
Um sistema de recomendação de modelos
com Taxonomia Eficiente de Componentes Reutilizáveis de Software
Versandkostenfrei!
Versandfertig in 6-10 Tagen
44,99 €
inkl. MwSt.
PAYBACK Punkte
22 °P sammeln!
A contribuição do RideNN baseado na otimização híbrida para a estimação da reutilização de software é que o algoritmo C-RideNN utiliza a atual Cat Swarm Optimization (CSO) juntamente com a Rider Neural Network (RideNN) para fins de treino. Esta abordagem consiste em desenvolver uma técnica para o modelo de previsão de reutilização de software para manter a reutilização ideal dos componentes de software sem a probabilidade de envelhecimento e propensão para falhas. Critérios como a complexidade, coesão e acoplamento são considerados para reutilização com um total de nove m...
A contribuição do RideNN baseado na otimização híbrida para a estimação da reutilização de software é que o algoritmo C-RideNN utiliza a atual Cat Swarm Optimization (CSO) juntamente com a Rider Neural Network (RideNN) para fins de treino. Esta abordagem consiste em desenvolver uma técnica para o modelo de previsão de reutilização de software para manter a reutilização ideal dos componentes de software sem a probabilidade de envelhecimento e propensão para falhas. Critérios como a complexidade, coesão e acoplamento são considerados para reutilização com um total de nove métricas. A estimação é realizada com o algoritmo de rede neural proposto com base na otimização Cat Swarm Rider (C-RideNN). O algoritmo C-RideNN é formulado pela integração do CSO com o algoritmo ROA. A estimativa da reutilização de software utilizando a otimização baseada em NN demonstrou produzir um total melhorado de nove métricas relacionadas com o software. A estimativa da reutilização de software é feita através do algoritmo C-RideNN proposto. O algoritmo C-RideNN estima o fator de reutilização de software.