طراحی سامانه جمع آوری داده و آینده نگاری عوامل موثر در ارزشیابی دانش آموختگان افسری با بهره گیری از مدل شبکه عصبی مصنوعی

نقش برجسته دوره های تربیتی-آموزشی دانشگاه های افسری در تربیت نیروهای انسانی کارآمد، سبب شده تا امر پیش بینی روند نتایج ارزشیابی نهایی دانش آموختگان این قبیل دانشگاه ها، به یکی از دغدغه های همیشگی سامانه فرماندهی تبدیل شود. پژوهش حاضر قصد دارد با بهره مندی از قابلیت های شبکه عصبی مصنوعی، پاسخ به این دغدغه را مدنظر قرار داده و به ارائه مدلی برای پیش بینی روند نتایج عوامل اثرگذار در ارزشیابی نهایی دانش آموختگان دانشگاه افسری امام علی(ع) بپردازد. جامعه آماری شامل دانش آموختگان دانشگاه افسری امام علی(ع) (برای یک دوره زمانی پنج ساله از سال ۱۳۹۷ تا ۱۴۰۱) است. نمونه آماری بر اساس جدول مورگان برای این سال ها انتخاب شد. روش تحقیق پژوهش حاضر، کمی بوده و در طی آن در گام نخست، داده های مربوط به عوامل ارزشیابی دانش آموختگان به وسیله پرسش نامه محقق ساخته برای دوره زمانی پنج ساله یادشده در سطح یگان های بهره بردار در نزاجا گردآوری شد. سپس در گام دوم، بررسی و پیش پردازش داده ها با توجه به قابلیت های الگوریتم های بررسی داده ها، مدنظر قرار گرفته و در ادامه با استفاده از الگوریتم شبکه عصبی IRNN پیشنهادی و کدنویسی آن در محیط پایتون، به ساخت مدل مناسب جهت پیش بینی نتایج ارزشیابی دانش آموختگان دانشگاه افسری امام علی(ع) و صحت سنجی آن پرداخته شد. در نهایت و در گام سوم سامانه نرم افزاری کاربردی برای ثبت اطلاعات و اجرای مدل طراحی شده پیشنهادی و پیش بینی نتایج حاصل ار ارزشیابی دانش آموختگان در دوره آتی طراحی و ارائه شد.