Математичні моделі та інформаційна технологія для оцінювання розміру програмних застосунків з відкритим кодом на PHP

Abstract

Дисертація на здобуття наукового ступеня доктора філософії (PhD) за спеціальністю 122 "Комп’ютерні науки" (галузь 12 – Інформаційні технології). – Національний університет кораблебудування імені адмірала Макарова, Міністерство освіти і науки України, Миколаїв, 2021. Дисертаційна робота присвячена вирішенню важливого науково-практичного завдання підвищення достовірності оцінювання розміру програмних застосунків з відкритим кодом на PHP за рахунок побудови відповідних математичних моделей у вигляді нелінійних регресійних моделей та створенню на їх основі інструментарію інформаційної технології (ІТ) обробки інформації для оцінювання розміру програмних застосунків з відкритим кодом на PHP на ранніх стадіях розробки за метриками діаграми класів. Актуальність цієї роботи пов'язана з наступним. По-перше, оцінка розміру програмного забезпечення (ПЗ) необхідна для оцінювання трудомісткості розробки програмного застосунку, наприклад, за допомогою такої відомої моделі як COCOMO II. По-друге, раннє оцінювання розміру ПЗ є складним завданням, оскільки на початкових фазах створення програмного застосунку доступна обмежена інформація. По-третє, існуючі математичні моделі для оцінювання розміру програмних застосунків з відкритим кодом на PHP як правило не містять у своєму складі випадкові змінні. Все це призводить до низької достовірності оцінювання розміру програмних застосунків з відкритим кодом на PHP на початкових етапах їх розробки. Метою дисертаційної роботи є підвищення достовірності оцінювання розміру програмних застосунків з відкритим кодом на PHP у фазах аналізу та проектування за метриками діаграми класів за допомогою нелінійних регресійних моделей. Робочою науковою гіпотезою дисертаційного дослідження є твердження, що підвищення достовірності оцінювання розміру програмних застосунків з відкритим кодом на PHP у фазах аналізу та проектування за метриками діаграми класів досягається за рахунок застосування багатомірних нелінійних регресійних моделей, які дозволяють описувати зазначений розмір як випадкову величину.