Pesquisadores da UNEATLANTICO colaboram em um estudo sobre técnicas de estimativa de custo e esforço em projetos de software

25 jan 2024
Pesquisadores da UNEATLANTICO colaboram em um estudo sobre técnicas de estimativa de custo e esforço em projetos de software

El director de la Escola Politécnica Superior e investigador de la Universidad Europea del Atlántico , Dr. Manuel Masías Vergara, y el investigador de la UNEATLANTICO , Ernesto Bautista Thompson, colaboran en un estudio que analiza y compara la evolución de técnicas de estimación de costes y esfuerzos en proyectos de software

Aunque se han realizado muchas investigaciones sobre la estimación del costo y el esfuerzo del software , los sobrecostos y el esfuerzo siguen siendo un problema en muchos proyectos de la industria del software . Las estimaciones erróneas provocan pérdidas económicas y de tiempo. Esto resalta la necesidad de realizar investigaciones para evaluar las técnicas de estimación que han evolucionado a lo largo de los años.

En las técnicas de aprendizaje automático (ML) y no ML, por ejemplo, la precisión es un problema frecuente. Especialmente cuando se trabaja en proyectos complejos o con requisitos cambiantes. Para completar proyectos a tiempo y dentro del presupuesto, la estimación debe desempeñar un papel importante, razón por la cual las organizaciones invierten mucho en este factor para garantizar un proyecto exitoso y la satisfacción del cliente. En este contexto, es fundamental determinar técnicas de estimación precisas para evitar sobrecostos y esfuerzos.

El propósito de este estudio fue proporcionar una descripción general del estado actual de la investigación de estimación de costos e identificar oportunidades para que futuros investigadores optimicen la precisión y efectividad de los métodos de estimación de costos. Se utilizaron métodos ML y no ML para evaluar los desafíos y limitaciones de estos métodos, como el uso indispensable de datos históricos y la dificultad de interpretar los resultados.

La revisión sistemática encontró que las técnicas de estimación más utilizadas son ANN y COCOMO, seguidas de Ensemble y FPA. Además, se ha demostrado que ANN es más eficiente que varias técnicas de ML y no ML. La métrica de precisión más utilizada es MMRE.

Si desea obtener más información sobre este fascinante estudio, haga clic aquí .

Para leer más investigaciones, consulte el repositorio de UNEATLANTICO .