Предлагается использовать для моделирования процесса поступления в вуз готовый аппарат и программное обеспечение нейронных сетей [1]. Использовались нейроимитаторы MultiNeuron (Разработчики - группа Нейрокомп: Горбань А.Н., Гилев С.Е., Коченов Д.А., Миркес Е.М., Россиев Д.А.), Monoton, MDN, а также предобработчик Predmake.
        Процесс поступления можно разделить на несколько этапов:
           1) подача документов в установленный срок, формально необходимый этап, не отличающийся особой сложностью для поступающего; по действующим правилам приема допустимо подавать документы в несколько вузов или на несколько факультетов, что осложняет работу приемной комиссии;
           2) подготовка и сдача вступительных экзаменов, самый сложный для поступающего этап, который можно разбить на подэтапы, по числу экзаменов, безусловно необходимый этап, однако, успешное выполнение задач этого этапа не гарантирует поступление в вуз;
           3) конкурс на собеседовании между поступающими с одинаковым количеством набранных баллов, завершающий этап, который определяет конечный результат.
        Результаты каждого этапа зависят от знаний поступающего, его аккуратности, последовательности, устойчивости к стрессам и некоторых других параметров. Кроме того, результат предыдущего этапа или подэтапа также влияет на следующий.
        Приемная комиссия заинтересована знать наиболее вероятные результаты сдачи экзаменов, результаты собеседования и список зачисляемых в студенты. Для получения предварительной информации такого типа можно использовать нейросетевые технологии и данные о результатах работы приемной комиссии прошлых лет.
        В конце первого этапа (подачи документов) можно получить предварительные результаты прогноза результатов разных этапов поступления в вуз. Прогнозировалось несколько параметров, в их числе результаты письменного экзамена по математике, результаты письменного экзамена по физике, результаты конкурса и другие.
        Приемная комиссия ФАР СибГТУ в 1998 году использовала результаты этих экспериментов при проведении собеседования и окончательном решении о приеме в студенты, в качестве дополнительной информации, в полном соответствии с правилами приема. Это способствовало более правильному определению направления и специальности, как приемной комиссией, так и поступающими, и выбор лучших из кандидатов с полупроходным баллом.
        Результаты моделирования такой системы показали, что: 1) на разных этапах более важны разные входные параметры, 2) по результатам обучения на младших курсах можно получить прогноз и рекомендацию по приему в студенты, 3) в 1998 году существовал ажиотажный спрос на образовательные услуги вузов.
        Работа поддержана грантом ФЦП “Интеграция”, проект №68, направление 2.1.

Литература:

1. Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. Новосибирск: Наука, 1996