Красій, А.В.Krasiy, A.V.2016-11-172016-11-172016Красій, А.В. Дослідження нейромережної складової методу прогнозування характеристик та оцінювання успішності реалізації програмних проектів [Текст] / А. В. Красій // Вісник Хмельницького національного університету. Технічні науки. – 2016. – №1. – С. 24-31.https://elar.khmnu.edu.ua/handle/123456789/5058У статті описано реалізацію, архітектуру і структуру нейромережної складової методу прогнозування характеристик та оцінювання успішності реалізації програмних проектів. Також представлено аналіз результатів навчання та функціонування штучної нейронної мережі.Abstract – The article describes the implementation, architecture and structure of neural network’s component of method of characteristics prediction and evaluating the success of software projects implementation. The analysis of the artificial neural network (ANN) training and functioning is represented. During the research the ANN was built in Mathlab. The ANN was trained with the training sample of 6030 vectors by different training methods and was tested with the testing sample of 610 vectors. As the research results the ANN performance function (msereg) and ANN training methods (OSS, SCG, RPROP) were selected on the basis of epochs number and training time. The received predicted relative evaluations of the software project characteristics, provided by ANN, provides to ground the prediction about success of concrete project version implementation and to compare the different project versions on the early stages of software lifecycle, when the developers have only SRS.ukпрограмний проектспецифікація вимог до програмного забезпеченняпоказники специфікації вимогхарактеристики програмного проектуметод прогнозування характеристик та оцінювання успішності реалізації програмних проектів (МПХОУР)штучна нейронна мережа (ШНМ)software projectsoftware requirements specification (SRS)SRS indicatorssoftware project characteristicsmethod of evaluating the success of software project implementation (MESSPI)Стаття004.891.3:004.3