Building Quality Estimation models with Fuzzy Threshold Values

This work presents an approach to circumvent one of the major problems with techniques to build and apply software quality estimation models, namely the use of precise metric thresholds values. We used a fuzzy logic based approach to investigate the stability of a reusable class library interface, using structural metrics as stability indicators. To evaluate this new approach, we conducted a study on three versions of a commercial C++ class library. The obtained results are very promising when compared to those of two classical machine learning (ML) approaches, Top Down Induction of Decision Trees and Bayesian classifiers. RÉSUMÉ: Ce travail présente une approche pour résoudre un des principaux problèmes reliés aux techniques de construction et d’application des modèles d'estimation de la qualité de logiciel, à savoir l'utilisation des valeursseuils précises pour les métriques. Nous avons utilisé une approche basée sur la logique floue pour étudier la stabilité de l’interface des bibliothèques de classes. Nous nous sommes basés sur les métriques structurelles comme indicateurs de stabilité. Pour évaluer cette nouvelle approche, nous avons entrepris une étude sur trois versions d'une bibliothèque de classes commerciale écrite en C++. Les résultats obtenus sont très prometteurs comparativement à ceux de deux approches classiques d’apprentissage,TDIDT et classificateurs bayésiens.