Научный журнал
Современные наукоемкие технологии
ISSN 1812-7320
"Перечень" ВАК
ИФ РИНЦ = 0,909

ИСПОЛЬЗОВАНИЕ НЕЧЕТКИХ ГИБРИДНЫХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ОЦЕНКИ КАЧЕСТВА ПОДГОТОВКИ СПЕЦИАЛИСТОВ

Масьянова И.Т. 1
1 Челябинский институт путей сообщения

Система подготовки кадров является социально экономической подсистемой производственной системы промышленного предприятия, отрасли, региона. В современной системе подготовки кадров остаются в недостаточной степени исследованными вопросы оценки качества подготовки будущих выпускников.

Существует необходимость в разработке информационно-аналитической системы, позволяющей определять и прогнозировать комплексную оценку качества подготовки студента с учетом внешних и внутренних факторов на процесс обучения.

В качестве объекта исследования выступает процесс подготовки студента в вузе с учетом множества различных факторов.

Предметом исследования выступает метод прогнозирования оценки качества подготовки специалиста.

Основными задачами являются:

1. Разработка нечёткой гибридной нейронной сети для прогнозирования комплексной оценки успеваемости студентов.

2. Создание структуры гибридной системы и настройка её параметров с помощью ANFIS.

3. Сравнение результатов, полученных с помощью информационно-аналитической системы, построенной на базе статических моделей и гибридной нейронной системы.

Входными данными модели являются: текущий рейтинг, входной балл при поступлении, рейтинг вуза, личностные качества студентов, уровень квалификации профессорско-преподавательского состава. Для получения комплексной оценки перечисленные данные целесообразно представить нечеткими числами. Построить типичное уравнение регрессии для прогнозирования сложно, при этом между комплексной оценкой качества и выбранными показателями существует нелинейная связь. Следовательно, для оценки качества подготовки специалиста целесообразно построить гибридную (нечёткую) нейронную сеть.


Библиографическая ссылка

Масьянова И.Т. ИСПОЛЬЗОВАНИЕ НЕЧЕТКИХ ГИБРИДНЫХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ОЦЕНКИ КАЧЕСТВА ПОДГОТОВКИ СПЕЦИАЛИСТОВ // Современные наукоемкие технологии. – 2012. – № 10. – С. 63-63;
URL: http://top-technologies.ru/ru/article/view?id=31001 (дата обращения: 14.12.2019).

Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»
(Высокий импакт-фактор РИНЦ, тематика журналов охватывает все научные направления)

«Фундаментальные исследования» список ВАК ИФ РИНЦ = 1.074