Tez No	İndirme	Tez Künye	Durumu
224123		Yapay zeka yöntemleri ile yazılım projelerinde maliyet kestirimi / Effort estimation in software projects by using artificial intelligence methods Yazar:OKTAY ADALIER Danışman: YRD. DOÇ. DR. AYBARS UĞUR Yer Bilgisi: Ege Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Bölümü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:Maliyet tahmini = Cost estimation ; Regresyon analizi = Regression analysis ; Yapay sinir ağları = Artificial neural networks ; Yapay zeka = Artificial intelligence	Onaylandı Doktora Türkçe 2007 96 s.
Yazılım maliyet tahminlemesi, yazılım geliştirmenin en önemli aşamalarından birisidir. Proje yöneticisi, proje süresini/maliyetini doğru tahminleyerek projedeki belirsizlikleri azaltır ve projenin gelişimini gerçek giderlerle, planlananları veya tahminlenenleri karşılaştırarak değerlendirir. Yazılım projeleri karmaşıklaştıkça, tahminleme yöntemlerinin önemi de artmaktadır.Bu tezde, literatürdeki makine öğrenmesi ve yapay zeka tabanlı yazılım tahminleme teknikleri karşılaştırılmıştır. Regresyon ve çok katmanlı algılayıcı yapay sinir ağı modellerinin gerçekleştirimi yapılarak sonuçlar elde edilmiş ve bu değerlere dayalı olarak yöntemler değerlendirilmiştir. Yapay sinir ağlarının eğitim ve test aşamalarında ve regresyon katsayılarının bulunmasında ISBSG (International Software Benchmarking Standards Group) veri seti sürüm 9 kullanılmıştır. Kuvvet değerleri kullanılarak, regresyon tabanlı yeni ve başarılı bir yazılım tahminleme modeli de geliştirilmiştir. Yöntemin iyileştirilmesi için yapılabilecekler ve diğer kestirim modellerine nasıl uyarlanabileceği tartışılmıştır.Anahtar Sözcükler: Yazılım maliyet kestirimi, yapay sinir ağları, çok katmanlı algılayıcı, regresyon, yapay zeka, makine öğrenmesi
Software cost estimation is one of the most crucial phases of software development. A project manager can reduce the uncertainty about project by creating more accurate time/cost estimates and can evaluate project progress by comparing actual costs versus planned, or estimated costs. As the complexity of software projects grows, the role for estimating techniques will expand.In this thesis, software estimation techniques based on machine learning and artificial intelligence in the literature are compared. Regression and multilayer perceptron neural network models are implemented and evaluated based on experimental results that are obtained. ISBSG (International Software Benchmarking Standards Group) data set Release 9 is used for training and testing the neural network, and finding regression coefficients. A new regression based software cost estimation model obtaining maximum performance is also developed using power values. There is some important discussion on how the results can be improved and how they can be applied to other estimation models.Keywords: Software cost estimation, artificial neural networks, multilayer perceptron, regression, artificial intelligence, machine learning.