ridm@nrct.go.th   ระบบคลังข้อมูลงานวิจัยไทย   รายการโปรดที่คุณเลือกไว้

ช่วงของค่ามาตรวัดซอฟต์แวร์เชิงวัตถุสำหรับตรวจจับร่องรอยที่ไม่ดีของโปรแกรม

หน่วยงาน จุฬาลงกรณ์มหาวิทยาลัย

รายละเอียด

ชื่อเรื่อง : ช่วงของค่ามาตรวัดซอฟต์แวร์เชิงวัตถุสำหรับตรวจจับร่องรอยที่ไม่ดีของโปรแกรม
นักวิจัย : พนิตา เมนะเนตร, 2524-
คำค้น : การโปรแกรมเชิงวัตถุ , ซอฟต์แวร์รีแฟคทอริง , ซอฟต์แวร์--การวัด , การบำรุงรักษาซอฟต์แวร์
หน่วยงาน : จุฬาลงกรณ์มหาวิทยาลัย
ผู้ร่วมงาน : พรศิริ หมื่นไชยศรี , จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์
ปีพิมพ์ : 2547
อ้างอิง : 9745311693 , http://cuir.car.chula.ac.th/handle/123456789/1653
ที่มา : -
ความเชี่ยวชาญ : -
ความสัมพันธ์ : -
ขอบเขตของเนื้อหา : -
บทคัดย่อ/คำอธิบาย :

วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2547

วิทยานิพนธ์นี้มีวัตถุประสงค์เพื่อหาช่วงของค่ามาตรวัดที่เกิด และไม่เกิดร่องรอยที่ไม่ดีของภาษาจาวา โดยเริ่มจากทำการสร้างโมเดลของมาตรวัดในการทำนายร่องรอยที่ไม่ดีทั้ง 8 แบบ คือ Data Class, Feature Envy, Large Class, Lazy Class, Long Method, Long Parameter List, Refused Bequest และ Switch Statement โดยใช้มาตรวัด 30 มาตรวัด ด้วยวิธีการวิเคราะห์ความถดถอยเพื่อหาความสัมพันธ์ระหว่างมาตรวัดกับร่องรอยที่ไม่ดี โดยใช้ชุดข้อมูลสอน 10 โปรแกรม และตรวจสอบความถูกต้องด้วยชุดข้อมูลทดสอบจำนวน 2 โปรแกรม หลังจากนั้นทำการออกแบบและการทดลองเพื่อเก็บข้อมูลในการหาช่วงของค่ามาตรวัดที่เกิดร่องรอยที่ไม่ดี และช่วงของค่ามาตรวัดที่ไม่เกดร่องรอยที่ไม่ดีในโปรแกรมภาษาจาวา โดยใช้ชุดข้อมูลสำหรับหาช่วงของค่ามาตรวัดที่เกิดร่องรอยที่ไม่ดี และช่วงของค่ามาตรวัดที่ไม่เกิดร่องรอยที่ไม่ดี แล้วตรวจสอบความถูกต้องของช่วงของค่ามาตรวัดที่เกิดร่องรอยที่ไม่ดีและ ช่วงของค่ามาตรวัดที่ไม่เกิดร่องรอยที่ไม่ดีด้วยชุดข้อมูลทดสอบ จากนั้นเปรียบเทียบการตรวจจับร่องรอยที่ไม่ดีด้วยมาตรวัดเดียวหรือหลายมาตรวัดที่ทำเงื่อนไข OR กัน ผลที่ได้คือใช้หลายมาตรวัดที่ทำเงื่อนไข OR กันสามารถตรวจจับร่องรอยที่ไม่ดีดีกว่า จากผลการตรวจสอบวิธีการใช้ช่วงของค่ามาตรวัด พบว่าสามารถใช้วิธีการใช้ช่วงของค่ามาตรวัดสำหรับตรวจจับร่องรอยที่ไม่ดีไปใช้งาน สำหรับร่องรอยที่ไม่ดีแบบ Data Class, Large Class, Lazy Class, Long Method, Long Parameter List และ Switch Statement แต่ไม่สามารถหาความสัมพันธ์ของมาตรวัดกับค่าร่องรอยที่ไม่ดีแบบ Feature Envy และ Refused Bequest ได้เนื่องจากหาข้อมูลที่เกิดร่องรอยที่ไม่ดีทั้ง 2 แบบได้จำนวนน้อยไม่พอต่อทำการทดลอง นอกจากนี้ได้ออกแบบมาตรวัดซอฟต์แวร์ เชิงวัตถุสำหรับตรวจจับร่องรอยที่ไม่ดีแบบ Data Class และ Refused Bequest รวมทั้งได้ออกแบบและพัฒนาเครื่องมือเพื่อการคำนวณมาตรวัดและตรวจจับการเกิดร่องรอยที่ไม่ดี

บรรณานุกรม :
พนิตา เมนะเนตร, 2524- . (2547). ช่วงของค่ามาตรวัดซอฟต์แวร์เชิงวัตถุสำหรับตรวจจับร่องรอยที่ไม่ดีของโปรแกรม.
    กรุงเทพมหานคร : จุฬาลงกรณ์มหาวิทยาลัย.
พนิตา เมนะเนตร, 2524- . 2547. "ช่วงของค่ามาตรวัดซอฟต์แวร์เชิงวัตถุสำหรับตรวจจับร่องรอยที่ไม่ดีของโปรแกรม".
    กรุงเทพมหานคร : จุฬาลงกรณ์มหาวิทยาลัย.
พนิตา เมนะเนตร, 2524- . "ช่วงของค่ามาตรวัดซอฟต์แวร์เชิงวัตถุสำหรับตรวจจับร่องรอยที่ไม่ดีของโปรแกรม."
    กรุงเทพมหานคร : จุฬาลงกรณ์มหาวิทยาลัย, 2547. Print.
พนิตา เมนะเนตร, 2524- . ช่วงของค่ามาตรวัดซอฟต์แวร์เชิงวัตถุสำหรับตรวจจับร่องรอยที่ไม่ดีของโปรแกรม. กรุงเทพมหานคร : จุฬาลงกรณ์มหาวิทยาลัย; 2547.