PDF de programación - Avances en latomade decisiones en proyectos de desarrollo de software

UNIVERSIDAD DE SEVILLA

Departamento de Lenguajes y Sistemas Informáticos

AVANCES EN LATOMADE DECISIONES EN
PROYECTOS DE DESARROLLO DE SOFTWARE

TESIS DOCTORAL

Javier Aroba Páez
Sevilla, Noviembre de 2003

TESIS DOCTORAL

AVANCES EN LATOMADE DECISIONES EN
PROYECTOS DE DESARROLLO DE SOFTWARE

Por

D. Javier Aroba Páez

Licenciado en Informática por la Facultad de Informática de la

Universidad de Sevilla

Presentada en el

Departamento de Lenguajes y Sistemas Informáticos

de la

Universidad de Sevilla
Para la obtención del

Grado de Doctor en Informática

Directores

Dra. Dª. Isabel Ramos Román

Dr. D. José Cristóbal Riquelme Santos

Doña Isabel Ramos Román y Don José Cristóbal Riquelme Santos, Profesores

Titulares de Universidad, adscritos alárea de Lenguajes y Sistemas Informáticos,

CERTIFICANQUE:

Don Javier Aroba Páez, Licenciado en Informática por la Universidad de Sevilla,

ha realizado bajo nuestra supervisión el trabajo de investigación titulado

AvancesenlatomadedecisionesenProyectosde

DesarrollodeSoftware

Una vez revisado, autorizamos la presentación del mismo como Tesis Doctoral
en la Universidad de Sevilla y estimamos oportuna su presentación al tribunal que habrá

de valorarlo.

Fdo.: Isabel Ramos Román
Lenguajes y Sistemas Informáticos

Profesora Titular de Universidad

Fdo.: José C. Riquelme Santos
Lenguajes y Sistemas Informáticos

Profesor Titular de Universidad

Sevilla, Noviembre 2003

Tesis Doctoral parcialmente subvencionada por la Comisión Interministerial de

Ciencia y Tecnología con el Proyecto TIC2001-1143-C03-02.

CICYT

TIC2001-1143-C03-02

Agradecimientos

Quiero agradecer a todos los que han participado directa o indirectamente en el

desarrollo de esta tesis doctoral. En este sentido quiero hacer mención especial:

·

·

·

·

·

·

·

a la profesora Isabel Ramos Román por su gran apoyo en el desarrollo del
trabajo que se presenta, su constante interés, su generosa disposición y sus

innumerables sugerencias.

al profesor José C. Riquelme Santos por la confianza depositada, su entera
disposición en todo momento y sus enriquecedoras aportaciones en los
momentos más difíciles.
al profesor Miguel Toro Bonilla por la confianza mostrada en la línea de
investigación que se presenta y susútiles comentarios.
al profesor Javier Dolado Cosín por el apoyo en el trabajo que se presenta y

sus experimentados consejos.

a mis compañeros de investigación, por las enriquecedoras discusiones en
sobremesas y viajes, durante los años que ha durado este trabajo.
a mis compañeros de Departamento Manuel J. Redondo González y José
Manuel Andújar Márquez, por su gran apoyo tanto en el terreno profesional

como personal.

a mi familia, por su constante aliento en todo momento,

depositada en mi, así como su enorme apoyo en todos los terrenos.

la confianza

ÍNDICE DE CONTENIDOS
Capítulo1:Introducción

1.1 Planteamiento ........................................................
1.2 Objetivos de la Tesis ..............................................
1.3 Aportaciones de la Tesis .........................................
1.4 Estructura de la Tesis .............................................

Capítulo2:MétodosTradicionalesdeEstimación
2.1 Introducción ............................................................
2.1.1. Precisión de las estimaciones ............................
2.1.1.1. Principios de estimación ............................
2.2 El proceso de predicción ..........................................
2.2.1 Métodos predictivos ..........................................
2.2.2 Propósito de la predicción .................................
2.3 Procesos de estimación ............................................

2.3.1 Proceso de Boehm .............................................
2.3.2 Proceso de Bailey-Basili ....................................
2.3.3 Proceso de DeMarco ..........................................
2.3.4 Proceso de Heemstra .........................................
2.3.5 Proceso de Arifoglu ..........................................
2.3.6 Proceso de Humphrey (PROBE) .........................
2.3.7 Wideband Delphi ..............................................
2.3.8 Estimeeting ......................................................
2.3.9 Conclusiones ....................................................

2.4 Modelos de estimación del coste. ..............................
2.4.1 Modelos empíricos paramétricos ........................
2.4.2 Modelo empíricos no paramétricos .....................
2.4.3 Modelos analógicos ...........................................
2.4.4 Modelos heurísticos ..........................................

2.4.5 Conclusiones ....................................................

Página

1
2
3
6

9
12
13
13
16
17
18
19
20
22
20
23
23
24
24
25
25
26
34
36
39
39

i

ii

Indice de Contenidos

2.5 Modelos dinámicos en la toma de decisiones en

Proyectos de Desarrollo de Software ..........................
2.5.1 Simuladores de proyectos de software ................

3.2.1 Sistemas de aprendizaje .....................................
3.2.1.1 Rendimiento de un sistema de aprendizaje...

Capítulo3:LaMineríadeDatosenlaTomadeDecisiones
3.1 Introducción ............................................................
3.2 Los Fundamentos de la Minería de Datos ..................
3.3 Descripción de las técnicas utilizadas........................
3.3.1 Técnicas estadísticas .........................................
3.3.1.1 Modelos de regresión lineal
3.3.1.2 Modelos de regresión no lineal ..................
3.3.1.3 Programación lineal: aplicaciones ...............
3.3.2 Árboles de decisión: C4.5 ..................................
3.3.3 Reglas de decisión mediante algoritmos
genéticos: COGITO ...........................................

......................

3.3.4 Clustering ........................................................
3.3.4.1 Clustering borroso: Algoritmo FCM ...........
3.3.4.1.1 Algoritmo FCM ................................

3.4 Conclusiones ...........................................................

3.3.4.1.2 Aproximación de Sugeno y Yasukawa
3.3.5 Técnicas basadas en los k-vecinos más cercanos ..
Capítulo4:PreFuRGe:PredictiveFuzzyRulesGenerator
4.1 Introducción ............................................................
4.2.2 Características de PreFuRGe ...............................

4.2 La herramienta PreFuRGe.........................................
4.2.1 Algoritmo FCM+................................................

4.2.3 Algoritmo PreFuRGe ..........................................
4.2.3.1 Algoritmo Mounds .....................................
4.2.3.2 Algoritmo DrawRules ................................
4.2.3.3 Algoritmo SayRules ...................................

4.3 Validación de la Herramienta....................................

4.3.1 Experimento 1 ...................................................
4.3.2 Experimento 2 ...................................................
4.3.3 Experimento 3 ...................................................
4.3.4 Experimento 4 ...................................................
4.4 Conclusiones ...........................................................

40
41

47
48
50
51
53
53
55
56
57
59

61
62
64
68
69
71
73

75
76
76
77
80
82
83
84
87
87
88
91
94
96

Indice de Contenidos

5.2 Bases de datos de PDS .............................................

Capítulo5:AplicacióndePreFuRGeaPDS
5.1 Introducción ............................................................
5.2.1 Generación de las bases de datos de proyectos ....
5.2.2 Descripción de atributos y variables de PDS .......
5.3 Aplicación de técnicas de Minería de Datos ...............
5.4 Reglas de gestión obtenidas ......................................
5.4.1 Proyecto con política de contratación de personal
rápida, sin restricción en el tiempo de entrega ...

5.3.1 Aprendizaje supervisado: C4.5 y COGITO ..........
5.3.2 Aprendizaje no supervisado: PreFuRGe ..............

5.4.1.1 Resultados de PreFuRGe ............................
5.4.1.2 Resultados de C4.5 y COGITO ...................
5.4.1.3 Conclusiones.............................................

5.4.2 Proyecto con política de contratación de personal
rápida, con restricción en el tiempo de entrega ...

5.2.2.1 Resultados de PreFuRGe ............................
5.2.2.2 Resultados de C4.5 y COGITO ...................
5.4.2.3 Conclusiones.............................................

5.4.3 Proyecto sin restricción en el tiempo de entrega
ni en la contratación de personal ......................

5.2.3.1 Resultados de PreFuRGe ............................
5.2.3.2 Resultados de C4.5 y COGITO ...................
5.4.3.3 Conclusiones.............................................
5.5 Conclusiones .........................................................

Capítulo6:Aplicacióndetécnicastradicionalesdepredicción
6.1 Introducción ............................................................
6.2 Proceso de estimación de Boehm en PDS ...................

6.2.1 Establecer objetivos ..........................................
6.2.2 Planificar recursos y datos requeridos ................
6.2.3 Fijar los requerimientos software .......................

6.2.4 Utilizar varias técnicas y fuentes independientes .
6.2.4.1 Análisis de correlación ...............................
6.2.4.3 Modelos de regresión Multivariante .............
6.2.4.3.1 Modelos de regresión lineal
6.2.4.3.2 Modelos de regresión no lineal ...........
6.2.4.4 Programación lineal: Simplex......................

6.2.4.2 Algoritmo wk-NN.......................................

...............

6.2.4.4.1 Conclusiones ......................................

iii

99
100
101
102
105
106
109
110

112
113
114
116

116
116
119
120

121
121
124
127
127

129
130
130
131
131
131
133
135
138
138
141
147
151

iv

Indice de Contenidos

6.2.5 Comparar e iterar estimaciones ..........................

7.1 Conclusiones finales ................................................