면역 알고리즘 기반의 서포트 벡터 회귀를 이용한 소프트웨어 추정
Software Estimation with Support Vector Regression Based on Immune Algorithm
- 주제(키워드) 소프트웨어 추정 , 소프트웨어 개발 비용 , 소프트웨어 신뢰도 , 기계학습 , 면역 알고리즘 , SVR
- 발행기관 江陵原州大學校 大學院
- 지도교수 權奇泰
- 발행년도 2009
- 학위수여년월 2009. 8
- 학위명 박사
- 학과 및 전공 컴퓨터工學科
- 원문페이지 viii, 117 p.
- 본문언어 한국어
초록/요약
정보시스템에 대한 이용이 늘어남에 따라 소프트웨어 개발 요구와 개발비용이 증가하게 되었다. 소프트웨어 개발 비용이 증가하면서 소프트웨어프로젝트의 효율적인 관리와 개발비용에 대한 정확한 예측이 필요하게 되었다. 소프트웨어 추정은 소프트웨어 개발 시 소요되는 예산뿐 만아니라시험 단계에서의 신뢰도를 그 대상으로 한다. 기존의 소프트웨어 비용 추정에 대한 연구는 통계적 알고리즘 기반의 회귀분석을 이용하여 소프트웨어 비용을 추정하였으나 오늘날은 기계학습 방법들이 많이 연구되고 있다. 또한, 소프트웨어 신뢰도는 소프트웨어에 내재된 결함이나 형태에 따라 가정을 설정하고 모델을 구축하는 방법을 이용한다. 본 논문에서는 소프트웨어 비용 및 신뢰도 추정을 기계학습 기술의 하나인 면역 알고리즘 기반의 SVR을 이용한다. 이 때 SVR에서 사용하는 파라미터들의 최적 조합을 면역계의 동작원리를 적용한 면역 알고리즘을 사용하여 찾는다. 본 논문에서의 소프트웨어 비용 및 신뢰도 추정은 세대수, 기억세포수,대립유전자수를 변경해 가면서 면역 알고리즘 기반의 SVR을 수행하였고, 그 실험 결과를 기존 연구된 선형회귀모델, 다른 기계학습 방법과 비교 분석하였다. 본 연구의 결과 소프트웨어 비용 추정 뿐 아니라 신뢰도 추정에있어서도 기존 모델보다 향상된 결과를 얻을 수 있었다.
more목차
1. 서 론 = 1
1.1 연구의 배경 및 동기 = 1
1.2 연구의 목적 및 방법 = 2
1.3 논문의 구성 = 3
2. 이론적 배경 = 4
2.1 면역 알고리즘 = 4
2.1.1 생체 면역 시스템 = 4
2.1.2 인공 면역 알고리즘 = 10
2.2 Support Vector Machine (SVM) = 19
2.2.1 선형 분리 가능한 SVM = 21
2.2.2 선형 분리 불가능한 SVM = 23
2.2.3 비선형 SVM = 25
2.2.4 비선형 SVR = 26
2.2.5 SVR의 사용자 정의 파라미터 = 30
2.3 기계학습과 면역체계 = 34
3. IA-SVR을 이용한 소프트웨어 비용 추정 = 35
3.1 소프트웨어 비용 추정 = 35
3.2 소프트웨어 비용 추정 방법 = 36
3.2.1 통계적 방법 = 36
3.2.2 전문가 판단 방법 = 37
3.2.3 사례기반추론 방법 = 38
3.2.4 인공신경망 방법 = 40
3.3 소프트웨어 비용 추정을 위한 IA-SVR = 43
3.3.1 실험 데이터 및 방법 = 48
3.3.2 실험 결과 및 분석 = 50
4. IA-SVR을 이용한 소프트웨어 신뢰도 추정 = 64
4.1 소프트웨어 신뢰도 추정 = 64
4.2 소프트웨어 신뢰도 추정 방법 = 66
4.2.1 신뢰도 측정 모델 분류 = 66
4.2.2 분석적 기법 = 68
4.2.3 인공신경망 기법 = 76
4.3 소프트웨어 신뢰도 추정을 위한 IA-SVR = 78
4.3.1 실험 데이터 및 방법 = 82
4.3.2 실험 결과 및 분석 = 83
5. 결 론 = 94
부록 = 96
참고문헌 = 102
