The KIPS Transactions:PartD (정보처리학회논문지D)

Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

Estimation of software project effort with genetic algorithm and support vector regression

유전 알고리즘 기반의 서포트 벡터 회귀를 이용한 소프트웨어 비용산정

  • 권기태 (강릉대학교 컴퓨터공학과) ;
  • 박수권 (강릉대학교 컴퓨터공학과)
  • Published : 2009.10.31
Download PDF
⟨ Previous Next ⟩

Abstract

The accurate estimation of software development cost is important to a successful development in software engineering. Until recent days, the model using regression analysis based on statistical algorithm and machine learning method have been used. However, this paper estimates the software cost using support vector regression, a sort of machine learning technique. Also, it finds the best set of optimized parameters applying genetic algorithm. The proposed GA-SVR model outperform some recent results reported in the literature.

소프트웨어 공학에서 정확한 개발 비용 예측은 성공적인 개발 프로젝트를 위한 필수적인 요소로, 현재까지 많은 소프트웨어 비용산정을 위한 모델들이 개발되어 왔다. 전통적인 통계적 기법부터 기계학습을 적용한 알고리즘까지 다양한 분야의 아이디어를 접목하고 있다. 본 논문에서는 소프트웨어 개발 비용 예측을 위한 방법으로 유전 알고리즘과 서포트 벡터 머신의 회귀모델인 서포트 벡터 회귀를 결합한 GA-SVR 모델을 제안한다. 제안된 모델은 기존의 연구에 비해 향상된 결과를 보이고 있다.

Keywords

References

  1. B. W. Boehm et al., "Software Development Cost Estimation Applications - a Survey", Annals of Software Engineering, Vol.10, No.1, pp.177-205, 2000. https://doi.org/10.1023/A:1018991717352
  2. 권기태, 변분희, “소프트웨어 개발비 대가기준 개선에 관한 연구”, 정보처리학회논문지D, 제13-D권, 제6호, pp.815-822, 2006. https://doi.org/10.3745/KIPSTD.2006.13D.6.815
  3. 변분희, 권기태, “소프트웨어 사업대가기준 보정계수의 유도 및 민감도 분석”, 정보처리학회논문지D, 제15-D권, 제1호, pp.61-72, 2008. https://doi.org/10.3745/KIPSTD.2008.15-D.1.61
  4. V.N.Vapnik, "The Nature of Statistical Learning theory", Springer-Verlag, 1995.
  5. Toby Segaran, "Programming Collective Intelligence", O'relly, 2007.
  6. Chih-Wei Hsu. Chih-Chung Chang and Chih-Jen Lin, "A Practical Guide to Support Vector Classication", http://www.csie.ntu.edu.tw/~cjlin/libsvm, 2008.
  7. Changha Hwang, "Support Vector Median Regression", Data&Information Science Society, Vol.14, No.1, pp.67-74, 2003.
  8. 문병로, "Genetic Algorithm", 두양사, 2003.
  9. Steve Gunn, "Support Vector Machines for Classification and Regression", ISIS Technical Report, 1998.
  10. Alaa F. Sheta, "Estimation of the COCOMO Model Parameters Using Genetic Algorithms for NASA Software Projects", Journal of Computer Science 2, pp.118-123, 2006. https://doi.org/10.3844/jcssp.2006.118.123
  11. Miyoung Shin and Amrit L. "Goel, Empirical Data Modeling in Software Engineering Using Radial Basis Functions", IEEE TSE, Vol.26, No.6, pp.567-576, 2000. https://doi.org/10.1109/32.852743
  12. Adriano L.I. Oliveira, "Estimation of Software Project Effort with Support Vector Regression", Neurocomputing, Vol.69, pp.1749-1753, 2006. https://doi.org/10.1016/j.neucom.2005.12.119
  13. Hojung Lim, “Support Vector Parameter Selection using Experimental Design Based Generating Set Search with Application to Predictive Software Data Modeling”, PhD dissertation, Syracuse University, 2004.
  14. Hojung Lim and Amrit L. Goel, "Support Vector Machines for Data Modeling with Software Engineering Applications", Springer Handbook of Engineering Statistics, pp.1023-1037, 2006. https://doi.org/10.1007/978-1-84628-288-1_53
  15. Martin Shepperd and Chris Schofield, "Estimating Software Project Effort using Analogies", IEEE TSE, Vol.23, No.12, pp.736-743, 1997. https://doi.org/10.1109/32.637387
  16. J.M. Desharnais, "Analyse Statistique de la Productivitie des Projets Informatique a Partie de la Technique des Point des Fonction", Masters Thesis, Univ. of Montreal, 1989.

Cited by

  1. A Study on Estimating Construction Cost of Apartment Housing Projects Using Genetic Algorithm-Support Vector Regression vol.15, pp.4, 2014, https://doi.org/10.6106/KJCEM.2014.15.4.068