Математичне моделювання в задачах оцінювання розміру прикладного програмного забезпечення з відкритим кодом на C#

Скорочена інформація про документ
dc.contributor.authorЛатанська Л. О.
dc.contributor.authorМакарова Л. М.
dc.contributor.authorНікітіна О. Ю.
dc.contributor.authorНікітін О. В.
dc.contributor.authorLatanska L. O.
dc.contributor.authorMakarova L. M.
dc.contributor.authorNikitina O. Y.
dc.contributor.authorNikitin O. V.
dc.date.accessioned2024-10-02T06:30:45Z
dc.date.available2024-10-02T06:30:45Z
dc.date.issued2022
dc.descriptionЛатанська, Л. О. Математичне моделювання в задачах оцінювання розміру прикладного програмного забезпечення з відкритим кодом на C# = Mathematical modeling in problems of estimating the size of applicable open-source software in C# / Л. О. Латанська, Л. М. Макарова, О. Ю. Нікітіна // Computer Science and Applied Mathematics. – Запоріжжя : Гельветика, 2022. – № 1. – С. 66–74.
dc.description.abstractОцінювання розміру програмного забезпечення, зокрема прикладного з відкритим кодом на C#, на сьогодні є дуже важливою частиною в процесі розробки подібних проєктів. Знаючи розмір прикладного програмного забезпечення на ранніх етапах розробки та використовуючи такі моделі, як COCOMO, COCOMO II, або методи та моделі алгоритмічного моделювання чи інші, які виконують розрахунки на основі кількісних значень розміру прикладного програмного забезпечення, можна розрахувати трудовитрати та вартість проєкту та передбачити ризики, пов’язані з розробкою. У цій роботі виконано аналіз наявних регресійних рівнянь для оцінювання розміру прикладного програмного забезпечення з використанням різних мов програмування, який показав необхідність побудови нелінійного регресійного рівняння для оцінювання розміру прикладного програмного забезпечення з відкритим кодом на C# із застосуванням універсального одновимірного нормалізуючого перетворення сім’ї SB Джонсона, що дало можливість побудувати нелінійне регресійне рівняння досить високої якості (R2 = 0,974, MMRE = 0,198, PRED(0,25) = 0,778), та яке має кращі показники порівняно з лінійним регресійним рівнянням без застосування нормалізуючих перетворень для емпіричних даних (R2 = 0,887, MMRE = 1,028, PRED(0,25) = 0,361), а також порівняно з нелінійним регресійним рівнянням з використанням натурального логарифму як нормалізуючого перетворення (R2 = 0,819, MMRE = 0,222, PRED(0,25) = 0,694). Крім цього, використання універсального одновимірного нормалізуючого перетворення Джонсона сім’ї SB дало змогу побудувати більш вузькі довірчий інтервал та інтервал передбачення для нелінійного регресійного рівняння порівняно з інтервалами, які були побудовані з використанням натурального логарифму як нормалізуючого перетворення. У результаті розроблено програмний додаток для оцінювання розміру прикладного програмного забезпечення з відкритим кодом на C# з використанням нелінійного регресійного рівняння на основі універсального одновимірного нормалізуючого перетворення сім’ї SB Джонсона, який автоматизує процес розрахунку та спрощує застосування побудованого нелінійного регресійного рівняння, що дало змогу значно скоротити час проведення відповідних розрахунків та зменшити кількість розрахункових помилок.
dc.description.abstract1Estimating the size of software, including open-source applications in C#, is currently an especially important part of the development of such projects. Knowing the size of application software in the initial stages of development and using models such as COCOMO, COCOMO II or methods and models of algorithmic modeling and others that perform calculations based on quantitative values of application software it can be calculated labor costs and project cost and anticipate risks related to development. In this paper it was analyzed existing regression equations for estimating the software size of different programming languages which in turn indicated the need to construct a nonlinear regression equation for open-source application software in C# using the universal one-dimensional Johnson normalizing transformation for the SB family, which allowed to construct a nonlinear regression equation of high quality (R2 = 0.974, MMRE = 0.198, PRED(0.25) = 0.778), and which has better performance compared to the linear regression equation without using of normalizing transformations for empirical data (R2 = 0.887, MMRE =1.028, PRED(0.25) = 0.361), as well as in compared with the nonlinear egression equation using the natural logarithm as a normalizing transformation (R2 = 0.819, MMRE = 0.222, PRED(0.25) = 0.694). In addition, the use of the universal one-dimensional normalizing Johnson transformation of the SB family made it possible to construct a narrower confidence interval and prediction interval for the nonlinear regression equation compared to the intervals that were constructed using the natural logarithm as a normalizing transformation. As a result, a software application was developed for estimating the size of open source application software in C#, using a nonlinear regression equation based on the universal one-dimensional Johnson normalizing transformation for the SB family, which automates the calculation process and simplifies the using constructed nonlinear regression equations that reduced the time of relevant calculations and reduced the number of calculation errors.
dc.description.provenanceSubmitted by Лидия Макарова (lidiia.makarova@nuos.edu.ua) on 2024-05-31T10:16:38Z workflow start=Step: reviewstep - action:claimaction No. of bitstreams: 1 2022_152-148-PB print.pdf: 530669 bytes, checksum: cdd1839df5077a0baeb0097031825318 (MD5)en
dc.description.provenanceStep: reviewstep - action:reviewaction Approved for entry into archive by Ірина Бондар(iryna.bondar@nuos.edu.ua) on 2024-10-02T06:24:36Z (GMT)en
dc.description.provenanceStep: editstep - action:editaction Approved for entry into archive by Ірина Бондар(iryna.bondar@nuos.edu.ua) on 2024-10-02T06:30:07Z (GMT)en
dc.description.provenanceStep: finaleditstep - action:finaleditaction Approved for entry into archive by Ірина Бондар(iryna.bondar@nuos.edu.ua) on 2024-10-02T06:30:45Z (GMT)en
dc.description.provenanceMade available in DSpace on 2024-10-02T06:30:45Z (GMT). No. of bitstreams: 1 Latanska.pdf: 530669 bytes, checksum: cdd1839df5077a0baeb0097031825318 (MD5) Previous issue date: 2022en
dc.identifier.govdocDOI https://doi.org/10.26661/2413-6549-2022-1-08
dc.identifier.issn2413-6549
dc.identifier.urihttps://eir.nuos.edu.ua/handle/123456789/8853
dc.language.isouk
dc.relation.ispartofseriesУДК ; 004.942:519.25
dc.subjectрегресійне рівняння
dc.subjectнелінійна регресія
dc.subjectнормалізуюче перетворення Джонсона
dc.subjectдовірчий інтервал
dc.subjectінтервал передбачення
dc.subjectмова програмування
dc.subjectregression equation
dc.subjectnon-linear regression
dc.subjectJohnson normalizing transformation
dc.subjectprediction interval
dc.subjectconfident interval
dc.subjectprogramming language
dc.titleМатематичне моделювання в задачах оцінювання розміру прикладного програмного забезпечення з відкритим кодом на C#
dc.title.alternativeMathematical modeling in problems of estimating the size of applicable open-source software in C#
dc.typeArticle

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Latanska.pdf
Розмір:
518.23 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)