Wybrane metody szacowania zasobów w inżynierii oprogramowania

• Autorzy: Dariusz Dymek

Warianty tytułu

Selected Methods of Resources Evaluation in Software Engineering

• Języki publikacji: PL

Abstrakty

W tworzeniu oprogramowania jednym z podstawowych etapów jest przygotowanie harmonogramu i budżetu przedsięwzięcia. Przewidywane koszty stanowią jedną z głównych przesłanek podjęcia decyzji o realizacji lub odrzuceniu projektu i dlatego dokładność szacowania kosztów jest bardzo ważnym czynnikiem. Jednak ze względu na specyfikę oprogramowania, do której należą: długi czas powstawania, bardzo wysoki poziom złożoności, duża liczba czynników wpływających na końcowy efekt prac, silna zależność od dziedziny zastosowań i duże różnice pomiędzy poszczególnymi projektami, stanowi to bardzo poważny problem. Do oszacowania kosztów w projektach informatycznych wykorzystywane są modele predykcyjne, pozwalające na oszacowanie kosztów w początkowej fazie projektu. Prace nad tymi modelami rozpoczęły się już w latach 60. i trwają do dziś. Oprócz klasycznych metod statystycznych modele te wykorzystują również inne zaawansowane metody m.in. z obszaru sztucznej inteligencji. Celem niniejszej pracy jest przedstawienie metod wykorzystywanych w modelach predykcyjnych, ich właściwości i możliwości wykorzystania, tak aby ułatwić wybór metody w konkretnym przypadku. (abstrakt oryginalny)

EN

One of the most important factors in software development is the preparation of a venture schedule and budget. The anticipated cost is one of the basic decision-making factors determining the acceptation or rejection of a project.As a consequence, the accuracy of cost evaluation is crucial. However, this is a key problem due to the specific features of software, i.e. the long time involved in its development, a high level of complexity, the large number of factors shaping the final result of the work, a strong dependence on the application area, and significant differences among individual projects. In order to evaluate costs in such projects, the prediction models that allow cost assessment in the initial stages of a project are applied. Studies on such models began as early as in the 1960s and have been continued up to now. Besides the classic statistical methods, these models also exploit other advanced methods, including artificial intelligence tools. The goal of this study is to discuss the methods used in prediction models, their properties and exploitation possibilities, so that a method can be consciously chosen in a specific case. (original abstract)

Słowa kluczowe

PL

Oprogramowanie komputerowe prognozowania; Projektowanie systemów informatycznych; Sztuczna inteligencja; Metody statystyczne; Sieci neuronowe; Analiza piśmiennictwa ekonomicznego

EN

Forecasting Software; Information system design; Artificial intelligence; Statistical methods; Neural networks; Economic literature analysis

• Czasopismo: Zeszyty Naukowe / Akademia Ekonomiczna w Krakowie
• Rocznik: 2000
• Numer: nr 551
• Strony: 67--85

Twórcy

autor

Dariusz Dymek

Bibliografia

• Allen B.P. [1994], Case-Based Reasoning: Business Applications, Communications of the ACM, vol. 37, no 3.
• Basili V.R., Briand L.C., Melo W.L. [1996], A Validation of Object-Oriented Design Metrics as Quality Indicators, IEEE Transaction on Software Engineering, vol. 22, no 10.
• Basili V.R., Briand L.C., Melo W.L. [1995], Measuring the Impact of Reuse on Quality and Productivity in Object-Oriented Systems, Technical Report, University of Maryland CS-TR-3395.
• Briand L.C., Devanbu P., Melo W.L. [1996], Defining and Validating Design Coupling Measures in Object-Oriented Systems, Technical Report ISERN-96-08.
• Briand L.C., Laitenberger O., Wieczorek I. [1997], Building Resource and Quality Management Models for Software Inspections, Technical Report ISERN-97-06.
• Briand L.C., Morasca S., Basili V.R. [1994], Defining and Validating High-Level Design Metrics, Technical Report CS-TR-3301, University of Maryland.
• Briand L.C., Morasca S., Basili V.R. [1995], Theoretical and Empirical Validation of Software Product Measures, Technical Report ISERN-95-03.
• Cockroft S. [1996], Estimating CASE Development Size from Outline Specifications, Information and Software Technology 38.
• Cost and Schedule Estimation Study Report [1993], Software Engineering Laboratory Series, NASA.
• Goldfedder B., Rising L. [1997], A Training Experience with Patterns, Communications of the ACM, vol. 39, no 10.
• Grey A.R., MacDonell S.G. [1997],A Comparison of Techniques for Developing Predictive Models of Software Metrics, Information and Software Technology 39.
• Grey A.R., MacDonell S.G. [1997a], Applications of Fuzzy Logic to Software Metric Models for Development Effort Estimation, Proceedings of the 1997 Annual Meeting of The North America Fuzzy Information Processing Society -NAFIPS, Syracuse NY. USA, IEEE.
• Grey A.R., MacDonell S.G. [1997b], GQM++ A Full Life Time Cycle Framework for the Development and Implementation of Software Metric Program, Proceedings of ACOSM'97 4th Australian Conference on Software Metrics, Canberra, Australia, ASMA.
• Hayes-Roth F., Jacobstein N. [1994], The State of Knowledge-Based Systems, Communications of the ACM, vol. 37, no 3.
• Jones C. [1998], Software Project Management in the 21st Century, American Programmer, vol. XI, no 2, February.
• Kitchenham B., Pfleeger S.L. [1996], Software Quality: The Elusive Target, IEEE Software, vol. 13, number 1, January.
• Kramerer C.F. [1987], An Empirical Validation of Software Cost Estimation Models, Communications of the ACM, vol. 30.
• Lanubile F., Visaggio G. [1996], Evaluating Predictive Quality Models Derived from Software Measures: Lessons Learned, Technical Report CS-TR-3606, University of Maryland, dostępne również jako Technical Report ISERN-96-03 i Technical Report UMIACS-TR-96-14.
• Lederer A.L., Prasad J. [1998], A Casual Model for Software Cost Estimating Error, lEEE Trans, on Software Engineering, vol. 24, no 2.
• MacDonell S.G., Grey A.R., [1997], A Comparison of Modelling Techniques for Software Development Effort Prediction, Proceedings of the 1997 International Conference on Neural Information Processing and Intelligent Information Systems, Dunedin, Now Zealand, Springer-Verlag.
• Metody statystyczne dla chemików [1992], J.B. Czermiński, A. Iwasiewicz, Z. Paszek. A. Sikorski, PWN, Warszawa.
• Miłosz M. [1997], Szacowanie zasobów w projektach informatycznych, "Informatyka", nr 11.
• Morasca S., Ruhe G. [1996], A Comparative Study of Two Techniques for Analysing Software Measurement Data, Technical Report ESPRIT/ESSI project