Підвищення ефективності оцінки функціональної складності розробки та підтримки програмного забезпечення з використанням моделей нечіткої логіки
Вантажиться...
Файли
Дата
Науковий керівник
Редактор
Інші учасники
Відповідальний
ORCID
Назва журналу
Номер ISSN
Назва тому
DOI
Альтернативна назва
Анотація
Запропоновано математичну модель для інформаційної технології оцінювання складності розробки програмного забезпечення з використанням методів нечіткого виведення при прийнятті рішень та штучних нейронних мереж для визначення впливу факторів поточного середовища при застосуванні методу аналізу функціональних точок.
A mathematical model is proposed for an information technology that estimates the size of software using fuzzy inference methods in decision support systems and artificial neural networks to determine the influence of current environmental factors when applying the function point analysis (FPA) method.
A mathematical model is proposed for an information technology that estimates the size of software using fuzzy inference methods in decision support systems and artificial neural networks to determine the influence of current environmental factors when applying the function point analysis (FPA) method.
Опис
Тип документа
Мова
ISSN
Посилання на публікацію
Серія, номер
ISBN
978-617-8163-57-0
ББК
Інші ідентифікатори
Пов’язані матеріали
Спонсорська підтримка
Правовласник
Бібліографічний опис
Білоус Д. А., Козловський А. В. Підвищення ефективності оцінки функціональної складності розробки та підтримки програмного забезпечення з використанням моделей нечіткої логіки // Матеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2025)», Вінниця, 15-16 червня 2025 р. Електрон. текст. дані. 2025. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2025/paper/view/22288.
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (9)
- Albrecht, A.J. Measuring Applications Development Productivity - Proceedings of IBM Application. Dev. Joint SHARE/GUIDE Symposium, 1979.
- Al-Hagery M.. New complexity weights for function point analysis using artificial neural networks, 2004 PhD Thesis. URL: https://www.researchgate.net/publication/328119159_NEW_COMPLEXITY_WEIGHTS_FOR_FUNCTIO N_POINT_ANALYSIS_USING_ARTIFICIAL_NEURAL_NETWORKS.
- Bilous D., Kozlovskyi A. Using function point analysis for professional service and maintenance IT projects: a tailoring approach for enhanced size and effort estimation.- XI International Scientific and Practical Conference Modern science: theoretical and practical view, April 16-17, 2024, Madrid. Spain. Pp.82-90, URL: https://www.sconferences.com/wp-content/uploads/2024/04/Madrid.Spain-11.pdf
- Білоус Д.А. Аспекти використання методу аналізу функціональних точок для оптимізації виробничих процесів - Молодь в науці: дослідження, проблеми, перспективи (МН-2023) – Режим доступу URL: https://conferences.vntu.edu.ua/index.php/mn/mn2023/paper/view/17974
- ISO/IEC 20926:2009. Software and systems engineering. Software measurement. Режим доступу URL: https://www.iso.org/standard/51717.html
- Lima Júnior O., Muniz Farias P., Belchior A. A Fuzzy Model for Function Point Analysis to Development and Enhancement Project Assessments - Vol. 5 No. 2 (2002): Special Issue of Best Papers presented at CLEI'2001. Merida, Venezuela. Guest Editor: Jose Aguilar (U de Los Andes, Venezuela). Режим доступу URL: https://www.clei.org/cleiej/index.php/cleiej/article/view/358
- Tsoi H. L. Tuning Function Point Analysis Model by Using Fuzzy Neural Network, 2003. – Режим доступу URL: https://www.researchgate.net/publication/254456675_Tuning_Function_Point_Analysis_Model_by_Using_ Fuzzy_Neural_Network
- Lavazza L., Locoro A., Liu G., Meli R. Estimating Software Functional Size via Machine Learning. ACM Trans. Softw. Eng. Methodol. 32, 5, Article 114, 2023, 27 p.
- Zadeh, L. : Fuzzy sets. Information and Control 8(3), 338–353 (1965).