利用人工智能增强软件工作量估算：一项综合研究与框架提案
Leveraging AI for Enhanced Software Effort Estimation: A Comprehensive Study and Framework Proposal
AI总结：
本研究综述2017至2023年AI在软件工作量估算中的应用，通过比较多种机器学习模型确定最有效方法，并提出增强项目规划与资源分配的AI框架。
摘要：
本文对2017年至2023年过去五年间人工智能技术在软件工作量估算中的应用进行了广泛研究。通过克服传统方法的局限性，该研究旨在提高准确性和可靠性。通过性能评估及与多种机器学习模型（包括人工神经网络（ANN）、支持向量机（SVM）、线性回归、随机森林及其他技术）的比较，确定了最有效的方法。所提出的人工智能框架有望增强项目规划和资源分配，为软件项目工作量估算研究领域做出贡献。
英文摘要：
This paper presents an extensive study on the application of AI techniques for software effort estimation in the past five years from 2017 to 2023. By overcoming the limitations of traditional methods, the study aims to improve accuracy and reliability. Through performance evaluation and comparison with diverse Machine Learning models, including Artificial Neural Network (ANN), Support Vector Machine (SVM), Linear Regression, Random Forest and other techniques, the most effective method is identified. The proposed AI-based framework holds the potential to enhance project planning and resource allocation, contributing to the research area of software project effort estimation.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
