Введение 7
1. Обзор литературы 10
2. Постановка задачи 18
3. Объект и методы исследования 22
3.1. Объект исследования 22
3.2. Методы исследования 22
3.3. Выбор программного обеспечения 33
4. Математическое и программное обеспечение ИСППР 41
4.1. Построение онтологии предметной области 41
4.2. Выделение основных факторов и характеристик 47
4.2.1. Определение функциональности системы 47
4.2.2. Определение участвующих в решении переменных 49
4.3. Построение деревьев решений 5 5
4.3.1. Определение лингвистических переменных 5 5
4.3.2. Классификация 58
4.3.3. Регрессия 60
4.4. Построение базы данных 63
4.4.1. Выбор базовой структуры организации БД 63
4.4.2. Построение полной схемы БД 65
4.5. Проектирование программного интерфейса 69
4.5.1. Определение структуры приложения 69
4.5.2. Схема переходов 7 0
4.6. Обеспечение функциональности поддержки принятия решений 77
5. Результаты проведенного исследования 80
6. Финансовый менеджмент, ресурсоэффективность и ресурсосбережение 84
6.1. Организация и планирование работ 84
6.2. Расчет сметы затрат на выполнение проекта 88
6.3. Оценка экономической эффективности проекта 93
7. Социальная ответственность 95
7.1. Введение 95
7.2. Производственная безопасность 95
7.3. Экологическая безопасность 99
7.4. Безопасность в чрезвычайных ситуациях. 100
7.5. Правовые и организационные вопросы обеспечения безопасности. 101
Заключение 102
Список публикаций 105
Список литературы 106
Актуальность темы. Образование играет значительную роль в модернизации общества и экономики. Без конкурентоспособного образования переход к инновационной экономике невозможен, так как от уровня образования напрямую зависит качество трудовых ресурсов. Жесткая конкуренция даже на внутреннем рынке образовательных услуг заставляет учреждения совершенствовать качество своей работы путем поиска оптимальных управленческих решений и анализа деятельности уже поступивших студентов. Но увеличение объема информации, поступающей непосредственно к руководителям, необходимость учета большого числа взаимосвязанных факторов и быстро меняющейся обстановки настоятельно требуют использования ЭВМ при принятии решений. В связи с этим целесообразно внедрения системы поддержки принятия решений (СППР) в задачах организации учебного процесса, способной оценивать потенциал обучающихся для выбора альтернатив при принятии управленческих решений. Для успешной разработки ИСППР необходимо точно определить область знаний, в которой информация зачастую имеет слабоструктурированный характер, нуждающийся в формализации и формировании онтологической модели предметной области.
ВКР выполнялась в рамках инициативного проекта РФФИ «Модели и алгоритмы адаптации субъектов деятельности к измененным социальным условиям».
Целью работы является построение информационной системы поддержки принятия решений в задачах организации учебного процесса второго уровня.
В первую очередь, стоит отметить, что всю работу можно разделить на две отдельных компоненты, выполнение которых можно производить параллельно: создание информационной системы и математический аппарат
обработки данных. В рамках данного условия для достижения заданной цели необходимо решить ряд задач:
1) определить состав информационной базы для оценки учебного и научного потенциала студентов ВУЗа;
2) формализовать и описать предметную область деятельности и характеристик студентов университета на основе онтологической модели данных.
3) разработать и программно реализовать алгоритм оценки учебного и научного потенциала студентов, основанный на информационной базе знаний;
4) разработать и реализовать в составе интеллектуальной информационной системы методику поддержки принятия решений при оценке обучающихся.
5) спроектировать внешнюю оболочку для удобной работы с системой.
Объект исследования - учебная и научная деятельность студентов в процессе обучения в университете, а также их личностные и психологические характеристики.
Предмет исследования - модельное и алгоритмическое обеспечение процесса подготовки и принятия управленческих решений в высшем учебном учреждении.
Методы исследования: метод нечетких деревьев решений, онтологическое моделирование, теории принятия решений, программирование, разработка баз данных и информационных систем.
Практическая значимость исследования. Созданная ИСППР предоставляет лицу, принимающему решение, автоматизированный выбор оптимальной альтернативы согласно полученной базе знаний на основе построенных деревьев решений.
Основной результат исследования состоит в том, что разработанные на основе предложенной информационной базы алгоритмы позволяют оперативно и обоснованно проводить оценку студентов, анализ их успеваемости, научного потенциала и общей мотивации к обучению, а также принимать аргументированные управленческие решения, экономить время на процедуру оценки, получать информацию о взаимосвязях между уровнем компетенций и показателями деятельности студентов. Это предоставит возможность увидеть тенденции развития/деградации отдельно взятых студентов, а также общую динамику по подразделениям; определять дальнейшую индивидуальную траекторию для студентов согласно их текущей деятельности. Такая информационная поддержка позволит выпускникам лучше адаптироваться к дальнейшей деятельности, а способствует также увеличению качество образования. Повышение качества принятия решения приведет уменьшение затрат на обучение студентов, ошибочно принятых в магистратуру или аспирантуру, и в итоге не закончивших обучение. Также, так как сократится нагрузка на учебно-вспомогательный персонал, возможно будет сократить расходы на выполнение функции сбора и обработки данных для принятия решений об отчислении, принятии для последующего обучения или на работу.
Основные результаты представлялись на конференциях, в том числе международных. По теме выпускной работы опубликовано 4 статьи.
В заключении следует отметить, что в процессе создании проектируемого решения все поставленные цели и задачи были выполнены в полном объеме. В качестве математического метода, положенного в основу информационной системы поддержки принятия решений был выбран метод, являющейся сочетанием деревьев решений и нечеткого логического вывода, т.к. это предоставляет возможность решать задачи со слабоструктурированными данными. Вместо количества примеров конкретного узла нечеткое дерево решений группирует их степень принадлежности, и алгоритм выдает для нового объекта не только класс, но и степень принадлежности к нему. Метод характеризуется высокой точностью классификации, быстрым процессом обучения, а результат прост для интерпретации.
Получено формализованное описание предметной области в виде онтологической модели данных.
Для классов, определяющих студентов, структуру университета и руководство были определены их иерархии и связи между объектами. Созданные экземпляры классов обладают соответствующими им свойствами и характеристиками. Построенный граф, отображающий все структурные связи в онтологии между классами и их экземплярами, использован в качестве модели для выделения основных характеристик - состава информационной базы для оценки учебного и научного потенциала студентов ВУЗа. К таким характеристикам отнесены успеваемость по предметам в разных циклах, научные и учебные достижения. Также для анализа влияния были отобраны менее очевидные факторы, такие как участие в спортивной, творческой и общественной деятельностях, тип населенного пункта, личностные и психологические характеристики студентов.
По выделенным критериям спроектирована база данных, учитывающая не только связи между объектами и их свойствами, но и возможность отсутствия определенных данных. В качестве ядра базы данных была выбрана организация двух главных таблиц, хранящих данные о личности и студенте, обеспечивающая полноту, прозрачность и доступность всех хранимых данных. Нечеткие деревья решений обеспечивают реализацию компонента, отвечающего за классификацию и регрессию, и на их основе предоставляются решения относительно потенциала конкретного студента.
Все полученные результаты доступны при использовании программного web-интерфейса, реализующего концепт проектирования MVC и отвечающего за удобство взаимодействия пользователя с базой данных и математическим аппаратом согласно уровню доступа самого пользователя.
Внедрение разработанной системы позволит облегчить процесс обработки большого объема информации и нахождения закономерностей в них для предоставления рекомендаций пользователю. Дальнейший выбор следовать ли этим рекомендациям или нет - остается за лицом, принимающим решение. С экономической точки зрения, такая СППР позволит сократить расходы на сбор и обработку информации, а также улучшить качества отбора студентов, имея возможность анализа его текущей деятельности и прогноза его будущей успешности по настоящему учебно-научному потенциалу.
Помощь студентам и аспирантам в выполнении работ от наших партнеров
