Экспертная система прогнозирования успеваемости студентов в ВУЗах - Дипломная работа

Проблемы прогнозирования результатов сессии студентов в высшем учебном заведении в современных рыночных условиях являются актуальными по множеству причин. Во-вторых, управление процессом обучения студентов в условиях влияния множества внешних факторов является сложной задачей, как в организационном, так и социально-экономическом плане, требующем системного подхода и разработки новых методов и моделей управления. Проблема построения модели, экспертной системы прогнозирования результатов сессии на основании анализа текущей успеваемости, заключается в сложности входящих в модель данных. Целью работы является, построение продукционной модели экспертной системы прогнозирования результатов сессии, на основании анализа текущей успеваемости, и ее реализация в языке логического программирования Visual Prolog. При построении экспертной системы прогнозирования результатов сессии, на основе текущей успеваемости, выделяют следующие задачи исследования: 1.Цель исследований по экспертным системам состоит в разработке программ (устройств), которые при решении задач, трудных для эксперта-человека, получают результаты, не уступающие по качеству и эффективности решениям, получаемым экспертом. Экспертная система - программа, которая использует знания специалистов (экспертов) о некоторой конкретной узкоспециализированной предметной области и в пределах этой области способна принимать решения на уровне эксперта-профессионала. В системах первого типа осуществляется выбор решения из множества известных решений на основе анализа знаний, в системах второго типа решение синтезируется из отдельных фрагментов знаний. Объяснительный компонент объясняет, как система получила решение задачи (или почему она не получила решение) и какие знания она при этом использовала, что облегчает эксперту тестирование системы и повышает доверие пользователя к полученному результату. Существует несколько способов представления знаний в ЭС, однако общим для всех них является то, что знания представлены в символьной форме (элементарными компонентами представления знаний являются тексты, списки и другие символьные структуры).Поэтому, построение адекватных моделей, а также разработка методов и алгоритмов, позволяющих установить соответствие между параметрами математических моделей и реальными системами, является актуальной научно-прикладной задачейВ результате мы получили такие факторы: Фактор 1 «Объяснение и понимание материала»: - "Объяснение преподавателями нового материала понятно и доступно"; Теперь создадим таблицу сопряженности для первой стратегии, которую может выбрать студент (учится на отлично) и фактора «Объяснение и понимание материала» (teaching). По данным таблиц 3.2,3.3,3.4 и 3.5 можно сделать следующие выводы: на студентов, которые не выбрали стратегию «учится на отлично» не влияет фактор "Объяснение и понимание материала», поскольку процентное соотношение практически одинаковое 1 - 79.5%, 2 - 79.5%, 3 - 86.0% и 4 - 86.8%, бытовые факторы также не влияют, поскольку соотношение процентов практически одинаковое, а вот личностные факторы влияют на то, что студент не выбирает первую стратегию, а именно не хватает внутренней мотивации, так как динамика разности процентных соотношений очевидна, другие факторы также не влияют. На студентов, которые выбрали стратегию «учится на отлично» влияет фактор "Объяснение и понимание материала», и очевидно то, что если студент выбирает эту стратегию ему сложнее воспринимать новый материал, ведь он хочет подробно разобраться во всех нюансах. На студентов, которые выбрали стратегию «учится хорошо» влияет фактор "Объяснение и понимание материала», и очевидно то, что если студент выбирает эту стратегию ему легко воспринимать новый материал, бытовые факторы не влияют, динамика отсутствует, личностные факторы не влияют на хорошистов, другие факторы также влияют.Наиболее оптимальным вариантом и по наглядности и по экономичности представления знаний оказалась продукционная модель.SWI-Prolog - язык и система логического программирования, основанные на языке предикатов математической логики дизъюнктов Хорна, представляющей собой подмножество логики предикатов первого порядка. Основными понятиями в языке Пролог являются факты, правила логического вывода и запросы, позволяющие описывать базы знаний, процедуры логического вывода и принятия решений. · составные термы (функции) состоят из имени функции (нечислового атома) и списка аргументов (термов SWI-Prolog, то есть атомов, чисел, переменных или других составных термов), заключенных в круглые скобки и разделенных запятыми. X Смена знака X abs(X) Абсолютная величина числа X max(X,Y) Большее из чисел X и Y min(X,Y) Меньшее из чисел X и Y sqrt(X) Квадратный корень из X random(Int) Случайное целое число в диапазоне от 0 до Int sin(X) Синус X cos(X) Косинус X tan(X) Тангенс X log(X) Натуральный логарифм (ln) числа X log10(X) Десятичный логарифм (lg) числа X float(X) Вещественное число, соответствующее целому числу X pi 3.14159 (приближенное значение ч

Формализованные экспертный систем являются одним из наглядных методов решения задачи прогнозирования результатов сдачи сессии, на основе анализа текущей успеваемости. Поэтому, построение адекватных моделей, а также разработка методов и алгоритмов, позволяющих установить соответствие между параметрами математических моделей и реальными системами, является актуальной научно-прикладной задачейПостроение продукционной модели экспертной системы, прогнозирования результатов сессии на основе анализа текущей успеваемости, является сложной задачей изза сложно формализуемых входных в систему данных. Наиболее оптимальным вариантом и по наглядности и по экономичности представления знаний оказалась продукционная модель. Она отличается свое простотой и модульностью, и сокращение факторов не теряет свою информативность. Всю область знаний разбили на три самых важных класса знаний: успеваемость, посещение занятий, личные факторы.