Математичні моделі для оцінювання розміру Java-застосунків

Скорочена інформація про документ
dc.contributor.authorОрєхов О. С.
dc.contributor.authorФаріонова Т. А.
dc.contributor.authorOriekhov O. S.
dc.contributor.authorFarionova T. A.
dc.date.accessioned2024-08-30T07:02:35Z
dc.date.available2024-08-30T07:02:35Z
dc.date.issued2024-07-01
dc.descriptionОрєхов, О. С. Математичні моделі для оцінювання розміру Java-застосунків = Mathematical models for the size estimating of Java applications / О. С. Орєхов, Т. А. Фаріонова // Вісн. ХНТУ. – Херсон : ХНТУ, 2024. – № 2. – С. 196–203.
dc.description.abstractУ статті розглядається застосування математичних моделей для оцінювання розміру Java-застосунків. Мова програмування Java є однією з найбільш поширених у світі та широко використовується в розробці різноманітних програмних проєктів. Оцінювання розміру Java-застосунку є актуальною задачею, яка невідʼємно повʼязана з життєвим циклом розробки програмного забезпечення на ранніх стадіях проєктування. Метою роботи є підвищення достовірності оцінювання кількості рядків коду Java-застосунків на ранніх стадіях розробки програмних проєктів за метриками діаграми класів шляхом побудови нелінійних регресійних моделей. Об’єктом дослідження є процес оцінювання розміру Java-застосунків з відкритим кодом. Предметом дослідження є математичні моделі для оцінювання розміру Java-застосунків. Для досягнення поставленої мети було зібрано 2 вибірки метрик Java-застосунків із відкритим програмних кодом – нвчальна, розміром 286, та тестова, розміром 285 точок даних, проведено аналіз та порівняння існуючих математичних моделей і рівнянь для оцінювання розміру Java-застосунків на тестовій вибірці. Доведено, що існуючі регресійні рівняння та моделі мають незадовільний рівень якості прогнозування розміру Java-застосунків або не можуть бути застосовані для наведеного набору даних через обмеження регресійних моделей. Із використанням навчальної вибірки, побудовано однофакторні нелінійні регресійні моделі для оцінювання розміру Java-застосунків на основі нормалізуючих перетворення десяткового логарифму, Бокса-Кокса та Джонсона сімейства SB за метрикою кількості класів (CLASS) та двофакторна нелінійна регресійна модель на основі нормалізуючого перетворення десяткового логарифму за метриками кількості класів (CLASS) та загальна кількість видимих методів (VMQ). Отримана двофакторна нелінійна регресійна модель на основі перетворення у вигляді десяткового логарифму має меншу середню величину відносної похибки, вище значення відсотка передбачення для рівня відносної похибки та вище значення коефіцієнту детермінації, що у порівнянні з існуючими моделями дозволяє підвищити достовірність оцінювання кількості рядків коду Java-застосунків.
dc.description.abstract1Тhis paper introduces the usage of mathematical models for Java applications size estimation. The Java programming language is one of the most widely used in the world and is used in the development of various software projects. Size estimation of Java-applications is one of the key planning tasks at the early stages of software project planning. The aim of the study is to increase the accuracy of Java application code lines estimation at the early stages of software project development using class diagram metrics by building nonlinear regression models. The object of study is the Java applications size estimation process. The subject of the study is mathematical models for Java applications size estimation. To achieve this goal, we collected 2 samples of code metrics from open source Java applications – a training sample of 286 data points and a test sample of 285 data points. We analyzed and compared existing mathematical models equations of Java application size estimation using the test sample. Proven that the existing regression equations and models have an unsatisfactory level of accuracy for Java applications size estimation or cannot be applied to the given data set due to the limitations of regression models. For Java applications size estimation, using training sample we built one-factor nonlinear regression models based on the normalizing transformations of the decimal logarithm, Box-Cox and Johnson of the SB family by the number of classes (CLASS) metric and a two-factor nonlinear regression model based on the normalizing transformation of the decimal logarithm by the number of classes (CLASS) and the visible methods quantity (VMQ) metrics. The obtained two-factor nonlinear regression model based on the decimal logarithm normalizing transformation has a smaller mean magnitude of relative error, a higher value of the percentage of prediction of the relative error level and a higher value of the determination coefficient, which, in comparison with existing models, allows to increase the reliability and accuracy of source lines of code estimation of Java applications.
dc.description.provenanceSubmitted by Фаріонова Тетяна Анатоліївна (tetyana.farionova@nuos.edu.ua) on 2024-07-30T11:54:53Z workflow start=Step: reviewstep - action:claimaction No. of bitstreams: 1 30.pdf: 672045 bytes, checksum: 88849027c3eb96a89ae7a6685db34d65 (MD5)en
dc.description.provenanceStep: reviewstep - action:reviewaction Approved for entry into archive by Диндеренко Катерина(kateryna.dynderenko@nuos.edu.ua) on 2024-08-30T06:52:10Z (GMT)en
dc.description.provenanceStep: editstep - action:editaction Approved for entry into archive by Диндеренко Катерина(kateryna.dynderenko@nuos.edu.ua) on 2024-08-30T07:02:05Z (GMT)en
dc.description.provenanceStep: finaleditstep - action:finaleditaction Approved for entry into archive by Диндеренко Катерина(kateryna.dynderenko@nuos.edu.ua) on 2024-08-30T07:02:35Z (GMT)en
dc.description.provenanceMade available in DSpace on 2024-08-30T07:02:35Z (GMT). No. of bitstreams: 1 Oriekhov: 672045 bytes, checksum: 88849027c3eb96a89ae7a6685db34d65 (MD5) Previous issue date: 2024-07-01en
dc.identifier.govdocDOI https://doi.org/10.35546/kntu2078-4481.2024.2.28
dc.identifier.issn2078-4481
dc.identifier.urihttps://eir.nuos.edu.ua/handle/123456789/8665
dc.language.isouk
dc.publisherХерсонський національний технічний університет
dc.relation.ispartofseriesУДК; 004.412:519.2
dc.subjectрозмір програмного забезпечення
dc.subjectкількість рядків коду
dc.subjectJava-застосунок
dc.subjectнелінійна регресійна модель
dc.subjectнормалізуюче перетворення
dc.subjectнегаусівські дані
dc.subjectsoftware size
dc.subjectlines of code
dc.subjectJava-application
dc.subjectnonlinear regression model
dc.subjectnormalizing transformation
dc.subjectnon-Gaussian data
dc.titleМатематичні моделі для оцінювання розміру Java-застосунків
dc.title.alternativeMathematical models for the size estimating of Java applications
dc.typeArticle

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
Oriekhov
Розмір:
656.29 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
4.38 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Статті (ПЗАС)