Структура экспертной системы
Механизмы логического вывода
Описание языка логического программирования SWI-Prolog
Создание правил продукционной модели
Реализация с помощью нечеткой логики в MatLab/ Simulink
Предмет исследования
Микроклимат в помещениях оборудованных ПЭВМ
Уровень звуковых шумов в помещениях с ЭВМ
Экологическая безопасность
Определение социально- экономических последствий воздействия задымления
Навигация
Механизмы логического вывода
Экспертная система прогнозирования успеваемости студентов в ВУЗах
107375
знаков
20
таблиц
21
изображение
1.4 Механизмы логического вывода
При использовании продукционной модели база знаний состоит из набора правил. Программа, управляющая перебором правил, называется машиной вывода. Механизм выводов связывает знания .
Два способа использования продукционных правил:
- прямая цепочка рассуждений;
- обратная цепочка рассуждений.
Первый предполагает обработку информации в прямом направлении (метод сопоставления), когда образцом для поиска служит левая часть продукционного правила — условие, то есть задача решается в направлении от исходного состояния к целевому . Это соответствует стратегии «от данных к цели» или стратегии управления данными.
При втором подходе обработка информации осуществляется в обратном направлении — метод «генерации» или выдвижения гипотезы и ее проверки (стратегия «от цели к данным»).
Пример:Имеется фрагмент БЗ из двух правил:
П 1 : ЕСЛИ «отдых - летом» и «человек - активный», ТО «ехать в горы».
П 2 : ЕСЛИ «любит солнце»,«отдых летом».
Предположим в систему поступили данные: «человек - активный» и «любит солнце».Прямой вывод: исходя из данных, получить ответ:
Шаг 1. Пробуем П 1 не работает - не хватает данных «отдых - летом».
Шаг 2. Пробуем П 2 , работает, в базу поступает факт «отдых - летом». 2-й проход:
Шаг 3. Пробуем П 1 , работает, активируя цель «ехать в горы», которая и выступает, например, как совет, который дает система.
Обратный вывод: подтвердить выбранную цель при помощи имеющихся правил и данных:
Шаг 1. Цель - «ехать в горы»:
становятся новой целью, и имеется правило, где она в правой части.
Шаг 2. Цель «отдых летом»:
правило П 2 подтверждает цель и активизирует ее. 2-й проход:
Шаг 3. Пробуем П 1 , подтверждается искомая цель.
Выводы по разделу 1
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 задачей
РАЗДЕЛ 2. ПОСТРОЕНИЕ ПРОДУКЦИОННОЙ МОДЕЛИ БАЗЫ ЗНАНИЙ
2.1 Обоснование метода
Для данной экспертной системы была выбрана продукционная модель построения базы знаний, потому что она являются наиболее наглядным средствами представления знаний. Она близка к логическим моделям, что позволяет организовывать на ее базе эффективные процедуры вывода, и в то же время более наглядно (чем классические логические модели) отражает знания. Продукционная модель чаще всего применяется в промышленных экспертных системах. Она привлекает разработчиков своей наглядностью, высокой модульностью, легкостью внесения дополнений и изменений и простотой логического вывода.
Модульность — отдельные продукционные правила могут быть добавлены, удалены или изменены в базу знаний независимо от других, кроме того, модульный принцип разработки (сборки) продукционных систем позволяет автоматизировать их проектирование.
Каждое продукционное правило — самостоятельный элемент знаний (локальный источник знаний), отдельные продукционные правила связаны между собой только через поток данных, которые они обрабатывают.
Простота интерпретации — «прозрачная» структура продукционных правил облегчает их смысловую интерпретацию.
Естественность — знания в виде «что делать и когда» являются естественны ми с точки зрения здравого смысла.
Недостатки продукционных систем проявляются тогда, когда число правил ста новится большим и возникают непредсказуемые побочные эффекты от изменения старого и добавления нового правила. Кроме того, затруднительна оценка целостного образа знаний, содержащихся в системе.
2.2 Математическое представление продукционной модели
Психологические исследования процессов принятия решений человеком показали, что рассуждая и принимая решения, человек использует правила продукций, или продукционные правила. В общем случае продукционное правило можно представить в следующем виде:
i: S; L; A→B; Q (2.1)
где i — индивидуальный номер продукции;
S — описание класса ситуаций, в котором данная структура может использоваться;
L — условие, при котором продукция активизируется;
А→В — ядро продукции, например: «ЕСЛИ A1, A2,,..., Ап ТО В» . Такая запись означает, что «если все условия от A1 до Аn являются истиной, то В также истина» или же «когда все условия от A1 до Аn становятся истиной, то следует выполнить действие B»;
Q — постусловие продукционного правила, описывает операции и действия (процедуры), которые необходимо выполнить после выполнения В. Например, внести изменения в данные либо в саму продукцию.
В зависимости от количества условий и действий в соответствующих перечнях различают следующие типы правил: простое – одно условие и одно действие, составное – много условий и действий, фиксирующее – много условий и одно действие, разветвляющееся – одно условие и много действий.
В общем случае под условием понимается некоторое предложение — образец, по которому осуществляют поиск в базе знаний, а под действием — действия, выполняемые при успешном исходе поиска, — это могут быть реальные действия, если система управляющая, или заключение — вывод, представляющий собой новое знание, или некоторая цель.
2.3 Структура продукционной модели представления баз знаний
Для реализации продукционной модели было проведено анкетирование, в нем было предложено оценить студентам факторы, которые влияют на их выбор. Было запущено анкету (см. приложение 2).
Поскольку работать с 22 факторами очень сложно, нужно их сократить, применяем к данным метод анализа главных компонент. Применение метода главных компонент в пакете SPSS 15.0:
1. Выбираем в меню Analyze (Анализ) Data Reduction (Сокращение объема данных) Factor... (Факторный анализ). Откроется диалоговое окно Factor Analysis (Факторный анализ)
2. Переменные a1-a15 поместим в поле тестируемых переменных и ознакомимся с возможностями, предлагаемыми различными кнопками этого диалогового меню.
3. После щелчка по кнопке Descriptive Statistics (Дескриптивные статистики) оставим вывод первичных результатов, которые включают в себя первичные относительные дисперсии простых факторов, собственные значения и процентные доли объяснённой дисперсии.
В результате мы получили такие факторы:
Фактор 1 «Объяснение и понимание материала»:
- "Объяснение преподавателями нового материала понятно и доступно";
- "Воспринимать новый материал легко";
- "Преподаватели объясняют сложно и быстро";
- "Практических занятий достаточно, чтобы усвоить лекционную информацию";
- “Предметов много, большой поток информации";
- "Учиться в "ХАИ" сложно и неинтересно";
- "На самостоятельную обработку выносится больше информации, чем дается на лекциях";
- "Специальность не оправдывает надежды";
- "У меня сложились хорошие отношения с куратором".
Фактор 2 «Бытовые факторы»:
– "Обстановка в общежитии благосклонно влияет на учебу";
– "База школьной подготовки позволяет, хорошо учится в "ХАИ";
– "Выбор специальности правильный, набор предметов интересный";
– "Учеба для меня это самореализация ";
– "Я принимаю активное участие в общественной жизни факультета и университета".
Фактор 3 «Другие»:
– "Я поступил(а) в "ХАИ" потому что так хотели мои родители";
– "У меня сложились хорошие отношения с одногруппниками и студентами других групп";
– "Куратор практически не уделяет внимания нашей группе";
– "Я боюсь, что меня отчислять".
Фактор 4 «Личностные факторы»:
– "Лучшая мотивация в учебе, это похвала преподавателя";
– "Я учусь хорошо, для того чтобы получать стипендию";
– "Стипендия как вид мотивации меня не интересует";
– "Мне стыдно плохо учиться".
Теперь создадим таблицу сопряженности для первой стратегии, которую может выбрать студент (учится на отлично) и фактора «Объяснение и понимание материала» (teaching).
1.Выберем в меню Analyze (Анализ) Descriptive Statistics (Дескриптивные статистики) Crosstabs... (Таблицы сопряженности)
2.В диалоговом окне Crosstabs (Таблицы сопряженности) переменную а1 (учится на отлично) поместим в поле строк, а переменную teaching в поле столбцов и через выключатель Cells... (Ячейки) сделаем дополнительно запрос на вывод процентных значений по строкам.
В окне просмотра появится следующая таблица сопряженности:
Таблица 2.1
«Учится на отлично (0т 4.6 до 5) * Объяснение и понимание материала»
| "Объяснение и понимание материала" | Total | ||||||
| 1 | 2 | 3 | 4 | 1 | |||
| 0 | Count | 35 | 35 | 37 | 33 | 140 | |
| "Учится на отлично"(0т 4.6 до 5) | 25,0% | 25,0% | 26,4% | 23,6% | 100,0% | ||
| % within "Объяснение и понимание материала" | 79,5% | 79,5% | 86,0% | 86,8% | 82,8% | ||
| 1 | Count | 9 | 9 | 6 | 5 | 29 | |
| % within "Учится на отлично"(0т 4.6 до 5) | 31,0% | 31,0% | 20,7% | 17,2% | 100,0% | ||
| % within "Объяснение и понимание материала" | 20,5% | 20,5% | 14,0% | 13,2% | 17,2% | ||
| Total | Count | 44 | 44 | 43 | 38 | 169 | |
| % within "Учится на отлично"(0т 4.6 до 5) | 26,0% | 26,0% | 25,4% | 22,5% | 100,0% | ||
Аналогичным образом мы проводи анализ первой стратегии и остальных факторов
Таблица 2.2
«Учится на отлично (0т 4.6 до 5) * Бытовые факторы»
| "Бытовые факторы": | Total | ||||||
| 1 | 2 | 3 | 4 | 1 | |||
| 0 | Count | 37 | 34 | 37 | 32 | 140 | |
| % within "Учится на отлично"(0т 4.6 до 5) | 26,4% | 24,3% | 26,4% | 22,9% | 100,0% | ||
| % within "Бытовые факторы": | 84,1% | 89,5% | 84,1% | 74,4% | 82,8% | ||
| 1 | Count | 7 | 4 | 7 | 11 | 29 | |
| % within "Учится на отлично"(0т 4.6 до 5) | 24,1% | 13,8% | 24,1% | 37,9% | 100,0% | ||
| % within "Бытовые факторы": | 15,9% | 10,5% | 15,9% | 25,6% | 17,2% | ||
| Total | Count | 44 | 38 | 44 | 43 | 169 | |
| % within "Учится на отлично | 26,0% | 22,5% | 26,0% | 25,4% | 100,0% | ||
Таблица 2.3
"Учится на отлично (0т 4.6 до 5) * Личностные факторы"
| "Личностные факторы": | Total | ||||||
| 1 | 2 | 3 | 4 | 1 | |||
| 0 | Count | 37 | 33 | 35 | 35 | 140 | |
| % within "Учится на отлично"(0т 4.6 до 5) | 26,4% | 23,6% | 25,0% | 25,0% | 100,0% | ||
| % within "Личностные факторы": | 94,9% | 76,7% | 81,4% | 79,5% | 82,8% | ||
| 1 | Count | 2 | 10 | 8 | 9 | 29 | |
| % within "Учится на отлично"(0т 4.6 до 5) | 6,9% | 34,5% | 27,6% | 31,0% | 100,0% | ||
| % within "Личностные факторы": | 5,1% | 23,3% | 18,6% | 20,5% | 17,2% | ||
| Total | Count | 39 | 43 | 43 | 44 | 169 | |
| % within "Учится на отлично" | 23,1% | 25,4% | 25,4% | 26,0% | 100,0% | ||
Таблица 2.4
"Учится на отлично (0т 4.6 до 5) *Другие факторы"
| "Другие факторы" | Total | ||||||
| 1 | 2 | 3 | 4 | 1 | |||
| 0 | Count | 34 | 31 | 38 | 37 | 140 | |
| % within "Учится на отлично"(0т 4.6 до 5) | 24,3% | 22,1% | 27,1% | 26,4% | 100,0% | ||
| % within "Другие факторы" | 82,9% | 75,6% | 86,4% | 86,0% | 82,8% | ||
| 1 | Count | 7 | 10 | 6 | 6 | 29 | |
| % within "Учится на отлично"(0т 4.6 до 5) | 24,1% | 34,5% | 20,7% | 20,7% | 100,0% | ||
| % within "Другие факторы" | 17,1% | 24,4% | 13,6% | 14,0% | 17,2% | ||
| Total | Count | 41 | 41 | 44 | 43 | 169 | |
| % within "Учится на отлично" | 24,3% | 24,3% | 26,0% | 25,4% | 100,0% | ||
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. Бытовые факторы также влияют, но они не мешают учебному процессу у отличников, личностные факторы влияют на отличников, но влияют они также благосклонно, мотивация у таких студентов присутствует, а вот другие факторы не влияют, поскольку отсутствует динамика процентов.
Таблица 2.5
«Учится хорошо (От 3.6 до 4.5) *Объяснение и понимание материала»
| "Объяснение и понимание материала" | Total | ||||||
| 1 | 2 | 3 | 4 | 1 | |||
| 0 | Count | 19 | 25 | 19 | 12 | 75 | |
| % within "Учится хорошо"(От 3.6 до | 25,3% | 33,3% | 25,3% | 16,0% | 100,0% | ||
| "Объяснение и понимание материала" | 43,2% | 56,8% | 44,2% | 31,6% | 44,4% | ||
| 1 | Count | 25 | 19 | 24 | 26 | 94 | |
| % within "Учится хорошо"(От 3.6 до 4.5) | 26,6% | 20,2% | 25,5% | 27,7% | 100,0% | ||
| % within "Объяснение и понимание материала" | 56,8% | 43,2% | 55,8% | 68,4% | 55,6% | ||
| Total | Count | 44 | 44 | 43 | 38 | 169 | |
| "Учится хорошо" | 26,0% | 26,0% | 25,4% | 22,5% | 100,0% | ||
Таблица 2.6
«Учится хорошо (От 3.6 до 4.5) *Бытовые факторы»
| "Бытовые факторы": | Total | ||||||
| 1 | 2 | 3 | 4 | 1 | |||
| 0 | Count | 18 | 18 | 18 | 21 | 75 | |
| % within "Учится хорошо"(От 3.6 до | 24,0% | 24,0% | 24,0% | 28,0% | 100,0% | ||
| % within "Бытовые факторы": | 40,9% | 47,4% | 40,9% | 48,8% | 44,4% | ||
| 1 | Count | 26 | 20 | 26 | 22 | 94 | |
| % within "Учится хорошо"(От 3.6 до 4.5) | 27,7% | 21,3% | 27,7% | 23,4% | 100,0% | ||
| % within "Бытовые факторы": | 59,1% | 52,6% | 59,1% | 51,2% | 55,6% | ||
| Total | Count | 44 | 38 | 44 | 43 | 169 | |
| "Учится хорошо" | 26,0% | 22,5% | 26,0% | 25,4% | 100,0% | ||
Таблица 2.7
«Учится хорошо (От 3.6 до 4.5) *Личностные факторы»
| "Личностные факторы": | Total | ||||||
| 1 | 2 | 3 | 4 | 1 | |||
| 0 | Count | 16 | 19 | 17 | 23 | 75 | |
| % within "Учится хорошо"(От 3.6 до 4.5) | 21,3% | 25,3% | 22,7% | 30,7% | 100,0% | ||
| % within "Личностные факторы": | 41,0% | 44,2% | 39,5% | 52,3% | 44,4% | ||
| 1 | Count | 23 | 24 | 26 | 21 | 94 | |
| % within "Учится хорошо"(От 3.6 до 4.5) | 24,5% | 25,5% | 27,7% | 22,3% | 100,0% | ||
| % within "Личностные факторы": | 59,0% | 55,8% | 60,5% | 47,7% | 55,6% | ||
| Total | Count | 39 | 43 | 43 | 44 | 169 | |
| % within "Учится хорошо" | 23,1% | 25,4% | 25,4% | 26,0% | 100,0% | ||
Таблица 2.8
«Учится хорошо (От 3.6 до 4.5) * Другие факторы»
| "Другие факторы" | Total | ||||||
| 1 | 2 | 3 | 4 | 1 | |||
| 0 | Count | 19 | 20 | 15 | 21 | 75 | |
| % within "Учится хорошо"(От 3.6 до 4.5) | 25,3% | 26,7% | 20,0% | 28,0% | 100,0% | ||
| % within "Другие факторы" | 46,3% | 48,8% | 34,1% | 48,8% | 44,4% | ||
| 1 | Count | 22 | 21 | 29 | 22 | 94 | |
| % within "Учится хорошо"(От 3.6 до 4.5) | 23,4% | 22,3% | 30,9% | 23,4% | 100,0% | ||
| % within "Другие факторы" | 53,7% | 51,2% | 65,9% | 51,2% | 55,6% | ||
| Total | Count | 41 | 41 | 44 | 43 | 169 | |
| % within "Учится хорошо" | 24,3% | 24,3% | 26,0% | 25,4% | 100,0% | ||
Теперь проведем анализ второй стратегии – «Учится хорошо». Построим таблицы сопряженности этой стратегии с каждым фактором. Полученные результаты занесем в таблицы 3.6, 3.7, 3.8 и 3.9. По ним можем сделать следующие выводы: на студентов, которые не выбрали стратегию «учится хорошо» влияют только личностные факторы, студенты отказываются от нее по причинам внутренней мотивации, так как динамика разности процентных соотношений очевидна. 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.
Аналогично проведем анализ третей стратегии – «Учится плохо»:
Таблица 2.9
«Учится плохо (От 3 до 3.5) *Объяснение и понимание материала»
| "Объяснение и понимание материала" | Total | ||||||
| 1 | 2 | 3 | 4 | 1 | |||
| 0 | Count | 34 | 28 | 30 | 31 | 123 | |
| % within "Учится плохо"(От 3 до 3.5) | 27,6% | 22,8% | 24,4% | 25,2% | 100,0% | ||
| % within "Объяснение и понимание материала" | 77,3% | 63,6% | 69,8% | 81,6% | 72,8% | ||
| 1 | Count | 10 | 16 | 13 | 7 | 46 | |
| % within "Учится плохо"(От 3 до 3.5) | 21,7% | 34,8% | 28,3% | 15,2% | 100,0% | ||
| % within "Объяснение и понимание материала" | 22,7% | 36,4% | 30,2% | 18,4% | 27,2% | ||
| Total | Count | 44 | 44 | 43 | 38 | 169 | |
| % within "Учится плохо" | 26,0% | 26,0% | 25,4% | 22,5% | 100,0% | ||
Таблица 2.10
«Учится плохо (От 3 до 3.5) *Бытовые факторы»
| "Бытовые факторы": | Total | ||||||
| 1 | 2 | 3 | 4 | 1 | |||
| 0 | Count | 33 | 24 | 33 | 33 | 123 | |
| % within "Учится плохо"(От 3 до | 26,8% | 19,5% | 26,8% | 26,8% | 100,0% | ||
| % within "Бытовые факторы": | 75,0% | 63,2% | 75,0% | 76,7% | 72,8% | ||
| 1 | Count | 11 | 14 | 11 | 10 | 46 | |
| % within "Учится плохо"(От 3 до 3.5) | 23,9% | 30,4% | 23,9% | 21,7% | 100,0% | ||
| % within "Бытовые факторы": | 25,0% | 36,8% | 25,0% | 23,3% | 27,2% | ||
| Total | Count | 44 | 38 | 44 | 43 | 169 | |
| % within "Учится плохо" | 26,0% | 22,5% | 26,0% | 25,4% | 100,0% | ||
Таблица 2.11
«Учится плохо (От 3 до 3.5) *Личностные факторы»
| "Личностные факторы": | Total | ||||||
| 1 | 2 | 3 | 4 | 1 | |||
| 0 | Count | 25 | 34 | 34 | 30 | 123 | |
| % within "Учится плохо"(От 3 до 3 | 20,3% | 27,6% | 27,6% | 24,4% | 100,0% | ||
| % within "Личностные факторы": | 64,1% | 79,1% | 79,1% | 68,2% | 72,8% | ||
| 1 | Count | 14 | 9 | 9 | 14 | 46 | |
| % within "Учится плохо"(От 3 до 3.5) | 30,4% | 19,6% | 19,6% | 30,4% | 100,0% | ||
| % within "Личностные факторы": | 35,9% | 20,9% | 20,9% | 31,8% | 27,2% | ||
| Total | Count | 39 | 43 | 43 | 44 | 169 | |
| % within "Учится плохо" | 23,1% | 25,4% | 25,4% | 26,0% | 100,0% | ||
Таблица 2.12
«Учится плохо (От 3 до 3.5) * Другие факторы»
| "Другие факторы" | Total | ||||||
| 1 | 2 | 3 | 4 | 1 | |||
| 0 | Count | 29 | 31 | 35 | 28 | 123 | |
| % within "Учится плохо"(От 3 до 3.5) | 23,6% | 25,2% | 28,5% | 22,8% | 100,0% | ||
| % within "Другие факторы" | 70,7% | 75,6% | 79,5% | 65,1% | 72,8% | ||
| 1 | Count | 12 | 10 | 9 | 15 | 46 | |
| % within "Учится плохо"(От 3 до 3.5) | 26,1% | 21,7% | 19,6% | 32,6% | 100,0% | ||
| % within "Другие факторы" | 29,3% | 24,4% | 20,5% | 34,9% | 27,2% | ||
| Total | Count | 41 | 41 | 44 | 43 | 169 | |
| % within "Учится плохо" | 24,3% | 24,3% | 26,0% | 25,4% | 100,0% | ||
По данным таблиц 3.10, 3.11, 3.12 и 3.13 можно сделать следующие выводы: на студентов которые не выбрали стратегию «учится хорошо» не влияют никакие факторы; на студентов которые выбрали стратегию «учится хорошо» влияет фактор "Объяснение и понимание материала им сложно воспринимать новый материал, бытовые факторы не влияют, динамика отсутствует, личностные факторы не влияют на хорошистов, а вот другие факторы влияют, позитивно.
При построении этой модели всю предметную область, т.е. факторы, которые были получены в результате построения и анализа таблиц сопряженности, и от которых зависит результат сдачи сессии, разбили на три группы: успеваемость, посещение, личные факторы. При анализе предметной области были учтены как качественные так и количественные показатели . База знаний имеет четыре уровня ,а это значит что она также имеет промежуточные решения. Структура продукционной модели представлена ниже:
Рис. 2.1. «Факторы, от которых зависит прогнозируемая оценка»
В свою очередь каждый из этих факторов хранит в себе еще оду подсистему критериев по которым происходит оценка степени влияния каждого из них.
Рис.2.2. «Факторы, от которых зависит от которых зависит успеваемости»
Рис.2.3. «Факторы, от которых зависит от которых зависит посещаемость»
Рис.2.3. «Факторы, от которых зависит от которых зависят личные факторы»
Базу данных нашей системы наполняет сам пользователь, для этого отвечая на следующий набор вопросов:
1. Проживаете ли вы в общежитии?(Yes or No).
2. Хорошие ли у Вас отношения с одногрупниками?( Yes or No).
3. Хорошие ли у Вас отношения с куратором?( Yes or No).
4. Ваши родители одобряют Ваш выбор? ( Yes or No).
5. Вам нравится Ваша специальность? ( Yes or No).
6. Сколько часов в день Вы тратите на выполнение лабораторных работ(1,2,3)?
7. Сколько часов в день Вы тратите на подготовку к лекциям(1,2,3)?
8. Сколько раз в месяц вы посещаете библиотеку(1,2,3)?
9. Оцените по 100-балльной системе Ваше посещение лекций?
10. Оцените по 100-балльной системе Ваше посещение практических занятий?
11. Какой у Вас средний балл прошлой сессии(3,4,5)?
12. Вы довольны результатами предыдущей сессии?
13. Ваш средний балл аттестата в школе(3,4,5)?
14. Ваша школа имеет высокий уровень по техническим предметам?
15. Ваша текущая успеваемость, примерно в баллах(3,4,5)?
16. Вы считаете , что полностью отдаетесь учебе?
17. На каком курсе вы учитесь?
Выводы по разделу 2
Построение продукционной модели экспертной системы, прогнозирования результатов сессии на основе анализа текущей успеваемости, является сложной задачей из-за 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.
РАЗДЕЛ 3. ПРОЕКТИРОВАНИЕ ЭКСПЕРТНОЙ СИСТЕМЫ
Похожие работы
... автономность и степень их взаимодействия определяется содержанием решаемых задач. В заключение попытаемся сформулировать основные выводы исследования. Выводы Процесс профессионального становления учителя на стадии обучения в педагогическом вузе является неравномерным; отмечаются периоды резкого повышения и снижения показателей обученности, смена основных направлений их динамики. В основе ...
... < 1.0 3 6 9 12 Согласно приведенным данным в зависимости от дидактических целей обучения студенты выполняют тесты заданного уровня и знания могут оцениваться по принятой в Агролицее шкале (2 уровень усвоения). Далее, исходя из К усвоения разработка системы рейтинг-контроля проводится по следующему алгоритмы. После изучения дисциплины рассчитывается общий К усвоения каждого студента ...
... определенное время (период подготовки высококвалифицированного рабочего или специалиста). Взаимодействие государственных органов с заказчиками кадров призвано стимулировать гибкость и рационализацию управления образовательной системой, распределять между ними ответственность за процесс и качество профессиональной подготовки, сохраняя при этом единое образовательное пространство в государстве. ...
... . М., 1973. С.12-13. Якобсон П.М. Психологические проблемы мотивации поведения человека. М., 1969. Якунин В.А. Психология учебной деятельности студентов. - М.-С.-Пет., 1994 Развитие учебной мотивации студента средствами психологической службы. Барчуков Е.В. АННОТАЦИЯ на дипломную работу “Развитие учебной мотивации студента средствами психологической службы”. Переход от ...
0 комментариев