SOFTWARE PROJECT SCHEDULING USING ANT COLONY AND ARTIFICIAL BEE COLONY ALGORITHM
Author(s) -
Nursal Arıcı,
Nurhan Gül
Publication year - 2018
Publication title -
gazi journal of engineering sciences
Language(s) - Turkish
Resource type - Journals
eISSN - 2149-4916
pISSN - 2149-9373
DOI - 10.30855/gmbd.2018.04.02.006
Subject(s) - artificial bee colony algorithm , ant colony optimization algorithms , computer science , ant , scheduling (production processes) , ant colony , artificial intelligence , software , mathematical optimization , mathematics , operating system
Alınma: 08.06.2018 Kabul: 24.07.2018 Yazılım projelerinin başarıya ulaşma oranı teknolojik gelişmelere rağmen hala istenen düzeyde değildir. Yazılım projelerinin büyük çoğunluğu ya istenen özelliklerde teslim edilememekte ya da planlanan bütçeyi ve zamanı aşarak teslim edilebilmektedir. Yazılım proje takvimi bu başarıya etki eden önemli faktörlerden biridir. İnsan kaynağı, zaman, maliyet ve aktivitelerin işlem sırası gibi parametreler içerdiğinden dolayı, yazılım proje takvimi oluşturmada durum uzayı çok büyüktür. Bu nedenle de proje yöneticisinin insan çabasıyla başarılı bir proje takvimi oluşturması oldukça zordur. Bu çalışmada insan kaynağı ve insan kaynağının aktiviteleri gerçekleştirme süreleri ele alınarak yazılım proje takvimi, minimum tamamlanma süresini sağlayacak şekilde oluşturulmaya çalışılmıştır. Yöntem olarak yapay zeka optimizasyon algoritmalarından Karınca Kolonisi Algoritması ve Yapay Arı Kolonisi algoritması kullanılmıştır. Elde edilen analiz sonuçlarına göre, her iki yöntem minimum proje süresini elde etmede başarılı olmuştur. Yapay arı kolonisi algoritmasının işlem süresinin daha yavaş olmasına karşın, koloni/yiyecek kaynağı sayısı arttığında karınca kolonisi algoritmasına oranla sonuca daha hızlı yakınsadığı belirlenmiştir.
Accelerating Research
Robert Robinson Avenue,
Oxford Science Park, Oxford
OX4 4GP, United Kingdom
Address
John Eccles HouseRobert Robinson Avenue,
Oxford Science Park, Oxford
OX4 4GP, United Kingdom