В данной статье рассматривается решение проблемы автоматизированного формирования рационального расписания экзаменов вуза с помощью генетического алгоритма. Предложенный метод учитывает ряд требований необходимых для решения проблемы формирования расписания экзаменов. В данной работе, в процессе формирования начального допустимого расписания экзаменационной сессии, уделяется особое внимание последовательности экзаменов. Для улучшения качества полученного расписания был использован генетический алгоритм, позволяющий минимизировать число нарушений заданных мягких ограничений.

Ключевые слова: генетический алгоритм, расписание, экзамены, ВУЗ, учебная группа

05.13.01 - Системный анализ, управление и обработка информации (по отраслям)

В статье рассматриваются подходы к решению задачи повышения успеваемости обучающихся. На базе мультипликативной свертки базовых факторов, влияющие на результаты экзаменов, предложена структура регрессионной модели. Рассмотрены проблемы мультиколлинеарности факторов и «грубых ошибок». Разработана математическая модель и метод построения регрессионных моделей учебных групп. Предложена система классификации групп, в зависимости от классов сопоставляемых им моделей. С помощью предложенного метода была обработана информация из базы данных оценок портала УУ Донского государственного технического университета. Анализ обработанной информации показал, что адекватность порожденных регрессионных моделей выполнялась для 99,7% групп. Показано, что предложенные модель и метод могут быть использованы в системах поддержки образовательного процесса.

Ключевые слова: высшее образование, успеваемость, регрессионный анализ, факторы, выходная переменная, адекватность модели, коэффициент корреляции

05.13.01 - Системный анализ, управление и обработка информации (по отраслям)

В статье рассматриваются подходы к задаче повышения успеваемости студентов вузов. Под успеваемостью понимается процент положительных оценок, полученных студентами по результатам сессий, без учета пересдач. Анализ факторов, влияющих на успеваемость, рассматривается на примере информации из базы данных оценок портала УМУ Донского государственного технического университета. Выделены основные факторы (объекты), влияющие на успеваемость: учебные группы, преподаватели, предметы, расписание экзаменов. Применение методов кластеризации позволило использовать в настоящей работе дисперсионный анализ средних. С помощью двухфакторного дисперсионного анализа установлено существенное влияние классов объектов «Преподаватель» и «Предмет» на процент положительных оценок, полученных студентами по результатам сессии. Приведен пример классов групп, преподавателей и предметов, на результаты экзаменов которых оказали существенное влияние расписания проведения экзаменов

Ключевые слова: высшее образование, успеваемость, дисперсионный анализ, факторы, кластеризация

05.13.01 - Системный анализ, управление и обработка информации (по отраслям)