Journal of the Korean Institute of Intelligent Systems (한국지능시스템학회논문지)

Korean Institute of Intelligent Systems (한국지능시스템학회)
권호 표지
DOI QR코드

DOI QR Code

A Prediction for Manpower Profile of Software Development Using Predictive Filter

예측필터를 이용한 소프트웨어 개발 인력분포 예측

  • Published : 2006.08.01
Download PDF
⟨ Previous Next ⟩

Abstract

Most of the existing statistical models of software manpower profile are based on the assumptions of the usage and development process. Therefore, there is no universally applicable estimation and prediction model. To develop a prediction model, this paper suggests the predictive filter as a prediction model for software manpower profile. Firs of all, we investigate the software manpower profile and we suggest the input-output of predictive filter and method for parameter determination. Then, its usefulness is empirically verified by analyzing the actual data obtained from the software projects. Based on the average relative prediction error and Pred(0.25), the suggested predictive filter is compared with other well-known statistical estimation models. As a result, the predictive filter generally has a simple structure and on the other hand, it adapts the software manpower profile very well.

소프트웨어 개발 인력 프로파일에 대한 현존하는 모든 통계적 모델들은 소프트웨어 사용과 개발 프로세스의 가정에 기반을 두고 있어 일반적으로 적용 가능한 추정과 예측 모델이 없는 실정이다. 본 논문은 예측필터를 적용하여 소프트웨어 개발 투입 인력 프로파일을 예측하였다. 먼저 소프트웨어 개발 인력분포를 살펴보고, 예측필터를 적용하기 위해 모델의 입력 -출력, 모수를 결정하는 방법을 제시하였다. 이어서 제안된 모델의 유용성은 실제 개발된 소프트웨어 프로젝트로부터 획득된 데이터 분석으로 경험적으로 검증되었다. 평균 상대오차와 Pred(0.25)에 기반하여 제안된 예측필터는 잘 알려진 통계적 추정 모델들과 비교되었다. 검증 결과 예측필터는 단순한 구조를 갖고 있으면서도 소프트웨어 인력분포를 적절히 표현하는 결과를 보였다.

Keywords

References

  1. N. Karunanithi, D. Whitley and Y. K. Malaiya, 'Using Neural Networks in Reliability Prediction,' IEEE Software, Vol. 18, pp. 53-59, 1992
  2. L. H. Putnam, 'A General Empirical Solution to the Macro Software Sizing and Estimating Problem,' IEEE Trans. on Software Eng., Vol. SE-4, No.4, 1978 https://doi.org/10.1109/TSE.1978.231521
  3. K. Phillai and V. S. Sukumaran Nair, 'A Model for Software Development Effort and Cost Estimation,' IEEE Trans. on Software Eng., Vol. 23, No.8, pp. 485-497, 1997 https://doi.org/10.1109/32.624305
  4. J. Y. Park, S. U. Lee, and J. H. Park, 'Neural Network Modeling for Software Reliability Prediction from Failure Time Data,' Journal of Electrical Eng. and Information Science, Vol. 4, No.4, pp. 533-539, 1999
  5. H. Demuth and M. Beale, 'Neural Network Toolbox User's Guide, Ver 3.0,' Math Works, Inc. 1997
  6. P. Kruchten, 'Planning an Iterative Project,' The Rational Edge e-zine for the Rational Community, http://www.therationaledge.com/contents/ocL02/f_iterativePlanning_pk.jsp, 2002
  7. P. V. Norden, 'Curve Fitting for a Model of Applied Research and Development Scheduling,' IBM J. Research and Development, Vol. 3, No.2, pp. 232-248, 1958 https://doi.org/10.1147/rd.23.0232
  8. R. D. H. Warburton, 'Managing and Predicting the Costs of Real-Time Software,' IEEE Trans. on Software Eng., Vol. SE-9, No.5, pp. 562-569, 1983 https://doi.org/10.1109/TSE.1983.235115
  9. M. T. Hargan, H. B. Demuth, and M. Beale, 'Neural Network Design,' PWS Publishing Company, 1996
  10. http://users.computerweekly.net/robmorton/projects/neural/sogmoid.html
  11. 김우철 et al. '현대통계학,' 영지출판사. 1994
  12. 권기태 et al '소프트웨어 유지보수 비용산정 모델 개선.' 한국정보과학회 소프트웨어공학회지 제16권, 제2호. pp. 31-42, 2003
  13. S. D. Conte, H. E. Dunsmore, and V. Y. Shen, 'Software Engineering Metrics and Models,' Menlo Park, CA: Benjamin Cummings, 1986
  14. J. Verner and G. Tate, 'A Software Size Model,' IEEE Trans. on Software Eng., Vol. 18, No.4, pp. 265-278, 1992 https://doi.org/10.1109/32.129216
  15. D. S. Clouse, C. L. Giles, B. G. Home, and G. W. Cottrell, Time-Delay Neural Networks: Representation and Induction of Finite State Machines, IEEE Trans. on Neural Networks, Vol. 8, No.5, pp. 1065-1070, 1997 https://doi.org/10.1109/72.623208
  16. 박중양, 이상운, 박재홍, '예측필터를 이용한 소프트웨어 신뢰성 예측,' 한국정보처리학회 논문지, 제7권, 제7호, pp. 2076-2085, 2000