1

Plan

1Introduction

Algorithme Génétique

CBR

Conclusion

2 3

4

RNA P M C

2

Introduction

Problème de l'estimation de l'effort nécessaire à leur réalisation.

Différentes techniques d'estimation des coûts de développement de logiciels

3

LE CONCEPT JOURS HOMMES

homme

Jours

homme

Jours

4

TECHNIQUE D'ESTIMATION DES COÛTS

Les modèles paramétriques

Le jugement d’expert

L’estimation par analogie

Price to Win

La méthode descendante

La méthode ascendante

La modèles non paramétriques

5

Les modèles non paramétriques

Les arbres

de régression

La programmation

génétique

R N A

6

Le cerveau humain

Nombre de neurones dans le cerveau humain

100 000 000 000Nombre de connexions par neurone

10 000

7

Réseaux de neurones artificiels

Un réseau de neurone artificiel est un modèle de calcul inspiré du fonctionnement des neurones biologiques. [lire la suite]

R N AFeedForward

FeedBackward

8

Réseaux de neurones artificiels

FeedForward FeedBackward

9

PMC - Perceptron MultiCouches

Un modèle des réseaux de neurones FeedForward(propagation avant) destiné pour les classifications supervisées [exemple d’un PMC]

Couche

d’entrée

Couche

de sortie

Couche cachée

10

RNA - PMC

Taille

Fiabilité

Complexité

Compétence des analystes

Méthodes de développement

11

Réseaux de neurones artificiels

Le traitement parallèle de l’information

Avantages

Elle n'existe aucune démarche standard pour le choix des différents paramètres de la topologie d'un réseau de neurones

Inconvénients

12

Programmation génétique

Raisonnement à partir des cas

13

Historique : Programmation génétique

L'idée de l'informatique évolutive a été introduite en 1960 par I Rechenberg dans ses travaux sur l'évolution de l’études.

Les travaux initiaux sur le sujet remontent cependant aux expériences de Schank et Abelson en 1977 à l'Université Yale.

14

Principe : Programmation génétique (GP)

• GP est une extension de l'AG, qui supprime la restriction que le chromosome représentant individuel doit être une chaîne binaire de longueur fixe.

• traditionnellement représentés dans la mémoire comme des structures arborescentes . Les arbres peuvent être facilement évalués de manière récursive.

15

Phases de la Programmation Génétique

1. Génération aléatoire de la population

2. Évaluation du fitness de chacun des individus de la population

3. Application des opérateurs de croisement, mutation, reproduction sur la population

4. Sélection des individus les mieux adaptés à leur environnement

5. Répéter les étapes 2, 3 et 4 un certain nombre de fois

16

Raisonnement à partir de cas (CBR)

Le raisonnement à partir de cas ‘’RàPC’’ (case basedreasoning(CBR)) copie ce comportement humain.

Il a la capacité de modéliser l'expérience d'experts dans de nombreux domaines de la résolution de problèmes, en adaptantdes cas antérieurs qui sont semblables au problème.

17

Raisonnement à partir de cas (CBR)

CBR a été formalisé en 4 étapes

1

2

3

Récupérer

Réutiliser

Réviser

Conserver4

18

Raisonnement à partir de cas (CBR)

échappe au nécessité de modéliser le domaine possible de voir les cas qui sont récupérés comme similaire permet également une adaptation manuelle

Exemple: Estor

Avantages

19

Applications des techniques logiciel d‘estimation

Les applications comprennent la comptabilité, la finance, la santé, la médecine, l'ingénierie la fabrication, le marketing, la prédiction de faillite, le traitement d'image, la reconnaissance de l'écriture, la reconnaissance vocale, l'inspection des produits ainsi la détection de défaut.

20

Applications des techniques logiciel d‘estimation

Les réseaux de neurones ont été appliquées avec succès à une variété de tâches du monde réel dans l'industrie, les entreprises et la science.

Quelques caractéristiques importantes de NNS sont ce qu'ils présentent les capacités de cartographie, leur capacité à généraliser, le traitement en parallèle et la tolérance faute.

CBR offre d'énormes avantages sur les autres Estimations de l'effort techniques.

21

Conclusion

22