کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
6885620 | 696245 | 2015 | 42 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
A robust optimization approach to the next release problem in the presence of uncertainties
ترجمه فارسی عنوان
رویکرد بهینه سازی قوی به مشکل انتشار بعدی در حضور عدم قطعیت
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
مشکل آزاد بعدی بهینه سازی قوی، جستجو بر اساس مهندسی نرم افزار،
ترجمه چکیده
مشکل انتشار بعدی یک وظیفه مهم در مدل تکراری و افزایشی نرم افزار است که شامل انتخاب مجموعه ای از الزامات در انتشار نرم افزار بعدی می شود. با توجه به محیط پویا که در آن توسعه نرم افزار مدرن رخ می دهد، عدم اطمینان مربوط به متغیرهای ورودی این مشکل باید مورد توجه قرار گیرد. در این زمینه، در این مقاله، فرمول بندی به مسئله انتشار بعدی با توجه به چارچوب بهینه سازی قوی، که امکان تولید راه حل های قوی را ارائه می دهد، ارائه می دهد. برای اندازه گیری یک قیمت از قدرت، که از دست دادن در کیفیت راه حل به دلیل قدرت است، یک ارزیابی بزرگ تجربی بر روی نمونه های مصنوعی و واقعی انجام شد. چندین وضعیت برنامه ریزی انتشار بعدی شامل تعدادی از الزامات مورد نیاز، برآورد مهارت ها و وابستگی های بین الزامات بود. تمام نتایج تجربی سازگار است تا نشان دهد که جریمه با توجه به کیفیت راه حل نسبتا کوچک است. علاوه بر این، رفتار مدل پیشنهادی از نظر آماری برای هر مورد در نظر گرفته شده است، که این امر را حتی در پروژه های نرم افزاری واقعی در دنیای واقعی نیز کاربرد می دهد.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
شبکه های کامپیوتری و ارتباطات
چکیده انگلیسی
The next release problem is a significant task in the iterative and incremental software development model, involving the selection of a set of requirements to be included in the next software release. Given the dynamic environment in which modern software development occurs, the uncertainties related to the input variables of this problem should be taken into account. In this context, this paper presents a formulation to the next release problem considering the robust optimization framework, which enables the production of robust solutions. In order to measure the “price of robustness”, which is the loss in solution quality due to robustness, a large empirical evaluation was executed over synthetical and real-world instances. Several next release planning situations were considered, including different number of requirements, estimating skills and interdependencies between requirements. All empirical results are consistent to show that the penalization with regard to solution quality is relatively small. In addition, the proposed model's behavior is statistically the same for all considered instances, which qualifies it to be applied even in large-scale real-world software projects.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Systems and Software - Volume 103, May 2015, Pages 281-295
Journal: Journal of Systems and Software - Volume 103, May 2015, Pages 281-295
نویسندگان
Matheus Paixao, Jerffeson Souza,