Using Artificial Neural Network for Software Development Efforts Estimation on

인공신경망을 이용한 소프트웨어 개발공수 예측모델에 관한 연구

In the research area of estimation of the software development efforts, a number of researches have been accomplished in order to control the costs and to make software more competitive. However, most of them were restricted to the functional algorithm models or the statistic models. Moreover, since they are dealing with the cases of foreign countries, the results are hard to apply directly to the domestic environment for the efficient project management because of lack of accuracy, fitness, flexibility and portability. Therefore, it is appropriate to suggest and propose a new approach supported by artificial neural network which is composed of back propagation and feel-forward algorithms to improve the exactness of the efforts estimation and to advance practical uses. In this study, the artificial neural network approach is used to model the software cost estimation and the results are compared with the revised COCOMO and the multiregression model in order to validate the superiority of the model.

소프트웨어 개발공수(Efforts)에 관한 연구는 그 동안 상당히 많이 이루어져 있으나, 대부분 기존의 알고리즘 모델과 통계적 접근방법에 의한 모델에 한정 되어 있다고 할 수 있다. 또한 이들 연구는주로 외국의 사례를 대상으로 한 것이어서 국내의 소프트웨어 개발 환경에 적용하기에는 예측력과 적응도 등의 여러 문제가 제기되고 있다. 따라서 본 논문에서는 보다 현실적이고 실용적인 소프트웨어 개발공수의 예측모델로서 백프로 퍼게이션 알고리즘을 이용한 신경망 예측모델을 제시하고, 이 모델의 예측결과와 기존 의 모델인 COCOMO 그리고 희귀분석에 의한 예측결과들을 통계적으로 비교 분석하여 신경회로망의 우수한 예측력을 검증하였다. 이러한 분석의 결과를 토대로 보다 예측력 이 놓고 사용자가 쉽게 모델링하여 사용할 수 있는 정교한 신경망 모델을 제시하고자 한 다.