Quadrados Latinos Com Aplicações Em Engenharia De Software

Detalhes bibliográficos
Ano de defesa: 2011
Autor(a) principal: Fernando Herrera Sánchez, Iván
Orientador(a): Ferraz, Cristiano
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Pernambuco
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://repositorio.ufpe.br/handle/123456789/6202
Resumo: Engenharia de software visa o desenvolvimento eficiente e a manutenção sistemática de software, de forma a atender satisfatoriamente as necessidades impostas pelo mercado. Nessa área, a montagem de linhas de produto que minimizem variáveis de custo e de tempo para lançamento de uma família de produtos é estratégica para a garantia de competitividade. Quando se tem disponibilidade de mais de uma abordagem para a montagem de tais linhas, faz-se necessário identificar qual delas seria a mais eficiente. Esta dissertação aborda a utilização de técnicas de planejamento estatístico de experimentos para projetar estudos em engenharia de software que permitam avaliar a eficiência de abordagens de desenvolvimento de software. A motivação do trabalho está no projeto de experimentos para comparação das abordagens PLUSS (modelagem de casos de uso em linhas de produtos para sistemas e software) e MSVCM (modelagem de variações em cenários de casos de uso por mecanismos transversais) de montagem e manutenção de linhas de produtos de software. A dissertação tem como foco o estudo da adequação e desempenho de planos experimentais em quadrados latinos aplicados a engenharia de software. Tais planos possuem um apelo prático importante, pois permitem o controle de duas fontes de variação sistemáticas simultâneas durante a experimentação. Nesta dissertação, o desempenho estatístico de planos em quadrados latinos de ordem 2 é investigado através da teoria de aleatorização e de simulações de Monte Carlo