Publisher's Synopsis
Il libro è organizzato come segue: Il capitolo 1 descrive il processo di sviluppo del software, la necessità di stimare l'effort e i diversi approcci alle tecniche di stima algoritmica dell'effort. Il capitolo 2 presenta un'analisi della letteratura sugli approcci esistenti disponibili per la stima dell'effort e fornisce una relazione dettagliata sulla combinazione non algoritmica di approcci per migliorare l'accuratezza della stima. Il capitolo 3 propone un nuovo metodo di stima dell'effort basato sulla logica fuzzy con funzione di appartenenza al punto. Viene utilizzata la funzione di appartenenza fuzzy triangolare con il parametro della dimensione del punto funzione. Questo modello viene confrontato con il modello COCOMO per la sua accuratezza. Il capitolo 4 propone lo schema Adaptive Neuro-fuzzy, proposto per integrare il concetto di rete neurale artificiale e di logica fuzzy. Il capitolo 5 propone l'ottimizzazione dello sciame di particelle e l'algoritmo ibrido K means per la clusterizzazione dei dati, mentre lo sforzo viene stimato con una rete neurale e una stima basata sull'analogia. Il capitolo 6 è un confronto tra tutti i modelli proposti in quattro esperimenti. Le metriche utilizzate sono MRE, MAE, MBRE e MIBRE. I risultati mostrano che gli algoritmi neuro-fuzzy e di clustering sono i migliori per stimare l'impegno del software.
