NUOS Repository

Удосконалення рівняння регресії для оцінювання розміру програмного забезпечення з відкритим кодом на Kotlin та розробка програмного забезпечення для його реалізації

Show simple item record

dc.contributor.advisor Фаріонова Т. А. uk_UA
dc.contributor.author Литовченко, Олексій Володимирович
dc.contributor.author Lytovchenko, Oleksii
dc.date.accessioned 2021-03-19T13:26:36Z
dc.date.available 2021-03-19T13:26:36Z
dc.date.issued 2020
dc.identifier.uri http://eir.nuos.edu.ua/xmlui/handle/123456789/3691
dc.description Литовченко, О. В. Удосконалення рівняння регресії для оцінювання розміру програмного забезпечення з відкритим кодом на Kotlin та розробка програмного забезпечення для його реалізації = Improving the regression equation for estimating the size of open source software on Kotlin and developing software for its implementation : магістерська робота ; спец. 121 “Інженерія програмного забезпечення“ / О. В. Литовченко ; наук. кер. Т. А. Фаріонова. – Миколаїв : НУК, 2020. – 105 с. uk_UA
dc.description.abstract Кваліфікаційна робота на здобуття освітнього рівня магістра зі спеціальності 121 – «Інженерія програмного забезпечення». Національний університет кораблебудування імені адмірала Макарова. Миколаїв, 2020 р. Обсяг роботи: 104 стор., 18 табл., 20 рис., 16 використаних джерел, 5 додатків. Актуальність теми. При розробці програмних проектів одного класу найбільший вплив на трудомісткість має їх розмір. Проте в інженерії програмного забезпечення не існує єдиних рекомендацій для оцінювання розміру програмних продуктів. Тому задача удосконалення рівняння регресії для оцінювання розміру програмного забезпечення з відкритим кодом на Kotlin та розробка програмного забезпечення для його реалізації є актуальною та має практичну цінність. Мета і завдання дослідження. Метою даної кваліфікаційної роботи є підвищення достовірності оцінювання розміру програмного забезпечення з відкритим кодом на Kotlin та розробка програми для її реалізації. Для досягнення поставленої мети необхідно вирішити такі завдання: виконати аналіз існуючих методів та моделей оцінювання розміру ПЗ; обґрунтувати необхідність удосконалення рівняння регресії; нормалізувати отримані емпіричні дані; побудувати нелінійне рівняння регресії, довірчий інтервал та інтервал передбачення на основі нормалізованих даних без викидів; розробити програму для оцінювання розміру програмного забезпечення з відкритим кодом на Kotlin. Об’єкт дослідження: процес оцінювання розміру програмного забезпечення з відкритим кодом на Kotlin. Предмет дослідження: нелінійне рівняння регресії для оцінювання розміру програмного забезпечення з відкритим кодом на Kotlin. Методи дослідження: для вирішення поставлених задач були застосовані методи теорії ймовірності, математичної статистики та регресійного аналізу. Наукова новизна одержаних результатів: удосконалено рівняння регресії для оцінювання розміру програмного забезпечення з відкритим кодом на Kotlin. Практичне значення отриманих результатів полягає в розробці алгоритму і ПЗ для оцінювання розміру програмного забезпечення з відкритим кодом на Kotlin на основі нелінійного регресійного рівняння з нормалізуючим перетворенням у вигляді десяткового логарифму. uk_UA
dc.language.iso uk uk_UA
dc.subject оцінювання розміру uk_UA
dc.subject нелінійне рівняння регресії uk_UA
dc.subject нормалізуюче перетворення uk_UA
dc.subject 121 “Інженерія програмного забезпечення“ uk_UA
dc.subject size estimation uk_UA
dc.subject nonlinear regression equation uk_UA
dc.subject normalizing transformation uk_UA
dc.title Удосконалення рівняння регресії для оцінювання розміру програмного забезпечення з відкритим кодом на Kotlin та розробка програмного забезпечення для його реалізації uk_UA
dc.type Other uk_UA
dc.description.abstract1 Qualification work for obtaining a master's degree in Specialty 121 - Software Engineering. Admiral Makarov National University of Shipbuilding. Mykolaiv, 2020. The work contains: 104 pages, 18 tables, 20 figures, 16 references, 5 appendiсes. Relevance of the topic: When developing software projects of one class, their size has the greatest impact on complexity. However, in software engineering there are no uniform recommendations for estimating the size of software products. Therefore, the task of improving the regression equation for estimating the size of open source software on Kotlin and developing software for its implementation is relevant and has practical value. Purpose and tasks of the research. The purpose of this qualification work is to increase the reliability of estimating the size of open source software on Kotlin and develop a program for its implementation. To achieve this goal it is necessary to solve the following tasks: perform an analysis of existing methods and models for estimating the size of software; justify the need to improve the regression equation; normalize the obtained empirical data; construct a nonlinear regression equation, confidence interval and prediction interval based on normalized data without emissions, develop a program to estimate the size of open source software on Kotlin. Object of research: the process of estimating the size of open source software on Kotlin. Subject of research: the process of estimating the size of open source software on Kotlin. Research мethods: methods of probability theory, mathematical statistics and regression analysis were used to solve the problems. Scientific novelty of the obtained results: improved the regression equation for estimating the size of open source software on Kotlin. The practical value of the results. The obtained results are the development of an algorithm and software for estimating the size of open source software on Kotlin on the basis of a nonlinear regression equation with a normalizing transformation in the form of a decimal logarithm. uk_UA
dc.title1 Improving the regression equation for estimating the size of open source software on Kotlin and developing software for its implementation uk_UA
dc.title2 2020


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account

Context