Made available in DSpace on 2014-06-12T16:00:16Z (GMT). No. of bitstreams: 1 license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2007 / Para estimar recursos necessários em um projeto de desenvolvimento de software, foram propostas e utilizadas pela indústria várias técnicas ao longo dos últimos 40 anos. Algumas se consolidaram nos últimos anos, como COCOMO e Pontos de Função, e outras ainda estão em processo de consolidação, tal como Pontos de Caso de Uso. Todas estas técnicas tentam responder com um nível alto de acurácia a principal dúvida que persegue todo desenvolvedor de software quando necessita estimar o custo e duração de um projeto: que tamanho terá o software que eu estou prestes a construir? Para responder a esta dúvida, neste trabalho são estudadas as principais técnicas para estimativa de tamanho de software, considerando a adoção das mesmas pela indústria e literatura. É definido um processo de seleção de uma técnica para a empresa estudo de caso do trabalho (PITANG1), explicitando os motivos da seleção e detalhando a implementação da técnica selecionada, considerando o processo, ferramentas, guias, templates e métricas criadas e utilizadas em tal implementação. A aplicação do processo definido fluxos de suporte à pré-venda e de acompanhamento de projetos em 36 projetos da organização estudada, permite o refinamento do processo proposto, gerando como resultado final um processo de estimativa ágil, baseado em requisitos, negociável com o usuário e facilmente replicável. Consideramos por fim, que a adoção do processo detalhado neste trabalho contribuirá para que empresas possam disciplinar e melhorar a qualidade de seus processos de desenvolvimento de software, usando um processo de estimativas estruturado, de fácil institucionalização e adequado às demandas do mercado

A simulação de eventos discretos é uma das mais poderosas ferramentas disponíveis para modelagem e análise de problemas. Freqüentemente ela é utilizada para o planejamento, projeto e controle de sistemas complexos em diversos segmentos; entre eles, a área de sistemas logísticos, que a tem aplicado extensivamente para analisar as capacidades logísticas, avaliar os impactos de mudanças nos processos produtivos, testar diferentes configurações na alocação de recursos limitados, determinar parâmetros das operações, validar novos projetos, entre outras aplicações. Esta popularização da simulação despertou o interesse das empresas especializadas no desenvolvimento de softwares, resultando em diversas opções com diferentes características e custos. Desta forma, identificou-se a necessidade de um método para seleção de softwares de simulação de eventos discretos voltados à resolução de problemas logísticos, pois os trabalhos disponíveis na Literatura abordam somente a escolha de softwares para fins genéricos. Para preencher essa lacuna, foi proposto um conjunto de critérios que endereçam as necessidades específicas do desenvolvimento de modelos voltados à análise de sistemas logísticos. Esses critérios formaram a base do método proposto, que incorporou as melhores características dos trabalhos identificados na Literatura. Sua primeira fase gerou uma lista com os softwares que suportaram os critérios definidos como essenciais por meio da aplicação de um método de atribuição de pesos e pontuação, cuja eficiência e simplicidade são amplamente reconhecidas; já a segunda fase, utilizou o método de análise hierárquica (AHP), recomendado para a tomada de decisão baseada em múltiplos critérios, por permitir a identificação e correção das inconsistências geradas pelo julgamento humano. Dois problemas testes também foram propostos para o desenvolvimento de aplicações em sistemas logísticos e condução de experimentos durante a segunda fase. Os softwares Arena, ProModel e @Risk, extensivamente utilizados para ensino e pesquisa na Escola Politécnica da Universidade de São Paulo, foram avaliados durante a aplicação prática do método proposto. Os resultados obtidos confirmaram a percepção, adquirida durante a segunda fase do método, de que os softwares Arena e ProModel apresentam características semelhantes, dada a discreta diferença em suas pontuações totais. Os diversos cenários desenvolvidos na análise de sensibilidade também ratificaram essa tendência. / The discrete event simulation is one of the most powerful tools available for modeling and problem analysis. Frequently it is used for planning, designing and controlling complex systems in several segments. The logistic system area has also applied it extensively to analyse the logistic capacities, evaluate the impacts of changes in the productive processes, test different configurations in the allocation of limited resources, determine operation parameters, validate new projects, among other applications. Thus, the growth of the simulation awoke the interest of the companies specialized in software development. This fact resulted in several options with different characteristics and costs. Because of this, it was identified the necessity of a selection method for discrete event simulation software dedicated to the resolution of logistic problems. The available works in Literature only approach the choice of softwares for generic purposes. To fill in this gap, a set of criteria that address the specific necessities of the development of models dedicated to the analysis of logistic systems was proposed. These criteria formed the base of the proposed method. It has incorporated the best characteristics of the works identified in Literature. Its first phase generated a list with softwares with widely recognized efficiency and simplicity that supported the essential criteria through the application of a scoring model. Its second phase used the Analytic Hierarchy Process (AHP) which is recommended for the decision taking based on multiple criteria because it allows the identification and correction of the inconsistencies generated by the human judgment. Two test problems have also been proposed for the development of applications in logistic systems and performance of experiments during the second phase. Arena, ProModel and @Risk, extensively used for education and research in the Polytechnical School of the University of São Paulo, were evaluated during the practical application of the proposed method. The results confirmed the perception acquired during the second phase of the method that Arena and ProModel present similar characteristics. They presented a discrete difference in their total score. The several scenes developed in the sensitivity analysis also ratified this trend.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Experiments were conducted in order to (i) evaluate the use of canonical correlation to identify plant and tuber traits that can be used for early identification of superior potato clones and (ii) develop and validate a method of early selection of potato clones for tuber dormancy, to identify clones with short or long dormancy, with the purpose of being used respectively in subtropical and temperate growing conditions. The study of canonical correlation analysis was conducted in two generations (seedling and tuber) with nine families and a total of 358 clones. The seedling generation (G1) was conducted in a greenhouse in the winter of 2008, and the tuber generation (G2) on the field during the fall season of 2009. From both generations 13 plant and tuber traits were evaluated: height of the main stem (HMS), fresh weight of shoots (FWS), fresh weight of stolons (FWS), fresh weight of tubers (FWT), number of tubers per plant (NTP), elongated-shaped tuber (EST), flattened-shaped tuber (FST), skin texture (SKT), pointed ends (POI), secondary growth (SEG), eye depth (DEP), days to break dormancy (DBD) and number of sprouts per tuber (NST). The variability among families was significant for all traits in both generations except for POI in the first generation and FWS, SEG and DEP in the second generation. The linear correlations between G1 and G2 were significant, positive and high for 12 out of 13 traits evaluated. The canonical correlation analysis showed that there is an association between plant and tuber traits in the two generations. However, no general rule was observed for the early selection of clones, valid for any family, being the evaluation of clones in the set more efficient to identify the correlation of characters between the generations. In order to develop and validate a method of early selection of clones for tuber dormancy, experiments were conducted between the years of 2010 and 2013, beginning with two independent sets of clones. In 2010, seedling generation of the first set (19 clonal families) was conducted in a greenhouse. Tubers from each genotype were harvested (total of 1,145 clones or minitubers), which were treated with 30 mg L-1 gibberellic acid and stored at 20 °C for breaking dormancy. After 45 days of storage four groups of clones were formed according to the number of days (45, 60, 75 and 90 days) required for breaking dormancy. A random sample of tubers of each group was used for the summer field cultivation. At harvest, four tubers were separated from each clone to assess dormancy and apical dominance under storage of 20 °C. In 2012, a second set with 1,269 clones (minitubers of 16 families) was produced in order to separate five groups of clones according to the number of days (30, 45, 60, 75 and 90 days) required for breaking dormancy of tubers. For both sets of clones, a completely randomized design with four replicates of each clone was utilized. There was a pattern of dormancy breaking and direct relationship within the dormancy period of the tubers between the two generations, that made possible to develop and validate an early selection method. This method enables the assembly of clones with similar dormancy level as of the seedling generation, i.e., allows early identification of clones with short or long dormancy, with potential as new adapted cultivars respectively for subtropical and temperate growing conditions of southern Brazil. / Experimentos foram conduzidos com o objetivo de (i) avaliar o uso da correlação canônica para identificar caracteres de planta e tubérculo que possam ser utilizados para a identificação precoce de clones superiores de batata e (ii) desenvolver e validar um método de seleção precoce de clones de batata para a dormência dos tubérculos, para a identificação de clones com curta ou longa dormência, para serem utilizados respectivamente em condições subtropicais e temperadas de cultivo. O estudo da análise de correlação canônica foi conduzido em duas gerações (plantular e de tubérculo), com nove famílias e um total de 358 clones. A geração plantular (G1) foi conduzida em casa de vegetação, no inverno de 2008, e a geração de tubérculo (G2) em campo, no outono de 2009. Nas duas gerações foram avaliados 13 caracteres de planta e tubérculo: estatura da haste principal (EHP), massa fresca de parte aérea (MFA), massa fresca de estolão (MFE), massa fresca de tubérculos (MFT), número de tubérculos por cova (NTC), tubérculo alongado (TAL), tubérculo achatado (TAC), aspereza da casca (ASP), presença de ponta (PON), embonecamento (EMB), profundidade de gemas (PRG), dias para rompimento da dormência (DRD) e número de brotos por tubérculo (NBT). A variabilidade entre as famílias foi significativa para todos os caracteres nas duas gerações, com exceção de PON na primeira geração e MFA, EMB e PRG na segunda geração. As correlações lineares entre G1 e G2 foram significativas, positivas e altas para 12 dos 13 caracteres avaliados. A análise de correlação canônica mostrou que existe associação entre caracteres de planta e tubérculo nas duas gerações. Porém, não foi observado regra geral para a seleção precoce de clones, válida para qualquer família, sendo a avaliação de clones no conjunto mais eficiente para identificar a correlação de caracteres entre as gerações. Para desenvolver e validar um método de seleção precoce de clones para a dormência dos tubérculos, experimentos foram conduzidos entre os anos de 2010 e 2013, partindo de dois conjuntos independentes de clones. Em 2010, a geração plantular do primeiro conjunto (19 famílias clonais) foi conduzida em casa de vegetação. De cada genótipo foi colhido um tubérculo, totalizando 1.145 clones (minitubérculos), que foram tratados com 30 mg L-1 de ácido giberélico e armazenados a 20 ºC para rompimento da dormência. Após 45 dias de armazenamento, formaram-se quatro grupos de clones com número de dias (45, 60, 75 e 90 dias) necessários para o rompimento da dormência. Uma amostra aleatória dos tubérculos de cada um dos grupos foi utilizada para o cultivo de verão em campo. Por ocasião da colheita, quatro tubérculos foram separados de cada clone para avaliar a dormência e dominância apical, sob armazenamento à temperatura de 20 ºC. Em 2012, um segundo conjunto com 1.269 clones (minitubérculos de 16 famílias) foi produzido para separar cinco grupos de clones com número de dias (30, 45, 60, 75 e 90 dias) necessários para o rompimento da dormência dos tubérculos. Para os dois conjuntos de clones, o delineamento experimental foi inteiramente casualizado, com quatro repetições de cada clone. Houve um padrão de rompimento da dormência e relação direta entre o período de dormência dos tubérculos entre as duas gerações, o que possibilitou desenvolver e validar um método de seleção precoce. Esse método possibilita agrupar clones com similar nível de dormência já na geração de plântula, ou seja, permite a identificação precoce de clones com curta ou longa dormência, com potencial para serem utilizados no desenvolvimento de cultivares adaptadas, respectivamente, as condições subtropicais e temperadas de cultivo na região Sul do Brasil.

A simulação de eventos discretos é uma das mais poderosas ferramentas disponíveis para modelagem e análise de problemas. Freqüentemente ela é utilizada para o planejamento, projeto e controle de sistemas complexos em diversos segmentos; entre eles, a área de sistemas logísticos, que a tem aplicado extensivamente para analisar as capacidades logísticas, avaliar os impactos de mudanças nos processos produtivos, testar diferentes configurações na alocação de recursos limitados, determinar parâmetros das operações, validar novos projetos, entre outras aplicações. Esta popularização da simulação despertou o interesse das empresas especializadas no desenvolvimento de softwares, resultando em diversas opções com diferentes características e custos. Desta forma, identificou-se a necessidade de um método para seleção de softwares de simulação de eventos discretos voltados à resolução de problemas logísticos, pois os trabalhos disponíveis na Literatura abordam somente a escolha de softwares para fins genéricos. Para preencher essa lacuna, foi proposto um conjunto de critérios que endereçam as necessidades específicas do desenvolvimento de modelos voltados à análise de sistemas logísticos. Esses critérios formaram a base do método proposto, que incorporou as melhores características dos trabalhos identificados na Literatura. Sua primeira fase gerou uma lista com os softwares que suportaram os critérios definidos como essenciais por meio da aplicação de um método de atribuição de pesos e pontuação, cuja eficiência e simplicidade são amplamente reconhecidas; já a segunda fase, utilizou o método de análise hierárquica (AHP), recomendado para a tomada de decisão baseada em múltiplos critérios, por permitir a identificação e correção das inconsistências geradas pelo julgamento humano. Dois problemas testes também foram propostos para o desenvolvimento de aplicações em sistemas logísticos e condução de experimentos durante a segunda fase. Os softwares Arena, ProModel e @Risk, extensivamente utilizados para ensino e pesquisa na Escola Politécnica da Universidade de São Paulo, foram avaliados durante a aplicação prática do método proposto. Os resultados obtidos confirmaram a percepção, adquirida durante a segunda fase do método, de que os softwares Arena e ProModel apresentam características semelhantes, dada a discreta diferença em suas pontuações totais. Os diversos cenários desenvolvidos na análise de sensibilidade também ratificaram essa tendência. / The discrete event simulation is one of the most powerful tools available for modeling and problem analysis. Frequently it is used for planning, designing and controlling complex systems in several segments. The logistic system area has also applied it extensively to analyse the logistic capacities, evaluate the impacts of changes in the productive processes, test different configurations in the allocation of limited resources, determine operation parameters, validate new projects, among other applications. Thus, the growth of the simulation awoke the interest of the companies specialized in software development. This fact resulted in several options with different characteristics and costs. Because of this, it was identified the necessity of a selection method for discrete event simulation software dedicated to the resolution of logistic problems. The available works in Literature only approach the choice of softwares for generic purposes. To fill in this gap, a set of criteria that address the specific necessities of the development of models dedicated to the analysis of logistic systems was proposed. These criteria formed the base of the proposed method. It has incorporated the best characteristics of the works identified in Literature. Its first phase generated a list with softwares with widely recognized efficiency and simplicity that supported the essential criteria through the application of a scoring model. Its second phase used the Analytic Hierarchy Process (AHP) which is recommended for the decision taking based on multiple criteria because it allows the identification and correction of the inconsistencies generated by the human judgment. Two test problems have also been proposed for the development of applications in logistic systems and performance of experiments during the second phase. Arena, ProModel and @Risk, extensively used for education and research in the Polytechnical School of the University of São Paulo, were evaluated during the practical application of the proposed method. The results confirmed the perception acquired during the second phase of the method that Arena and ProModel present similar characteristics. They presented a discrete difference in their total score. The several scenes developed in the sensitivity analysis also ratified this trend.