(2009) Software Quality Assessment using Ensemble Models. Masters thesis, King Fahd University of Petroleum and Minerals.

Preview

PDF (Master thesis) Hamoud_Aljamaan_Ms_June_2009.pdf Download (1MB) | Preview

Arabic Abstract

خلال المراحل المختلفة من مشروع البرمجيات، مدير مشروع البرمجيات يواجه العديد من المشاكل مثل التنبؤ بتطور البرمجيات ونوعية الجودة المستقبلية للبرمجيات. التنبؤ المبكر لجودة البرمجيات تساعد الإدارة على تكوين معرفة لنوعية جودة المنتجات المستهدفة في أقرب وقت ممكن، مما يساعد على تحديد وتصميم وتجنب الأخطاء المكلفة لإعادة صياغة البرمجيات. في مجتمع الأبحاث, هناك العديد من التقنيات المقترحة من أجل بناء نماذج للتنبؤ الدقيق لهندسة البرمجيات ذات الصلة بمشاكل التنبؤ, إلا أن أيا من نماذج التنبؤ القائمة أثبتت أنها مناسبة في ظل معظم الظروف. الهدف الرئيسي لهذه الأطروحة هو بناء مجموعة نماذج "انسامبل" مختلفة ، وتقييم دقة تنبؤها مقارنة بالتقنيات الفردية الموجودة. اقترحنا مجموعة من نماذج "انسامبل" الخطية وغير الخطية ، وقد أجريت ثلاث دراسات تجريبية لتقييمها في سياق التنبؤ بأخطاء وصيانة البرامج. النتائج التجريبية تشير أن نماذج "انسامبل" تقدم بشكل عام أداء أفضل، أو على الأقل منافس لأداء التقنيات الفردية الموجودة ، إضافة لذلك أثبتت نماذج "انسامبل" غير الخطية هي أفضل بين نماذج "انسامبل".

English Abstract

During the different phases of a software project, the manager is faced with many prediction problems, particularly the software development effort and quality. Early prediction of quality helps the management to have the knowledge of targeted software product quality as early as possible, which helps to identify design errors and avoid expensive rework. Many predication models have been proposed in the research community in order to achieve accuracy in software engineering related prediction problems. However, none of the existing prediction models proved to be suitable under most circumstances. The main objective of this thesis is to build different ensemble models, and evaluate their accuracy against stand-alone prediction models. Several linear and nonlinear ensembles were proposed, and three empirical studies were conducted to evaluate them in the context of fault and maintenance effort prediction. Empirical results indicate that ensembles in general offer better, or at least competitive, performance by comparison with individual models, and nonlinear ensembles were the best among ensembles.

Item Type:	Thesis (Masters)
Subjects:	Computer
Department:	College of Computing and Mathematics > Information and Computer Science
Committee Advisor:	Elish, Mahmoud Omar
Committee Members:	Al-Mulhem, Muhammed and Alshayeb, Mohammad
Depositing User:	Mr. HAMOUD ALJAMAAN
Date Deposited:	08 Jul 2009 12:25
Last Modified:	01 Nov 2019 14:10
URI:	http://eprints.kfupm.edu.sa/id/eprint/136097