Орєхов О. С.Фаріонова Т. А.Oriekhov O. S.Farionova T. A.2024-08-302024-08-302024-07-01DOI https://doi.org/10.35546/kntu2078-4481.2024.2.282078-4481https://eir.nuos.edu.ua/handle/123456789/8665Орєхов, 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.У 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.ukрозмір програмного забезпеченнякількість рядків кодуJava-застосунокнелінійна регресійна модельнормалізуюче перетвореннянегаусівські даніsoftware sizelines of codeJava-applicationnonlinear regression modelnormalizing transformationnon-Gaussian dataArticle