Smart Technology & Smart Management Akıllı Teknoloji & Akıllı Yönetim

Abstract

Zamanlama, efor ve maliyet başarılı bir proje yönetiminin üç önemli unsurudur. Günümüzde artık bu üç unsuru tahmin edebilmek için, sadece günlük durum değerlendirme raporlarına dayalı kararlar yeterli gelmemektedir. Karar verme belirsizlik durumunda daha zor hale gelmektedir; ancak yöneticiler makine öğrenmesi yardımı ile rekabet avantajı kazanmaktadır. Bu çalışmada, Yapay Sinir Ağları (YSA) ile yazılım projelerindeki eforun tahmin edilmesi amaçlanmaktadır. Yazarlar, literatürdeki çalışmalardan farklı olarak tam efor değerini YSA ile adam / ay alarak tahmin etmek yerine; eforu, tek sınıf ve ikili sınıflandırma açısından ele almayı tercih etmiştir. Bu amaçla, hedefnitelik "efor" eşit frekans aynklaştınna metodu kullanılarak iki ayrı gruba ayrılmıştır. Analizler efor tahmini için birçok araştırmacı tarafından kullanılan COCOMA 81 adlı popüler bir veri seti üzerinde gerçekleştirilmiştir. Analizler R Programlama Dili ve RStudio ile yapılmıştır. Model performans değerlendirme yöntemi olarak 5-kat Çapraz Geçerleme kullanılmıştır. Bu çalışmada ikili sınıflandınna için Geri Yayılım Algoritması ile Çok Katınanlı ileri Beslemeli (ÇKİB) YSA'ları, tek-sınıf sınıflandırına içinse Öz-İlişkili YSA'ları tercih edilmiştir. En yüksek doğruluk (0,72) ve en düşük hata (0,28) ile optimum YSA mimarisi ÇKİB YSA'da ile elde edilmiştir.