Nghiên cứu và ứng dụng mạng Nơ-ron nhân tạo vào bài toán ước lượng nỗ lực phát triển phần mềm theo mô hình Agile

Nghiên cứu và ứng dụng mạng Nơ-ron nhân tạo vào bài toán ước lượng nỗ lực phát triển phần mềm theo mô hình Agile

Nghiên cứu và ứng dụng mạng Nơ-ron nhân tạo vào bài toán ước lượng nỗ lực phát triển phần mềm theo mô hình Agile

MỞ ĐẦU

1. Lý do chọn đề tài

Phần mềm hiện nay được sử dụng rộng rãi trong đời sống, công việc, nhiều lĩnh vực khoa học, kinh tế và xã hội. Vì vậy, việc đảm bảo rằng phần mềm làm ra mang lại hiệu quả kinh tế cũng như kịp thời đáp ứng được những yêu cầu đặt ra là cần thiết.

Trên thực tế có quá nhiều dự án phần mềm thất bại. Mặc dù có rất nhiều lý do, một trong những lý do quan trọng nhất là ước lượng nỗ lực, chi phí không chính xác. Các lý do chính làm cho dự án chệch ra khỏi tầm kiểm soát là mục tiêu không rõ ràng, ước lượng nỗ lực không chính xác, lập kế hoạch tồi, công nghệ mới, phương pháp quản lý dự án không phù hợp, và không đủ nhân sự. Ít nhất ba trong sáu lý do này rõ ràng liên quan đến quản lý dự án. Hai lý do còn lại – không đủ nhân sự và công nghệ mới – có thể được coi như những rủi ro mà để quản lý chúng cũng là một phần của quản lý dự án. Trong đó việc chọn phương pháp quản lý dự án và ước lượng nỗ lực phát triển phần mềm đóng vai trò nòng cốt trong việc thành bại của một dự án.

Agile là phương thức phát triển phần mềm linh hoạt (Agile Software Development) trong vòng đời phát triển phần mềm và đã trở nên phổ biến trong ngành phát triển phần mềm hiện nay. Agile bao gồm một nhóm các phương pháp phát triển phần mềm dựa trên sự phát triển xoay vòng và tăng dần. Các yêu cầu và các giải pháp phát triển thông qua sự hợp tác giữa tự tổ chức, các nhóm. Nó thúc đẩy kế hoạch, phát triển tăng dần, bàn giao hợp lý và khuyến khích phản ứng nhanh, linh hoạt để thích nghi với thay đổi.

Nhiều người cho rằng ước tính hay lập kế hoạch là những kĩ năng khó khăn nhất trong thực tiễn làm dự án phần mềm.

Dựa trên cơ sở của một số thuật toán lấy cảm hứng từ tự nhiên và bài toán ước lượng nỗ lực phát triển phần mềm trong mô hình Agile, tôi đề xuất chọn đề tài luận văn cao học:

“Nghiên cứu và ứng dụng mạng Nơ-ron nhân tạo vào bài toán ước lượng nỗ lực phát triển phần mềm theo mô hình Agile”

2. Mục đích và ý nghĩa đề tài

a. Mục đích

  • Xây dựng ứng dụng hỗ trợ ước lượng thời gian, nỗ lực phát triển của dự án phần mềm theo mô hình Agile
  • Giảm thiểu được thời gian, chi phí cho quá trình ước lượng nỗ lực phát triển phần mềm
  • Dựa trên mức dự toán của phần mềm ước lượng, sẽ đưa ra kế hoạch chi tiêu hợp lý về mặt nhân sự, cơ sở vật chất, phần mềm công nghệ, đồng thời sẽ ước tính phải hội tụ bao nhiêu chuyên gia lập trình và đầu tư cho một dự án nhiều tiềm năng. Vì vậy, một phần mềm với các công cụ ước lượng thông minh và chuyên sâu sẽ cần thiết cho kế hoạch dự toán chi phí của bất kỳ dự án nào

b. Ý nghĩa khoa học

  • Nắm vững và vận dụng tốt mô hình phát triển Agile trong việc quản lý dự án phần mềm.
  • Nắm vững các thành phần và phương pháp ước lượng nỗ lực trong việc quản lý dự án phần mềm.
  • Nắm vững và ứng dụng tốt mạng Nơ-ron nhân tạo, thuật toán Artificial Bee Colony (ABC)…
  • Kết quả của quá trình nghiên cứu có thể làm tài liệu tham khảo cho việc ước lượng nỗ lực trong các dự án phát triển phần mềm theo mô hình Agile.

c. Ý nghĩa thực tiễn

Xây dựng thành công ứng dụng ước lượng nỗ lực phát triển phần mềm theo mô hình Agile, mang lại những ý nghĩa to lớn trong việc quản lý các dự án phần mềm thực tế :

  • Dự toán chi phí hợp lý trong việc sử dụng nhân sự, tài nguyên của dự án phần mềm.
  • Sự chính xác cao: Sự chính xác ở đây được đánh giá trên phương diện ước tính chi phí và các nguồn lực trong dự án.
  • Đảm bảo tiến độ dự án theo kế hoạch ban đầu.
  • Kiểm soát dự án tốt hơn: Ước lượng phần mềm mang đến một cái nhìn tổng quan về tiến độ, chi phí và khả năng thực thi của dự án. Dựa trên đó, sẽ dễ dàng phát hiện những sự cố và rủi ro tiềm tàng, đồng thời, đưa ra những điều chỉnh phù hợp nhất.
  • Sự chuyên nghiệp: Bên cạnh việc ước lượng thời gian, chi phí với sự chính xác cao dẫn tới sự thành công hay thất bại của một dự án thì ước lượng nỗ lực phần mềm còn là công cụ thể hiện sự chuyên nghiệp công ty.

3. Mục tiêu và nhiệm vụ

a. Mục tiêu

Mục tiêu chính của đề tài là ước lượng nỗ lực phát triển của một dự án phần mềm. Để thoả mãn mục tiêu này thì cần đạt được những mục tiêu cụ thể sau:

  • Nắm vững mô hình phát triển phần mềm Agile.
  • Nắm vững kiến thức về ước lượng nỗ lực phát triển phần mềm.
  • Nắm vững kiến thức về mạng Nơ-ron nhân tạo, các thuật toán tối ưu ABC, Levenberg–Marquardt.
  • Áp dụng thành công mạng Nơ-ron nhân tạo vào ước lượng nỗ lực phát triển phần mềm trên mô hình Agile

b. Nhiệm vụ

Để đạt được những mục tiêu trên thì nhiệm vụ đặt ra của đề tài là:

  • Nghiên cứu mô hình phát triển phần mềm linh hoạt Agile.
  • Nghiên cứu mạng Nơ-ron nhân tạo, tình hình thực tế trong việc áp dụng vào bài toán ước lượng nỗ lực.
  • Nghiên cứu các thuật toán ABC, Levenberg–Marquardt, ứng dụng vào việc cải thiện tính hiệu quả của Artificial Neural Network (ANN)
  • Phát biểu, phân tích và cài đặt các thuật toán cho bài toán ước lượng nỗ lực.
  • Đánh giá kết quả theo yêu cầu của đề tài.

4. Đối tượng và phạm vi nghiên cứu

Trong khuôn khổ của luận văn thuộc loại nghiên cứu và ứng dụng, tôi chỉ giới hạn nghiên cứu các vấn đề sau:

  • Giới thiệu mô hình phát triển phần mềm Agile.
  • Tìm hiểu ước lượng nỗ lực trong phát triển phần mềm nói chung và theo qui trình Agile nói riêng.
  • Mạng Nơ-ron nhân tạo, thuật toán ABC, Levenberg–Marquardt.
  • Xậy dựng chương trình ước lượng nỗ lực trên môi trường Windows với ngôn ngữ C#.

5. Phương pháp nghiên cứu

a. Phương pháp lý thuyết

Tiến hành thu thập và nghiên cứu các tài liệu có liên quan đến đề tài.

  • Tìm hiểu nghiên cứu mô hình phát triển phần mềm linh hoạt Agile
  • Nghiên cứu lý thuyết ước lượng nỗ lực phát triển phần mềm nói chung và kỹ thuật ước lượng nỗ lực trong mô hình Agile nói riêng.
  • Nghiên cứu mạng Nơ-ron nhân tạo và việc ứng dụng nó vào bài toán ước lượng nỗ lực phát triển phần mềm.

Nghiên cứu các giải pháp xây dựng chương trình bằng ngôn ngữ lập trình C# để ước lượng nỗ lực phát triển phần mềm dựa trên các cơ sở lý thuyết đã tìm hiểu.

b. Phương pháp thực nghiệm

  • Nghiên cứu đề xuất giải pháp tối ưu việc ước lượng nỗ lực phát triển phần mềm sử dụng mạng Nơ-ron nhân tạo.
  • Cài đặt giải pháp thử nghiệm, so sánh và đánh giá kết quả.

6. Phương tiện, công cụ triển khai

  • Hệ điều hành Windows.
  • Môi trường phát triển phần mềm Microsoft Visual Studio.
  • Thư viện aforge.net, accord.net…
Nghiên cứu và ứng dụng mạng Nơ-ron nhân tạo vào bài toán ước lượng nỗ lực phát triển phần mềm theo mô hình Agile
Nghiên cứu và ứng dụng mạng Nơ-ron nhân tạo vào bài toán ước lượng nỗ lực phát triển phần mềm theo mô hình Agile

CHƯƠNG 1: CƠ SỞ LÝ THUYẾT

1.1 Mô hình phát triển phần mềm Agile

1.1.1 Agile là gì?

Phương thức phát triển phần mềm Agile là một tập hợp các phương thức phát triển lặp và tăng dần trong đó các yêu cầu và giải pháp được phát triển thông qua sự liên kết cộng tác giữa các nhóm tự quản và liên chức năng.

1.1.2 Các tuyên ngôn của Agile

  • “Cá nhân và sự tương hỗ quan trọng hơn quy trình và công cụ”
  • “Sản phẩm xài được quan trọng hơn tài liệu về sản phẩm”
  • “Cộng tác với khách hàng quan trọng hơn đàm phán hợp đồng”
  • “Phản hồi với sự thay đổi quan trọng hơn bám theo kế hoạch”

1.1.3 Các nguyên tắc của Agile

  • Thỏa mãn yêu cầu của khách hàng thông qua việc giao sản phẩm sớm và liên tục
  • Chào đón việc thay đổi yêu cầu, thậm chí là những thay đổi yêu cầu muộn
  • Giao phần mềm chạy được cho khách hàng một cách thường xuyên (giao hàng tuần hơn là hàng tháng)
  • Nhà kinh doanh và kỹ sư lập trình phải làm việc cùng nhau hàng ngày trong suốt dự án
  • Các dự án được xây dựng xung quanh những cá nhân có động lực. Cung cấp cho họ môi trường và sự hỗ trợ cần thiết, và tin tưởng họ để hoàn thành công việc
  • Trao đổi trực tiếp mặt đối mặt là phương pháp hiệu quả nhất để truyền đạt thông tin
  • Phần mềm chạy được là thước đo chính của tiến độ
  • Phát triển bền vững và duy trì được nhịp độ phát triển liên tục
  • Liên tục quan tâm đến kĩ thuật và thiết kế để cải tiến sự linh hoạt
  • Sự đơn giản là cần thiết – nghệ thuật tối đa hóa lượng công việc chưa hoàn thành
  • Nhóm tự tổ chức
  • Thích ứng thường xuyên với sự thay đổi

1.1.4 Các đặc trưng của Agile

  • Tính lặp (Iterative)
  • Tính tăng trưởng (Incremental) và tiến hóa (Evolutionary)
  • Tính thích ứng (hay thích nghi – adaptive)
  • Nhóm tự tổ chức và liên chức năng
  • Quản lý tiến trình thực nghiệm (Empirical Process Control)
  • Giao tiếp trực diện (face-to-face communication)
  • Phát triển dựa trên giá trị (value-based development)

1.2 Ước lượng nỗ lực phát triển phần mềm

1.2.1 Khái niệm

Ước lượng dự án hiện là một vấn đề khó khăn trong thực tế sản xuất phần mềm. Không ước lượng được thì dự án rất dễ vỡ kế hoạch về thời gian và tài chính. Thực tế không dự án nào có thể ước lượng chính xác, ước lượng cần được thực hiện nhiều vòng. Mức ước lượng có nhiều sai sót trong các giai đoạn khác nhau. Ước lượng chỉ có thể chính xác nếu phân rã được vấn đề lớn thành các vấn đề nhỏ hơn, đó là kỹ thuật chia để trị (divide and conquer)

1.2.2 Ước lượng nỗ lực là gì? Vì sao phải ước lượng?

Cũng giống như bất cứ một dự án nào khác, dự án phần mềm cũng cần phải ước lượng các đại lượng trên với mục đích :

  • Dự toán chi phí hợp lý
  • Sự chính xác cao
  • Đảm bảo tiến độ
  • Kiểm soát dự án tốt hơn
  • Thể hiện được sự chuyên nghiệp

1.2.3 Ước lượng nỗ lực trong các mô hình

  • Ước lượng chuyên gia: các chuyên gia đã có kinh nghiệm triển khai dự án phần mềm, có thể trả lời ngay các ước lượng tuy rằng không phải lúc nào độ chính xác cũng đáng tin cậy
  • Ước lượng bằng kinh nghiệm quá khứ. Phải có số liệu quá khứ, phải hiểu được tình hình hiện tại
  • Ước lượng bằng các mô hình ước lượng thực nghiệm. Phải có các tham số về dự án

Một số phương pháp ước lượng nỗ lực của phát triển phần mềm

  • Phương pháp tương đồng
  • Phương pháp Wide-band Delphi
  • Mô hình COCOMO

1.3 Mạng Nơ-ron nhân tạo

1.3.1 Mô hình Nơ-ron nhân tạo cơ bản

Mạng Nơ-ron nhân tạo được cho như hình 1.1. Các Nơ-ron được sắp xếp theo cấu trúc liên kết lớp riêng biệt. Lớp ngõ vào không phải là Nơ-ron thực: các Nơ-ron này hoạt động đơn giản là giới thiệu các giá trị của các biến vào. Các Nơ-ron lớp ẩn và lớp ngõ ra được kết nối với tất cả các Nơ-ron lớp trước đó. Cũng như vậy chúng ta có thể định nghĩa mạng có các kết nối một phần với một vài Nơ-ron trong lớp trước đó, tuy nhiên trong hầu hết các ứng dụng mạng có kết nối đầy đủ vẫn tốt hơn.

nn_fig2_1

Hình 1.1: Cấu trúc mạng Nơ-ron nhân tạo

Khi mạng hoạt động, các giá trị biến ngõ vào được đặt vào các Nơ-ron ngõ vào, và sau đó các Nơ-ron lớp ẩn và lớp ngõ ra lần lượt được kích hoạt. Mỗi Nơ-ron tính giá trị kích hoạt của chúng bằng cách lấy tổng các trọng số ngõ ra của các Nơ-ron lớp trước đó, và trừ cho ngưỡng. Giá trị kích hoạt truyền qua hàm kích hoạt tạo ra giá trị ngõ ra của Nơ-ron. Khi toàn bộ mạng đã hoạt động, các ngõ ra của lớp ngõ ra hoạt động như ngõ ra của toàn mạng.

1.3.2 Sử dụng mạng Nơ-ron nhân tạo

Một loạt vấn đề dẫn tới việc giải quyết bằng mạng Nơ-ron được định nghĩa bằng cách nó làm việc hoặc nó được huấn luyện. Mạng Nơ-ron nhân tạo làm việc từ những ngõ vào khác nhau, đưa ra những ngõ ra khác nhau. Do đó có thể sử dụng khi biết một vài thông tin và sẽ dự đoán những thông tin chưa biết.

Điều kiện quan trọng trong việc sử dụng mạng Nơ-ron nhân tạo là phải biết trước mối liên hệ giữa ngõ vào và ngõ ra. Mối quan hệ này có thể kéo theo nhiều thứ nhưng nó nhất định phải tồn tại.

1.3.3 Thu thập dữ liệu cho mạng Nơ-ron nhân tạo

  • Chọn những giá trị huấn luyện có tác dụng.
  • Dữ liệu số và danh định có thể xử lý trực tiếp bằng mạng Nơ-ron nhân tạo. Chuyển những loại biến khác sang một trong các dạng này.
  • Cần hàng trăm hoặc hàng ngàn trường hợp mẫu huấn luyện càng nhiều biến thì càng nhiều mẫu huấn luyện. mạng Nơ-ron nhân tạo có khả năng nhận ra những biến hữu dụng để huấn luyện.

1.3.4 Perceptron nhiều lớp

Ngày nay, Perceptron là cấu trúc mạng được dùng phổ biến nhất. Mỗi Nơ-ron lấy tổng trọng số và ngưỡng của ngõ vào, qua hàm truyền đến ngõ ra, các Nơ-ron được sắp xếp theo các lớp tới. Vì thế mạng có thể mô phỏng các hàm phức tạp tùy theo số lớp và số Nơ-ron mỗi lớp.

Tùy theo vấn đề mà các Nơ-ron có số ngõ vào và ngõ ra khác nhau. Chúng ta không thể biết chính xác sẽ sử dụng bao nhiêu ngõ vào. Tuy nhiên, chúng ta giả sử rằng số ngõ vào có thể chọn lựa dễ dàng. Và để dễ dàng, thường ta chọn có một lớp ẩn và số Nơ-ron trong đó bằng một nửa tổng số ngõ vào và ngõ ra.

  • Huấn luyện Perceptron nhiều lớp
  • Thuật toán backpropagation.
  • Học quá mức và tổng quát hóa
  • Chọn lựa dữ liệu

1.4 Mô hình mạng Nơ-ron nhân tạo

1.4.1 Mô hình Nơ-ron và cấu trúc mạng

1.4.1.1 Mô hình Nơ-ron

LIÊN HỆ:

SĐT+ZALO: 0935568275

F:\DỮ LIỆU COP CỦA CHỊ YẾN\DAI HOC DA NANG\KHOA HOC MAY TINH\NGUYEN NGOC NHAN

Trả lời

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *