آينده‌نگاري كيفيت عملكرد دانشجويانِ آموزش عالي نظامي با استفاده از الگوريتم پيش‌بيني شبكه‌ عصبي مصنوعي (مورد مطالعه: يك سازمان نظامي)

Forecasting of the Students’ Performance in Military Higher Education Using Artificial Neural Network Prediction Algorithm (Case study: A military organization)

زمينه: از جمله مباحث اساسي در نظام آموزش عالي يك كشور، مباني كيفيت عملكرد دانشجويان و دانش ­آموختگان دانشگاه‌هاست كه دو مورد از اصلي­ ترين موارد هفت گانه در حوزه كيفيت در آموزش عالي را تشكيل داده و با دربرگرفتن مولفه‌هاي متعدد، اهميت فراواني در ارتقاي كيفيت نظام آموزش عالي هر كشور دارد و هرگونه ابهام در آن به ­ويژه در آموزش عالي نظامي كه از حساسيت بالاتري برخوردار است باعث بوجود آمدن تبعات جبران­ ناپذيري خواهد شد. هدف: هدف اصلي اين مقاله آينده ­نگاري كيفيت عملكرد دانشجويانِ آموزش عالي نظامي با استفاده از الگوريتم پيش­ بيني شبكه­ عصبي مصنوعي است كه در راستاي آن مولفه ­هاي اصلي كيفيت عملكرد دانشجويان نيز مورد بررسي قرار گرفته است. روش: در اين مقاله با استفاده از الگوريتم­ پيش ­بيني شبكه عصبي مصنوعي، آينده ­نگاري كيفيت عملكرد دانشجويان در سه فاز يادگيري، اعتبارسنجي و آزمون شبكه عصبي به انجام رسيد كه جامعه آماري آن متشكل از اعضاي هيأت علمي دانشگاه هوايي شهيد ستاري، دانشجويان و دانش ­آموختگان اين دانشگاه و نيز اعضاي دفتر مطالعات راهبردي و پژوهش هاي نظري نهاجا بود و با استفاده از ابزار مصاحبه نيمه ­ساختارمند و پرسشنامه محقق ساخته به گردآوري اطلاعات پرداخته شد و نهايتاً از نرم ­افزار متلب براي مدلسازي شبكه عصبي استفاده گرديد. يافته ­ها: با استفاده از الگوريتم شبكه عصبي مصنوعي، مدلي با دقت 85/5% طراحي شد و مورد آزمون قرار گرفت. نتيجه ­گيري: با استفاده از الگوريتم شبكه عصبي مصنوعي و مدلسازي كيفيت عملكرد دانشجويان مي­توان با دقت بسيار بالايي آينده ­نگاري كيفيت عملكرد دانش­آموختگان در سازمان نهاجا را تدوين نمود.

Background: One of the basic issues in a country's higher education system is the foundations of the quality of graduates’ and university students’ performance, which make up two of the seven major issues in the field of quality in higher education and is important in incorporating multiple components in improving the quality of the higher education system of each country, and any ambiguity in it, especially in military higher education, which has a higher sensitivity, will lead to irreparable consequences. Purpose: The main objective of this paper is to forecast the performance of military higher education students using the artificial neural network prediction algorithm. In addition, the main components of student performance quality have been studied. Method: In this paper, using predictive artificial neural network prediction algorithm, forecasting the quality of students' performance in three phases of learning, validation and neural network test was performed. The statistical society consists of faculty members of Shahid Sattari Air University, students and graduates of this university, as well as the members of the Office of Strategic Studies and Theoretical Research, were then interviewed using a semi-structured interview and a researcher-made questionnaire. Finally, MATLAB software was used to model the neural network. Results: Using artificial neural network algorithm, a model with accuracy of 85.5% was designed and tested. Conclusion: By using artificial neural network algorithm and modeling the quality of students' performance, we can accurately predict the quality of the graduates' performance in the Air Force organization.