinti maliyetlerinin hesaplanması ve geleceğe yönelik tahminler

    Electricity interruption cost in Turkey: Calculation of customer and distribution company interruption cost and forecastings for the future

    BURAK DİNDAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ÖMER GÜL

  2. Çok kriterli karar verme yöntemleri kullanılarak teknolojik 3PL hizmet sağlayıcısı seçimi model önerisi

    A model proposal for the selection of technological 3PL service providers using multicriteria decision-making methods

    AYBİKE ESRA ŞAHİN

    Doktora

    Türkçe

    Türkçe

    2024

    Ulaşımİstanbul Üniversitesi

    Ulaştırma ve Lojistik Ana Bilim Dalı

    DOÇ. DR. SİNEM DERİNDERE KÖSEOĞLU

  3. Optimizing artistic process: Exploring efficient environment creation workflows in gaming industry

    Sanatsal sürecin optimizasyonu: Oyun endüstrisinde verimli çevre oluşturma süreçlerinin incelenmesi

    EMRAH ÖZÇİÇEK

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Oyun ve Etkileşim Teknolojileri Ana Bilim Dalı

    PROF. DR. LEMAN FİGEN GÜL

  4. Yazılım güvenliğinde yapay zekâ çözümleri

    Artificial intelligence solutions in software security

    EDANUR ÖZDEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    PROF. DR. İBRAHİM TÜRKOĞLU

  5. Yapay zekâ yöntemleriyle Uyuşmazlık Mahkemesi kararlarının tahmini

    Estimation of the Court of Jurisdictional Disputes decisions with artifical intelligence methods

    MUHAMMED BURAK GÖRENTAŞ

    Doktora

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBursa Uludağ Üniversitesi

    Ekonometri Ana Bilim Dalı

    PROF. DR. NURAN BAYRAM ARLI