กรุณาใช้ตัวระบุนี้เพื่ออ้างอิงหรือเชื่อมต่อรายการนี้: http://dspace.lib.buu.ac.th/xmlui/handle/1234567890/291
ระเบียนเมทาดาทาแบบเต็ม
ฟิลด์ DC ค่าภาษา
dc.contributor.authorสุวรรณา รัศมีขวัญth
dc.contributor.authorกฤษณะ ชินสารth
dc.contributor.authorเบญจภรณ์ จันทรกองกุลth
dc.contributor.authorภูสิต กุลเกษมth
dc.contributor.authorสุนิสา ริมเจริญth
dc.contributor.otherมหาวิทยาลัยบูรพา. คณะวิทยาการสารสนเทศ
dc.date.accessioned2019-03-25T08:47:24Z
dc.date.available2019-03-25T08:47:24Z
dc.date.issued2554
dc.identifier.urihttp://dspace.lib.buu.ac.th/xmlui/handle/1234567890/291
dc.description.abstractการพัฒนาซอฟต์แวร์เป็นกิจกรรมหลักซึ่งมีค่าใช้จ่ายสูงมากในเกือบทุกองค์กรและมีการประเมินค่าซอฟต์แวร์ ซึ่งหมายถึงกระบวนการที่ใช้ในการพยากรณ์ความพยายามที่ต้องใช้ในการพัฒนาซอฟต์แวร์ ได้มีการวิจัยด้านการประเมินมูลค่าซอฟต์แวร์ซึ่งแบ่งออกเป็น 2กลุ่มหลัก คือ กลุ่มวิธีการแบบพาราเมติก (Parametric Learning) และกลุ่มวิธีการแบบแมชชีนเลินนิ่ง (Machine Learning) มาแล้วไม่น้อยกว่า 30 ปี แต่ปรากฎว่าผลที่ได้รับนั้นยังไม่มีประสิทธิภาพเท่าที่ควร ในงานวิจัยนี้ได้นำเสนอวิธีการนำเสนอวิธีการแบบเอนเซมเบิ้ลนิวรอนเน็ตเวอร์ค (Ensemble Neural Network) ซึ่งหมายถึงการใช้การผสมผสานวิธีการที่เหมาะสมจากกลุ่มของวิธีการแมชชีนเลินนิ่ง (Machine Learning) เข้าด้วยกัน เพื่อแก้ข้อพกพร่องของวิธีการแบบพาราเมตริก (Parametric Learning) ในประเด็นที่ไม่สามารถจัดการกับเงื่อนไขพิเศษ เช่น บุคลากร ทีมงาน และ การจับคู่ระดับความชำนาญกับงาน นอกจากนั้นในวิธีการที่มีอยู่เดิม ถ้าหากมีความจำเป็นอยู่เดิม ถ้าหากมีความจำเป็นในการปรับแต่งค่าในภายหลังก็ต้องจัดการด้วยตนเอง สำหรับขั้นตอนในการประเมินค่าซอฟต์แวร์นั้นประกอบด้วยกระบวนการ 3 ขั้นตอนกล่าวคือ 1. การวัดขนาดซอฟต์แวร์ (Software Size) ซึ่งโดยทั่วไปดำเนินการด้วย 2 วิธีการ คือ วัดจากจำนวนชุดคำสั่ง (Code size metrics) และ วัดจากจำนวนฟังก์ชัน (Functionality metrics) 2. การวัดระดับความพยายาม (Software Effort) ซึ่งทั่วไปจะวัดอยู่ในรูปของระยะเวลาที่ต้องใช้ต่อคน เช่น วัดต่อหน่วยจำนวนคนต่อหน่วยเวลา ซึ่งพิจารณาประเด็นของภาษาที่ใช้ในการพัฒนา เครื่องมือที่ใช้ในการพัฒา ปริมาณขององค์ประกอบที่ได้จากระบบเดิม เวลาที่สามารถที่ใช้ในการทำงานได้ ผลผลิตต่อบุคคล ความยากง่ายของงาน เป็นต้น 3. การคิดค่าใช้จ่าย (Software Cost) ซึ่งเป็นขั้นตอนที่นำผลที่ได้จากขั้นตอนที่ 1 และ 2 มาคำนวนจากค่าแรงมาตรฐานตามความชำนาญเฉพาะทางของบุคลากรในทีม จากขั้นตอนการประเมินค่าซอฟต์แวร์ที่กล่าวมาข้างต้น ผู้วิจัยคาดหวังว่าการวิจัยโครงการนี้จะนำไปสู่การเลือกวิธีการและปัจจัยที่เหมาะสมในการประเมินค่าในตอนที่ 1 และขั้นตอนที่ 2 ซึ่งจะส่งผลต่อการประเมินค่าใช้จ่ายที่ใกล้เคียงกับค่าใช้จ่ายที่จะเกิดขึ้นจริงโดยมีค่าความคลาดเคลื่อนน้อยลงจากวิธีการที่มีอยู่ในปัจจุบันth_TH
dc.description.sponsorshipงานวิจัยนี้ได้รับการสนับสนุนทุนวิจัยจาก สำนักงานคณะกรรมการการอุดมศึกษา ปีงบประมาณ พ.ศ. 2554en
dc.language.isothth_TH
dc.publisherคณะวิทยาการสารสนเทศ มหาวิทยาลัยบูรพาth_TH
dc.subjectซอฟต์เเวร์ - - ต้นทุนการผลิตth_TH
dc.subjectซอฟแวร์ - - การพัฒนา - - การประเมินราคาth_TH
dc.subjectสาขาเทคโนโลยีสารสนเทศและนิเทศศาสตร์th_TH
dc.titleการเรียนรู้รวมแบบลูกผสมสำหรับการประมาณมูลค่าซอฟต์แวร์th_TH
dc.title.alternativeHybrid ensemble learning for software cost estimationsen
dc.typeResearchth_TH
dc.year2554
dc.description.abstractalternativeSoftware Development is a crucial activity and a high cost one in any type of organization witch has different context. Software cost estimation is a process to forecast effort needed for any software development. There are two main approaches in software cost estimation. The first one is parametric models. For the last 30 years, there is a great number of researches that try to come-up with a more efficient method. In this research report, have proposed “Ensemble Neural Network” as an alternative approach to estimate software cost. The proposed method will help to deal with factors on human resource skill, team work, skill matching and those automatic adjustments that Parametric Methods seem to have some difficulty. In estimating software cost, there are three steps: 1 Measuring software size; in terms of code size metrics or functionality metrics 2. Forecasting effort need; in terms of time needed for each staff in performing their tasks and 3. Estimating software cost; in terms of amount of money. According to these steps, we proposed an alternative approach that will select more proper features in steps one and two. So that the software cost estimation step no. 3 will be improveden
ปรากฏในกลุ่มข้อมูล:งานวิจัย

แฟ้มในรายการข้อมูลนี้:
ไม่มีแฟ้มใดที่สัมพันธ์กับรายการข้อมูลนี้


รายการทั้งหมดในระบบคิดีได้รับการคุ้มครองลิขสิทธิ์ มีการสงวนสิทธิ์เว้นแต่ที่ระบุไว้เป็นอื่น