مقاله مدل مبتنی بر خط زمانی برای زمان بندی پروژه های نرم افزاری با الگوریتم ژنتیکTime-line based model for software project scheduling with genetic algorithms

در انبار موجود نمی باشد

مقاله مدل مبتنی بر خط زمانی برای زمان بندی پروژه های نرم افزاری با الگوریتم ژنتیکTime-line based model for software project scheduling with genetic algorithms

20,000 تومان

ژورنال

ELSEVIER

سال انتشار

2008

صفحات فارسی

30 تا 40

صفحات انگلیسی

10 تا 20

نقد و بررسی

مقاله مدل مبتنی بر خط زمانی برای زمان بندی پروژه های نرم افزاری با الگوریتم ژنتیک

چکیده فارسی :

 

مدیریت موثر پروژه های نرم افزاری پیچیده، بستگی به قابلیت حل مشکلات بهینه سازی دقیق و پیچیده دارد. بیشتر تحقیقات انجام شده برروی مدیریت پروژه های نرم افزاری، توجه کافی برروی مسائل سختی از قبیل تخصیصات کارمند بهوظیفه، نداشته اند که نیازمند زمان بندی های بهینه و استفاده دقیق از منابع است. ابزارهای تجاری همچون Microsoft Project، فرض می کند درحالی که پروژه در حال تکمیل است، مدیران همچون کاربران قادر به تخصیص وظایف به کارمندان هستند تا بازدهی کاربرد منابع را بدست آورند. کار قبلی ما از الگوریتم ژنتیک (GA) برای این مشکلات استفاده می کرد. این مقاله آن کار را بسط داده و یک کار جدید را معرفی می کند، یک مدل غنی که قادر است شبیه سازی واقع بینانه تری از موقعیت های دنیای واقعی داشته باشد. مدل جدید توسط یک GA جدید توصیف شده است که زمان بندی های بهینه یا نزدیک به بهینه تولید می کند. نتایج شبیه سازی نشان می دهد که این مدل جدید به قابلیت رویکردهای مبتنی بر GA کمک می کند، در حالیکه پشتیبانی تصمیم گیری را در شرایط واقع گرایانه فراهم می کند.

 

چکیده انگلیسی :

 

Effective management of complex software projects depends on the ability to solve complex, subtle optimization problems. Most studies on software project management do not pay enough attention to difficult problems such as employee-to-task assignments, which require optimal schedules and careful use of resources. Commercial tools, such as Microsoft Project, assume that managers as users are capable of assigning tasks to employees to achieve the efficiency of resource utilization, while the project continually evolves. Our earlier work applied genetic algorithms (GAs) to these problems. This paper extends that work, introducing a new, richer model that is capable of more realistically simulating real-world situations. The new model is described along with a new GA that produces optimal or near-optimal schedules. Simulation results show that this new model enhances the ability of GA-based approaches, while providing decision support under more realistic conditions.

ژورنال

ELSEVIER

سال انتشار

2008

صفحات فارسی

30 تا 40

صفحات انگلیسی

10 تا 20

دیدگاه خود را در باره این کالا بیان کنید افزودن دیدگاه

نقد و بررسی‌ها

هنوز بررسی‌ای ثبت نشده است.

    هیچ پرسش و پاسخی ثبت نشده است.

پرسش خود را درباره این کالا بیان کنید

ثبت پرسش
انصراف ثبت پرسش

محصولات مرتبط