Yazılım projeleri ölçüm sonuçları veri tabanının oluşturulması ve yeni yazılım projelerinin maliyet tahmininde kullanimi

Abstract

Bilgisayar yazılımlarında maliyet tahmini son zamanlarda oldukça önem kazanmıştır. Yazılım geliştirme maliyeti her geçen gün artmaktadır. Yazılım maliyet tahmini hem devletler, hem de organizasyonlar için çok önemli bir problemdir. Planlanan zaman ve bütçeyi aşan çok sayıda proje mevcuttur. Bunun temelinde baştan bütçe ve zaman tahminini doğru yapamamaktan kaynaklanan başarısızlıklar yatmaktadır.Yazılım geliştirme giderek pahallılaşmakta ve bilgi sistem bütçelerinin içinde büyük bir maliyet faktörü olmaktadır. Yazılım geliştirme maliyetleri ölçüm ve kestirim metodolojilerinin yokluğundan dolayı sık sık kontrol dışına çıkmaktadır. Geçen on yıl içinde,bazı araştırmacılar maliyet tahminleme konusunda çalışmışlardır ancak sonuçlar tatmin edici olmaktan uzaktır.Bu çalışmada yeni bir yazılım ölçüt kümesi oluşturma, oluşturulan yazılım ölçüt kümesi için veri toplama ve bu veri kümesi ile bir yapay sinir ağı kullanılarak yazılım maliyet tahmini modeli geliştirme gerçekleştirilmiştir.Bu çalışmada, yapay sinir ağı temelli yazılım maliyet tahminleme uygulama sonuçları,başarısızlık nedenleri incelenmiş ve bir yapay sinir ağıyla yeni hazırladığımız ölçüt kümesini kullanarak bir model oluşturulmuştur. Yazılım maliyet tahminleme çalışmalarında ölçüt kümesi seçiminin hayati bir rolü vardır. Özellikle yapay sinir ağı bazlı çalışmalarda ölçüt kümesinin seçiminin önemi göz ardı edildiği görülmüştür. Çalışma sonucu oluşturulan model ile elde edilen sonuçlar, geleneksel ölçütler kullanarak yapılan önceki çalışma sonuçlarıyla karşılaştırılmıştır. Karşılaştırmayı yapabilmek için iki tip veri kullanılmıştır. Birinci kısım önceki çalışmalarda genellikle kullanılan yapıcı maliyet modeli verileri (COCOMO :Constructive Cost Model) ve ikinci kısım olarak yeni oluşturulan ölçüt kümesine uygun olarak Türkiye'de bulunan uluslararası bir firmadan toplanan veriler kullanılmıştır. Yazılım maliyet tahminleme çalışmalarında olan bir diğer zorluk veri toplamanın zaman ve dikkat gerektirdiği gerçeğidir. Üstelik reel sektörde rekabet açısından dezavantaj oluşturma olasılığı nedeniyle, birçok kurum bu konuda topladığı verileri eğitim amaçlı da olsa kullandırmayı uygun görmemektedirler. Literaturde yaptığımız incelemede yapay sinir ağı kullanarak yapılan maliyet tahminleme yöntemleri çalışmalarında genellikle MLP kullanıldığı saptanmıştır. Bu tez çalışmasında Yapay sinir ağı kullanılarak yapılan yazılım maliyet tahmini modeli oluşturmak için MLP(Multi Layer Perseptron) ve bu alanda kullanılmayan Elman yapay sinir ağı modeli uygulanmıştır. Kıyaslamayı sağlayabilmek için MLP ve Elman modellerinin ikisinde kullanımında COCOMO 81 ve yeni oluşturulan ölçüt kümesi YEEM (Yıldız Effort Estimation Metrics) kullanılmıştır. Hatasız karşılaştırabilmek için veri kümelerinde eşit sayıda örnek ile test edilmiştir. Daha iyi araştırma adına yeni oluşturulan veri kümesi için daha büyük bir küme ile de çalışmalar yapılmıştır. Ölçüt kümelerinin karakteristiği ve veri miktarı bu çalışmanın incelediği konulardan biridir. YEEM ölçüt kümesi yapay sinir ağı topolojisini oluşturmakta kullanılmıştır. YEEM için toplanan veriler ile MLP ve Elman yapay sinir ağları kullanılarak ağ eğitilmiş ve test edilmiştir. Toplanan verilerin daha bütünsel kullanımı için çapraz onaylama metodu kullanılmıştır. Toplanan verinin sınırlı sayıda olması nedeniyle %5,%10 ve %15'lik çapraz onaylama teknikleri uygulanmıştır. Doğru ve nitelikli bir ölçüt kümesi kullanıldığı sürece yapay sinir ağları yazılım maliyet tahminleme çalışmalarında başarıyla kullanılabileceği görülmüştür.