Read more
La contribución de RideNN impulsado por optimización híbrida para la estimación de reutilización de software es que el algoritmo C-RideNN utiliza la optimización de enjambre de gatos (CSO) actual junto con la red neuronal Rider (RideNN) para fines de entrenamiento. Este enfoque consiste en desarrollar una técnica para el modelo de predicción de reutilización de software para mantener la reutilización óptima de los componentes de software sin la probabilidad de envejecimiento y propensión a fallas. Se consideran criterios, como la complejidad, la cohesión y el acoplamiento, para la reutilización con un total de nueve métricas. La estimación se realiza con el algoritmo de red neuronal propuesto basado en la optimización Cat Swarm Rider (C-RideNN). El algoritmo C-RideNN se formula integrando el CSO con el algoritmo ROA Se ha demostrado que la estimación de la reutilización de software mediante la optimización basada en NN produce un total mejorado de nueve métricas relacionadas con el software. La estimación de la reutilización de software se realiza utilizando el algoritmo C-RideNN propuesto. El algoritmo C-RideNN estima el factor de reutilización de software.
About the author
Dr.Ramu Vankudoth, Ph.D., arbeitet als Assistenzprofessor in der Abteilung für Informatik und Ingenieurwesen - Datenwissenschaft, Malla Reddy Engineering College(A), Secunderabad, Telangana. Er erwarb seinen Doktortitel an der Kakatiya University im Bereich Software Engineering.
