-
-
-
دسترسی آزاد مقاله
1 - پیش‌بینی ریسک پروژه‌های نرم‌افزار توسط الگوریتم بهینه‌سازی ملخ و یادگیری ماشین
بهار احمدی هادی خسروی فارسانی تقی جاودانی گندمانیتوسعه نرم‌افزار را می‌توان فعالیتی دانست که از انواع پیشرفت‌های فناورانه استفاده می‌کند و نیاز به دانش بالایی دارد. به همین دلیل، هر پروژه توسعه نرم‌افزاری حاوی عناصر عدم قطعیت است که به‌عنوان ریسک پروژه شناخته می‌شود. موفقیت یک پروژه توسعه نرم‌افزار به‌شدت به میزان ریس چکیده کاملتوسعه نرم‌افزار را می‌توان فعالیتی دانست که از انواع پیشرفت‌های فناورانه استفاده می‌کند و نیاز به دانش بالایی دارد. به همین دلیل، هر پروژه توسعه نرم‌افزاری حاوی عناصر عدم قطعیت است که به‌عنوان ریسک پروژه شناخته می‌شود. موفقیت یک پروژه توسعه نرم‌افزار به‌شدت به میزان ریسک مربوط به هر فعالیت پروژه بستگی دارد. لذا، به‌عنوان یک مدیر پروژه، آگاهی از خطرات کافی نیست. جهت دستیابی به یک نتیجه موفق، یک مدیر پروژه باید بتواند تمام ریسک‌های اصلی را شناسایی، سپس ارزیابی، اولویت‌بندی و درنهایت مدیریت کند. مدیریت ریسک بر شناسایی ریسک‌ها و درمان مناسب با آن‌ها تمرکز دارد. پروژه‌های نرم‌افزاری دارای ریسک‌های فردی یا کلی هستند. برخی از این ریسک‌ها به یک فعالیت خاص و برخی دیگر به پروژه مرتبط است. معمولاً ریسک‌ها ابتدا شناسایی‌شده و با فعالیت‌های پروژه مرتبط می‌شوند. تعیین چگونگی رفتار افراد برای دستیابی به اهداف فعالیت استراتژیک برای شناسایی خطرات است. استفاده از الگوریتم‌ها و فن‌های مختلف برای شناسایی ریسک‌های نرم‌افزاری همواره موردتوجه متخصصین بوده است. هدف این مطالعه، پیش‌بینی ریسک‌های پروژه‌های نرم‌افزاری به کمک الگوریتم بهینه‌سازی ملخ می‌باشد. در این روش انتخاب ویژگی و کاهش آن توسط الگوریتم بهینه‌سازی ملخ انجام می‌شود و برای طبقه‌بندی ریسک و ویژگی‌ها از روش‌های طبقه‌بندی ماشین بردار استفاده می‌شود. پرونده مقاله
فهرست مقالات هادی خسروی فارسانی
-
حقوق این وب‌سایت متعلق به سامانه مدیریت نشریات دانشگاه آزاد اسلامی است.
حق نشر © 1403-1400