SAMEE : the nonlinear adaptive method for predicting work effort of information systems development

• Autorzy: Augustyn D. , Warchal L.

Warianty tytułu

PL

SAMEE : nieliniowa adaptacyjna metoda predykcji pracochłonności wytworzenia systemów informatycznych

• Języki publikacji: EN

Abstrakty

EN

At the early stage of information system analysis and design one of the challenge is to estimate total work effort needed, when only small number of analysis artifacts is available. As a solution we propose new method called SAMEE – Simple Adaptive Method for Effort Estimation. It is based on the idea of polynomial regression and uses selected UML artifacts like use cases, actors, domain classes and references between them. In this paper we describe implementation of this method in Enterprise Architect CASE tool and show simple example how to use it in real information system analysis.

PL

We wczesnych etapach tworzenia systemu informatycznego szczególnie trudnym zadaniem jest wstępne oszacowanie pracochłonności wytworzenia całego systemu, gdy pierwszy, wstępny, analityczny opis systemu jest znikomy, tzn. gdy dostępne są jednie uproszczone artefakty analityczne (w sensie dostępności tylko niektórych rodzajów artefaktów i niskiej szczegółowości ich opisu). W niniejszym artykule zaproponowano metodę SAMEE (ang. Simple Adaptive Method for Effort Estimation), tzn. prostą adaptacyjną metodę szacowania pracochłonności, opartą na UML-owych artefaktach analitycznych takich jak: cechy systemu, przypadki użycia aktorzy, klasy dziedzinowe, referencje pomiędzy klasami. Na podstawie znajomości danych historycznych dotyczących pracochłonności realizacji cech oraz związanych z tymi cechami artefaktami (przypadki użycia, aktorzy, klasy, referencje) metoda określa nieliniowy model estymacji pracochłonności wytworzenia cech. Wykorzystując regresję wielomianową, metoda pozwala na znalezienie jawnej zależności pomiędzy pracochłonnością wytworzenia cech systemu, a innymi, wymienionymi wcześniej artefaktami. W szczególności metoda pozwala na wskazanie, który typ artefaktu ma najistotniejszy wpływ na estymowane pracochłonności cech. Metoda ma charakter adaptacyjny i lokalny, tzn. uzyskany model wynikowy zależny jest ściśle od organizacji procesu wytwórczego, zespołu produkcyjnego, przyjętych narzędzi wytwórczych. Artykuł opisuje również prototypową implementację metody SAMEE w postaci tzw. programowej wtyczki (ang.plug-in) do popularnego narzędzia CASE – Enterprise Architect – wspomagającego analizę i projektowanie systemów informatycznych. Dodatkowo, dzięki mechanizmowy profi li UML, odpowiednie artefakty (np. cechy) zostały wzbogacone o atrybuty wymagane do obsługi zaproponowanej metody estymacji. Taka integracja z narzędziem CASE pozwala myśleć o praktycznym zastosowaniu narzędzia do szacowania pracochłonności metodą SAMEE. Przykład konkretnego użycia SAMEE w narzędziu Enterprise Architect został zamieszczony w opracowaniu. W artykule opisano również potencjalne kierunki rozwoju metody (np. zastosowanie szerszej bazy typów artefaktów analitycznych, czy wykorzystanie innego, bardziej złożonego, nieliniowego modelu estymacji).

Słowa kluczowe

EN

adaptive method for work effort prediction; polynomial estimation model; software analysis and design; Enterprise Architect add-in

• Wydawca: Instytut Informatyki Teoretycznej i Stosowanej Polskiej Akademii Nauk
• Czasopismo: Theoretical and Applied Informatics
• Rocznik: 2013
• Tom: Vol. 25, No. 1
• Strony: 3--15
• Opis fizyczny: Bibliogr. 12 poz., rys.

Twórcy

autor

Augustyn D.

• Silesian University of Technology, Institute of Informatics, 16 Akademicka St., 44-100 Gliwice, Poland

autor

Warchal L.

• Silesian University of Technology, Institute of Informatics, 16 Akademicka St., 44-100 Gliwice, Poland

Bibliografia

• 1. B. Boehm, Ch. Abts, S. Chulan, Software development cost estimation approaches – A survey, Annals of Software Engineering 10 (2000), pp. 177-205.
• 2. G. Karner, Use Case Points – Resource Estimation for Objectory Projects, Objective Systems SF AB (copyright owned by Rational Software), 1993.
• 3. P.R. Symons, Software Sizing and Estimating MK II FPA (Function Point Analysis), John Wiley & Sons, 1991.
• 4. P. Kruchten, Rational Unifi ed Process – An Introduction, Addison–Wesley, 1999.
• 5. P. Mohagheghi, B. Anda, R. Conradi, Effort Estimation of Use Cases for Incremental Large–Scale Software Development, Software Engineering, 2005, pp. 303-311.
• 6. S. J. Farlow, Self–organizing Methods in Modeling, Statistics: A Series of Textbooks and Monographs, Dallas Texas, 1984.
• 7. UML tools for software development and modeling – Enterprise Architect UML modeling tool, http://www.sparxsystems.com.
• 8. Enterprise Architect Automation Interface Examples: Introduction, http://www.sparxsystems.com/resources/developers/autint.html.
• 9. Sparx Systems – Resources – Developers – UML Profi les, http://www. sparxsystems.com/resources/developers/uml profi les.html.
• 10. Enterprise Architect – Resources – Project Estimation using Use Case Metrics, http://www.sparxsystems.com/resources/ucmetrics.html.
• 11. OpenUp, http://epf.eclipse.org/wikis/openup.
• 12. R. Haber, L. Keviczky, Nonlinear System Identifi cation – Input-Output Modeling Approach, Springer 1999