В высших учебных заведениях приемная комиссия и факультетские отборочные комиссии выполняют функции: прием заявлений и документов поступающих, формирование групп и потоков для сдачи вступительных экзаменов, подготовка экзаменационной документации и обработка результатов экзаменов, формирование проекта приказа по зачислению, подготовка различных списков и сводных ведомостей и другие. Это трудоемкие работы, требующие особой точности.
        Для оперативной организации работы приемной и факультетских отборочных комиссий, обработки данных об абитуриентах и приемных экзаменах ускорения и упрощения документооборота на факультете автоматизации и робототехники Сибирского Государственного Технологического Университета была разработано техническое задание и специальная программа - PRIEM98, для использования в факультетской отборочной комиссии. Разработка выполнена на языке Object Pascal в системе Delphi, с использованием SQL-запросов.
        Функции программы:
     - сбор, хранение и обработка данных об абитуриентах в базе данных,
     - доступ к базе данных общеинститутской системы ABITUR для сравнения данных и их совместного использования,
     - организация запросов к БД и создание ежедневных и итоговых сводок,
     - организация быстрого поиска по любому полю,
     - создание списков разного назначения,
     - подготовка БД к обработке нейросетевыми методами,
     - служебные функции.
        Программа прошла опытную эксплуатацию летом 1997 и 1998 года в ходе работы факультетской отборочной комиссии. Результаты эксплуатации признаны удовлетворительными: получены все запросы по требованию пользователей (декан, заместители декана, секретарь отборочной комиссии) и отчетные формы и ведомости, начиная от ежедневной сводной формы данных приема, заканчивая списком нуждающихся в общежитии вновь принятых студентов.
        После завершения предварительной обработки исходные данные были обработаны нейросетевыми методами [1], с помощью нейроимитаторов MultiNeuron (Разработчики - группа Нейрокомп: Горбань А.Н., Гилев С.Е., Коченов Д.А., Миркес Е.М., Россиев Д.А.), Monoton. По полученным базам данным было обучено несколько нейросетей. Решалась задача исследования особенностей приема студентов в зависимости от различных факторов и выделение важнейших из этих факторов. Обученные нейросети правильно определяют принятие в студенты в 70-80 процентах по тестовым выборкам из 100..150 примеров. Это позволяет заранее обратить внимание на наиболее вероятных кандидатов, ускорить оформление личных дел и т.д.
        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