Estimación temprana del tiempo de desarrollo en proyectos de software utilizando técnicas de inteligencia artificial

Autores/as

  • Yaimara Granados Hondares Universidad Central “Marta Abreu” de Las Villas, Cuba
  • Gheisa Lucía Ferreira Lorenzo Universidad Central “Marta Abreu” de Las Villas, Cuba
  • Jarvin Antón Vargas Universidad Central “Marta Abreu” de Las Villas, Cuba
  • Luis Quintero Domínguez Universidad Central “Marta Abreu” de Las Villas, Cuba

Palabras clave:

Estimación temporal, variables de estimación, gestión de proyectos de software

Resumen

La estimación de costos, esfuerzo y tiempo de desarrollo en proyectos de software, ha sido ampliamente estudiada y se han propuesto múltiples métodos que van desde aquellos basados en ecuaciones y modelos de estimación como COCOMO, hasta otros que en los últimos años han incorporado técnicas de Inteligencia Artificial.
Este trabajo trata el tema de la estimación temporal en tareas de implementación utilizando como marco de trabajo el Redmine, una aplicación web para administrar proyectos de software. Se logra la programación en Ruby on rails de un plug-in que captura los datos de variables de estimación previamente seleccionadas. Esta captura de información es utilizada posteriormente como entrada a algoritmos del WEKA que evalúan los resultados de la clasificación, ofreciéndose un análisis comparativo de los mismos. Finalmente se realiza un proceso de selección de rasgos para llegar a resultados más favorables que permiten realizar una propuesta de implementación sobre Redmine de un algoritmo para la estimación del tiempo de desarrollo que pueda ser utilizado en la gestión de proyectos de software.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Boehm, Barry W. Software Engineering Economics. s.l. : Prentice Hall, 1981.

International Function Point users Group. Function Point Counting Practices Manual. 1994, Vol. Release 4.0.

Project estimation with Use Case Points. Clemmons, Roy K. s.l. : Crosstalk: The Journal of Defense Software Engineering., 2006.

Pressman, R.S. Ingeniería del Software. Un enfoque práctico. s.l. : Mc Grow Hill, 1994.

Velarde, Héctor J. Diploma de Estudios Avanzados. Departamento de Ciencias e Ingenierías Físicas y Formales. Arequipa : s.n., 2010.

Frank, Ian H. Witten and Eibe. Data Mining: Practical machine learning tools with Java implementations. San Francisco : Morgan Kaufmann, 2000

Descargas

Publicado

2024-06-18

Cómo citar

[1]
Granados Hondares, Y. et al. 2024. Estimación temprana del tiempo de desarrollo en proyectos de software utilizando técnicas de inteligencia artificial. Ciencias matemáticas. 26, 2 (jun. 2024), 73–80.

Número

Vol. 26 Núm. 2: Diciembre, 2012

Sección

Artículo Original

Licencia

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Esta licencia permite copiar y redistribuir el material en cualquier medio o formato bajo los siguientes términos: se debe dar crédito de manera adecuada, no se puede hacer uso del material con propósitos comerciales, y si remezcla, transforma o crea a partir del material, no podrá distribuir el material modificado. Bajo la licencia mencionada, los autores mantienen los derechos de autor de su trabajo.