Система оценки продолжительности жизненного цикла разработки программного обеспечения на основе интеллектуальной обработки информации

В статье представлена система оценки продолжительности жизненного цикла разработки программного обеспечения, основанная на применении технологий искусственного интеллекта. Проведен анализ существующих подходов к оценке трудозатрат и сроков разработки, на основе которого обоснован выбор нейросетевых технологий как наиболее перспективного направления для решения задач прогнозирования в условиях неопределенности. Выделены и классифицированы основные группы факторов, оказывающих влияние на длительность процесса разработки: технические, организационные, командные, исторические, ресурсные, внешние. На основе классов факторов определены множества входных параметров, используемых для обучения нейронных сетей, а также их гиперпараметры. Приведены архитектурные характеристики нейронных сетей, включая количество слоев, типы функций активации, методы оптимизации и параметры регуляризации, обученных в ходе экспериментов. Разработан алгоритм оценки сроков, реализованный в виде программной системы, обеспечивающей автоматизированное прогнозирование продолжительности разработки проектов на основе анализа исторических данных и текущих характеристик проекта. Приведен пример проведения оценки сроков разработки с помощью разработанной системы и проведено сравнение полученных результатов с экспертной оценкой. Предложенная система сокращает длительность анализа и повышает точность оценки по сравнению с традиционными методами.

1. Шульга Т.Э., Храмов Д.Э. Архитектура программной системы для оценки продолжительности разработки программного обеспечения. Программная инженерия. 2024;15(9):476–484. https://doi.org/10.17587/prin.15.476-484

2. Чжан В., Мухамад И., Саклаков В.М., Джаякоди Д.Н.К. Нейронная сеть для оптимизации адаптивного экспоненциального алгоритма декодирования минимальной суммы. Моделирование, оптимизация и информационные технологии. 2025;13(1). (На англ.). https://doi.org/10.26102/2310-6018/2025.48.1.026

3. Гу Чунюй, Громов М.Л. Искусственная нейронная сеть подавления артефактов наложения изображений для изменения атрибутов лица на основе дифференциальной активации. Моделирование, оптимизация и информационные технологии. 2025;13(3). https://doi.org/10.26102/2310-6018/2025.50.3.013

4. Oba K.M. Development of a Scheffe's Model to Predict the Durations of Project Tasks. Journal of Engineering Research and Reports. 2024;26(1):117–124. https://doi.org/10.9734/JERR/2024/v26i11067

5. Garcia-Diaz N., Garcia-Virgen Ju., Farias-Mendoza N., et al. Software Development Time Estimation Based on a New Neuro-Fuzzy Approach. In: 2015 10th Iberian Conference on Information Systems and Technologies (CISTI), 17–20 June 2015, Aveiro, Portugal. IEEE; 2015. P. 1–7. https://doi.org/10.1109/CISTI.2015.7170378

6. López-Martín С., Abran A. Neural Networks for Predicting the Duration of New Software Projects. Journal of Systems and Software. 2015;101:127–135. https://doi.org/10.1016/j.jss.2014.12.002

7. Singal P., Kumari A.Ch., Sharma P. Estimation of Software Development Effort: A Differential Evolution Approach. Procedia Computer Science. 2020;167:2643–2652. https://doi.org/10.1016/j.procs.2020.03.343

8. Hamada M.A., Abdallah A., Kasem M., Abokhalil M. Neural Network Estimation Model to Optimize Timing and Schedule of Software Projects. In: 2021 IEEE International Conference on Smart Information Systems and Technologies (SIST), 28–30 April 2021, Nur-Sultan, Kazakhstan. IEEE; 2021. P. 1–7. https://doi.org/10.1109/SIST50301.2021.9465887

9. Bundschuh M., Dekkers C. The IT Measurement Compendium: Estimating and Benchmarking Success with Functional Size Measurement. Berlin, Heidelberg: Springer; 2008. 644 p. https://doi.org/10.1007/978-3-540-68188-5

10. Храмов Д.Э. Нормализация разнородных наборов данных для прогнозирования сроков разработки программного обеспечения. В сборнике: Проблемы управления в социально-экономических и технических системах: Материалы XXI Международной научно-практической конференции, 17–18 апреля 2025 года, Саратов, Россия. Саратов: Издательский центр «Наука»; 2025. С. 202–206.