რა არის Cocomo მოდელის ახსნა დეტალურად?
რა არის Cocomo მოდელის ახსნა დეტალურად?

ვიდეო: რა არის Cocomo მოდელის ახსნა დეტალურად?

ვიდეო: რა არის Cocomo მოდელის ახსნა დეტალურად?
ვიდეო: What is COCOMO Model? | Software Engineering 2024, მაისი
Anonim

კოკომო (კონსტრუქციული ღირებულება მოდელი ) არის რეგრესია მოდელი დაფუძნებული LOC-ზე, ანუ კოდის ხაზების რაოდენობაზე. ეს არის პროცედურული ხარჯთაღრიცხვა მოდელი პროგრამული პროექტებისთვის და ხშირად გამოიყენება, როგორც პროექტის განხორციელებასთან დაკავშირებული სხვადასხვა პარამეტრების საიმედო პროგნოზირების პროცესი, როგორიცაა ზომა, ძალისხმევა, ღირებულება, დრო და ხარისხი.

ანალოგიურად, შეიძლება იკითხოთ, რა არის Cocomo მოდელის მაგალითი?

კონსტრუქციული ღირებულება მოდელი ( COCOMO ) არის პროგრამული უზრუნველყოფის ღირებულების ალგორითმული შეფასება მოდელი შემუშავებული Barry Boehm-ის მიერ. The მოდელი იყენებს ძირითადი რეგრესიის ფორმულას, პარამეტრებით, რომლებიც გამომდინარეობს ისტორიული პროექტის მონაცემებიდან და პროექტის მიმდინარე მახასიათებლებიდან.

ასევე იცით, რა არის Cocomo მოდელი და მისი ტიპები? COCOMO - კონსტრუქციული ღირებულება მოდელი Basic-ში სამი რეჟიმია COCOMO : ორგანული რეჟიმი: განვითარების პროექტები, როგორც წესი, არ არის გართულებული და მოიცავს მცირე გამოცდილ გუნდებს. The დაგეგმილი პროგრამული უზრუნველყოფა არ განიხილება ინოვაციურად და მოითხოვს DSI-ების შედარებით მცირე რაოდენობას (ჩვეულებრივ, 50 000-ზე ნაკლები).

უფრო მეტიც, რა განსხვავებაა Cocomo-სა და Cocomo II-ს შორის?

Მთავარი შორის განსხვავება ეს COCOMO მოდელები არის ის, რომ COCOMO 1 მთლიანად ეფუძნება ხაზოვანი ხელახალი გამოყენების ფორმულას და ჰიპოთეტურ იდეას მოთხოვნების სტაბილური ნაკრების შესახებ. ამის საპირისპიროდ, COCOMO 2 დაფუძნებულია არაწრფივი ხელახალი გამოყენების ფორმულაზე და ასევე უზრუნველყოფს ავტომატური კალიბრაციის მახასიათებლებს.

რას ხსნის პუტნამის მოდელი მაგალითით?

The პუტნამის მოდელი არის ემპირიული პროგრამული ძალისხმევის შეფასება მოდელი . პუტნამი გამოქვეყნებული 1978 წელს განიხილება, როგორც პიონერული სამუშაო პროგრამული პროცესის სფეროში მოდელირება . როგორც ჯგუფი, ემპირიული მოდელები მუშაობა პროგრამული პროექტის მონაცემების შეგროვებით (ამისთვის მაგალითი , ძალისხმევა და ზომა) და მრუდის მორგება მონაცემებზე.

გირჩევთ: