مقاله مروری: ترکیب الگوریتمهای بهینه سازی فراابتکاری با مدل تخمین هزینه کوکومو

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 مقاله مروری: ترکیب الگوریتمهای بهینه سازی فراابتکاری با مدل تخمین هزینه کوکومو دارای ۱۴ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله مروری: ترکیب الگوریتمهای بهینه سازی فراابتکاری با مدل تخمین هزینه کوکومو  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله مروری: ترکیب الگوریتمهای بهینه سازی فراابتکاری با مدل تخمین هزینه کوکومو،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله مروری: ترکیب الگوریتمهای بهینه سازی فراابتکاری با مدل تخمین هزینه کوکومو :

تعداد صفحات :۱۴

چکیده مقاله:

دقت تخمین هزینه نرم افزار یکی از دشوارترین وظایف توسعه دهندگان نرم افزار است. درحالیکه سایر جنبه های پروژه دروضعیت مناسب هستند ؛ تخمین نادرست می تواند منجر به شکست پروژه گردد . دلیل اصلی این مشکل عدم دقت تخمیناست ؛ مدیران نیاز به مشخص کردن نیازمندیهای سیستم در شروع توسعه جهت تخمین دقیق هستند. تخمین هزینه و زمان در اوایل چرخه عمر توسعه نرم افزار بزرگترین چالش برای پروژه های نرم افزار به شمار می رود ؛ از جمله دلایل این چالش ها می توان به ناهماهنگی و ناسازگاری پروژه های نرم افزار، پیچیدگی فرآیند تولید ، نقش ویژه انسانها و سطح بالای مشخصاتمبهم و غیر عادی پروژه های نرم افزار اشاره کرد . عدم قطعیت و پیچیدگی سیستم های نرم افزاری ، توسعه موثر و کارآمد نرمافزار را با مشکل مواجه ساخته و باعث شده که سیستم های نرم افزاری ، به تکنیکهای بهینه با منابع محدود ، موثر و جدیدتمایل یابند. پیش بینی تلاش لازم برای توسعه نرم افزار با بکارگیری الگوریتمهای بهینه سازی فراابتکاری پیشرفتهای قابل توجهی را در این حوزه ایجاد کرده است. در مقاله حاضرتاثیر ترکیب تعدادی از الگوریتمهای فرا ابتکاری با مدل های اصلی تخمین از جمله مدل کوکومو مورد بررسی قرار گرفته است . کارایی مدلهای ترکیبی صرفنظر از مجموعه داده بکار گرفته شده در همه روشها مشهود است . می توان گفت که همه مدلها در تخمین، متوسط شدت خطای نسبی را کاهش و باعث افزایش دقت تخمین شده اند.