The regression models of software project duration based on project effort are considered. The aim of the research is to derive equations of confidence interval of a non-linear regression model of software project duration based on Johnson transformation for the personal computer (PC) development platform. Non-linear regression models of software project duration based on project effort are widely used. However, existing models do not provide equations to estimate the confidence interval of non-linear regression. Therefore, it is required to build a confidence interval of non-linear regression. In this paper, equations of a confidence interval of a non-linear regression model of software project duration based on Johnson transformation from the SB family are derived for the PC development platform. Mathematical statistics, regression and interval analysis methods are used to analyze data samples and derive equations of a confidence interval of a non-linear regression model.

Проблема оцінювання розміру програмного забезпечення на ранній стадії програмного проекту є важливою, оскільки інформація, отримана при оцінюванні розміру програмного забезпечення, використовується для прогнозування трудомісткості по розробці програмного забезпечення, включаючи інформаційні системи на базі Java з відкритим вихідним кодом. Об'єктом дослідження є процес оцінювання розміру програмного забезпечення інформаційних систем з відкритим вихідним кодом на Java. Предметом дослідження є моделі регресії для оцінювання розміру програмного забезпечення інформаційних систем з відкритим вихідним кодом на Java. Мета роботи - створення моделі нелінійної регресії для оцінювання розміру програмного забезпечення інформаційних систем з відкритим вихідним кодом на Java на основі багатовимірного нормалізуючого перетворення Джонсона. Моделі, довірчі інтервали та інтервали передбачення багатовимірної нелінійної регресії для оцінювання розміру програмного забезпечення інформаційних систем з відкритим вихідним кодом на Java побудовані на основі багатовимірного нормалізуючого перетворення Джонсона для негаусівських даних за допомогою відповідних методів. Методи побудови моделей, рівнянь, довірчих інтервалів і інтервалів передбачення нелінійних регресій засновані на багатовимірному нелінійному регресійному аналізі з використанням багатовимірних нормалізуючих перетворень. Розглянуто відповідні методи. Ці методи дозволяють враховувати кореляцію між випадковими величинами в разі нормалізації багатовимірних негаусівських даних. Загалом, це призводить до зменшення середньої величини відносної похибки, ширини довірчих інтервалів і інтервалів передбачення в порівнянні з лінійними моделями або нелінійними моделями, побудованими з використанням одновимірних нормалізуючих перетворень. Здійснено порівняння побудованої моделі з моделями лінійної регресії та нелінійними регресіями на основі десяткового логарифму та одновимірного перетворення Джонсона. Висновки: модель нелінійної регресії для оцінювання розміру програмного забезпечення інформаційних систем з відкритим вихідним кодом на Java побудована на основі багатовимірного перетворення Джонсона для сімейства SB. Ця модель в порівнянні з іншими регресійними моделями (як лінійними, так і нелінійними) має більший множинний коефіцієнт детермінації і менше значення середньої величини відносної похибки. Перспективи подальших досліджень можуть включати застосування інших багатовимірних нормалізують перетворень і наборів даних для побудови моделі нелінійної регресії для оцінювання розміру програмного забезпечення інформаційних систем з відкритим вихідним кодом на Java.

Індекс рубрикатора НБУВ: З973-018.025

Рубрики:

Комп'ютери та програмування

Шифр НБУВ: Ж16683 Пошук видання у каталогах НБУВ 

Розглянуто методи побудови моделей, рівнянь, довірчих інтервалів і інтервалів прогнозування нелінійних регресій на основі багатовимірних нормалізуючих перетворень для негаусових даних. Наведено приклади застосування методів для набору чотиривимірних негаусових даних у двох випадках: одновимірного і багатовимірного нормалізуючих перетворень Джонсона. Значення множинного коефіцієнта детермінації, середньої величини відносної похибки і відсотка прогнозування для нелінійної регресійної моделі за багатовимірного перетворення Джонсона краще у порівнянні з одномірними. Ширина інтервалу передбачення нелінійної регресії на основі багатовимірного перетворення Джонсона менше, ніж після одновимірного перетворення Джонсона для 26 з 30 рядків даних. Приблизно такі ж результати одержано для довірчих інтервалів нелінійної регресії. У загальному випадку під час побудови моделей, рівнянь, довірчих інтервалів і інтервалів прогнозування нелінійних регресій для багатовимірних негаусових даних слід використовувати багатовимірні нормалізуючі перетворення. Застосування одновимірних перетворень замість багатовимірних для нормалізації таких даних може призводити до збільшення ширини довірчих інтервалів і інтервалів передбачення нелінійної регресії.

Показано, що для підвищення достовірності передавання інформації у безпроводових телекомунікаційних системах широко застосовуються згорткові коди (ЗК) спільно з різноманітними методами декодування. Наведено загальні принципи синтезу та параметри алгебричних несистематичних ЗК із довільною швидкістю кодування та максимально досяжною кодовою відстанню. Наведено основні етапи біоінспірованого методу декодування алгебричних ЗК (АЗК) із використанням механізму випадкового зміщення. Показано, що сутність наведеного методу декодування полягає у застосуванні процедури диференційної еволюції з евристично визначеними параметрами. Також у даному методі використовується інформація про надійність прийнятих символів для знаходження найбільш надійного базису узагальненої породжувальної матриці. Додатково застосовується механізм випадкового зміщення для модифікації прийнятої послідовності з метою здійснення біоінспірованого пошуку на основі різних найбільш надійних базисів узагальненої породжувальної матриці. За результатами досліджень визначено, що біоінспірований метод декодування АЗК забезпечує більшу ефективність у порівнянні з алгебричним методом декодування у каналі зв'язку з адитивним білим гауссовим шумом. Залежно від параметрів АЗК і необхідного коефіцієнта помилок енергетичний виграш від кодування становить від 1,6 до 3 дБ. Показано, що наведений біоінспірований метод декодування може бути використаний для ЗК із великою довжиною кодового обмеження. У цьому випадку наведений метод декодування АЗК програє за ефективністю методу декодування Вітербі та турбокодам за достатньою кількості ітерацій декодування.

This paper reports the principles of building irregular codes with a low density of parity checks. It has been determined that finding irregular finite-length codes with improved characteristics necessitates the optimization of the distributions of powers of the symbol and test vertices of the corresponding Tanner graph. The optimization problem has been stated and the application of a bioinspired approach to solving it has been substantiated. The paper considers the main stages of the bioinspired method to optimize the that a given method is based on the combined application of the bioinspired procedure of bats, a special method for building Tanner graphs, and computer simulation. The reported study aimed to evaluate the effectiveness of the proposed method for optimizing irregular codes when using the selected bioinspired procedure and the predefined model of a communication channel. Based on the study results, it has been determined that the optimized relatively short irregular codes with a low density of parity checks possess better characteristics compared to existing codes. It is shown that the derived codes do not demonstrate the effect of an "error floor" and ensure an energy win via encoding of about 0,5 dB compared to regular codes depending on the length of the code. It has been determined that the optimization of irregular codes with a low value of the maximum power in the distribution of powers of the symbol vertices of the Tanner graph leads to a decrease in the order of an error coefficient in the region with a high signal/noise ratio. The application of the optimized irregular codes with a low density of parity checks could improve the efficiency of next-generation wireless telecommunication systems.

Проблема оцінювання розміру програмного забезпечення на ранній стадії програмного проекту є важливою, оскільки оцінювання розміру програмного забезпечення використовується для прогнозування трудомісткості розробки програмного забезпечення, включаючи веб-застосунки з відкритим кодом на PHP, що створені із використанням фреймворку CakePHP. Об'єктом дослідження є процес оцінювання розміру веб-застосунків з відкритим кодом на PHP, що створені із використанням фреймворку CakePHP. Предметом дослідження є нелінійні регресійні моделі для оцінювання розміру веб-застосунків з відкритим кодом на PHP, що створені із використанням фреймворку CakePHP. Мета роботи - побудова нелінійної регресійної моделі з трьома предикторами для оцінювання розміру веб-застосунків, шо створюються із використанням фреймворку CakePHP на основі чотиривимірного нормалізуючого перетворення Бокса-Кокса, щоб підвищити достовірність раннього оцінювання розміру цих застосунків. Метод. Модель, довірчі інтервали та інтервали передбачення багатовимірної нелінійної регресії для оцінювання розміру веб-застосунків з відкритим кодом на PHP, створених із використанням фреймворку CakePHP, побудовані на основі багатовимірного нормалізуючого перетворення Бокса-Кокса для негаусівських даних за допомогою відповідних методів. Методи побудови моделей, рівнянь, довірчих інтервалів і інтервалів передбачення нелінійних регресій засновані на множинному нелінійному регресійному аналізі з використанням багатовимірних нормалізуючих перетворень. Ці методи дозволяють враховувати кореляцію між залежними та незалежними змінними у разі нормалізації багатовимірних негаусівських даних. Загалом, це призводить до зменшення середньої величини відносної похибки, ширини довірчих інтервалів і інтервалів передбачення в порівнянні нелінійними моделями, побудованими з використанням одновимірних нормалізуючих перетворень. Результати. Проведено порівняння побудованої моделі з нелінійними регресійними моделями на основі десяткового логарифму та одновимірного перетворення Бокса-Кокса. Висновки: модель нелінійної регресії з трьома предикторами для оцінювання розміру веб-застосунків, створених за допомогою фреймворку CakePHP, побудована на основі чотиривимірного перетворення Бокса-Кокса. Ця модель, у порівнянні з іншими нелінійними регресійними моделями, має більший множинний коефіцієнт детермінації, менше значення середньої величини відносної похибки та менші ширини довірчих інтервалів та інтервалів передбачення. Перспективи подальших досліджень можуть включати застосування інших багатовимірних нормалізуючих перетворень та наборів даних для побудови нелінійних регресійних моделей для оцінювання розміру веб-додатків, створених за допомогою інших фреймворків.

Раннє оцінювання розміру програмного забезпечення (ПЗ) є однією з серйозних проблем керівників проектів при оцінці зусиль розробки додатків, оскільки розмір ПЗ є основним фактором, що визначає зусилля з розробки ПЗ. Функціональні точки (FP) і рядки коду (LOC) найчастіше використовуються як міра розміру в існуючих методах і моделях оцінювання трудомісткості ПЗ. Як відомо, обидві ці метрики мають свої переваги та недоліки при використанні для оцінювання трудомісткості розробки ПЗ. Хоча міра на основі FP має перевагу перед LOC в тому, що вона не залежить від використовуваних технологій, проте оцінювання трудомісткості вимагає врахування таких факторів (факторів навколишнього середовища). Врахування перерахованих вище факторів може бути забезпечена відповідними моделями оцінювання трудомісткості на основі LOC. В даний час багато веб-застосунків створюються з використанням PHP фреймворків, що прискорює розробку додатків. CodeIgniter - один із таких потужних фреймворків. Однак немає регресійних моделей для оцінювання розміру ПЗ веб-застосунків, що створюються з використанням фреймворку CodeIgniter. Це потребує побудови відповідних моделей. Завдання цієї статті - побудувати модель нелінійної регресії для оцінювання розміру ПЗ (у KLOC, тисячах рядків коду) веб-додатків, що створюються за допомогою фреймворку CodeIgniter. Метод: застосовано метод побудови нелінійних регресійних моделей на основі багатовимірних нормалізуючих перетворень та інтервалів прогнозування. Результатом є три нелінійні регресійні моделі з трьома предикторами: загальна кількість класів, середня кількість методів на клас та середнє значення DIT (дерева глибини спадкування) на клас. Щоб побудувати ці моделі для оцінювання розміру веб-застосунків, що створюються за допомогою фреймворку CodeIgniter, використано три відомі нормалізуючі перетворення: два одновимірні перетворення (десятковий логарифм і перетворення Бокса-Кокса) і чотиривимірне перетворення Бокса-Кокса. Висновки: модель нелінійної регресії, побудована за допомогою чотиривимірного перетворення Бокса-Кокса, має найкращі результати прогнозування розміру порівняно з іншими регресійними моделями, що грунтуються на одновимірних перетвореннях.

Актуальність проблеми оцінювання тривалості розробки програмного забезпечення (ПЗ) на Java для персональних комп'ютерів (ПК) обумовлена наступним чинниками: по-перше, невдале оцінювання тривалості часто є основною причиною невдалої реалізації програмних проектів; по-друге, Java є популярною мовою; і, по-третє, ПК є широко поширеним багатоцільовим комп'ютером. Об'єкт дослідження - процес оцінювання тривалості розробки ПЗ на Java для ПК. Предмет дослідження - моделі нелінійної регресії для оцінювання тривалості розробки ПЗ на Java для ПК. Мета роботи - побудова нелінійних регресійних моделей для оцінювання тривалості розробки ПЗ в Java для ПК на основі нормалізуючого перетворення у вигляді десяткового логарифму та видалення викидів у даних для підвищення достовірності оцінювання порівняно з моделлю ISBSG. для платформи ПК. За допомогою відповідних методів на основі нормалізуючих перетворень для негаусових даних побудовано моделі, довірчі інтервали та інтервали прогнозування нелінійних регресій для оцінки тривалості розробки ПЗ на Java для ПК. Методи побудови моделей, довірчих інтервалів та інтервалів прогнозування нелінійних регресій базуються на нормалізуючих перетвореннях. Також ми застосовуємо видалення викидів для побудови моделей. Загалом, вищезазначене призводить до зменшення середньої величини відносної похибки, ширини довірчих інтервалів та інтервалів прогнозування порівняно з нелінійними моделями, побудованими без застосування видалення викидів у процесі побудови моделей. Проведено порівняння побудованої на основі десяткового логарифму моделі з моделями нелінійної регресії на основі перетворень Джонсона (для сімейства SB) та Бокса-Кокса як одновимірних, так і двовимірних. Висновки: модель нелінійної регресії для оцінювання тривалості розробки ПЗ на Java для ПК побудована на основі перетворення десяткового логарифма. Ця модель, порівняно з іншими моделями нелінійної регресії, має менші значення ширини довірчих інтервалів та інтервалів прогнозування для трудовитрат, які перевищують 900 людино-годин. Перспективи подальших досліджень можуть передбачати застосування двовимірних нормалізуючих перетворень і наборів даних для побудови нелінійних регресійних моделей для оцінювання тривалості розробки ПЗ іншими мовами для ПК та інших платформ, наприклад, мейнфреймів.