علی کمندی - دانشجوی دکتری مهندسی نرم افزار، دانشگاه صنعتی شریف
جعفر حبیبی - هیئت علمی دانشکده کامپیوتر، دانشگاه صنعتی شریف
فریبا شریفیان - دانشجوی کارشناسی ارشد ، هوش مصنوعی ، دانشگاه صنعتی شریف

با توجه به گسترش روز افزون استفاده از سیستم های نرم افزاری درکاربردهای مختلف و آمار بالای شکست پروژه های نرم افزاری، مدیریت و ارزیابی ریسک ها در تولید نرم افزار امری ضروری به شمار می آید و زمینه تحقیقات زیادی درحوزه مهندسی نرم افزار است. از طرف دیگر با گسترش تکنیک های داده کاوی، می توان با استفاده از تجربیات و داده های پروژه های گذشته به ارزیابی ریسک پروژه های جدید پرداخت. در این مقاله روشی برای ارزیابی ریسک پروژه های نرم افزاری به کمک شبکه های عصبی ارایه شده است. در این روش پارامترهای موثر بر ریسک به عنوان ورودی مدل شبکه عصبی به کار گرفته می شودو سپس شاخص های نشان دهنده ریسک پروژه به کمک مدل مذکور به دست می آید. داده های مورد استفاده در این فرایند از پروژه های نرم افزار واقعی جمع آوری شده است. به منظور نگه داری کارایی مدل، از تحلیل اجزاء اولیه و الگوریتم های ژنتیک استفاده شده است. در پایان نتایج تجربی ارایه شده است .

شبکه عصبی ، مدیریت ریسک ، مهندسی نرم افزار ، الگوریتم های ژنتیک