Сравнительный анализ эффективности методов нечеткого моделирования (на примере решения задачи оценки профессиональных склонностей студентов)

Abstract

Исследовано построение гибридной модели оценки компетентности и профессиональных склонностей студентов, разработки информационно-аналитической системы оценки рейтинга студентов и выпускников, ее интеграции посредством web-сервисов с программноинструментальным комплексом «Бизнес-Аналитик». На основе данных, занесенных в систему, были проведены вычислительные эксперименты по сравнению эффективности применения различных методов нечеткого моделирования: экспертных систем, многослойных персептронов и нечетких нейронных сетей Такаги – Сугено – Канга. Показаны основные преимущества нечетких сетей и их конкретной программной реализации в аналитической платформе «БизнесАналитик». Возможности гибридных систем и сетей, которые не только используют априорную информацию о предметной области, но и могут приобретать новые знания и при этом являться для пользователя логически прозрачными, позволяют широко применять такие методы нечеткого моделирования при решении сложных неформализованных задач управления. Ключевые слова: оценка компетентности студентов, web-сервисы, гибридные экспертные системы, методы нечеткого моделирования, нечеткие нейронные сети. The paper is devoted to elaboration of a hybrid model for assessment of competence and vocational aptitudes of students, development of information-analytical system of students and graduates rating evaluation through its integration with WEB-services and software tool set Business Analyst. Simulation experiments based on the entered data have been conducted to compare the efficacy of fuzzy modeling, expert systems, multilayer perceptron neural networks and Takagi – Sugeno – Kang fuzzy networks. The paper shows the main advantages of fuzzy networks and their specific software implementation in the analytic platform Business Analyst. Capabilities of hybrid systems and networks that not only use a priori information about the domain but can acquire new knowledge and, thus, be logically transparent to the user allow such methods of fuzzy modeling to be widely used in solving complex non formalized management tasks.