通过基于强化学习的面向项目管理特征选择增强软件工作量估算
软件工程
2024-03-26 v1
摘要
目的：本研究旨在调查数据要素市场在软件项目管理中的应用，重点通过解决传统方法面临的挑战来提高工作量估算的准确性。设计/方法/途径：本研究提出了一种基于特征选择的解决方案，利用数据要素市场和基于强化学习的算法来提高软件工作量估算的准确性。它探索了 MARLFS 算法的应用，对该算法和奖励函数进行了定制化改进。发现：本研究表明，与传统方法相比，所提出的方法实现了更精确的估算，利用特征选择来指导软件开发中的项目管理。原创性/价值：本研究通过提供一种结合数据要素市场、机器学习和特征选择的新方法来改进软件工作量估算，解决了传统方法的局限性，并为项目管理领域的未来研究提供了见解，从而对该领域做出了贡献。
引用
@article{arxiv.2403.16749,
title = {Enhancing Software Effort Estimation through Reinforcement Learning-based Project Management-Oriented Feature Selection},
author = {Haoyang Chen and Botong Xu and Kaiyang Zhong},
journal= {arXiv preprint arXiv:2403.16749},
year = {2024}
}
备注
18pages, 10 figures, 6 tables