Научная статья на тему 'Учёт и контроль знаний студентов с применением системы нечёткого вывода'

Учёт и контроль знаний студентов с применением системы нечёткого вывода Текст научной статьи по специальности «Компьютерные и информационные науки»

CC BY
171
21
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
ИТОГОВАЯ ОЦЕНКА СТУДЕНТА / STUDENT’S FINAL GRADE / ОЦЕНОЧНЫЙ ПРИЗНАК / ЭКСПЕРТНАЯ ОЦЕНКА / EXPERT EVALUATION / НЕЧЁТКОЕ МНОЖЕСТВО / FUZZY SET / НЕЧЁТКИЙ ВЫВОД / FUZZY CONCLUSION / ASSESSING CRITERION

Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — Джамалов З. Р.

Рассматриваются два способа оценки итоговых оценок студентов, реализованных на основе экспертных заключений относительно степеней важности оценочных признаков и на основе нечёткой логической системы вывода, построенной на базе вербальной модели. На произвольном примере академической группы студентов проведён сравнительный анализ результатов, полученных с применением данных методов.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Two methods for assessing the students' final grades, implemented on the base of expert conclusions regarding the degree of importance of the evaluation characteristics and on the base of a fuzzy logical inference system of conclusion based on the verbal model are considered. An arbitrary example of the academic group of students it is conducted a comparative analysis of the results obtained with the application of these methods.

Текст научной работы на тему «Учёт и контроль знаний студентов с применением системы нечёткого вывода»

_____ЯК1СТБ, НАДШШСТЬIСЕРТИФ1КАЦШ

ОБЧИСЛЮВАЛЫЮ1 ТЕХН1КИIПРОГРАМНОГО ЗАБЕЗПЕЧЕННЯ

УДК 519.712.3 З.Р. ДЖАМАЛОВ*

УЧЁТ И КОНТРОЛЬ ЗНАНИЙ СТУДЕНТОВ С ПРИМЕНЕНИЕМ СИСТЕМЫ НЕЧЁТКОГО ВЫВОДА

Институт систем управления НАН Азербайджана, г. Баку, Азербайджан

Анотаця. Розглядаються два способи оцтки тдсумкових оцток студент1в, реал1зованих на ос-Hoei експертних висновюв щодо ступетв важливост1 оцточних ознак i на основi нечтког лог1чног системи виведення, побудованог на базi вербальног моделi. На довшьному прикладi академiчноi групи студентiв проведений порiвняльний аналiз результатiв, отриманих i3 застосуванням даних методiв.

Ключов1 слова: тдсумкова оцтка студента, оцтна ознака, експертна оцтка, нечтка безлiч, нечткий висновок.

Аннотация. Рассматриваются два способа оценки итоговых оценок студентов, реализованных на основе экспертных заключений относительно степеней важности оценочных признаков и на основе нечёткой логической системы вывода, построенной на базе вербальной модели. На произвольном примере академической группы студентов проведён сравнительный анализ результатов, полученных с применением данных методов.

Ключевые слова: итоговая оценка студента, оценочный признак, экспертная оценка, нечёткое множество, нечёткий вывод.

Abstract. Two methods for assessing the students' final grades, implemented on the base of expert conclusions regarding the degree of importance of the evaluation characteristics and on the base of a fuzzy logical inference system of conclusion based on the verbal model are considered. An arbitrary example of the academic group of students it is conducted a comparative analysis of the results obtained with the application of these methods.

Keywords: student's final grade, assessing criterion, expert evaluation, fuzzy set, fuzzy conclusion.

1. Введение

Совершенствование методов учёта и контроля текущих знаний студентов является одной из основных составляющих процесса повышения качества профессиональных знаний в университетах и важным гарантом качественного образования. Предоставление образовательных услуг - это не просто передача студентам знаний и умений со стороны преподавателей, но и систематический контроль их регулярной работы в течение семестра. Исходя из этого, становятся очевидным важность и актуальность усиления методов контроля как текущих, так и общих знаний студентов за пройдённый ими курс обучения по той или иной дисциплине.

2. Критерии оценки уровня освоения учебного материала студентами

Традиционные формы аттестации студентов не позволяют в полной мере обеспечить тотальный контроль уровня освоения ими учебного материала в течение семестра (или полного курса дисциплины). Собственно, и сама итоговая оценка, выставляемая студенту, лишена необходимой степени объективности, так как принятие решения по её выставлению всегда характеризуется субъективным началом и, что самое главное, недостаточным числом применяемых критериев оценки (или оцениваемых признаков).

© Джамалов З.Р., 2018

ISSN 1028-9763. Математичш машини i системи, 2018, № 1

При выставлении итоговых оценок преподаватели, как правило, пользуются двумя критериями оценки: показателями усвоения теоретического материала и практических навыков и умений студента по решению типовых контекстных задач. В конечном итоге общая оценка выставляется в виде усреднения частных оценок за каждый вопрос текущего коллоквиума.

Современные требования, связанные с повышением общенаучных и профессиональных компетенций, диктуют применение многомерных критериальных оценок уровня усвоения студентом курса дисциплины при промежуточной аттестации посредством проведения коллоквиумов.

Традиционные подходы к многокритериальной оценке текущей успеваемости студентов предполагают исследования по нахождению весовых коэффициентов рассматриваемых критериев оценки с целью формирования взвешенной итоговой оценки студента по дисциплине на промежуточном этапе аттестации. По сути, принятие решения относительно итоговой оценки студента сводится к многокритериальной оценке на предмет соответствия студента оцениваемым признакам аттестации. Исходя из этого и опыта преподавательской деятельности, в качестве оцениваемых признаков (ОП) можно выбрать 8 критериев оценки студента по следующим позициям: x - посещаемость занятий, оцениваемая на основе справки о реальном уровне посещаемости занятий студентами и факторов, на него влияющих; x2 - уровень знаний, приобретённых в результате усвоения теоретического материала; x3 - приобретённые навыки на предмет решения тематических ситуационных задач; x - умения, выявленные на основании результатов тестирования; x - бонусы, заработанные студентом за счёт ответов на дополнительные вопросы преподавателя; x -самостоятельная работа с дополнительным рекомендованным учебным материалом; x -полнота конспекта лекций; x8 - поведение, соответствующее этическим нормам академической среды.

3. Традиционный подход к формированию итоговой оценки на основе взвешенных критериев оценки

Итоговая взвешенная оценка (TE) уровня освоения учебного материала курса дисциплины при промежуточной аттестации студентов на основе взвешенных критериев оценки может быть определена путём сопоставления выставляемой преподавателем оценки с заданным максимальным уровнем в системе применяемых критериев оценки успеваемости студента. Соответствующая взвешенная оценка может быть определена по формуле [1]

К „ 2>< —

TE=^í_-(1)

i=1

где К - число критериев оценки успеваемости студентов; аг - вес i -го критерия оценки успеваемости, определяющий степень важности оцениваемого признака; етг. - максимальная оценка успеваемости студента согласно i -му признаку оценки успеваемости; ей - выставляемая преподавателем оценка согласно i -му признаку оценки успеваемости. Определение отношения выявленной оценки с заданной максимально возможной в системе применяемых критериев оценки успеваемости е = еп / emi осуществляется преподавателем и/или группой преподавателей, ответственных за проведение данного академического курса дисциплины, а выявление весовых коэффициентов (весов) признаков успеваемости a¡

проводится с использованием экспертного опроса методом шкальных оценок. При этом обобщённый показатель консолидированного мнения всех экспертов относительно аг должен удовлетворять следующим требованиям [ 1]:

wiai -» шах,

1

п

1,

г=1

'-1 (2)

где - значение весового коэффициента показателя а. важности / -го критерия оценки успеваемости студента. В этом случае результирующее значение щ определяется в виде усреднения:

^ т

(3)

™ j=1

т

где т - число привлечённых экспертов; щ. - вес / -го критерия оценки успеваемости, выставленный со стороны j -го эксперта. При этом степень согласованности (Ж) мнений групп экспертов в целом по совокупности всех оцениваемых п признаков определяется как [1]

п -п~~{\ 2 ) 4. Метод нечёткого логического вывода

Пусть и является универсальным множеством, а А - его нечётким подмножеством, принадлежность к которому элементов из и определяется соответствующими значениями из отрезка [0; 1] так называемой функции принадлежности (ФП) [2]. Предположим, что нечёткие множества А. описывают возможные значения (термы) лингвистической переменной (ЛП) х . В нашем случае это оцениваемые признаки: х,х2,...,х8. Тогда множество решений (альтернатив) относительно, например, уровня успеваемости студента можно характеризовать совокупностью критериев оценки, то есть значениями ЛП хк, «низкое», «среднее», «высокое», «существенное», «приемлемое» и т.д. Совокупность термов ЛП (или критериев), принимающих подобные значения, могут характеризовать представление о достаточности уровня приобретённых студентом знаний, навыков и умений в рамках данного курса дисциплины. Тогда, полагая Б=итоговая оценка также ЛП, типовое правило может выглядеть как

«Если Х1=низкое и Х2=существенное, тогда ^удовлетворительное».

В общем случае импликативные рассуждения преподавателя можно представить в следующем виде [4]:

в{. «Если х1=А1г- и х2=А2г- и ... хр=Ари то £=Д». (5)

где Аы(к = \ + р) и /I а = 1,2,...) - нечёткие множества, отражающие термы входных и

выходных ЛП соответственно.

С целью компьютерной реализации правил вида (5) для термов из их левых частей применим процедуру фаззификации. Согласно подходу, описанному в [3], каждый терм может быть отражён в виде нечёткого подмножества конечной совокупности оцениваемых альтернатив (в нашем случае студентов) {а,а2, ...,ап} в следующем виде:

п

^ =---+---+ ... +---, (6)

ап

где /лА (а,) (/ = 1 -г- п) - значение функции принадлежности, восстанавливающей нечёткое множество А, то есть определяющее отношение студента а к критерию оценки Лк. В качестве таковой нами выбрана гауссовская функция вида [3]

2

М«,) = ехр)-[е'(^;10] |, (7)

где еДя,) - оценка студента о, (/ = 1 п), данная ему преподавателем по десятибалльной шкале на предмет соответствия студента критерию оценки по к -му оцениваемому признаку; а: - плотность расположения ближайших элементов, которую мы выбираем единой

для всех случаев процесса фаззификации как равной 25.

Далее находим пересечение Ai=A1iПx2=A2iП...Пxp=Api. В дискретном случае операция пересечения нечётких множеств определяется нахождением минимума соответствующих значений их функций принадлежности [3], то есть в виде

00 = тт{//4 {и1\1лА (и2),...,/лА1 (ир)}, (8)

где V = и1 х112 х...х11р, V = (//,, и2, ■■■,и/,), - степень принадлежности элемента и,

нечёткому множеству Ai. Тогда правила (5) можно представить в более компактном виде:

di: «Если x=Ai, то S=Bi». (9)

Для реализации нечётких импликативных правил используются различные операторы нечёткой импликации, например, импликация Лукасевича [3], которую в принятых обозначениях сформулируем как

Ин <40 = тт{1;1 - цА О) + цв (/)}, (10)

где Н - нечёткое подмножество на Жх/; м? ¡= Ж и/е/. Аналогичным образом правила е1,в2,...,вр транспонируются в соответствующие нечёткие множества . При

этом, обозначая их произведение как В=Н\ П#2П.. ,глНр, для каждой пары ¡)еЖх1 получим [3]

= (П)

В этом случае вывод об удовлетворительности альтернативы, описанной нечётким подмножеством Л из Ж, можно определить через композиционное правило

С = А°0, (12)

где О является нечётким подмножеством единичного интервала I; «°» обозначает операцию композиции правил, которую в принятых выше обозначениях выберем как [3]

//о(0 = шах {т\х\[/л, (//),///;(и',/)] {. (13)

Сравнение альтернатив осуществляется на основе их точечных оценок. С этой целью вначале для нечёткого подмножества С с= I определяются а -уровневые множества (ае[0; 1]) в виде СУ={/|/^•(/)>«, /е/}. Затем для каждого из них определяются средние значения соответствующих элементов (мощности) М(Са). В общем случае для множества, состоящего из п элементов [3],

}=1

п

В итоге численную оценку нечёткого множества С, отражающего степень удовлетворительности соответствующей альтернативы, можно получить из равенства [3]

^(С) = — ТМ(Са)с1а. I

(15)

шах О

6. Формирование итоговой оценки методом нечёткого вывода

Рассмотрим случай выставления итоговой оценки в академической группе, состоящей из 15-ти студентов, которую в символьной форме обозначим как а ,а,•••,а15. С точки зрения принятия решений на предмет их аттестации, эти студенты представляют собой альтернативы, уровень успеваемости которых оценивается по вышеуказанным восьми признакам: х,х2,•..,х8. Предположим, что опросы, проведённые по десятибалльной шкале оценивания, дали предварительные результаты успеваемости студентов по каждому из ОП. Данные опросов сведены в табл. 1.

Таблица

Данные предварительных опросов по оцениваемым признакам

Студент Оцениваемые признаки

Х1 Х2 Х3 Х4 Х5 Х6 Ху Х8

«1 у 10 10 10 10 10 10 10

«2 6 5 4 3 8 2 10 0

«3 5 5 4 8 8 4 0 0

а4 8 у у 8 8 10 10 10

«5 10 10 10 10 10 10 10 10

а6 10 9 9 10 10 10 10 6

ау 2 4 3 2 0 0 0 0

а8 4 4 4 4 8 0 0 10

а9 3 4 3 3 0 0 0 10

«10 5 5 4 5 6 4 0 6

а„ 4 5 4 6 2 0 0 10

«12 8 8 у 9 6 8 10 10

«13 10 10 10 10 10 10 10 10

«14 4 5 6 5 2 0 0 0

«15 6 8 у 8 6 8 10 10

Для выставления итоговой оценки студенту по результатам предварительных опросов по оцениваемым признакам хк {к = 1 ч 8) за основу выбраны следующие непротиворечивые и достаточно логичные рассуждения:

й\. «Если посещаемость студентом занятий высокая, выявленные на основании результатов тестирования его умения предпочтительные, самостоятельная работа с дополнительным рекомендованным учебным материалом убедительная и к тому же его конспект лекций отличается полнотой пройденного учебно-теоретического материала, то его итоговая оценка удовлетворительная»;

ё2. «Если в добавок к вышеописанным требованиям студент отличается высоким уровнем знаний, приобретённых в результате усвоения теоретического материала, то его итоговая оценка более чем удовлетворительная»;

й3. «Если дополнительно к условиям студент успел приобрести высокие навыки в решении тематических ситуационных задач, заработал дополнительные бонусы в резуль-

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

тате ответов на дополнительные вопросы преподавателя и его академическое поведение не вызывает нареканий, то его итоговая оценка безупречная»;

«Если студент отличается всеми оговоренными в требованиями, кроме заработанных бонусов по результатам ответов на дополнительные вопросы преподавателя, а также отменным академическим поведением, то его итоговая оценка очень удовлетворительная»;

: «Если студент отличается высоким уровнем знаний, приобретённых в результате усвоения теоретического материала, высокими навыками в решении тематических ситуационных задач, убедительностью своей самостоятельной работы с дополнительным рекомендованным учебным материалом и отменным академическим поведением, но при этом его посещаемость занятий низкая, то его итоговая оценка все же будет удовлетворительной»;

ёб: «Если посещаемость студентом занятий низкая, уровни приобретённых им знаний по теоретическому материалу и навыков по решению тематических ситуационных задач низкие, а конспект его лекций не отличается полнотой учебно-теоретического материала, то в этом случае его итоговая оценка будет неудовлетворительной».

Анализ этих информационных фрагментов на предмет наличия причинно-следственных связей между характеристиками ОП, с одной стороны, и уровнями итоговой оценки студента, с другой, позволяет рассматривать эти рассуждения в качестве вербальной модели для принятия решения относительно итоговой оценки конкретного студента. Тогда в контексте приведённых рассуждений не трудно сформировать базовый набор лингвистических переменных и правил для построения системы нечёткого вывода. Для удобства все переменные сведены в табл. 2.

Таблица 2. Г еременные системы нечёткого вывода итоговой оценки

Входные лингвистические переменные Х1 Имя переменной Посещаемость занятий

Терм-множество {-Х1=низкая, Х1 =высокая }

Универсум {0, 1, 2, 3, 4, 5, б, 7, 8, 9, 10}

Х2 Имя переменной Уровень знаний

Терм-множество {-пХ2=низкий, Х2=высокий}

Универсум {0, 1, 2, 3, 4, 5, б, 7, 8, 9, 10}

Хз Имя переменной Приобретённые навыки

Терм-множество { —Х3=низкие, Х3=высокие }

Универсум {0, 1, 2, 3, 4, 5, б, 7, 8, 9, 10}

Х4 Имя переменной Умения

Терм-множество {Х4=предпочтительные }

Универсум {0, 1, 2, 3, 4, 5, б, 7, 8, 9, 10}

Х5 Имя переменной Заработанные бонусы

Терм-множество {Х5=высокие}

Универсум {0, 1, 2, 3, 4, 5, б, 7, 8, 9, 10}

Хб Имя переменной Самостоятельная работа

Терм- {Х6=убедительная )

множество

Универсум {0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10)

Х7 Имя переменной Конспект лекций

Терм- {-тХ7=неполный, Х7=полный)

множество

Универсум {0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10)

Х8 Имя переменной Поведение

Терм- {^предпочтительное)

множество

Универсум {0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10)

Выходная .У Имя Итоговая оценка

перемен- переменной

ная Терм-множество {неудовлетворительная, удовлетворительная, более чем удовлетворительная, очень удовлетворительная, безупречная)

Универсум [0; 1]

Тогда в термах лингвистических переменных правила запишутся в следую-

щем виде:

«Если Х1=высокая и х4=предпочтительные и Х6=убедительная и Х7=полный, то ^удовлетворительная»; ё2: «Если Х^высокая и Х2=высокий и Х4=предпочтительные и Х6=убедительная и

Х7=полный, то у=более чем удовлетворительная»; ё3: «Если Хх=высокая и Х2=высокий и Хз=высокие и Х4=предпочтительные и Х5=высокие и Х6=убедительная и Х7=полный и Х8=предпочтительное, то У=безупречная»;

ё4: «Если Хх=высокая и Х2=высокий и Х3=высокие и Х4=предпочтительные и Х6=убедительная и Х7=полный, то у=очень удовлетворительная»;

ё5: «Если хх=низкая и х2=высокий и х3=высокие и х6=убедительная и

Х8=предпочтительное, то ^удовлетворительная»; ё6: «Если хх=низкая и х2=низкий и х3=низкие и х7=неполный, то ^неудовлетворительная».

Руководствуясь формулами (6) и (8), а также данными предварительных оценок по оценочным признакам хк {к -1 ч 8) (см. табл. 1), для формализации термов (или критериев

оценки) из левых частей правил (см. табл. 2) на универсальном дискретном множе-

стве {0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10}, определяемом десятибалльной шкалой оценивания, построим соответствующие нечёткие множества в следующем виде:

- Х1={0,6977/а1; 0,5273/а2; 0,3679/а3; 0,8521/а4; 1/а5; 1/а6; 0,0773/а7; 0,2369/а8; 0,1409/^9; 0,3679/аю; 0,2369/ац; 0,8521/^12; 1/«13; 0,2369/агм; 0,5273/^15);

- Х2={1/а1; 0,3679/а2; 0,3679/а3; 0,6977/а4; 1/а5; 0,9608/а6; 0,2369/а7; 0,2369/а8; 0,2369/^9; 0,3679/аю; 0,3679/ац; 0,8521/^12; 1/«13; 0,3679/агм; 0,8521/^15);

- Х3={1/а1; 0,2369/а2; 0,2369/а3; 0,6977/а4; 1/а5; 0,9608/а6; 0,1409/а7; 0,2369/а8; 0,1409/0?; 0,2369/аю; 0,2369/ап; 0,6977/а^; 1/«13; 0,5273/ам; 0,6977/^);

- Х4={1/а1; 0,1409/а2; 0,8521/а3; 0,8521/а4; 1/а5; 1/а6; 0,0773/а7; 0,2369/а8; 0,1409/а9; 0,3679/аю; 0,5273/ап; 0,9608/^12; Ш13; 0,3679/агм; 0,8521/^15);

- Х5={1/а1; 0,8521/а2; 0,8521/а3; 0,8521/а4; 1/а5; 1/а6; 0,0183/а7; 0,8521/а8; 0,0183/а9; 0,5273/аю; 0,0773/ап; 0,5273/^12; Ш13; 0,0773/агм; 0,5273/^15);

- Хб={1/а1; 0,0773/а2; 0,23б9/а3; 1/а4; 1/а5; 1/аб; 0,0183/а7; 0,0183/а8; 0,0183/а9; 0,23б9/а10; 0,0183/ап; 0,8521/а12; 1/а13; 0,0183/а14; 0,8521/а15};

- Х7={1/аь 1/^2; 0,0183/а3; 1/04; Ш5; 1/аб; 0,0183/а7; 0,0183/^8; 0,0183/а9; 0,0183/аш; 0,0183/ап; 1/а12; 1/а13; 0,0183/а14; 1/а15};

- Х8={1/^1; 0,0183/^2; 0,0183/а3; 1/аА; Ш5; 0,5273/аб; 0,0183/а7; 1/а8; 1/а9; 0,5273/аш; 1/а11; 1/а12; 1/а13; 0,0183/а14; 1/а15}.

Для описания термов из правых частей правил в качестве универсума выберем дискретное множество 11= {0, 0,1, 0,2, ..., 1}. Тогда, согласно принятому в нечётких приложениях правилу описания нечётких множеств, \/ие II в качестве ФП выберем следующие [5]:

• для оценки ^удовлетворительная: /лз{и)=щ

• для оценки М5=более чем удовлетворительная: м(и)=4й ;

о

• для оценки К^очень удовлетворительная: ^у5(и)=и ;

• для оценки ^/^неудовлетворительная: /ии5(и)=\-и.

Тогда, с учётом введённых формализмов, правила dl ■ dб запишутся в более компактном виде:

d1: «Если х1=Х1 и х4=Х4 и хб=Хб и х7=Х7, тоу=$»\

d2: «Если х1=Х1 и х2=Х2 и х4=Х4 и хб=Хб и х7=Х7, то у=М£»;

d3: «Если х1=Х1 и х2=Х2 и х3=Х3 и х4=Х4 и х5=Х5 и хб=Хб и х7=Х7 и х8=Х8, то у=Р»;

й?4: «Если х\=Х\ и х2=Х2 и х3=Х3 и х4=Х4 и хб=Хб и х7=Х7, тоу= {'V»;

¿/5: «Если х 1 =—\Х\ и х2=Х2 и х3=Х3 и хб=Хб и х8=Х8, то >'=Л'»;

с/(): «Если х 1 =—\Х\ и х2=—Х2 и х3=-и¥"3 и х7=-и¥"7, то у=1/Л'».

Согласно (9), для левых частей правил dl соответственно имеем:

• цм\(м)=ш1и{^^1 (а), ЦХ4{а), ЦХб(а), ЯУ7(а)}, М1={0,б977/а1; 0,0773/а2; 0,0183/а3; 0,8521/а4; 1/а5; 1/аб; 0,0773/а7; 0,23б9/а8; 0,1409/а9; 0,3б79/аш; 0,23б9/ап; 0,8521/а12; 1/а13; 0,23б9/а14; 0,5273/а15};

• ^м2(м)=ш1п{^Х1 (а), МХ2(а), ЦХ4(а), ЦХб(а), яЫа)}, Мг={0,б977/а1; 0,0773/а2; 0,0183/а3; 0,б977/а4; 1/а5; 0,9б08/аб; 0,0183/а7; 0,0183/а8; 0,0183/а9; 0,0183/а10; 0,0183/а11; 0,8521/а12; 1/а13; 0,0183/а14; 0,5273/а15};

• ^м3(м)=ш1п{^Х1(а), ^Х2(а), Яо(а), ^Х4(а), ^(а), ^Хб(а), ^(а), ^(а)}, М3={0,б977/а1; 0,0183/а2; 0,0183/а3; 0,б977/а4; 1/а5; 0,5273/аб; 0,0183/а7; 0,0183/а8; 0,0183/а9; 0,0183/а10; 0,0183/а11; 0,5273/а12; 1/а13; 0,0183/а14; 0,5273/а15};

• ^м4(м)=ш1п{^Х1(а), ^Х2(а), ^лз(а), ^Х4(а), ^Хб(а), яЫа)}, М4={0,б977/аь 0,0773/а2; 0,0183/а3; 0,б977/а4; 1/а5; 0,9б08/аб; 0,0183/а7; 0,0183/а8; 0,0183/а9; 0,0183/а10; 0,0183/а11; 0,б977/а12; 1/а13; 0,0183/а14; 0,5273/а15};

• ^м5(м)=ш1п{1-^Х1(а), ^Х2(а), Яо(а), ^Хб(а), ^(а)}, М5={0,3023/а1; 0,0183/а2; 0,0183/а3; 0,1479/а4; 0/а5; 0/аб; 0,0183/а7; 0,0183/а8; 0,0183/а9; 0,23б9/аш; 0,0183/ап; 0,1479/а12; 0/а13; 0,0183/а14; 0,4727/а15};

• ^мб(м)=ш1п{1-^Х1(а), 1-^Х2(а), 1-Яо(а), 1-^Х7(а)}, Мб={0/а1; 0/а2; 0,б321/а3; 0/а4; 0/а5; 0/аб; 0,7б31/а7; 0,7б31/а8; 0,7б31/а9; 0,б321/аш; 0,б321/ап; 0/а12; 0/а13; 0,4727/а14;

0/а15}.

В результате правила d1^dб запишутся в ещё более компактном виде: d1: «Если Х=М1, то 7=5»; d2: «Если Х=М2, то 7=МБ»; d3: «Если Х=М3, то 7=Р»; d4: «Если Х=М4, то 7=К£»; d5: «Если Х=М5, то 7=£»; dб: «Если Х=Мб, то 7=и£».

Для преобразования этих правил воспользуемся импликацией Лукасевича (10), то есть для каждой пары (х, и)Хх17 на Xx.ll получим соответствующие нечёткие отношения: Я2,..., Яб. В частности, правило d1 трансформируется в нечёткое отношение ^ в виде следующей матрицы:

1, если и = 1, 0, если и < 1;

д

0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9

0,6977 0,3023 0,4023 0,5023 0,6023 0,7023 0,8023 0,9023 1 1 1

0,0773 0,9227 1 1 1 1 1 1 1 1 1

0,0183 0,9817 1 1 1 1 1 1 1 1 1

0,8521 0,1479 0,2479 0,3479 0,4479 0,5479 0,6479 0,7479 0,8479 0,9479 1

1,0000 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9

1,0000 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9

0,0183 0,9817 1 1 1 1 1 1 1 1 1

0,0183 0,9817 1 1 1 1 1 1 1 1 1

0,0183 0,9817 1 1 1 1 1 1 1 1 1

0,0183 0,9817 1 1 1 1 1 1 1 1 1

0,0183 0,9817 1 1 1 1 1 1 1 1 1

0,8521 0,1479 0,2479 0,3479 0,4479 0,5479 0,6479 0,7479 0,8479 0,9479 1

1,0000 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9

0,0183 0,9817 1 1 1 1 1 1 1 1 1

0,5273 0,4727 0,5727 0,6727 0,7727 0,8727 0,9727 1 1 1 1

В результате пересечения этих отношений путём нахождения минимума, согласно (11), получим общее функциональное решение в виде следующей матрицы:

к =

0 од 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1

0,3023 0,3023 0,3023 0,3023 0,3023 0,3023 0,3023 0,3023 0,3023 0,3023 1

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

а2 0,9227 0,9327 0,9627 0,9817 0,9817 0,9817 0,9817 0,9817 0,9817 0,9817 1

а3 0,9817 0,9817 0,9817 0,9817 0,9679 0,8679 0,7679 0,6679 0,5679 0,4679 0,3679

о, 0,1479 0,2479 0,3023 0,3023 0,3023 0,3023 0,3023 0,3023 0,3023 0,3023 1

аъ 0 0 0 0 0 0 0 0 0 0 1

а6 0 0,0492 0,0792 0,1292 0,1992 0,2892 0,3992 0,4727 0,4727 0,4727 1

а7 0,9817 0,9817 0,9817 0,9369 0,8369 0,7369 0,6369 0,5369 0,4369 0,3369 0,2369

а% 0,9817 0,9817 0,9817 0,9369 0,8369 0,7369 0,6369 0,5369 0,4369 0,3369 0,2369

а9 0,9817 0,9817 0,9817 0,9369 0,8369 0,7369 0,6369 0,5369 0,4369 0,3369 0,2369

а10 0,7631 0,8631 0,9631 0,9817 0,9679 0,8679 0,7679 0,6679 0,5679 0,4679 0,3679

аи 0,9817 0,9817 0,9817 0,9817 0,9679 0,8679 0,7679 0,6679 0,5679 0,4679 0,3679

«12 0,1479 0,2479 0,3423 0,3923 0,4623 0,4727 0,4727 0,4727 0,4727 0,4727 1

аа 0 0 0 0 0 0 0 0 0 0 1

«14 0,9817 0,9817 0,9817 0,9817 0,9817 0,9817 0,9273 0,8273 0,7273 0,6273 0,5273

«15 0,4727 0,4727 0,4727 0,4727 0,4727 0,4727 0,4727 0,4727 0,4727 0,4727 1

Согласно равенствам (12) - (13), нечёткий вывод относительно итоговой оценки к-го студента в зависимости от данных опроса по оценочным признакам отражается в виде нечёткого подмножества Ек универсума Ц={0; 0,1; 0,2;...; 1} с соответствующими значениями функции принадлежности из к -ой строки матрицы Д . Для численных оценок этих выводов применим процедуру дефаззификации. Так, для итоговой оценки 8-го студента имеем:

Е8={0,9817/0; 0,9817/0,1; 0,9817/0,2; 0,9369/0,3; 0,8369/0,4; 0,7369/0,5; 0,6369/0,6;

0,5369/0,7; 0,4369/0,8; 0,3369/0,9; 0,2369/1}.

Устанавливая уровневые множества Е8а и вычисляя по формуле (14) соответствующие им мощности М(Е8а):

• для 0<а<0,2369: Да=0,2369, Е8а={0; 0,1; 0,2; 0,3; 0,4; 0,5; 0,6; 0,7; 0,8; 0,9; 1}, М(Ева)=0,50;

для 0,2369<а<0,3369 для 0,3369<а<0,4369 для 0,4369<а<0,5369 для 0,5369<а<0,6369 для 0,6369<а<0,7369

Да=0,1, Е8а={0 Да=0,1, Е8а={0 Да=0,1, Е8а={0 Да=0,1, Е8а={0 Да=0,1, Е8а={0

0,2; 0,3; 0,4; 0,5; 0,6; 0,7; 0,8; 0,9}, М(Е8а)=0,45; 0,2; 0,3; 0,4; 0,5; 0,6; 0,7; 0,8}, М(Е8а)=0,40; 0,2; 0,3; 0,4; 0,5; 0,6; 0,7}, М(Е8а)=0,35; 0,2; 0,3; 0,4; 0,5; 0,6}, М(Е8а)=0,30;

0,1 0,1 0,1 0,1

0,1;0,2; 0,3, 0,4, 0,5}, М(Е8а)=0,25;

• для 0,7369<а<0,8369: Аа=0,1, Е8а={0; 0,1; 0,2; 0,3, 0,4}, М(Е8а)=0,20;

• для 0,8369<а<0,9369: Аа=0,1, Е8а={0; 0,1; 0,2; 0,3},М(Е8а)=0,15;

• для 0,9369<а<0,9817: Аа=0,0448, Е8а={0; 0,1; 0,2}, М(Е8а)=0,10.

В соответствии с формулой (15) точечную оценку итоговой оценки 8-го студента получим как

Р(Е„) = —-— ([0,2369-0,5 + 0,1 • 0,45 + 0,1 • 0,4 + 0,1 • 0,3 5 + 0,1 • 0,3 + 0,1 • 0,25 + 8 0,9817 ^

+ 0,1 • 0,2 + 0,1 • 0,15 + 0,0448- 0,1] = 0,3392.

Аналогичными действиями устанавливаем точечные итоговые оценки и для остальных студентов: ^(£0=0,8488; ^(^2)=0,5155; Д£э)=0,3881; ^(^4)=0,8593; ДЕ0=1; £(£6)=0,8718; Д£7)=0,3392; £(£9)=0,3392; £(£10)=0,4062; £(£п)=0,4113; £(£12)=0,8022; Д£1з)=1; Д£14)=0,4352; Д£15)=0,7636.

Путём тривиального линейного преобразования а=10^, где ¿е[0; 1] и ае[0; 10], полученные значения итоговых оценок в масштабе единичного отрезка можно легко спроецировать на десятибалльную шкалу оценивания.

7. Заключение

На основании произвольных данных предварительного опроса 15-ти студентов по 8-ми оценочным признакам (табл. 1) были получены их итоговые оценки с применением системы нечёткого вывода. Тем не менее, было бы полезным провести аналогичные вычисления и с учётом экспертных оценок оценочных признаков.

Предположим, что для определения экспертных оценок важности рассматриваемых нами оценочных признаков х1^х8 было проведено независимое анкетирование 10-ти экспертов - ведущих преподавателей университетов. Каждый из экспертов в соответствии с требованиями (2) установил нормированные значения весов оценочных признаков, которые сведены в табл. 3. Там же приведены рассчитанные по формуле (3) консолидированные экспертные оценки весов оценочных признаков.

Таблица 3. Значения нормированных оценок весов оценочных признаков

0,9817

У/о эксперта Веса оценочных признаков

Х1 Х2 Х3 Х4 Х5 Х6 Х7 Х8

е\ 0,25 0,25 0,15 0,10 0,10 0,05 0,05 0,05

е2 0,20 0,25 0,20 0,10 0,05 0,10 0,05 0,05

еъ 0,15 0,20 0,25 0,10 0,05 0,10 0,05 0,10

е4 0,25 0,35 0,05 0,05 0,15 0,05 0,05 0,05

е5 0,05 0,35 0,25 0,10 0,10 0,05 0,05 0,05

е6 0,15 0,35 0,10 0,05 0,10 0,10 0,05 0,10

е7 0,20 0,25 0,20 0,05 0,10 0,10 0,05 0,05

е8 0,35 0,20 0,20 0,05 0,05 0,05 0,05 0,05

е9 0,10 0,30 0,20 0,05 0,15 0,10 0,05 0,05

ею 0,20 0,25 0,20 0,10 0,05 0,10 0,05 0,05

Консолидированное мнение экспертов 0,19 0,275 0,18 0,075 0,09 0,125 0,05 0,06

Степень согласованности мнений этих экспертов по совокупности всех оценочных признаков х1 ^ х8, рассчитанная по формуле (4), составила 32,82. Кроме того, для полного анализа степени согласованности воспользуемся коэффициентом ранговой корреляции мнений экспертов - коэффициентом конкордации Кендалла. Согласно [4, 5], этот коэффициент определяется как

т2(п3 -п)

где 8 - переменная, характеризующая сумму квадратов разностей рангов (отклонения мнений эксперта от среднего значения), т - число экспертов, п - число оценочных признаков.

В нашем случае переменная 8 вычисляется по формуле [5]

и-8 (т=10

г=1 V 3=Х

ги~

т(п +1) 2

(17)

где Гу е {1,2,...,и} - ранг / -го оценочного признака в выборке X..

Теперь расположим экспертные оценки весов оценочных признаков в порядке предпочтения: наиболее важный с точки зрения эксперта обозначим цифрой один, следующие за ним по важности - цифрами два и т.д. Полученные на основе данных табл. 3 приоритетные значения оценочных признаков сведены в табл. 4.

Таблица 4. Экспертные оценки приоритетности оценочных признаков

У/о эксперта Оценочные признаки

Х1 Х2 Хз Х4 Х5 Х6 Х7 Х8

е\ 1 1 2 3 3 4 4 4

е2 2 1 2 3 4 3 4 4

ез 3 1 4 5 4 5 4

в4 2 1 4 4 3 4 4 4

е5 4 1 2 3 3 4 4 4

еб 2 1 3 4 3 3 4 3

е7 2 1 2 4 3 3 4 4

е8 1 2 3 3 3 3 3

е9 4 1 2 5 3 4 5 5

ею 2 1 2 3 4 3 4 4

23 12 22 36 34 35 41 39

Таким образом, значение коэффициента конкордации Кендалла, рассчитанного по формуле (16), при величине £ =2456 и полученной на основании данных из табл. 4, будет

IV = ■

12

12-2456

т (п —п) 10 (8 -8)

= 0,584762.

Теперь, после того как проведены предварительные расчёты, по формуле (1) можно установить взвешенные итоговые оценки успеваемости студентов на основе полученных, согласно (2) и (3), консолидированных оценок экспертов относительно важности оценочных признаков Х1 ^ Х8. Полученные результаты помещены в табл. 5, куда сведены и оценки, полученные с применением системы нечёткого вывода.

Как видно из табл. 5, результаты, полученные обоими методами, совпадают местами. Это объясняется, прежде всего, невысокой степенью согласованности экспертов, полученной по формулам (4) и (16). Тем не менее, считаем, что подход, основанный на применении метода нечёткого вывода, позволяет более взвешенно оценивать итоговые оценки студентов на основе данных промежуточной аттестации их текущей успеваемости. Кроме того, вербальная модель как прообраз системы нечёткого вывода составляется один раз на все случаи аттестации студентов по всем дисциплинам. Для её настройки и адаптации на начальном этапе привлекаются эвристические знания как ведущих преподавателей, так и экспертов-методистов.

2

Таблица 5. Сравнение итоговых оценок

Студент Итоговая оценка с применением Итоговая оценка с применением

экспертных заключений системы нечёткого вывода

Оценка Pанг Оценка Pанг

al 9,430 2 0,8488 4

a2 4,840 7 0,5155 7

a3 4,б85 8 0,3881 11

a4 7,925 5 0,8593 3

a5 10,000 1 1,0000 1

аб 9,305 3 0,8717 2

ai 2,170 14 0,3392 12

a8 4,200 10 0,3392 12

a9 3,035 13 0,3392 12

al0 4,б40 9 0,40б2 10

an 4,085 11 0,4113 9

al2 7,935 4 0,8022 5

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

al3 10,000 1 1,0000 1

al4 3,770 12 0,4352 8

al5 7,480 б 0,7б3б б

Другой, более объективный, способ структурной и параметрической оптимизации системы нечёткого вывода возможен путём реализации нечётких импликативных правил в логическом базисе пятислойной нейронной сети (см., например, [б]). Но для этого необходима достаточно большая выборка статистических данных о результатах промежуточной аттестации для построения, тестирования и валидации подобной гибридной (нейро-нечёткой) системы вычисления итоговых оценок студентов. Но это уже тема другого исследования.

СПИСОК ИСТОЧНИКОВ

1. Кострова В.Н. Оптимизация управления вузом на основе экспертно-мониторингового анализа структурно-функциональных компонентов образовательного процесса: автореф. дис. на соискание науч. степени доктора техн. наук / В.Н. Кострова. - Воронеж: ВГТУ, 2004. - 33 с.

2. Заде Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений. Математика. Новое в зарубежной науке / Заде Л.А.; под ред. H.H. Моисеева, С.А. Орловского; пер. с англ. - М.: Мир, 1976. - 166 с.

3. Рзаев P.P. Аналитическая поддержка принятия решений в организационных системах / Рзаев P.P. - Saarbruchen (Germany); Palmerium Academic Publishing, 201б. - 306 с.

4. Орлов А.И. Эконометрика: учеб. для вузов / Орлов А.И. - Pостов-на-Дону: Феникс, 2009. - 586 с.

5. Тельнов Г.В. Подход к формированию итоговой оценки уровня освоения материала учебной дисциплины при промежуточной аттестации обучаемых на основе взвешенных коэффициентов оцениваемых признаков / Г.В. Тельнов // Вестник АГУ. - 2015. - Вып. 1 (154). - С. 119 - 127.

6. Lin C.T. Supervised, and unsupervised learning with fuzzy similarity for neural network-based fuzzy logic control systems. Fuzzy sets, Neural Networks, and Soft Computing / C.T. Lin, G.C.S. Lee; ed. by R.R. Yager, L A. Zadeh. - N.-Y.: Van Nostrand Reinhold, 1994. - P. 85 - 125.

Стаття надтшла до редакцИ' 15.12.2017

i Надоели баннеры? Вы всегда можете отключить рекламу.