Actualmente las actividades relacionadas con el desarrollo de software continúan incrementándose, por lo tanto, resulta indispensable y conveniente automatizar parte de las mismas. El presente trabajo estudia y propone una nueva herramienta de soporte a la calidad del software, un evaluador y clasificador de código fuente Java basado en métricas de software e Inteligencia Artificial. El prototipo desarrollado emplea una red neuronal perceptrón multicapa a fin de reconocer patrones en el código fuente de programas escritos en lenguaje Java. Para ello se emplean métricas de software clásicas y otras diseñadas específicamente para el proyecto. El trabajo parte de una muestra especialmente diseñada con los estilos de codificación y se combina con algoritmos de clustering para crear un set de entrenamiento. En base a los resultados obtenidos del proceso de clasificación, un sistema experto recomienda a los autores en función de reglas preestablecidas. La precisión de los resultados confirmaría al prototipo como una alternativa eficaz y automática de soporte al proceso de calidad del software.
[1]
Neil Walkinshaw,et al.
Partitioning object-oriented source code for inspections
,
2007
.
[2]
Martín Jorge Agüero,et al.
Analizador Java Inteligente
,
2007
.
[3]
M. Aguero,et al.
Intelligent Java Analyzer
,
2008,
2008 Electronics, Robotics and Automotive Mechanics Conference (CERMA '08).
[4]
López De Luise,et al.
Aplicación de Métricas Categóricas en Sistemas con Lógica Difusa
,
2007
.
[5]
William A. Woods,et al.
Computational Linguistics Transition Network Grammars for Natural Language Analysis
,
2022
.
[6]
Ian H. Witten,et al.
Data mining: practical machine learning tools and techniques, 3rd Edition
,
1999
.
[7]
James Gosling,et al.
The Java Language Specification, 3rd Edition
,
2005
.
[8]
Guy L. Steele,et al.
Java(TM) Language Specification, The (3rd Edition) (Java (Addison-Wesley))
,
2005
.