Báo cáo tóm tắt Đề tài Nghiên cứu một số thuật toán lấy cảm hứng từ tự nhiên và ứng dụng vào bài toán tối ưu nỗ lực, chi phí phát triển phần mềm

ĐẠI HỌC ĐÀ NẴNG

TRƯỜNG ĐẠI HỌC BÁCH KHOA

BÁO CÁO TÓM TẮT

ĐỀ TÀI KHOA HỌC VÀ CÔNG NGHỆ CẤP ĐẠI HỌC ĐÀ NẴNG

NGHIÊN CꢀU MỘT SỐ THUꢁT TOÁN LẤY CꢂM HꢀNG

Tꢃ Tꢄ NHIÊN VÀ ꢀNG DꢅNG VÀO BÀI TOÁN

TỐI ƯU Nꢆ LꢄC, CHI PHÍ PHÁT TRIꢇN PHꢈN MỀM

Mã số: B2016-ĐN02-06

Chủ nhiệm đề tài: TS. Lê Thị Mỹ Hạnh

Thành viên : KS. Khuất Thanh Tùng

KS. Ngô Thành Phát

Đà nẵng, 5/2018

Mꢀc lꢀc

ii

MỤC LỤC

MỤC LỤC ..................................................................................................................................I

DANH S ꢀ CH H ꢁ NH V ꢂ ........................................................................................................I V

DANH S ꢀ CH B ꢃ NG .............................................................................................................I V

CHƯƠNG 1. C ꢀ C THU ꢄ T TO ꢀ N T ꢅI ƯU Lꢆ Y C ꢃ M H ꢇ NG T ꢈ T ꢉ NHIÊN ............... 1

1.1. Gi ꢊ i thi ệ u v ꢋn đ ꢌ ....................................................................................................... 1

1.2. T ꢍ nh ph ứ c t ạ p c ꢎ a b à i to á n t ꢏi ưu .............................................................................. 1

1.3. Phân l ꢊ p c á c ngu ꢐ n c ꢑ m h ứ ng t ꢒ t ự nhiên để xây d ự ng thu ꢓ t to á n t ꢏi ưu ................ 1

1.4. T ꢔ ng quan v ꢌ c á c thu ꢓ t to á n t ꢏi ưu tꢒ t ự nhiên......................................................... 1

1.5. Gi ꢊ i thi ệu chung vꢌ c á c thu ꢓ t to á n được sử d ụng trong đꢌ t à i .................................. 1

1.6. Thu ꢓ t to án đà n ong nhân t ạ o ..................................................................................... 2

1.7. Thu ꢓ t to á n d ạ y-h ọ c.................................................................................................... 2

1.8. Thuꢓt toán đàn ong nhân tạo kꢕt hợp dạy học ........................................................... 2

1.9. Thu ꢓ t to á n t ꢏi ưu bꢖy đà n.......................................................................................... 2

1.10. Thu ꢓ t to á n lai gi ꢗa đà n ong nhân t ạ o v à t ꢏi ưu bꢖy đà n (ABC-PSO )....................... 2

CHƯƠNG 2. B ꢘ I TO ꢀ N ƯꢙC LƯꢚ NG N ꢛ L ꢉ C PH ꢀ T TRI ꢜ N PH ꢝ N M ꢞ M .................. 3

2.1. Gi ꢊ i thi ệ u b à i to á n..................................................................................................... 3

2.2. T ꢔ ng quan v ꢌ c á c k ỹ thu ꢓt ưꢊc lượ ng n ꢟ l ự c ph ꢖ n m ꢌ m .......................................... 3

2.3. C ác phương pháp ưꢊc lượ ng n ꢟ l ự c d ựa trên phương tꢠ nh to á n h ọ c......................... 4

2.3.1.

Mô h ꢠnh ưꢊc lượ ng gi á c ꢋ u th à nh COCOMO............................................... 4

2.3.1.1. C ꢁc phương thꢂ c ph ꢁ t tri ꢃ n ph ꢄ n m ꢅ m trong mô h ꢆ nh COCOMO ......... 4

2.3.1.2. Mô h ꢆnh COCOMO cơ sꢇ ........................................................................ 4

2.3.1.3. Mô h ꢆ nh COCOMO trung c ꢈ p ................................................................. 4

2.3.1.4. Mô h ꢆ nh COCOMO nâng cao.................................................................. 4

2.3.1.5. Mô h ꢆ nh COCOMO II.............................................................................. 4

2.3.2.

2.3.3.

Phương pháp điể m ch ức năng ....................................................................... 8

K ꢕ t h ợ p COCOMO II v à điể m ch ức năng để ưꢊc lượ ng n ꢟ l ự c ................... 8

2.4. Phương pháp ưꢊc lượ ng n ꢟ l ự c cho quy tr ꢠ nh ph ꢖ n m ꢌ m Agile ............................... 8

2.4.1. Quy tr ꢠ nh ph á t tri ể n ph ꢖ n m ꢌ m Agile............................................................ 8

2.4.1.1. C ꢁ c nguyên t ꢉ c c ꢊ a quy tr ꢆ nh Agile......................................................... 8

2.4.1.2. C ꢁc đꢋc trưng cꢊ a quy tr ꢆ nh Agile .......................................................... 8

2.4.2.

Phương pháp ưꢊc lượ ng n ꢟ l ự c ph á t tri ể n ph ꢖ n m ꢌ m s ử d ụ ng quy tr ꢠ nh Agile8

2.4.2.1. C ꢁ c y ꢌ u t ꢍ đꢄ u v ꢎ o c ꢊ a mô h ꢆnh ưꢏc lưꢐ n g ............................................ 9

2.4.2.2. X ꢁc đꢑ nh story point cho d ꢒ ꢁ n.............................................................. 10

2.4.2.3. X ꢁc đꢑ nh v ꢓ n t ꢍ c c ꢊ a nh ꢔ m ph ꢁ t tri ꢃ n................................................... 11

2.4.2.4. X ꢁc đꢑ nh th ꢕ i gian v ꢎ chi ph ꢖ d ꢒ ꢁ n ...................................................... 11

CHƯƠNG 3. CꢘI ĐẶT, THỬ NGHIỆM Vꢘ ĐꢀNH GIꢀ KẾT QUꢃ ................................. 12

3.1. Đꢡ t v ꢋn đꢌ ................................................................................................................ 12

3.2. C á c tiêu chu ꢢn đá nh gi á k ꢕ t qu ꢑ ưꢊc lượ ng n ꢟ l ự c ................................................. 13

3.3. Tꢏi ưu tham sꢏ mô hꢠnh COCOMO bằng thuꢓt toán TLABC ................................ 13

3.3.1.

3.3.2.

Hàm thích ngh i ............................................................................................ 13

K ꢕ t qu ꢑ th ự c nghi ệ m ................................................................................... 14

3.4. Phương trꢠ nh to á n h ọ c m ꢊ i cho b à i to án ưꢊc lượ ng n ꢟ l ự c ph á t tri ể n cho c á c ph ꢖ n m ꢌ m

s ử d ụ ng quy tr ꢠ nh Agil e ...................................................................................................... 14

3.4.1.

Phương trꢠ nh to á n h ọc đꢌ xu ꢋ t .................................................................... 14

Mꢀc lꢀc

3.4.2.

PSO

iii

Tꢠm tham sꢏ tꢏi ưu cho công thức ưꢊc lượng Agile sử dụng thuꢓt toán ABC -

..................................................................................................................... 14

3.4.2.1. Bi ꢃ u di ꢗ n c ꢁ th ꢃ c ꢊ a thu ꢓ t to ꢁ n v ꢎ h ꢎ m th ꢖ ch nghi ............................... 15

3.4.2.2. K ꢌ t qu ꢘ th ꢒ c nghi ꢙ m.............................................................................. 15

3.5. Phân tꢍch chức năng cꢎa chương trꢠnh .................................................................... 15

3.6. Thiꢕt kꢕ chương trꢠn h .............................................................................................. 15

3.6.1.

3.6.2.

3.6.3.

Biểu đꢐ ca sử dụng (Use case) .................................................................... 16

Biểu đꢐ tuꢖn tự và hoạt động ...................................................................... 17

Biểu đꢐ lꢊp .................................................................................................. 18

3.7. Một sꢏ hꢠnh ꢑnh cꢎa hệ thꢏng ưꢊc lượng nꢟ lực ..................................................... 19

K Ế T LU ꢄ N V ꢘ HƯꢙ NG PH ꢀ T TRI ꢜ N .............................................................................. 21

Danh sꢁch hꢆnh vꢚ và bꢘng

iv

DANH SꢀCH HꢁNH Vꢂ

Phân lo ạ i c á c ngu ꢐ n c ꢑ m h ứ ng t ꢒ t ự nhiên ....................................................... 1

Phân lo ạ i c á c k ỹ thu ꢓt ưꢊc lượ ng n ꢟ l ự c ph á t tri ể n ph ꢖ n m ꢌ m ......................... 3

Biểu đꢐ Ca sử dụng (Use case) ....................................................................... 16

Biểu đꢐ phân rã chức năng xem dự án ............................................................ 17

Biểu đꢐ tuꢖn tự cꢎa chức năng ưꢊc lượng dự án ............................................. 17

Biểu đꢐ hoạt động cꢎa chức năng thiꢕt lꢓp tham sꢏ mô hꢠnh ưꢊc lượng ........ 18

Biểu đꢐ lꢊp cꢎa hệ thꢏng ưꢊc lượng nꢟ lực .................................................... 18

Giao di ệ n ch ức năng chꢍ nh c ꢎ a ph ꢖ n m ꢌm ưꢊc lượ ng n ꢟ l ự c ......................... 19

Giao diện khi một dự án đã kꢕt thúc ............................................................... 19

H ꢠ nh 10. Giao di ệ n ch ức năng tạ o m ꢊ i m ộ t d ự á n COCOMO....................................... 20

H ꢠ nh 11. Giao diện chức năng thiꢕt lꢓp cꢋu hꢠnh tham sꢏ .............................................. 20

DANH SꢀCH BꢃNG

C á c y ꢕ u t ꢏ hi ệ u ch ꢍ nh chi ph ꢍ c ꢎ a mô h ꢠ nh COCOMO I I ................................. 4

Thang điể m c á c y ꢕ u t ꢏ hi ệ u ch ꢣ nh chi ph ꢍ mô h ꢠ nh COCOMO II .................... 6

C á c nhân t ꢏ ꢑnh hưꢤng đꢕ n quy mô d ự á n ........................................................ 7

Thang điểm các nhân tꢏ ꢑnh hưꢤng đꢕ n quy mô d ự á n..................................... 7

Điể m quy mô cho c á c user stor y ..................................................................... 10

K ꢕ t qu ꢑ ưꢊc lượ ng n ꢟ l ự c s ử d ụ ng thu ꢓ t to á n ABC, TLABC, COCOMO II.. 14

K ꢕ t qu ꢑ ưꢊc lượ ng c ꢎ a c á c thu ꢓ t to á n t ꢏi ưu trên cá c tiêu ch ꢍ đá nh gi á .......... 15

Danh sꢁch từ viꢌt tꢉt

Tꢆ viꢇt tꢈt

v

DANH SꢀCH Tꢄ VIꢅT TẮT

ꢉ nghꢊa

ABC

ABC-PSO

Artificial Bee Colony – Thuꢓt toán đàn ong nhân tạo

Hybrid Artificial Bee Colony and Particle Swarm Optimization – Thuꢓt toán

lai giꢗa đàn ong nhân tạo và tꢏi ưu bꢖy đàn

CCNN

CoBRA

COCOMO

D

Cascade-Correlation Neural Networks – Mạng nơ-ron tương quan xꢕp tꢖng

Phương pháp ưꢊc lượng chi phꢍ, chuꢢn hꢥa và phân tꢍch rꢎi ro

COnstructive COst MOdel – Mô hꢠnh ưꢊc lượng giá cꢋu thành

Sꢏ chiꢌu cꢎa bài toán

DF

EAF

Eff

Hệ sꢏ giꢑm tꢏc cꢎa các yꢕu tꢏ hay biꢕn động trong dự án Agile

Effort adjustment factor – Yꢕu tꢏ hiệu chꢣnh nꢟ lực

Effort – Nꢟ lực

ES

Điểm cho mꢟi user story

FP

Function Point – Điểm chức năng

FR

Hệ sꢏ giꢑm vꢓn tꢏc thường xuyên trong dự án Agile

GMDHPNN Group Method of Data Handling Polynomial Neural Network – Mạng nơ-ron

vꢊi phương pháp nhꢥm xử lꢦ dꢗ liệu tuyꢕn tꢍnh

GRNN

KLOC

MAR

MdMRE

ME

MMRE

MRE

N_E

General Regression Neural Networks – Mạng nơ-ron hꢐi quy tꢔng quát

Ngàn dꢧng lệnh

Mean Absolute Residual – sꢏ dư tuyệt đꢏi trung bꢠnh

Median Magnitude of Relative Error – Độ lꢊn trung vị cꢎa lꢟi tương đꢏi

Methodology – Nhân tꢏ phương pháp luꢓn trong mô hꢠnh Sheta-Uysal

Mean Magnitude of Relative Error – Độ lꢊn trung bꢠnh cꢎa lꢟi tương đꢏi

Magnitude of Relative Error – Độ lꢊn cꢎa lꢟi tương đꢏi

Sꢏ ong thợ trong thuꢓt toán ABC

N_P

Sꢏ cá thể trong thuꢓt toán tꢏi ưu bꢖy đàn

PNN

PSO

PRED(N)

SF

Probabilistic Neural Networks – Mạng nơ-ron xác suꢋt

Particle Swarm Optimization – Thuꢓt toán tꢏi ưu bꢖy đàn

Precision at level N – Độ chꢍnh xác ꢤ mức lꢟi dưꢊi N%

Nhân tꢏ ꢑnh hưꢤng đꢕn quy mô dự án

S_P

Tꢔng điểm Story point cꢎa một dự án Agile

TCF

TLBO

TLABC

Độ phức tạp kỹ thuꢓt cꢎa thệ thꢏng sử dụng phân tꢍch điểm chức năng

Teaching-learning-based Optimization – Thuꢓt toán tꢏi ưu dạy học

Teaching-learining based Artificial Bee Colony – Thuꢓt toán đàn ong nhân

tạo cꢑi tiꢕn sử dụng cơ chꢕ dạy học

UFP

V_i

Điểm chức năng thô

Vꢓn tꢏc cơ sꢤ cꢎa nhꢥm phát triển

V

Vꢓn tꢏc sau hiệu chꢣnh cꢎa nhꢥm phát triển

Mꢇ đꢄu

vi

MỞ ĐꢋU

Tꢏi ưu hꢥa là một lĩnh vực tꢏi quan trọng cꢥ tꢍnh ứng dụng cao trong nhiꢌu lĩnh vực

như quy hoạch tài nguyên, thiꢕt kꢕ chꢕ tạo máy, điꢌu khiển tự động, quꢑn trị kinh doanh,

kiꢕn trúc đô thị, công nghệ thông tin, xây dựng các hệ hꢟ trợ ra quyꢕt định trong quꢑn lꢦ

và phát triển các hệ thꢏng lꢊn. Các mục tiêu cꢎa tꢏi ưu hꢥa là cực tiểu tài nguyên và chi

phꢍ sử dụng, cꢨng như tꢏi đa hꢥa lợi nhuꢓn, hiệu năng và tꢍnh chꢍnh xác. Vꢠ thời gian,

tiꢌn bạc và tài nguyên luôn bị giꢊi hạn trong các ứng dụng thực tꢕ nên chúng ta phꢑi tꢠm

ra giꢑi pháp để sử dụng hiệu quꢑ các nguꢐn tài nguyên cꢥ giá trị này trong điꢌu kiện cꢥ

một sꢏ ràng buộc nhꢋt định kꢩm theo. Cꢪng vꢊi sự phát triển cꢎa khoa học và công nghệ,

các bài toán tꢏi ưu phát sinh tꢒ thực tꢕ cuộc sꢏng ngày càng đa dạng và phức tạp khi sꢏ

chiꢌu cꢎa các bài toán thực tꢕ ngày càng lꢊn. Bꢤi vꢠ tꢍnh liên hệ và tương quan giꢗa các

biꢕn vꢊi nhau ngày một gia tăng nên các vꢋn đꢌ này không thể được giꢑi quyꢕt trong giꢊi

hạn thời gian hợp lꢦ và cho ra lời giꢑi chꢍnh xác. Kꢍch thưꢊc và độ phức tạp cꢎa các bài

toán thực tꢕ yêu cꢖu sự phát triển cꢎa các kỹ thuꢓt mꢊi cꢥ thể tꢠm kiꢕm lời giꢑi chꢋp nhꢓn

được trong một khoꢑng thời gian cho phꢫp. Các thuꢓt toán tꢠm kiꢕm lời giꢑi chꢍnh xác

không thể giꢑi quyꢕt được các bài toán này trong một khoꢑng thời gian giꢊi hạn. Khi đꢥ

việc sử dụng các thuꢓt toán xꢋp xꢣ là một lựa chọn phꢪ hợp để tꢠm thꢋy các lời giꢑi gꢖn

tꢏi ưu. Qua nhiꢌu thꢓp kꢬ, các khái niệm, kỹ thuꢓt và các ứng dụng tꢍnh toán được lꢋy

cꢑm hứng tꢒ tự nhiên đã được phát triển để giꢑi quyꢕt các bài toán tꢏi ưu một cách hiệu

quꢑ. Tꢍnh toán lꢋy cꢑm hứng tꢒ tự nhiên cꢥ thể giꢑi quyꢕt các bài toán trong hꢖu hꢕt các

lĩnh vực tꢒ mạng cꢑm biꢕn không dây, mạng máy tꢍnh, an toàn thông tin, công nghiệp rô

bꢏt, công nghệ y sinh, các hệ thꢏng điꢌu khiển, xử lꢦ song song, khai phá dꢗ liệu, các hệ

thꢏng quꢑn lꢦ và tiêu thụ năng lượng, xử lꢦ ꢑnh và nhiꢌu lĩnh vực khác. Thiꢕt kꢕ các

thuꢓt toán lꢋy cꢑm hứng tꢒ tự nhiên liên quan đꢕn việc chọn các phương pháp biểu diꢭn

phꢪ hợp cho bài toán, đánh giá chꢋt lượng cꢎa các lời giꢑi thông qua hàm mục tiêu, và

định nghĩa các phương pháp để sinh ra lời giꢑi mꢊi cho bài toán. Các thuꢓt toán này mô

phꢮng các cꢋu trúc và hành vi cꢎa các hệ thꢏng phức tạp trong tự nhiên. Vꢠ các nguꢐn

cꢑm hứng tꢒ tự nhiên rꢋt đa dạng nên cꢥ nhiꢌu thuꢓt toán khác nhau đã được đꢌ xuꢋt. Tuy

nhiên, nhꢗng cách phân loại nguꢐn cꢑm hứng trong các nghiên cứu vꢯn chưa thꢏng nhꢋt

và bao phꢎ hꢕt nhꢗng thuꢓt toán hiện cꢥ. Cꢪng vꢊi đꢥ, hiện nay vꢯn chưa cꢥ nghiên cứu

nào ꢤ Việt Nam thực hiện việc phân loại này và các thuꢓt toán lꢋy cꢑm hứng tꢒ tự nhiên

vꢯn là một nghiên cứu khá mꢊi mꢰ trong nưꢊc. Bꢤi thꢕ, một yêu cꢖu bức thiꢕt là phꢑi cꢥ

một phương pháp phân loại các nguꢐn cꢑm hứng này một cách phꢪ hợp. Trong nghiên

cứu này, chúng tôi sꢱ đꢌ xuꢋt một hưꢊng phân loại mꢊi cho các thuꢓt toán lꢋy cꢑm hứng

tꢒ tự nhiên cꢨng như giꢊi thiệu tꢔng quan vꢌ một sꢏ thuꢓt toán mꢊi trong lĩnh vực này để

đꢥng gꢥp một nguꢐn tài liệu tham khꢑo cꢥ giá trị phục vụ cho các nghiên cứu vꢌ sau.

Quy trꢠnh ưꢊc lượng nꢟ lực và chi phꢍ là một thành phꢖn rꢋt quan trọng trong các dự

án công nghệ phꢖn mꢌm. Sự thành công hay thꢋt bại cꢎa dự án phụ thuộc rꢋt nhiꢌu vào

tính chính xác cꢎa việc ưꢊc lượng nꢟ lực và tiꢕn độ dự án. Nꢕu chi phꢍ ưꢊc lượng quá

thꢋp so vꢊi chi phꢍ thực tꢕ sꢱ cꢥ ꢑnh hưꢊng bꢋt lợi vꢌ chꢋt lượng cꢎa sꢑn phꢢm phꢖn mꢌm

cuꢏi cꢪng, làm ꢑnh hưꢤng đꢕn uy tꢍn và tꢍnh cạnh tranh cꢎa doanh nghiệp. Nꢕu chi phꢍ

ưꢊc lượng quá cao so vꢊi chi phꢍ thực tꢕ sꢱ ꢑnh hưꢤng tꢊi nguꢐn lực được phân bꢔ cho

các dự án khác hoꢡc làm giꢑm doanh thu cꢎa doanh nghiệp khi không đꢎ nhân lực trong

Mꢇ đꢄu

vii

kꢕ hoạch để đꢋu thꢖu các dự án mꢊi. Tꢓp đoàn Standish đã tuyên bꢏ rằng 44% cꢎa các dự

án phꢖn mꢌm được chuyển giao trꢭ hạn hoꢡc vượt quá ngân quỹ cho phꢫp. Điꢌu này cho

thꢋy tꢖm quan trọng cꢎa việc quꢑn trị dự án. Hiệp hội quꢏc tꢕ vꢌ phân tꢍch đꢖu vào cho

các dự án (ISPA) đã nêu ra ba nguyên nhân chꢍnh dꢯn đꢕn sự thꢋt bại cꢎa các dự án bao

gꢐm: thiꢕu hụt các ưꢊc lượng vꢌ kỹ năng cꢎa nhân viên, thiꢕu hụt các hiểu biꢕt vꢌ yêu

cꢖu cꢎa dự án, và ưꢊc lượng kꢍch cꢲ dự án không chꢍnh xác. Một nghiên cứu khác được

thực hiện bꢤi tꢓp đoàn Standish để xác định các nhân tꢏ chꢍnh dꢯn đꢕn sự thꢋt bại cꢎa các

dự án đã tꢠm ra các nguyên nhân sau: sự không chꢳc chꢳn trong yêu cꢖu cꢎa hệ thꢏng, sự

giꢊi hạn vꢌ ngân quỹ, thiꢕu kỹ năng ưꢊc lượng dự án, ưꢊc lượng không chꢍnh xác nꢟ lực

cꢖn phân bꢔ cho dự án, bꢮ qua các dꢗ liệu lịch sử vꢌ các dự án đã phát triển. Tꢒ đꢥ cꢥ thể

thꢋy rằng, nguyên nhân chꢎ yꢕu dꢯn đꢕn sự thꢋt bại cꢎa các dự án phꢖn mꢌm là do ưꢊc

lượng không chꢍnh xác vꢌ kꢍch cꢲ phꢖn mꢌm và nꢟ lực cꢖn cꢥ để thực hiện dự án. Do

vꢓy, việc áp dụng các thuꢓt toán tꢏi ưu lꢋy cꢑm hứng tꢒ tự nhiên để nâng cao tꢍnh chꢍnh

xác cho bài toán ưꢊc lượng dự án phꢖn mꢌm cꢥ ꢦ nghĩa đꢡt biệt quan trọng đꢏi vꢊi doanh

nghiệp và nhà đꢖu tư.

Trong nhꢗng năm gꢖn đây, quy trꢠnh phꢖn mꢌm Agile trꢤ thành một lựa chọn mꢊi

được nhiꢌu doanh nghiệp áp dụng để quꢑn lꢦ toàn bộ quy trꢠnh phát triển phꢖn mꢌm. Tuy

nhiên, các nghiên cứu vꢌ lĩnh vực này trên thꢕ giꢊi vꢯn cꢧn rꢋt ꢍt và ꢤ Việt Nam hꢖu như

chưa tꢠm thꢋy một nghiên cứu nào. Trong khi đꢥ, việc sử dụng các phương pháp truyꢌn

thꢏng để ưꢊc lượng nꢟ lực cho các dự án Agile cho kꢕt quꢑ ưꢊc lượng không chꢍnh xác.

Trong thực tꢕ, tꢍnh phức tạp và kꢍch thưꢊc cꢎa các phꢖn mꢌm ngày một gia tăng, các dự

án vượt quá vài chục triệu dꢧng lệnh đã không cꢧn xa lạ. Các tꢔ chức phát triển phꢖn

mꢌm yêu cꢖu nhiꢌu nhân viên kỹ thuꢓt hơn và các chi phꢍ cꢎa phꢖn mꢌm cꢥ thể lên tꢊi

hàng triệu đô la. Sai sꢥt trong ưꢊc lượng chi phꢍ cꢥ thể dꢯn đꢕn nhꢗng hꢓu quꢑ rꢋt nghiêm

trọng. Điꢌu đꢥ đꢧi hꢮi phꢑi phát triển một kỹ thuꢓt nhằm nâng cao tꢍnh hiệu quꢑ cꢎa các

phương pháp ưꢊc lượng phꢖn mꢌm truyꢌn thꢏng cꢨng như đꢌ xuꢋt một phương pháp ưꢊc

lượng phꢖn mꢌm mꢊi cho quy trꢠnh Agile. Đꢌ tài này hưꢊng tꢊi mục đꢍch áp dụng các

thuꢓt toán tꢏi ưu hꢥa như một kỹ thuꢓt tꢍnh toán mꢌm để nâng cao tꢍnh chꢍnh xác cꢎa quy

trꢠnh ưꢊc lượng nꢟ lực phát triển phꢖn mꢌm truyꢌn thꢏng và phꢖn mꢌm sử dụng quy trꢠnh

Agile.

Các đꢥng gꢥp mꢊi trong nghiên cứu này gꢐm cꢥ:

- Phân lꢊp các nguꢐn cꢑm hứng tꢒ tự nhiên được sử dụng để xây dựng nên các thuꢓt

toán tꢏi ưu.

- Đꢌ xuꢋt các cꢑi tiꢕn quan trọng cho các thuꢓt toán tꢏi ưu thường được sử dụng bao

gꢐm: thuꢓt toán đàn ong nhân tạo, thuꢓt toán dạy học, và thuꢓt toán tꢏi ưu bꢖy đàn.

- Nghiên cứu tꢔng quan vꢌ bài toán ưꢊc lượng nꢟ lực phát triển phꢖn mꢌm, khꢑo sát

các phương pháp đang được sử dụng.

- Cꢑi tiꢕn các mô hꢠnh ưꢊc lượng nꢟ lực truyꢌn thꢏng như COCOMO, Sheta-Uysal

bằng cách tꢏi ưu các tham sꢏ cho các mô hꢠnh ưꢊc lượng này sử dụng các thuꢓt

toán cꢑi tiꢕn đꢌ xuꢋt.

Mꢇ đꢄu

viii

- Xây dựng một phương trꢠnh ưꢊc lượng nꢟ lực mꢊi dựa trên các yꢕu tꢏ cꢖn thiꢕt cho

một dự án phꢖn mꢌm sử dụng quy trꢠnh Agile. Các tham sꢏ cꢎa công thức ưꢊc

lượng nꢟ lực đꢌ xuꢋt được xây dựng động sử dụng các thuꢓt toán tꢏi ưu.

- Đánh giá, so sánh toàn diện các phương pháp đꢌ xuꢋt vꢊi các nghiên cứu khác.

- Xây dựng một phꢖn mꢌm hꢟ trợ cho ra các kꢕt quꢑ ưꢊc lượng dựa trên các yꢕu tꢏ

đꢖu vào cꢎa các mô hꢠnh.

Báo cáo này được chia thành các phꢖn chꢍnh như sau:

Chương 1: trꢠnh bày vꢌ các thuꢓt toán lꢋy cꢑm hứng tꢒ tự nhiên.

Chương 2: giꢊi thiệu các mô hꢠnh ưꢊc lượng nꢟ lực phát triển phꢖn mꢌm truyꢌn thꢏng

và ưꢊc lượng nꢟ lực cho các phꢖn mꢌm sử dụng quy trꢠnh phát triển Agile.

Chương 3: mô tꢑ các kꢕt quꢑ cꢎa việc áp dụng các thuꢓt toán tꢏi ưu để nâng cao tꢍnh

chꢍnh xác cꢎa các kꢕt quꢑ ưꢊc lượng và trꢠnh bày các bưꢊc vꢌ phân tꢍch và thiꢕt kꢕ

chương trꢠnh ưꢊc lượng nꢟ lực mà chúng tôi đã xây dựng.

Nhꢗng xuꢋt bꢑn trong quá trꢠnh nghiên cứu đꢌ tài:

[1] Thanh Tung Khuat, My Hanh Le, "A novel hybrid ABC-PSO algorithm for effort

estimation of software projects using Agile methodologies," Journal of Intelligent

Systems, 2017 (Online First), DOI: 10.1515/jisys-2016-0294, (Scopus and ESCI

indexed)

[2] Thanh Tung Khuat, My Hanh Le, "Optimizing Parameters of Software Effort

Estimation Models using Directed Artificial Bee Colony Algorithm," Informatica,

vol. 40(4), 12/2016 (Scopus and ESCI indexed)

[3] Thanh Tung Khuat, My Hanh Le, "Applying Teaching-Learning to Artificial Bee

Colony for Parameter Optimization of Software Effort Estimation Model,"

Journal of Engineering Science and Technology (JESTEC), vol. 12, no. 5, 2017

(Scopus and ESCI indexed)

[4] Thanh Tung Khuat and My Hanh Le, "A Novel Technique of Optimization for the

COCOMO II Model Parameters using Teaching-Learning based Optimization

Algorithm," Journal of Telecommunications and Information Technology, vol.

1/2016, pp. 84-89, 2016 (Scopus indexed)

Chương 1: Cꢁc thuꢓt toꢁn tꢍi ưu lꢈy cꢘm hꢂng từ tꢒ nhiên

1

Chương 1. CÁC THUꢌT TOꢀN TỐI ƯU LꢍY CꢃM HꢎNG

Tꢄ Tꢏ NHIÊN

Chương này giꢊi thiệu tꢔng quan vꢌ thuꢓt toán tꢏi ưu, độ phức tạp cꢎa nꢥ tꢒ đꢥ hưꢊng

đꢕn việc tꢠm hiểu các thuꢓt toán gꢖn đúng lꢋy cꢑm hứng tꢒ tự nhiên để tꢠm lời giꢑi xꢋp xꢣ

cho các bài toán tꢏi ưu trong thực tꢕ. Các nguꢐn cꢑm hứng tꢒ tự nhiên sꢱ được phân loại

làm tiꢌn đꢌ để nhꢥm các thuꢓt toán hiện cꢥ trong lĩnh vực này vào tꢒng nguꢐn cꢑm hứng

cụ thể. Cuꢏi cꢪng, ba thuꢓt toán tꢏi ưu phꢔ biꢕn được nghiên cứu trong đꢌ tài này được

mô tꢑ cụ thể.

1.1. Giới thiꢐu vấn đꢑ

Các hiện tượng trong tự nhiên là một nguꢐn cꢑm hứng để thiꢕt kꢕ ra các quy luꢓt và

xây dựng các hàm toán học cho các thuꢓt toán metaheuristic để hưꢊng dꢯn quy trꢠnh tꢠm

kiꢕm hưꢊng đꢕn một lời giꢑi tꢏt cho một bài toán. Nghiên cứu này hưꢊng đꢕn việc phân

loại các nguꢐn cꢑm hứng, giꢊi thiệu một sꢏ thuꢓt toán điểm hꢠnh trong mꢟi nguꢐn cꢑm

hứng và ứng dụng một sꢏ thuꢓt toán để giꢑi quyꢕt một bài toán trong thực tꢕ là “Ưꢊc

lượng nꢟ lực cꢖn cho quy trꢠnh phát triển các sꢑn phꢢm phꢖn mꢌm”.

1.2. Tꢒnh phꢓc tꢔp cꢕa bꢖi toꢗn tối ưu

1.3. Phân lớp cꢗc nguꢘn cꢙm hꢓng tꢆ tꢚ nhiên đꢛ xây dꢚng thuꢜt toꢗn tối ưu

Trong nghiên cứu này, chúng tôi chia các nguꢐn cꢑm hứng thành ba nhꢥm lꢊn: vꢓt lꢦ,

hꢥa học và sinh học. Các nhꢥm con cꢎa tꢒng nhꢥm được mô tꢑ như trong Hꢠnh 1.

Hꢝnh 1. Phân loꢔi cꢗc nguꢘn cꢙm hꢓng tꢆ tꢚ nhiên

1.4. Tꢞng quan vꢑ cꢗc thuꢜt toꢗn tối ưu tꢆ tꢚ nhiên

1.5. Giới thiꢐu chung vꢑ cꢗc thuꢜt toꢗn được sử dꢟng trong đꢑ tꢖi

Trong các thuꢓt toán được trinh bày ꢤ phꢖn trưꢊc, cꢥ ba thuꢓt toán thường được ứng

dụng rộng rãi để giꢑi quyꢕt các bài toán tꢏi ưu trong thực tꢕ là thuꢓt toán đàn ong nhân

tạo, thuꢓt toán dạy học và thuꢓt toán trꢍ tuệ bꢖy đàn. Tuy nhiên nhꢗng thuꢓt toán này vꢯn

Chương 1: Cꢁc thuꢓt toꢁn tꢍi ưu lꢈy cꢘm hꢂng từ tꢒ nhiên

2

cꢥ các điểm yꢕu cꢎa nꢥ trong việc tꢠm ra các lời giꢑi cꢥ chꢋt lượng cao. Vꢠ vꢓy, chúng tôi

sꢱ tꢓp trung vào ba thuꢓt toán chꢍnh này và giꢊi thiệu các thuꢓt toán cꢑi tiꢕn cꢎa chúng để

áp dụng vào bài toán cụ thể là tꢏi ưu nꢟ lực phát triển phꢖn mꢌm.

Chúng tôi hưꢊng đꢕn việc đꢌ xuꢋt một phiên bꢑn cꢑi tiꢕn cꢎa thuꢓt toán đàn ong nhân

tạo và ứng dụng nꢥ vào việc nâng cao tꢍnh chꢍnh xác cꢎa một mô hꢠnh ưꢊc lượng phꢖn

mꢌm cụ thể. Đꢌ tài cꢨng sꢱ áp dụng các nguyên lꢦ trong thuꢓt toán đàn ong nhân tạo để

lai ghꢫp vꢊi thuꢓt toán dạy học, thuꢓt toán tꢏi ưu bꢖy đàn để tạo ra một thuꢓt toán mꢊi

hiệu quꢑ hơn trong việc đưa ra các dự đoán nꢟ lực cꢖn cung cꢋp cho một dự án phꢖn

mꢌm. Trong đꢌ tài này chúng tôi cꢨng đꢌ xuꢋt một phương trꢠnh ưꢊc lượng nꢟ lực mꢊi

dựa trên các nhân tꢏ cꢖn thiꢕt cho một dự án phꢖn mꢌm sử dụng các phương pháp phát

triển linh hoạt Agile. Các tham sꢏ cꢎa phương trꢠnh toán học mꢊi này được xây dựng

bằng cách sử dụng các thuꢓt toán tꢏi ưu lꢋy cꢑm hứng tꢒ tự nhiên được cꢑi tiꢕn theo

hưꢊng hiệu quꢑ hơn. Phꢖn cꢧn lại cꢎa chương này sꢱ tꢓp trung mô tꢑ chi tiꢕt vꢌ ba thuꢓt

toán được sử dụng trong nghiên cứu này.

1.6. Thuꢜt toꢗn đꢖn ong nhân tꢔo

1.7. Thuꢜt toꢗn dꢔy-hꢠc

1.8. Thuꢜt toꢗn đꢖn ong nhân tꢔo kꢇt hợp dꢔy hꢠc

1.9. Thuꢜt toꢗn tối ưu bꢡy đꢖn

1.10. Thuꢜt toꢗn lai giꢢa đꢖn ong nhân tꢔo vꢖ tối ưu bꢡy đꢖn (ABC-PSO)

Chương 2: Bꢎi toꢁn ưꢏc lưꢐng nꢛ lꢒc phꢁt triꢃn phꢄn mꢅm

3

Chương 2. BÀI TOꢀN ƯꢣC LƯꢤNG Nꢥ LꢏC PHꢀT TRIꢦN

PHꢋN MꢧM

Chương này trꢠnh bày tꢔng quan vꢌ bài toán ưꢊc lượng nꢟ lực phát triển phꢖn mꢌm,

cꢨng như khꢑo sát các phương pháp đang được sử dụng trong việc sinh ra kꢕt quꢑ ưꢊc

lượng trong thực tꢕ. Cuꢏi chương sꢱ trꢠnh bày vꢌ các mô hꢠnh ưꢊc lượng nꢟ lực truyꢌn

thꢏng dựa trên phương trꢠnh toán học và một mô hꢠnh ưꢊc lượng nꢟ lực mꢊi cho các dự

án sử dụng quy trꢠnh Agile.

2.1. Giới thiꢐu bꢖi toꢗn

Ưꢊc lượng dự án phꢖn mꢌm hiệu quꢑ là một hoạt động quan trọng, đꢐng thời cꢨng là

một thách thức trong quá trꢠnh phát triển phꢖn mꢌm. Ưꢊc lượng là một trong nhꢗng nꢌn

tꢑng cho việc lꢓp kꢕ hoạch dự án một cách hiệu quꢑ. Nhiꢌu tꢔ chức phꢑi đꢏi mꢡt vꢊi việc

thâm hụt ngân quỹ, đánh mꢋt lợi thꢕ cạnh tranh và chꢓm trꢭ trong việc giao sꢑn phꢢm cho

khách hàng dꢯn đꢕn mꢋt uy tꢍn.

Việc xác định chꢍnh xác nꢟ lực và chi phꢍ cꢖn thiꢕt cho một dự án phꢖn mꢌm là một

yêu cꢖu tꢏi quan trọng để đꢑm bꢑo dự án thành công trong thời gian và kinh phꢍ cho

phꢫp.

2.2. Tꢞng quan vꢑ cꢗc kꢨ thuꢜt ước lượng nꢩ lꢚc phꢡn mꢑm

Các kỹ thuꢓt ưꢊc lượng nꢟ lực phꢖn mꢌm cꢥ thể được phân nhꢥm theo nhiꢌu cách

khác nhau. Một cách chia các kỹ thuꢓt này thành sáu nhꢥm chꢍnh được mô tꢑ bꢤi Chulani

và các cộng sự và được mô tꢑ như H ꢠ nh 2.

Cꢀc kꢁ thuꢂt ưꢃc lưꢄng nꢅ lꢆc phꢇn mꢈm

Dꢀa vꢁo mô hꢂnh toꢃn hꢄc: SLIM, COCOMO, SEER

Dꢀa vꢁo kiꢅn thꢆc chuyên gia vꢁ tꢇp luꢇt

Cꢃc kꢈ thuꢇt hꢄc vꢁ suy luꢇn

Dꢀa trên ꢉnh đꢊng cꢋa dꢀ ꢃn

Dꢀa trên hꢌi quy

Hꢍn hꢎp

Hꢝnh 2. Phân loꢔi cꢗc kꢨ thuꢜt ước lượng nꢩ lꢚc phꢗt triꢛn phꢡn mꢑm

Chương 2: Bꢎi toꢁn ưꢏc lưꢐng nꢛ lꢒc phꢁt triꢃn phꢄn mꢅm

4

2.3. Cꢗc phương phꢗp ước lượng nꢩ lꢚc dꢚa trên phương tꢝnh toꢗn hꢠc

2.3.1. Mô hꢠnh ưꢊc lượng giá cꢋu thành COCOMO

2.3.1.1. Cꢁc phương thꢂc phꢁt triꢃn phꢄn mꢅm trong mô hꢆnh COCOMO

COCOMO phân biệt ba phương thức phát triển dự án phꢖn mꢌm là organic, semi-

detached và embedded.

- Trong phương thức organic, nhꢗng dự án tương đꢏi nhꢮ và đơn giꢑn được phát

triển bꢤi nhꢗng đội nhꢮ trong nhꢗng môi trường quen thuộc vꢊi nhꢗng yêu cꢖu

không quá cứng nhꢳc và cꢥ thể linh động thay đꢔi, do đꢥ việc phát triển cꢥ thể

được hꢟ trợ bꢤi các dự án đã phát triển trưꢊc đꢥ.

- semi-detached: cho nhꢗng dự án cꢥ mức độ trung bꢠnh vꢌ kꢍch cꢲ và độ phức

tạp được phát triển bꢤi đội phát triển cꢥ trꢠnh độ khác nhau vꢊi nhꢗng ràng

buộc mạnh mꢱ hơn so vꢊi organic. Tuy nhiên vꢯn cꢥ một sꢏ linh động, tức là dự

án vꢯn cꢥ thể được hꢟ trợ tꢒ nhꢗng dự án đã làm trưꢊc đây nhưng ꢤ mức độ ꢍt

- embedded: cho nhꢗng dự án cꢥ nhꢗng ràng buộc chꢡt chꢱ vꢌ phꢖn cứng, phꢖn

mꢌm, và thi hành, … Dự án phꢑi được phát triển tꢒ đꢖu và không được sự hꢟ

trợ tꢒ dꢗ liệu cꢎa các dự án trong quá khứ.

2.3.1.2. Mô hꢆnh COCOMO cơ sꢇ

2.3.1.3. Mô hꢆnh COCOMO trung cꢈp

2.3.1.4. Mô hꢆnh COCOMO nâng cao

2.3.1.5. Mô hꢆnh COCOMO II

Khi công nghệ phꢖn mꢌm thay đꢔi, Boehm tiꢕp tục phát triển mô hꢠnh COCOMO và

COCOMO II ra đời. COCOMO II cho phꢫp sử dụng sꢏ dꢧng mã và điểm chức năng như

các tham sꢏ tham chiꢕu để tꢍnh toán kꢍch thưꢊc cꢎa dự án. Cꢥ ba biꢕn thể cꢎa mô hꢠnh

COCOMO II là Applications Composition, Early Design và Post Architecture.

Đꢌ tài này tꢓp trung vào mô hꢠnh COCOMO II. Các bưꢊc ưꢊc lượng nꢟ lực sử dụng

mô hꢠnh COCOMO II gꢐm cꢥ:

1. Xác định kꢍch thưꢊc dự án qua tꢔng điểm chức năng cꢎa tꢋt cꢑ các thành phꢖn và

quy đꢔi sang nghꢠn dꢧng lệnh (KLOC) ứng vꢊi ngôn ngꢗ triển khai: Size

2. Xác định các yꢕu tꢏ điꢌu chꢣnh chi phꢍ cꢎa mô hꢠnh COCOMO II: EM

Cꢥ 17 yꢕu tꢏ liên quan đꢕn việc điꢌu chꢣnh chi phꢍ cꢎa dự án sử dụng mô hꢠnh

COCOMO II như được cho trong B ꢑ ng 1. EM được xác định là tꢍch các điểm sꢏ cꢎa 17

nhân tꢏ này.

Bꢙng 1. Cꢗc yꢇu tố hiꢐu chꢒnh chi phꢒ cꢕa mô hꢝnh COCOMO II

Mꢓc ꢙnh hưꢪng

Cꢗc yꢇu tố

Rất thấp

Thấp

Bꢝnh thưꢫng Cao

Rất cao

Đꢬc biꢐt cao

Chương 2: Bꢎi toꢁn ưꢏc lưꢐng nꢛ lꢒc phꢁt triꢃn phꢄn mꢅm

5

Sꢙn phꢭm

Độ ꢔn định Sự bꢋt tiện Sự bꢋt tiện Sự bꢋt tiện Cꢥ khꢑ năng Sự tꢔn thꢋt

cꢎa

phꢖn rꢋt thꢋp

thꢋp, nhꢗng trung bꢠnh, gây tꢔn thꢋt và các nguy

mꢌm

(RELY)

khuyꢕt tꢓt dꢭ nhꢗng khuyꢕt lꢊn

cơ rꢎi ro rꢋt

cao

−

sửa chꢗa

tꢓt dꢭ sửa

chꢗa

Kꢍch thưꢊc

cꢎa cơ sꢤ dꢗ

Kꢍch thưꢊc 10 đꢕn dưꢊi Tꢒ 100 đꢕn Tꢒ 1000 trꢤ

cơ sꢤ dꢗ liệu 100

/ sꢏ dꢧng

dưꢊi 1000

lên

liệu

ứng

−

dụng

lệnh < 10

(DATA)

Độ phức tạp Rꢋt thꢋp

cꢎa sꢑn phꢢm

(CPLX)

Thꢋp

Bꢠnh thường

Cao

Rꢋt cao

Đꢡc biệt cao

Khꢑ năng sử

dụng

lại(RUSE)

Không

dụng lại

sử Sử dụng như Sử dụng cho Sử dụng lại Sử dụng lại

một

phꢖn trong cꢎa một công công ty

một ứng ty

thành nhiꢌu dự án cho

nhiꢌu cho nhiꢌu sꢑn

phꢢm thương

−

mại

cꢎa

dụng độc lꢓp

khác

nhiꢌu công ty

Sự phꢪ hợp Nhiꢌu

nhu Một sꢏ nhu Nhu cꢖu vꢌ Nhu cꢖu vꢌ Nhu cꢖu vꢌ

cꢎa tài liệu cꢖu vꢌ vꢧng cꢖu vꢌ vꢧng vꢧng đời sꢑn vꢧng đời sꢑn vꢧng đời sꢑn

vꢊi các nhu đời sꢑn phꢢm đời sꢑn phꢢm phꢢm được phꢢm lꢊn

cꢖu vꢧng đời không được không được yêu cꢖu vꢊi

phꢢm rꢋt lꢊn

−

sꢑn

phꢢm mô tꢑ

mô tꢑ

kꢍch

thưꢊc

(DOCU)

hợp lꢦ

Phꢡn cꢓng

Ràng buộc

Phꢖn

mꢌm Phꢖn

chiꢕm

thời khoꢑng 70% khoꢑng 85% khoꢑng 95%

gian thực thi thời gian thời gian thời gian

sꢴn cꢥ mà thực thi sꢴn thực thi sꢴn thực thi sꢴn

mꢌm Phꢖn

mꢌm

hiệu

thời

năng

gian

chiꢕm dưꢊi chiꢕm

50%

chiꢕm

thực (TIME)

−

phꢖn

cung cꢋp

cứng cꢥ mà phꢖn cꢥ mà phꢖn cꢥ mà phꢖn

cứng

cꢋp

cung cứng

cꢋp

cung cứng

cꢋp

cung

Ràng buộc

bộ nhꢊ chꢍnh

(STOR)

Phꢖn mꢌm sử Phꢖn mꢌm sử Phꢖn mꢌm sử Phꢖn mꢌm sử

dụng dưꢊi dụng khoꢑng dụng khoꢑng dụng khoꢑng

50% bộ nhꢊ 70% bộ nhꢊ 85% bộ nhꢊ 95% bộ nhꢊ

sꢴn cꢥ sꢴn cꢥ sꢴn cꢥ sꢴn cꢥ

Tꢏi thiểu mꢟi Cứ tuꢖn Cứ tuꢖn Cứ

tháng phꢖn phꢖn cứng cꢥ phꢖn cứng cꢥ phꢖn cứng cꢥ

cứng cꢥ thay thay đꢔi nhꢮ thay đꢔi nhꢮ thay đꢔi nhꢮ

đꢔi nhꢮ và và sau

−

Tꢍnh

động

biꢕn

cꢎa

2

1

2 ngày

phꢖn

cứng

(PVOL)

6

và sau

2

và sau 2 tuꢖn

−

tꢏi thiểu 12 tháng cꢥ thay tháng cꢥ thay cꢥ thay đꢔi

tháng cꢥ thay đꢔi lꢊn

đꢔi lꢊn

lꢊn

Nhân lꢚc

Khꢑ

phân

năng 15% thành 35% thành 55% thành 75% thành 90% thành

tꢍch viên trong viên trong viên trong viên trong viên trong

(ACAP)

đội dự án cꢥ đội dự án cꢥ đội dự án cꢥ đội dự án cꢥ đội dự án cꢥ

kinh nghiệm kinh nghiệm kinh nghiệm kinh nghiệm kinh nghiệm

phân tꢍch và phân tꢍch và phân tꢍch và phân tꢍch và phân tꢍch và

−

thiꢕt kꢕ

Khꢑ năng lꢓp 15% thành 35% thành 55% thành 75% thành 90% thành

trꢠnh (PCAP) viên trong viên trong viên trong viên trong viên trong

thiꢕt kꢕ

đội dự án cꢥ đội dự án cꢥ đội dự án cꢥ đội dự án cꢥ đội dự án cꢥ

kinh nghiệm kinh nghiệm kinh nghiệm kinh nghiệm kinh nghiệm

−

lꢓp trꢠnh

Sự thay thꢕ Thay

nhân lực nhân

lꢓp trꢠnh

48% Thay

lực nhân

lꢓp trꢠnh

24% Thay

lực nhân

lꢓp trꢠnh

12% Thay

lực nhân

lꢓp trꢠnh

6% Thay

lực nhân

3%

lực

trong dự án trong đội dự trong đội dự trong đội dự trong đội dự trong đội dự

Chương 2: Bꢎi toꢁn ưꢏc lưꢐng nꢛ lꢒc phꢁt triꢃn phꢄn mꢅm

6

(PCON)

án mꢟi năm

Kinh nghiệm Kinh nghiệm Kinh nghiệm Kinh nghiệm Kinh nghiệm Kinh nghiệm

xây

ứng

dựng phát

dụng ứng

triển phát

dụng ứng

triển phát

dụng ứng

triển phát

dụng ứng

triển phát

dụng ứng

triển

dụng

(APEX)

tương tự cꢎa tương tự cꢎa tương tự cꢎa tương tự cꢎa tương tự cꢎa

đội dự án đội dự án đội dự án đội dự án đội dự án

−

dưꢊi 2 tháng

khoꢑng

tháng

6

khoꢑng

năm

1

khoꢑng

năm

3

khoꢑng

năm

6

Kinh nghiệm Kinh nghiệm Kinh nghiệm Kinh nghiệm Kinh nghiệm Kinh nghiệm

sử dụng phꢖn sử dụng phꢖn sử dụng phꢖn sử dụng phꢖn sử dụng phꢖn sử dụng phꢖn

cứng (PLEX) cứng mà dự cứng mà dự cứng mà dự cứng mà dự cứng mà dự

án yêu cꢖu án yêu cꢖu án yêu cꢖu án yêu cꢖu án yêu cꢖu

−

dưꢊi 2 tháng

khoꢑng

tháng

6

khoꢑng

năm

1

khoꢑng

năm

3

khoꢑng

năm

6

Kinh nghiệm Kinh nghiệm Kinh nghiệm Kinh nghiệm Kinh nghiệm Kinh nghiệm

vꢌ ngôn ngꢗ sử dụng ngôn sử dụng ngôn sử dụng ngôn sử dụng ngôn sử dụng ngôn

lꢓp trꢠnh và ngꢗ lꢓp trꢠnh ngꢗ lꢓp trꢠnh ngꢗ lꢓp trꢠnh ngꢗ lꢓp trꢠnh ngꢗ lꢓp trꢠnh

công

(LTEX)

cụ mà dự án yêu mà dự án yêu mà dự án yêu mà dự án yêu mà dự án yêu

cꢖu dưꢊi 2 cꢖu khoꢑng 6 cꢖu khoꢑng 1 cꢖu khoꢑng 3 cꢖu khoꢑng 6

tháng

năm

Dꢚ ꢗn

Sử dụng các Chꢣ sử dụng Sử

công cụ phꢖn các công cụ thêm

dụng Sử

các thêm

dụng Sử

các thêm

dụng Sử dụng các

các công cụ tꢍch

mꢌm cꢥ sꢴn sử đꢔi, viꢕt công cụ tꢍch công cụ tꢍch công cụ tꢍch hợp quy mô

(TOOL)

mã và gꢲ lꢟi

hợp quy mô hợp quy mô hợp quy mô lꢊn,

nhꢮ, công cụ trung bꢠnh, trung bꢠnh, nhiꢌu

vꢊi

quy

hꢟ

backend,

trợ công cụ quꢑn công cụ quꢑn trꢠnh, phương

lꢦ vꢧng đời lꢦ vꢧng đời pháp, tái sử

−

frontend đơn sꢑn phꢢm cơ sꢑn phꢢm bꢌn dụng, công

giꢑn

bꢑn

vꢗng, đa tꢍnh cụ quꢑn lꢦ

năng

vꢧng đời sꢑn

phꢢm

cực,

tꢍch

bꢌn

vꢗng, đa tꢍnh

năng

Sự cộng tác Cộng

để phát triển toàn cꢖu

dự án ꢤ nhiꢌu

tác Cộng

tác

nhiꢌu công ty nhiꢌu công ty trong cꢪng trong cꢪng trong chꢍnh

và nhiꢌu hoꢡc nhiꢌu khu vực tꢧa nhà đội phát triển

thành phꢏ thành phꢏ thành phꢏ

vị trꢍ khác

ꢤ

nơi làm

nhau (SITE)

việc

Yêu cꢖu đꢏi Chꢣ đạt 75% Chꢣ đạt 85% Đạt 100% tꢏc Đạt 130% tꢏc Đạt 160% tꢏc

vꢊi lịch trꢠnh tꢏc độ so vꢊi tꢏc độ so vꢊi độ so vꢊi độ so vꢊi độ so vꢊi

phát triển dự mức yêu cꢖu mức yêu cꢖu mức yêu cꢖu mức yêu cꢖu mức yêu cꢖu

−

án (SCED)

cꢎa lịch trꢠnh cꢎa lịch trꢠnh cꢎa lịch trꢠnh cꢎa lịch trꢠnh cꢎa lịch trꢠnh

phát triển phát triển phát triển phát triển phát triển

Điểm cꢎa mꢟi thành phꢖn được cho trong B ꢑ ng 2.

Bꢙng 2. Thang điꢛm cꢗc yꢇu tố hiꢐu chꢮnh chi phꢒ mô hꢝnh COCOMO II

Cꢗc yꢇu tố Ký hiꢐu Rất thấp Thấp Bꢝnh thưꢫng Cao Rất cao Cꢚc kỳ cao

RELY

DATA

CPLX

RUSE

DOCU

EM₁

EM₂

EM₃

EM₄

EM₅

0.82

0.92

0.90

0.87

0.95

0.91

1.00

1.10

1.14

1.17

1.07

1.11

1.26

1.28

1.34

1.15

1.23

−

0.73

−

1.74

1.24

0.81

−

Chương 2: Bꢎi toꢁn ưꢏc lưꢐng nꢛ lꢒc phꢁt triꢃn phꢄn mꢅm

7

TIME

STOR

PVOL

ACAP

PCAP

PCON

APEX

PLEX

LTEX

TOOL

SITE

EM₆

EM₇

1.00

1.11

1.05

1.15

0.85

0.88

0.90

0.88

0.91

0.90

0.93

1.00

1.29

1.17

1.30

0.71

0.76

0.81

0.85

0.84

0.78

0.86

1.00

1.63

1.46

−

EM₈

0.87

1.19

1.15

1.12

1.10

1.09

1.14

−

EM₉

1.42

1.34

1.29

1.22

1.19

1.20

1.17

1.22

1.43

EM₁₀

EM₁₁

EM₁₂

EM₁₃

EM₁₄

EM₁₅

EM₁₆

EM₁₇

−

0.80

−

SCED

3. Tꢍnh điểm các nhân tꢏ ꢑnh hưꢤng đꢕn quy mô cꢎa dự án: SF

Cꢥ năm nhân tꢏ chꢍnh ꢑnh hưꢤng đꢕn quy mô dự án:

• Tꢍnh tương tự vꢊi dự án đã phát triển (PREC)

• Tꢍnh linh hoạt trong phát triển (FLEX)

• Mức độ tꢣ mꢣ trong thiꢕt kꢕ và kꢕ hoạch dự trꢪ rꢎi ro (RESL)

• Tꢍnh gꢳn kꢕt trong đội ngꢨ phát triển (TEAM)

• Năng lực sꢑn xuꢋt cꢎa doanh nghiệp phꢖm mꢌm (PMAT)

Điểm cꢎa mꢟi nhân tꢏ ꢑnh hưꢤng đꢕn quy mô dự án được cho trong B ꢑ ng 3. Giá trị SF

là tꢍch điểm sꢏ cꢎa cꢑ năm nhân tꢏ này.

Bꢙng 3. Thang điꢛm cꢗc nhân tố ꢙnh hưꢪng đꢇn quy mô dꢚ ꢗn

Nhân tố Ký hiꢐu Rất thấp Thấp Bꢝnh thưꢫng Cao Rất cao Đꢬc biꢐt cao

PREC

FLEX

RESL

TEAM

PMAT

SF₁

SF₂

SF₃

SF₄

SF₅

6.20

5.07

7.07

5.48

7.80

4.96

4.05

5.65

4.38

6.24

3.72

3.04

4.24

3.29

4.68

2.48

2.03

2.83

2.19

3.12

1.24

1.01

1.41

1.10

1.56

0.00

4. Tꢍnh toán nꢟ lực và thời gian hoàn thành cꢎa dự án:

- Nꢟ lực được tꢍnh theo đơn vị ngưꢫi-thꢗng theo công thức sau:

Eff = A  Size^{B + 0.01  SF} EM

Thời gian phát triển được tꢍnh theo đơn vị thꢗng theo công thức sau:

-

Chương 2: Bꢎi toꢁn ưꢏc lưꢐng nꢛ lꢒc phꢁt triꢃn phꢄn mꢅm

TDEV = C  Eff^{D + 0.002  SF}

8

trong đꢥ: A = 2.94, B = 0.91, C = 3.67 và D = 0.28

- Tꢒ đꢥ tꢍnh được sꢏ người trung trꢠnh mà đội phát triển cꢖn:

NumPeople = Eff / TDEV

Mꢡc dꢪ COCOMO II là một mô hꢠnh ưꢊc lượng nꢟ lực hiệu quꢑ nhưng nhꢗng hệ sꢏ

trong công thức ưꢊc lượng Eff và TDEV được trꢠnh bày ꢤ trên được suy ra tꢒ một sꢏ dự

án sử dụng phương pháp hꢐi quy nên chúng vꢯn chưa được tꢏi ưu. Do đꢥ, đꢅ tꢎi nꢎy

hưꢏng đꢌn sꢜ dꢀng cꢁc thuꢓt toꢁn lꢈy cꢘm hꢂng từ tꢒ nhiên đꢃ tꢍi ưu bꢍn tham sꢍ A, B,

C vꢎ D trong phương trꢆnh ưꢏc lưꢐng nꢎy.

2.3.2. Phương pháp điểm chức năng

Các bưꢊc ưꢊc lượng nꢟ lực sử dụng mô hꢠnh điểm chức năng như sau:

1. Xác định sꢏ lượng điểm chức năng thô: UFPs

UFP = tꢝng điꢃm sꢍ cꢊa đꢞ phꢂc tꢟp

2. Đánh giá độ phức tạp cꢎa kỹ thuꢓt cꢎa hệ thꢏng: TCF

Tꢍnh độ phức tạp kỹ thuꢓt theo công thức:

TCF = 0.65 + 0.01 (tꢝng điꢃm cꢊa 14 yꢌu tꢍ kꢠ thuꢓt)

3. Tꢍnh tꢔng điểm chức năng cuꢏi cꢪng:

FPs = UFPs  TCF

2.3.3. Kꢕt hợp COCOMO II và điểm chức năng để ưꢊc lượng nꢟ lực

2.4. Phương phꢗp ước lượng nꢩ lꢚc cho quy trꢝnh phꢡn mꢑm Agile

2.4.1. Quy trꢠnh phát triển phꢖn mꢌm Agile

2.4.1.1. Các nguyên tꢉc cꢊa quy trꢆnh Agile

2.4.1.2. Các đꢋc trưng cꢊa quy trꢆnh Agile

2.4.2. Phương pháp ưꢊc lượng nꢟ lực phát triển phꢖn mꢌm sử dụng quy trꢠnh Agile

Trong nghiên cứu này chúng tôi sử dụng các nhân tꢏ cꢎa một mô hꢠnh ưꢊc lượng nꢟ

lực và thời gian phát triển cho một dự án phꢖn mꢌm sử dụng quy trꢠnh Agile được đꢌ xuꢋt

bꢤi Zia và các cộng sự. Tuy nhiên pháp sử dụng hꢐi quy tuyꢕn tꢍnh để ưꢊc lượng nꢟ lực

tꢒ các yꢕu tꢏ ꢑnh hưꢤng đꢕn thời gian sꢑn xuꢋt phꢖn mꢌm trong mô hꢠnh này vꢯn chưa

cho ra kꢕt quꢑ tꢏi ưu. Vꢠ vꢓy, nghiên cứu này chúng tôi sꢱ đꢌ xuꢋt một công thức để ưꢊc

lượng nꢟ lực phát triển phꢖn mꢌm sử dụng quy trꢠnh Agile dựa trên các yꢕu tꢏ đꢖu vào.

Nhꢗng nội dung này sꢱ được trꢠnh bày trong chương 3. Trong phꢖn này chúng tôi giꢊi

thiệu các yꢕu tꢏ ꢑnh hưꢤng và các bưꢊc thực hiện ưꢊc lượng sử dụng mô hꢠnh ưꢊc lượng

nꢟ lực được Zia đꢌ xuꢋt.

Chương 2: Bꢎi toꢁn ưꢏc lưꢐng nꢛ lꢒc phꢁt triꢃn phꢄn mꢅm

2.4.2.1. Cꢁc yꢌu tꢍ đꢄu vꢎo cꢊa mô hꢆnh ưꢏc lưꢐng

9

Để phục vụ cho quá trꢠnh ưꢊc lượng nꢟ lực cho một sꢑn phꢢm phꢖn mꢌm phát triển

theo mô hꢠnh Agile cꢖn phꢑi cꢥ các yꢕu tꢏ sau:

- Các user stories cꢎa dự án.

- Vꢊi mꢟi user story cꢖn phꢑi xác định điểm chức năng cꢎa nꢥ. Để xác định điểm chức

năng cꢎa mꢟi user story cꢖn phꢑi xác định được kꢍch thưꢊc cꢎa user story và độ phức

tạp cꢎa nꢥ.

- Xác định vꢓn tꢏc thực hiện cꢎa nhꢥm phát triển sꢑn phꢢm:

o Xác định vꢓn tꢏc cơ sꢤ cꢎa nhꢥm phát triển bằng cách tꢍnh trung bꢠnh cꢥ bao

nhiêu product backlog (hiểu đơn giꢑn là chức năng được yêu cꢖu hay user story)

đã hoàn thành trong một khoꢑng thời gian xác định (Sprint) cho các dự án

tương tự trưꢊc đꢥ. Nꢕu chưa cꢥ vꢓn tꢏc này thꢠ lꢋy giá trị trung bꢠnh cꢎa tꢋt cꢑ

dự án mà cách thành viên trong nhꢥm đã phát triển.

o Xác định tꢍnh chꢋt các nhân tꢏ thường xuyên xuꢋt hiện làm ꢑnh hưꢤng đꢕn tꢏc

độ phát triển cꢎa toàn nhꢥm phát triển: thành phꢖn cꢎa nhꢥm phát triển (đã chọn

đúng người vꢊi các kỹ năng phꢪ hợp cꢖn cho dự án hay chưa), quy trꢠnh phát

triển sꢑn phꢢm, các nhân tꢏ ꢑnh hưꢤng đꢕn môi trường làm việc cꢎa nhꢥm, tꢍnh

gꢳn kꢕt cꢎa nhꢥm phát triển.

o Xác định tꢍnh chꢋt các nhân tꢏ ꢑnh hưꢤng đꢕn năng suꢋt cꢎa mꢟi thành viên

trong nhꢥm phát triển: thay đꢔi thành viên trong nhꢥm (thêm, bꢊt thành viên,

thay đꢔi vai trꢧ và trách nhiệm cꢎa các thành viên), yêu cꢖu phꢑi nghiên cứu và

sử dụng công cụ mꢊi cho dự án, các lꢟi trong phꢖn mꢌm cꢎa bên thứ ba, các

thành viên trong nhꢥm phꢑi đꢑm nhꢓn nhiꢌu dự án cꢪng lúc, các vꢋn đꢌ cá nhân

cꢎa các thành viên trong nhꢥm, phꢑn hꢐi tꢒ khách hàng cho các thꢳc mꢳc cꢎa

nhꢥm phát triển, tꢍnh nhꢓp nhằng trong yêu cꢖu cꢎa dự án, sự thay đꢔi trong đꢡc

tꢑ yêu cꢖu cꢎa sꢑn phꢢm, thay đꢔi nơi làm việc cꢎa nhꢥm phát triển.

o Xác định vꢓn tꢏc cuꢏi cꢪng cꢎa nhꢥm phát triển dưꢊi sự ꢑnh hưꢤng cꢎa các

nhân tꢏ trên.

- Xác định lương trung bꢠnh hàng tháng cho toàn nhꢥm phát triển

- Xác định các chi phꢍ bên ngoài lương cꢎa nhꢥm phát triển. Tꢍnh tꢣ lệ cꢎa nꢥ so vꢊi

chi phꢍ dành cho trꢑ lương hàng tháng cho nhꢥm phát triển

- Tꢍnh toán thời gian và chi phꢍ cho toàn dự án

o Dự đoán thời gian phát triển tꢒ vꢓn tꢏc và story point (đơn vị ngày): T

o Xác định mức độ tin cꢓy đꢏi vꢊi các ưꢊc lượng cꢎa các nhân tꢏ theo đơn vị

phꢖn trăm: CL

o Tꢒ đꢥ min và max cho thời gian phát triển được tꢍnh như sau:

Chương 2: Bꢎi toꢁn ưꢏc lưꢐng nꢛ lꢒc phꢁt triꢃn phꢄn mꢅm

10

(

)

100 − 퐶퐿

100

푚푖푛 = [1 −

푚푎푥 = [1 +

] × 푇

(

)

100 − 퐶퐿

100

] × 푇

o Xác định sꢏ ngày làm việc trung bꢠnh trong một tháng cꢎa nhꢥm phát triển để

quy đꢔi thời gian sang tháng. Tꢒ đꢥ tꢍnh chi phꢍ cho toàn dự án dựa trên thời

gian phát triển, lương trung bꢠnh hàng tháng và hệ sꢏ tꢒ lương và các nhân tꢏ

ngoài lương theo công thức:

Cost = hꢀ sꢁ  Lương hàng thꢂng  Sꢁ thꢂng

o Xác định min và max cho chi phꢍ theo công thức sau:

(

)

100 − 퐶퐿

100

푚푖푛 = [1 −

푚푎푥 = [1 +

] × 퐶표푠푡

(

)

100 − 퐶퐿

] × 퐶표푠푡

100

hꢙ sꢍ = 1 + tꢡ trọng cꢁc yꢌu tꢍ ngoꢎi lương.

2.4.2.2. Xác đꢑnh story point cho dꢒ ꢁn

- Xác định điểm quy mô cho mꢟi user story cꢎa dự án sử dụng B ꢑ ng 4.

Bꢙng 4. Điê

̉

Giꢗ trꢯ

-

Kꢍch thưꢊc story cực kꢵ lꢊn

Quá lꢊn để ưꢊc lượng chꢍnh xác

Cꢥ thể cꢖn đꢕn vài tháng để hoàn thành

Cꢖn phꢑi chia nhꢮ thành các story nhꢮ hơn

Cꢥ thể hꢠnh thành cꢑ dự án mꢊi tꢒ story này

Kꢍch thưꢊc story rꢋt lꢊn

Yêu cꢖu phát triển trong thời gian dài, cꢥ thể hơn một tuꢖn làm việc

Nên chia thành các story nhꢮ hơn

Kꢍch thưꢊc story vꢒa phꢑi

Cꢖn tꢒ 2 đꢕn 5 ngày để hoàn thành

Cꢖn 1 đꢕn 2 ngày để hoàn thành

5

4

3

2

1

-

Kꢍch thưꢊc story nhꢮ

Chꢣ cꢖn một vài giờ để hoàn thành

- Xác định điểm độ phức tạp cho mꢟi user story.

- Xác định story point cꢎa mꢟi user story theo công thức:

ES = Đꢃ phꢄc tꢅp  Kꢆch thưꢇc

Để tꢍnh tꢔng điểm story point S_Pcꢎa cꢑ dự án thꢠ lꢋy tꢔng điểm cꢎa tꢋt cꢑ story cꢖn

phꢑi thực hiện cho toàn dự án.

Chương 2: Bꢎi toꢁn ưꢏc lưꢐng nꢛ lꢒc phꢁt triꢃn phꢄn mꢅm

11

2.4.2.3. Xác đꢑnh vꢓn tꢍc cꢊa nhꢔm phꢁt triꢃn

Vꢓn tꢏc cuꢏi cꢪng cꢎa nhꢥm phát triển được tꢍnh toán dựa vào công thức (16).

푉 = 푉^{퐹푅×퐷퐹}

(16)

푖

Vꢊi FR là giá trị hệ sꢏ giꢑm tꢏc thường xuyên, DF là giá trị độ lꢊn cꢎa yꢕu tꢏ biꢕn động.

2.4.2.4. Xác đꢑnh thꢕi gian vꢎ chi phꢖ dꢒ ꢁn

Tꢒ hai yꢕu tꢏ đꢖu vào là story point cꢎa toàn bộ dự án và vꢓn tꢏc cꢎa đội ngꢨ phát

triển, Zia và các cộng sự đã sử dụng mô hꢠnh hꢐi quy tuyꢕn tꢍnh cꢪng vꢊi nhꢗng dꢗ liệu

cꢎa các dự án lịch sử để tꢍnh toán ra thời gian phát triển T cꢎa toàn bộ dự án. Sau khi đã

cꢥ được thời gian chúng ta cꢥ thể xác định được cꢓn dưꢊi và cꢓn trên cꢖn thiꢕt cho dự án.

Cꢨng như cꢥ thể tꢍnh toán được chi phꢍ phát triển áp dụng các công thức và các yꢕu tꢏ đã

trꢠnh bày trong phꢖn 2.4.2.1.

Chương 3: Cꢎi đꢋt, thꢜ nghiꢙm vꢎ đꢁnh giꢁ kꢌt quꢘ

12

Chương 3. CÀI ĐẶT, THỬ NGHIỆM VÀ ĐꢀNH GIꢀ KꢅT QUꢃ

Chương này trꢠnh bày các kꢕt quꢑ phân tꢍch và thiꢕt kꢕ chương trꢠnh ưꢊc lượng nꢟ lực

phát triển phꢖn mꢌm, cꢨng như ứng dụng cꢎa các thuꢓt toán tꢏi ưu đã trꢠnh bày ꢤ chương

1 vào các mô hꢠnh ưꢊc lượng nꢟ lực phꢖn mꢌm cụ thể bao gꢐm các mô hꢠnh truyꢌn thꢏng

và một phương trꢠnh ưꢊc lượng nꢟ lực mꢊi do chúng tôi đꢌ xuꢋt cho các dự án sử dụng

quy trꢠnh Agile. Các kꢕt quꢑ thu được minh chứng cho tꢍnh hiệu quꢑ cꢎa vệc áp dụng các

thuꢓt toán tꢏi ưu để nâng cao tꢍnh chꢍnh xác cꢎa kꢕt quꢑ ưꢊc lượng. Trong chương này

chúng tôi cꢨng trꢠnh bày vꢌ các bưꢊc phân tꢍch và thiꢕt kꢕ cho công cụ phꢖn mꢌm mà

chúng tôi đã xây dựng.

3.1. Đꢬt vấn đꢑ

Trong các mô hꢠnh ưꢊc lượng nꢟ lực truyꢌn thꢏng thꢠ các mô hꢠnh dựa trên phương

trꢠnh toán học nꢟi lên như một trong nhꢗng phương pháp ưꢊc lượng hiệu quꢑ dựa trên tꢓp

dꢗ liệu cꢎa các dự án lịch sử và COCOMO II là một trong nhꢗng mô hꢠnh như vꢓy. Tuy

nhiên mô hꢠnh này vꢯn cꢥ các yꢕu điểm là nꢥ dựa trên bꢏn hằng sꢏ cꢏ định A= 2.94,

B = 0.91, C = 3.67 và D = 0.28 cho các công thức ưꢊc lượng. Các hằng sꢏ này được suy

luꢓn ra tꢒ một tꢓp cꢎa 93 dự án đã triển khai cꢎa NASA và không thay đꢔi khi áp dụng

vào các dự án mꢊi. Đây là một nhược điểm lꢊn cꢎa mô hꢠnh này. Trong nghiên cứu này

chúng tôi hưꢊng đꢕn việc cꢑi tiꢕn mô hꢠnh này bằng cách sử dụng một thuꢓt toán kꢕt hợp

giꢗa ABC và dạy học để tꢏi ưu các tham sꢏ cꢎa mô hꢠnh trên tꢓp dꢗ liệu dự án lịch sử.

Tꢋt nhiên quy trꢠnh tꢏi ưu để tꢠm ra các tham sꢏ này cꢥ thể được thực hiện liên tục khi tꢓp

dꢗ liệu lịch sử bị thay đꢔi bằng cách thêm vào nhiꢌu dự án mꢊi. Khi đꢥ chꢣ cꢖn thực hiện

thuꢓt toán thꢠ nꢥ sꢱ cho ra một bộ giá trị tham sꢏ tꢏi ưu mꢊi.

Để ứng phꢥ vꢊi tꢍnh hay thay đꢔi trong yêu cꢖu phꢖn mꢌm, các phương pháp phát triển

phꢖn mꢌm linh hoạt Agile được sử dụng vꢠ nhꢗng ưu điểm vượt trội cꢎa nꢥ như tꢍnh lꢡp

và gia tăng, thời gian chuyển giao nhanh, giꢑm thiểu rꢎi ro, và cho phꢫp các tꢔ chức thꢍch

ứng nhanh vꢊi nhꢗng thay đꢔi yêu cꢖu trong quá trꢠnh phát triển. Tꢒ đꢥ làm phát sinh vꢋn

đꢌ làm thꢕ nào để ưꢊc lượng nꢟ lực cho các dự án sử dụng quy trꢠnh phát triển mꢊi này.

Sꢏ dꢧng mã nguꢐn trong phꢖn mꢌm là nhân tꢏ chꢍnh được sử dụng cho các mô hꢠnh

truyꢌn thꢏng nhưng trong Agile thꢠ lại sử dụng các user story làm nhân tꢏ chꢍnh. Bꢤi vꢓy,

điểm chức năng story point trꢤ thành một phꢫp đo để xác định kꢍch thưꢊc cꢎa dự án cꢨng

như độ khꢥ mꢟi mꢟi chức năng trong đꢡc tꢑ yêu cꢖu. Ngoài story point thꢠ vꢓn tꢏc cꢎa

nhꢥm phát triển dự án cꢨng là một yꢕu tꢏ ꢑnh hưꢤng đꢕn nꢟ lực. Dựa vào story point và

vꢓn tꢏc chúng ta cꢥ thể tạo một công thức để ưꢊc lượng nꢟ lực cho một dự án phꢖn mꢌm

sử dụng quy trꢠnh Agile. Nghiên cứu này tꢓp trung vào việc đꢌ xuꢋt một công thức ưꢊc

lượng như vꢓy và các tham sꢏ trong công thức sꢱ được tꢏi ưu bằng cách sử dụng một

thuꢓt toán lai giꢗa tꢏi ưu bꢖy đàn và đàn ong nhân tạo. Hiệu quꢑ cꢎa các phương pháp đꢌ

xuꢋt sꢱ được trꢠnh bày trong chương này.