ЭВОЛЮЦИЯ РАЗВИТИЯ ЭМПИРИЧЕСКОЙ ИНЖЕНЕРИИ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ

THE EVOLUTION OF EMPIRICAL SOFTWARE ENGINEERING

Бузыкова Юлия Сергеевна, доцент кафедры математического обеспечения и стандартизации информационных технологий, Федеральное государственное бюджетное образовательное учреждение высшего образования «МИРЭА — Российский технологический университет» (119296 Россия, г. Москва, ул. проспект Вернадского, д. 78, стр. 4), тел. +7(495)506-44-55, juliaserg_buz@mail.ru

Зуфарова Анна Сергеевна, старший преподавать кафедры «Высшая математика», Тихоокеанский государственный университет (680035 Россия, г. Хабаровск, ул. Тихоокеанская, д. 136), тел. +7(495)588-22-47, zoof_anna@mail.ru

 

Yulia S. Buzykova, Associate Professor of the Department of Mathematical Support and Standardization of Information Technologies, Federal State Budgetary Educational Institution of Higher Education «MIREA — Russian Technological University» (78  prospekt Vernadskogo st., p. 4, Moscow,  119296  Russia), tel. +7(495)506-44-55, juliaserg_buz@mail.ru

Anna S. Zufarova, Senior lecturer of the Department of «Higher Mathematics», Pacific NationalUniversity (136 Pacific Street, Khabarovsk, 680035 Russia), tel. +7(495)588-22-47, zoof_anna@mail.ru

Аннотация. Эволюция программного обеспечения (ПО) означает динамическое поведение программных систем, когда они поддерживаются и развиваются на протяжении всей жизни. Эволюция по особенно важна, поскольку за счет именно возможности эволюционировать системы становятся все более долговечными.

Сложность эмпирической инженерии программного обеспечения (ЭИПО) так как и проведение эмпирических исследований в других областях знаний связана со сбором информации об объекте исследования, выполнении эксперимента и выдвижении гипотез.

Эмпирическая Инженерия программного обеспечения используется для ответа на эмпирические вопросы относительно ПО, которое разрабатывается. При исследовании формируются теории, предположения и гипотезы. Из этих гипотез делаются прогнозирования конкретных событий.

Предсказания проверяются соответствующими экспериментами. В зависимости от результатов эксперимента формулировки подтверждаются или опровергаются.

Эмпирические исследования дают эмпирические данные, которые затем могут быть проанализированы на статистическую значимость для дальнейшего принятия решений.

Abstract. Software evolution refers to the dynamic behavior of software systems when they are maintained and developed throughout their lives. The evolution of software is especially important, because due to the ability to evolve, systems are becoming more and more durable.

The complexity of empirical software engineering (EIPO), as well as conducting empirical research in other fields of knowledge, is associated with collecting information about the object of research, performing an experiment and putting forward hypotheses.

Empirical Software Engineering is used to answer empirical questions about software that is being developed. Theories, assumptions and hypotheses are formed during the research. Predictions of specific events are made from these hypotheses.

Predictions are verified by appropriate experiments. Depending on the results of the experiment, the formulations are confirmed or refuted.

Empirical studies provide empirical data that can then be analyzed for statistical significance for further decision-making.

Ключевые слова: эволюция, эмпирическая инженерия, программное обеспечение, исследование

Keywords: evolution, empirical engineering, software, research

Литература

1. Акбаров Х.У. Математическая модель погрешностей обработки на прецизионных токарных станках с чпу // Universum: технические науки. 2020. №11-1 (80). С. 101113.
2. Аль-Обайди Луаи М. Р., Попов М. Е. Повышение производительности обработки валов на токарном станке с ЧПУ // Молодой исследователь Дона. 2019. №2 (17). С. 150-158.
3. Маткаримов, Б.Б. Точности обработки на станках с чпу // ORIENSS. 2021. №11. С. 89-96.
4. Насибуллин А.А. Управление рисками в условия интеллектуализации цифровых таможенных технологий // Вестник Российской таможенной академии. 2021 г. № 1. С. 153-159.
5. Онтологическое моделирование предприятий: методы и технологии: моногр. / С. В. Горшков, С. С. Кралин, О. И. Муштак и др.; отв. ред. С. В. Горшков. — Екатеринбург: Издательство Уральского университета. 2019. С. 234.
6. Стрельников Р. В. SOC. Неэффективность внедрения // Вестник Балтийского федерального университета им. И. Канта. Сер.: Физико-математические и технические науки. 2019. № 4. С. 81 — 85.
7. Чучалин А.И. Адаптация «The Core CDIO Standards 3.0» к высшему STEM-образованию // Высшее образование в России. 2021. Т. 30. № 2. C. 9-21. DOI: 10.31992/0869-3617-202130-2-9-21
8. Kotis K., Vouros G., & Spiliotopoulos D. Ontology engineering methodologies for the evolution of living and reused ontologies: Status, trends, findings and recommendations // The Knowledge Engineering Review. 2020. Vol. 35. doi:10.1017/S0269888920000065.

References

1. Акбаров Х.У. Математическая модель погрешностей обработки на прецизионных токарных станках с чпу // Universum: технические науки. 2020. №11-1 (80). С. 101113.
2. Аль-Обайди Луаи М. Р., Попов М. Е. Повышение производительности обработки валов на токарном станке с ЧПУ // Молодой исследователь Дона. 2019. №2 (17). С. 150-158.
3. Маткаримов, Б.Б. Точности обработки на станках с чпу // ОРИЕНСС. 2021. №11. С. 89-96.
4. Насибуллин А.А. Управление рисками в условия интеллектуализации цифровых таможенных технологий // Вестник Российской таможенной академии. 2021 г. № 1. С. 153-159.
5. Онтологическое моделирование предприятий: методы и технологии: моногр. / С. В. Горшков, С. С. Кралин, О. И. Муштак и др.; отв. ред. С. В. Горшков. — Екатеринбург: Издательство Уральского университета. 2019. С. 234.
6. Стрельников Р. В. СОК. Неэффективность внедрения // Вестник Балтийского федерального университета им. И. Канта. Сер.: Физико-математические и технические науки. 2019. № 4. С. 81 — 85.
7. Чучалин А.И. Адаптация «основных стандартов CDIO0» к высшему стволовых образованию // Высшее образование в России. 2021. Т. 30. № 2. С. 9-21. DOI: 10.31992/0869-3617-202130-2-9-21
8. Котис К., Вурос Г. и Спилиотопулос Д. Методологии разработки онтологий для эволюции живых и повторно используемых онтологий: статус, тенденции, выводы и рекомендации // Обзор разработки знаний. 2020. Том 35. E doi:10.1017/S0269888920000065.