2.1 Пояснення до експертних оцінок

Openproj-1.4-src

Супроводжуваність. Подальша супроводжуваність даного програмного забезпечення буде досить складною. Оскільки у програмному коді присутня велика кількість зайвих коментарів(коментарії були створені лише для автоматичної генерації документів), які не передають важливу інформацію, а лише ускладнюють розуміння програмного коду.

Легкість виконання операцій. Будь-які завдання, що реалізуються даним програмним забезпеченням, виконуються досить легко та швидко за не великий проміжок часу.

TalendOpen Studio 3.2.1

Супроводжуваність. Програмний код є дуже громіздким і простежується досить велика зв’язаність між окремими класами. Тому при зміні однієї ділянки коду можуть виникнути помилки в інших ділянках коду, при чому їх кількість через високу зв’язаність класів може бути досить високою.

Легкість виконання операцій. Виконувати операції, що реалізовані в програмі, надзвичайно легко, що забезпечується зрозумілим інтерфейсом та детальною документацією, а також завдяки досить високій швидкості роботи програми.

plazma-source 0.1.8

Супроводжуваність. Велика кількість коду прогамного забезпечення є важко супроводжуваним та простежуваним.

Легкість виконання операцій. Виконувати операції надзвичайно легко, що забезпечується зрозумілим інтерфейсом.

Нотатка. Під час виконання курсової роботи було проаналізовано також такі властивості програмного забезпеченя, як зрозумілість, повнота, стислість, портованість, узгодженість, тестованість, юзабіліті, надійність, структурованість, ефективність, безпека, зрозумілість інтерфейсу, зрозумілість повідомлень про помилки, очікуваність функціональності та документація. Усі експертні оцінки додаються у документі формату Microsoft Office Word «Додаток до курсової роботи»

2.2 Пояснення метрик ПЗ за варіантом

LOC – метрика, що вказує на кількість фізичних рядків коду.

NOM – метрика, що вказує на кількість методів у програмному коді.

NOC – метрика, що вказує на кількість класів у проекті.

NDD – метрика, що вказує на кількість кількості прямих нащадків.

CALL – метрика, що вказує на кількість викликів методу.

WMC- метрика, що вказує на вагову значимість методів.

TCC –метрика, що вказує на щільність згуртованості класу.

PNAS – метрика, що вказує на частки нових додаткових послуг.

BovR – метрика, що вказує на співвідношення перевизначених базових класів.

CDISP – метрика, що вказує на дисперсійний зв’язок.

Нотатка. Результати вимірювання метрик вище зазначених проектів подано у додатковому документі формату Excel «Додаток до курсової роботи».


3. Опис алгоритмів та засобів

Статистичний аналіз, який виконується з метою визначення залежностей між метриками, складається з трьох етапів: первинний статистичний аналіз, кореляційний аналіз та регресійний аналіз. У даній курсовій роботі використовувалась наступна схема побудови залежностей.

Мал.1. Схема побудови залежностей


4. Первинний статистичний аналіз метрик та експертних оцінок

Метою первинного статистичного аналізу являється визначення закону розподілу випадкової величини. На етапі первинного статистичного аналізу відбувається дослідження вхідних статистичних даних. Спочатку аналізуються метрики, отримані в результаті вимірювання набору програм, далі експертні оцінки, що зробили експерти для цього ж набору програм. Кінцевою метою первинного статистичного аналізу є визначення, чи належить побудований закон до нормального. Причиною цього є те, що подальший аналіз базується на перевірці на „нормальність” закону розподілу, тобто кожний з наступних етапів починається цією перевіркою, і в залежності від відповіді застосовуються різні методи обчислень.

Кореляційний аналіз пар „метрика – експертна оцінка”

На етапі кореляційного аналізу визначається, чи існує залежність між певними метриками та експертними оцінками, чи її немає. Якщо залежність існує, то проводиться первинна обробка даних для визначення довірчої ймовірності та виду залежності. В іншому випадку робиться висновок про відсутність залежності. Результатом даного етапу є відсіювання незалежних між собою пар „метрика – експертна оцінка” та визначення за можливістю виду залежності для інших пар.

Регресійний аналіз залежних величин

Регресійний аналіз – останній етап в дослідженні на залежність метрик та експертних оцінок. Він проводиться тільки при виконанні умови, що дисперсія залежної змінної (експертної оцінки) повинна залишатися постійною при зміні значення аргументу (метрики), тобто, спочатку визначається дисперсія експертної оцінки для кожного прийнятого значення метрики. Якщо пара „метрика – експертна оцінка” пройшла всі етапи і не була відсіяною, робиться висновок, що експертна оцінка залежить певним чином від значення метрики з силою, що показує коефіцієнт детермінації, а вигляд залежності визначає лінія регресії.

При виконанні даної курсової роботи використовувався такий засіб автоматизації як Statistica. Statistica (торгова марка - STATISTICA) - пакет для всебічного статистичного аналізу, розроблений компанією StatSoft. У пакеті STATISTICA реалізовані процедури для аналізу даних (data analysis), управління даними (data management), видобутку даних (data mining), візуалізації даних (data visualization).

Для виконання завдання курсової роботи було використано також й наступне програмне забезпечення вимірювання IPlasma

Мал.2. Головне вікно IPlasma

Платформа IPlasma містить бібліотеку більше 80 метрик проекту, яка можуть бути застосовані на різних рівнях абстракції, дають можливість отримувати короткий огляд системи в цілому до опису деталей в межах єдиного методу за допомогою примітивних метрик.

Метрики IPlasma можуть бути поділенні на наступні категорії:

Метрики розміру – включають розміри об’єкту аналізу(наприклад, Lines of Code)

Метрики складності – включають складність об’єкту дослідження(наприклад, Cyclomatic Complexity)

Метрики взаємозв’язку – включає обмін даними між об’єктами (наприклад, Coupling Between Objects)

Метрики зв’язаності класів – включає зв’язаність класів між собою(наприклад, Tight Class Cohesion)

Платформа інструменту починається безпосередньо з вихідного коду (C++ або Java) і забезпечує повну підтримку, яка потрібна для всіх фаз залучення в процес аналізу: від граматичного аналізу коду і побудови моделі до легкого визначення бажаних аналізів, у тому числі виявлення дублювання коду. Істотне (і дуже неприємне) завдання в процесі аналізу програмного забезпечення - побудова належної моделі системи.

Мета будівництва моделі - витягування з вихідного коду інформації, яка доречна з точки зору специфічної мети. Для цього використовується відкрита бібліотека для аналізу Recoder (для Java) та McC (Model Capture for C++).

Інструмент iPlasma розвивався як пошуковий інструмент. Він успішно застосовувався для аналізу проектів ряду ”real-world” систем, у тому числі самі великі системи (>1 MLOC), подібно до mozilla (C++, 2.56-мільйонів LOC) і eclipse (Java, 1.36-мільйонів LOC).


Информация о работе «Емпіричне дослідження програмного забезпечення»
Раздел: Информатика, программирование
Количество знаков с пробелами: 20086
Количество таблиц: 2
Количество изображений: 19

Похожие работы

Скачать
53597
8
0

... . – С. 216-222. (0,3 д.а.) (Особистий внесок здобувача – запропоновані напрямки підвищення ефективності діяльності підприємств ЖКГ). АНОТАЦІЯ   Корольова Т.С. Ефективність наукових досліджень і використання інноваційного потенціалу вищого навчального закладу. – Рукопис. Дисертація на здобуття наукового ступеня кандидата економічних наук за спеціальністю 08.00.04 – Економіка та управління пі ...

Скачать
245524
1
0

... ічного університету, доктором технічних наук, професором М-П.Зборщиком. Висновок установи, в якій виконано дисертацію, с першою і дуже важливою її експертизою з точки зору відповідності дисертації вимогам “Порядку”. Висновок затверджується ректором (директором) або проректором (заступником директора) з наукової роботи, які несуть персональну відповідальність за якість, об'єктивність і строки пі ...

Скачать
103746
5
40

... ійних установок оптантів виявилися менш вираженими, що свідчить про необхідність цілеспрямованої й фокусованої роботи з даною категорією психологічних регуляторів трудового поводження старшокласників. 2 Методи й методики психодіагностики професійного становлення старшокласників   2.1 Тренінги професійного самовизначення для старшокласників У ПТУ №14, крім анкетування активно проводяться ...

Скачать
119076
9
0

... 80 – 90рр ХХ ст. сферою особливого і постійного інтересу в німецькій емпіричній соціології стає розвиток соціології праці, а в її межах індустріальної соціології.   9. Становлення соціологічної думки в Україні Початком самостійних соціологічних праць слід вважати дослідження женевського гуртка українських учених у 80х роках ХІХ ст.. ,які друкувалися в часописи «Громада» (Женева) і в окремих ...

0 комментариев


Наверх