اولین و اساسیترین شرط برای ورود موفقیتآمیز به یک پروژه، داشتن یک تخمین واقع بینانه و مستدل میباشد. ما در این مقاله در راستای افزایش دقت تخمین پروژههای نرمافزاری و کم کردن پیچیدگی فرایند تخمین، روشی را به نام "تخمین درجه تراکنش منطقی" پیشنهاد میکنیم. این روش مناسب چکیده کامل
اولین و اساسیترین شرط برای ورود موفقیتآمیز به یک پروژه، داشتن یک تخمین واقع بینانه و مستدل میباشد. ما در این مقاله در راستای افزایش دقت تخمین پروژههای نرمافزاری و کم کردن پیچیدگی فرایند تخمین، روشی را به نام "تخمین درجه تراکنش منطقی" پیشنهاد میکنیم. این روش مناسب نرمافزارهای تراکنشی میباشد. با استفاده از این روش میتوان اندازه موارد کاربرد و کل نرمافزار را تخمین زد. در این مقاله اثبات گردیده است که روش پیشنهادی دقیقتر از روشهای مشابه مانند روش درجه موردکاربرد بوده و بدلیل شفافیت و سادگی، به کارگیری آن راحتتر است. مبنای اصلی ما در ارائه این روش، روش تحلیل درجه عملکردی و روش تخمین درجه موردکاربرد میباشد.
پرونده مقاله
تخمین و برآورد معیارها یک فعالیت حیاتی در پروژههای نرمافزاری محسوب میشود. بهطوریکه تخمین تلاش در مراحل اولیه توسعه نرمافزار، یکی از مهمترین چالشهای مدیریت پروژههای نرمافزاری است. تخمین نادرست میتواند منجر به شکست پروژه گردد. لذا یکی از فعالیتهای اصلی و کلید چکیده کامل
تخمین و برآورد معیارها یک فعالیت حیاتی در پروژههای نرمافزاری محسوب میشود. بهطوریکه تخمین تلاش در مراحل اولیه توسعه نرمافزار، یکی از مهمترین چالشهای مدیریت پروژههای نرمافزاری است. تخمین نادرست میتواند منجر به شکست پروژه گردد. لذا یکی از فعالیتهای اصلی و کلیدی در توسعه مؤثر و کارآمد پروژههای نرمافزاری تخمین دقیق هزینههای نرمافزار است. ازاینرو در این پژوهش دو روش بهمنظور تخمین تلاش در پروژههای نرمافزاری ارائه شده است، که در این روش ها سعی شده با تجزیهوتحلیل محرکها و استفاده از الگوریتمهای فرا ابتکاری و ترکیب با شبکه عصبی راهی برای افزایش دقت در تخمین تلاش پروژه های نرم افزاری ایجاد شود. روش اول تأثیر الگوریتم فاخته جهت بهینهسازی ضرایب تخمین مدل کوکومو و روش دوم به صورت ترکیبی از شبکه عصبی و الگوریتم بهینهسازی فا خته جهت افزایش دقت برآورد تلاش توسعه نرمافزار ارائهشده است. نتایج بدست آمده روی دو پایگاه داده واقعی نشان دهنده عملکرد مطلوب روش ارائه شده در مقایسه با سایر روشهاست.
پرونده مقاله
مسألهی مسیریابی وسایل نقلیه، یکی از مهمترین مسائل مدیریت زنجیرهی تأمین است، زیرا تخصیص مطلوب وسایل نقلیه تأثیر زیادی بر کاهش هزینهها دارد. این مسأله در دسته مسائل سخت قراردارد و الگوریتم های دقیق کارایی لازم را برای حل آن ندارند. از این رو، می توان از الگوریتم فرااب چکیده کامل
مسألهی مسیریابی وسایل نقلیه، یکی از مهمترین مسائل مدیریت زنجیرهی تأمین است، زیرا تخصیص مطلوب وسایل نقلیه تأثیر زیادی بر کاهش هزینهها دارد. این مسأله در دسته مسائل سخت قراردارد و الگوریتم های دقیق کارایی لازم را برای حل آن ندارند. از این رو، می توان از الگوریتم فراابتکاری استفاده کرد که راه حل های خوبی برای حل مسائل سخت ارائه می دهند. یکی از این الگوریتم ها، الگوریتم جهش قورباغه مخلوط شده است که از کارایی بالایی برخوردار است، اما در بعضی مواقع، تنوع جمعیت در آن به دلیل گروه-بندی قورباغه ها به سرعت کاهش می یابد، از این رو در دام بهینه های محلی گرفتار می آید. در این تحقیق، الگوریتم جهش قورباغه مخلوط شده فرد محور ارائه می گردد که از طریق تبادل اطلاعات سراسری و محلی، قابلیت اکتشاف و بهره برداری الگوریتم قورباغه را بهبود می دهد. به منظور ارزیابی الگوریتم پیشنهادی، از مسائل مسیریابی در ابعاد مختلف استفاده می گردد و نتایج آن با چند الگوریتم بهبود یافته جهش قورباغه مخلوط شده، شبیه سازی تبرید و الگوریتم ژنتیک مقایسه می شود. نتایج نشان می دهند که الگوریتم پیشنهادی، از نظر طول مسیر طی شده برای بهترین نتایج، میانگینی برابر با 1130.442 دارد و الگوریتم بعدی شبیه سازی تبرید با میانگینی برابر 1228.725می باشد. سایر الگوریتم ها با اختلاف زیادی در رده های بعدی قرار دارند.
پرونده مقاله
استفاده از رایانش ابری در مراکز داده مختلف در سراسر دنیا، منجر به تولید بیشتر گاز دیاکسیدکربن میشود، که در آن مسئله انرژی و توان یکی از مسائل مهم میباشد. الگوریتم آگاه به انرژی و توان عملیاتی برای زمانبندی جریانهای کاری نمونه - فشرده اینترنت اشیا با پردازش دستهای چکیده کامل
استفاده از رایانش ابری در مراکز داده مختلف در سراسر دنیا، منجر به تولید بیشتر گاز دیاکسیدکربن میشود، که در آن مسئله انرژی و توان یکی از مسائل مهم میباشد. الگوریتم آگاه به انرژی و توان عملیاتی برای زمانبندی جریانهای کاری نمونه - فشرده اینترنت اشیا با پردازش دستهای در ابرها مورد مطالعه قرارگرفته و روشی جهت زمانبندی جریانهای کاری ابری برای بهینه سازی انرژی، توان عملیاتی و تاخیر ارائه شده است. در روش پیشنهادی نسبت به روش قبلی با ایجاد پارامترهای فاصله، دستهبندی ورودیها و همچنین زمان اجرای واقعی، توان عملیاتی، انرژی و تاخیر را بهبود دادهایم. روش WSTMOS با درنظرگرفتن پارامترهای شاخص و زمان واقعی، به تابع صلاحیت بهینهای دست یافته است. همچنین روش پیشنهادی پارامتر فاصله زمانی وظیفه، نسبت به ماشینهای مجازی برای کاهش تعداد مهاجرتهای ماشینهای مجازی، استفاده شده است. روش WSTMOS با دستهبندی ورودیهای جریان کاری به گروههای کم، متوسط و پرحجم و همچنین توزیع بار مناسب بر روی سرورهای مناسبتر جهت آستانه پردازندهها، میزان انرژی و هزینه را بهینه نموده و همچنین میزان مصرف انرژی به طور میانگین 4.8 درصد و هزینه 4.4 درصد، نسبت به روش مورد مطالعه کاهش یافته و درنهایت میانگین تأخیر، توان و بار کاری نسبت به روشهای قبلی بهینه شده است.
پرونده مقاله