差分演算法實作軟體工作量預估之研究

Research of Applying Differential Evolution to Software Effort Estimation

洪浩青(Hao-Ching Hung)

指導教授 ： 林金城

大同大學/電機資訊學院/資訊工程學系所/碩士(2009年)

摘要

在資訊科技業中，評估一精準的專案工作量對軟體公司在成本及時程上的節約，皆都有莫大的貢獻。因此，本研究將運用差分演化演算法( Differential Evolution )來評估一軟體專案之工作量，主要是希望使用新的最佳化演算法，來尋求出專案間更精準的工作量成本之評估值。在演算法的每個世代中，染色體都先用評估等級(Pred)和平均誤差率(MMRE)找出各自的適應值，接著利用突變、交配、天擇和區域搜索的方法來更新並且取代較差的向量解，經由重覆上述之方法，會使的染色體之適應值不斷的往最佳解演化、趨近，最後必能找到一評估軟體專案之最佳的參數。本研究利用COCOMO中的63筆歷史專案來進行測試，最後的實驗結果顯示出差分演化演算法確實能比其他的評估方法，更有效的找到專案間工作量之最佳評估值。

關鍵字

天擇 ； 差分演化演算法 ； 評估等級 ； 平均誤差率 ； 突變 ； 交配 ； 區域搜索

並列摘要

In Information Technology Industry, how to accurately estimate one project’s spending in the cost and works always plays a very important role in software companies. Therefore, this research will applies differential evolution, a new algorithm, to estimate the optimal volume of works in software projects to acquire biggest benefit in the cost. In algorithm, generations of chromosomes firstly use Pred and MMRE to figure out their fitness then keep renewing their values by Mutation, Crossover, Selection, and Local Search to substitute the older and worse vector solutions. In the process of repeating these technique, finally, vector solutions will be refine to their optimal volume which can be used in estimating software projects.

並列關鍵字

Selection ； differential evolution ； Pred ； MMRE ； Mutation ； Crossover ； Local Search

參考文獻

[黃信嘉2008] 黃信嘉，「差分動態分群演算法」，大同大學資訊工程研究所碩士論文，2008

[吳建寬2008] 吳建寬，「差分演化演算法應用於單元形成問題」，大同大學資訊工程研究所碩士論文，2008

[曾國泰2008]曾國泰, 「螢火蟲最佳化分群演算法」，大同大學資訊經營學系研究所碩士論文，2008

[Boehm1981] Boehm, B.W. “Software Engineering Economics” ,Englewood Cliffs ,NJ：Prentice-Hall,1981

[Nasir2006] Nasir, M. “A Survey of Software Estimation Techniques and Project Planning Practices,” IEEE Conference Proceeding, 19-20 June 2006, Page(s):305 – 310,2006