Xreferat.com » Рефераты по информатике и программированию » Экспертная система прогнозирования успеваемости студентов в ВУЗах

Экспертная система прогнозирования успеваемости студентов в ВУЗах

в ВУЗах" width="25" height="24" align="BOTTOM" border="0" /> также определяем по таблицам: E=300лк.

Площадь освещаемого помещения: S=30 кв.м.

Число светильников в помещении: N=6шт.

Итак, определены все необходимые параметры для определения светового потока Экспертная система прогнозирования успеваемости студентов в ВУЗах. Отсюда:


Экспертная система прогнозирования успеваемости студентов в ВУЗах лк


Подсчитав световой поток лампы Экспертная система прогнозирования успеваемости студентов в ВУЗах, по таблицам, подбираем ближайшую стандартную лампу ЛБ 40-4, у которой Экспертная система прогнозирования успеваемости студентов в ВУЗах=3000 лм, со световой отдачей 75 лм/Вт. Мощность осветительной системы составляет 480 Вт.Система освещения изображена на рисунке 4.2.


Экспертная система прогнозирования успеваемости студентов в ВУЗах

Рис. 4.2. «Схема искусственного освещения»


4.3 Анализ возможных чрезвычайных ситуаций. Разработка мероприятий по уменьшению вероятности их возникновения


Основной задачей гражданской обороны (ГО) является предотвращение чрезвычайных ситуаций (ЧС), организация и проведение спасательных работ в районе возникновения ЧС.

Чрезвычайная ситуация – нарушение нормальных условий жизнедеятельности людей, которая явилась причиной материальных и человеческих потерь.

Рассмотрим перечень вероятных чрезвычайных ситуаций на территории вычислительного центра атомной электростанции:

1. Пожары, взрывы (10200)

- пожары, взрывы на коммунальном технологическом оборудовании промышленных объектов (10201);

Внезапные разрушения сооружений (10600)

- разрушение зданий и сооружений производственного назначения (10602);

3. Аварии на электроэнергетических системах (10700)

- аварии на электроэнергетических сетях (10706);

4. Аварии в системах жизнеобеспечения (10800)

- аварии в канализационных системах с массовым выбросом загрязняющих веществ (10802);

- аварии на теплосетях ( в системах обеспечения горячей водой) в зимний период (10802).

Рассмотрим более детально одну из ЧС, возникновение которой наиболее вероятно. Проанализируем физическую стойкость вычислительного центра атомной электростанции к воздействию инфракрасного излучения, возникшего в результате пожара.

Пожарная обстановка на объекте – это обстановка, которая может возникнуть при возникновении чрезвычайных ситуаций, связанных с воздействием световых импульсов от ядерных и других взрывов, с действием инфракрасного излучения открытого огня, с действием вторичных факторов, а также действием стихийных бедствий.

Возникновение, развитие и распространение пожаров на объекте зависит:

- от степени огнестойкости зданий и сооружений элементов объекта;

- от категории взрывопожарной безопасности технологических процессов;

- от характера застройки территории объекта.

Предположим, пожар возник по причине несоблюдения правил техники безопасности либо по причине короткого замыкания электропроводки.

Наша задача состоит в том, чтобы рассчитать границы зон возможных сплошных и отдельных пожаров.


Экспертная система прогнозирования успеваемости студентов в ВУЗах- зона сплошных пожаров;

Экспертная система прогнозирования успеваемости студентов в ВУЗах- зона отдельных пожаров;

Экспертная система прогнозирования успеваемости студентов в ВУЗах- величина плотности потока мощности светового излучения.


В случае проведения прогноза последствий пожара, который возник в здании, рекомендуется определять, радиусы границ возможных сплошных (Экспертная система прогнозирования успеваемости студентов в ВУЗах) и границ возможных отдельных пожаров (Экспертная система прогнозирования успеваемости студентов в ВУЗах) по формулам (6.3) и (6.4) соответственно:


Экспертная система прогнозирования успеваемости студентов в ВУЗах (4.3)

Экспертная система прогнозирования успеваемости студентов в ВУЗах (4.4)


где К- удельная тепловая нагрузка Вт/м2. Принимаем К = 233000 Вт/м2.

Экспертная система прогнозирования успеваемости студентов в ВУЗах, Экспертная система прогнозирования успеваемости студентов в ВУЗах, … Экспертная система прогнозирования успеваемости студентов в ВУЗах- общая площадь 1-го, 2-го, i-го элементов конкретного здания, м2.

Экспертная система прогнозирования успеваемости студентов в ВУЗах - коэффициент, что характеризует «доступность» элемента к возгоранию.

Общая площадь вычислительного центра: Экспертная система прогнозирования успеваемости студентов в ВУЗах 100 м2.

Площадь, занимаемая компьютерной техникой: Экспертная система прогнозирования успеваемости студентов в ВУЗах10 м2.

Материалы Экспертная система прогнозирования успеваемости студентов в ВУЗах

Все вещества, которые находятся в открытом виде 1

Деревянные полы, уложенные на несгораемую основу 0.15


Экспертная система прогнозирования успеваемости студентов в ВУЗах

Экспертная система прогнозирования успеваемости студентов в ВУЗах


На схеме 6.3. показаны радиусы поражения пожаром.


Экспертная система прогнозирования успеваемости студентов в ВУЗах

Рис. 4.3. «Схема распространения пожара в помещении»


Определим необходимое количество первичных средств пожаротушения. Для вычислительных центров на 100 м2 требуется:

- углекислотных огнетушителей ручных ОУ-2, ОУ-5, ОУ-8 – 1шт.;

-пенных огнетушителей химических, воздушно пенных, жидкостных – 1шт.;

-войлок (1x1м), кошма (2x1.5м) или асбест (2x2м) – 1шт.

Следовательно, для рассматриваемого ВЦ необходимо:

- углекислотных огнетушителей ручных ОУ-8-1шт.;

- воздушно-пенных огнетушителей-1шт.;

- войлок (1x1м)-1шт.

Выводы: по оценке ожидаемой пожарной обстановки, которая может возникнуть на территории ВЦ в результате возгорания электропроводки.

В какой из зон пожаров может оказаться исследуемый объект?

Согласно прогнозу, исследуемый объект окажется в зоне сплошных и отдельных пожаров.

Возможная величина потерь основных производственных фондов.

Согласно с нормативами ГО прогнозируются потери основных производственных фондов до 30% их общего объема.

Возможные места возникновения источников вторичных поражающих факторов и их характеристика.

Вследствие возгорания электропроводки возникают такие вторичные поражающие факторы как световое излучение, задымление, выделение СДОР.

Возможный характер и объем спасательных и других нетложных работ.


4.3.1 Определение социально-экономических последствий воздействия светового излучения пожаров

Согласно «Положение о классификации ЧС» в перечень возможных аварий при работе на данной технологической установке входят:

- пожар вследствие замыкания электропроводки (10201, 10205);

- взрыв баллонов высокого давления (10201, 10206, 10205).

Первичными поражающими факторами при пожаре являются:

- световое излучение;

- задымление окружающей среды.

Действие светового излучения на людей может привести к их поражению (ожоги, повреждения органов зрения и др.) и даже гибели. Действие этого поражающего факторов на здания, сооружения, технологическое оборудование, транспортные средства и другие материальные объекты может вызывать их возгорание и другие повреждения.

Действие задымления окружающей среды на людей может привести к ожогам верхних дыхательных путей и поражение органов зрения, затрудняет дыхание или вызывает кислородный голод, резко уменьшаются возможности визуального осмотра окружающей среды. Действие на материальные объекты задымление окружающей среды приводит к их закопчению и покрытием слоем пыли продуктов сгорания, а в некоторых случаях может вызывать другие повреждения этих объектов.

При прогнозировании возможной степени поражений людей под воздействием светового излучения первичного пожара рекомендуется предполагать, что все люди, которые оказались в зоне всеобщих пожаров, могут получить ожоги открытых участков кожи первой, второй, третьей и четвертой степени, поражение органов зрения (в виде временного ослепления) и даже погибнуть.

Организм человека плохо приспособлен к воздействию тепловых нагрузок. Большинство людей, например, выдерживает без негативных последствий на протяжении длительного времени действие светового излучения первичного пожара интенсивностью Экспертная система прогнозирования успеваемости студентов в ВУЗах кВт/м2. Тем не менее рекомендуется прогнозировать, что ожоги первой степени открытых участков кожного покрова человека возникают практически сразу, если плотность потока мощности светового излучения первичного пожара (в том месте, где находится человек) Экспертная система прогнозирования успеваемости студентов в ВУЗахкВт/м2. Ожоги второй степени возникают при Экспертная система прогнозирования успеваемости студентов в ВУЗахкВт/м2, ожоги третьей степени при Экспертная система прогнозирования успеваемости студентов в ВУЗах кВт/м2, ожоги четвертой степени – при Экспертная система прогнозирования успеваемости студентов в ВУЗах кВт/м2.

Брезентовая одежда и одежда светлого цвета из природных (особенно хлопковых) тканей надежно защищает кожные покровы человека, а очки с темными светофильтрами защищают его органы зрения от воздействия светового излучения пожара, но даже одетые люди могут получать ожоги в результате прямого контакта с пламенем или в результате возгорания.

Учитывая сказанное выше, рекомендуется расчеты возможных потерь людей от воздействия светового излучения первичного пожара производить с использованием соотношения (5.5):


Экспертная система прогнозирования успеваемости студентов в ВУЗах, (4.5)


Где Экспертная система прогнозирования успеваемости студентов в ВУЗах- общие потери людей (т.е. количество людей, которые погибнут или получат ожоги разной степени) в случае возникновения пожара;

Экспертная система прогнозирования успеваемости студентов в ВУЗах - количество людей, которые в момент возникновения пожара могут работать (находились) на открытой местности в зоне возможного пожара.


4.3.2 Определение социально- экономических последствий воздействия задымления

Задымление производственного помещения затрудняет процессы дыхания людей (которые находятся в нем) и может привести к возникновению кислородного голодания и отравления.

Рекомендуется прогнозировать возможный уровень поражения людей от воздействия кислородного голодания по величине содержания кислорода - Экспертная система прогнозирования успеваемости студентов в ВУЗах в воздухе рабочей зоны задымленного (в результате пожара) производственного помещения, которое можно определить с использованием состояния (5.6):


Экспертная система прогнозирования успеваемости студентов в ВУЗах (4.6)


где Экспертная система прогнозирования успеваемости студентов в ВУЗах - содержание кислорода в воздухе рабочей зоны задымленного (вследствие пожара) производственного помещения, %;

Q – масса запасов объекта –прототипа (который находится в рабочем помещении), кг;

Экспертная система прогнозирования успеваемости студентов в ВУЗах- удельная масса воздуха рабочей зоны, кг/мЭкспертная система прогнозирования успеваемости студентов в ВУЗах (Экспертная система прогнозирования успеваемости студентов в ВУЗахкг/мЭкспертная система прогнозирования успеваемости студентов в ВУЗах);

Экспертная система прогнозирования успеваемости студентов в ВУЗах - свободный объем производственного помещения, мЭкспертная система прогнозирования успеваемости студентов в ВУЗах.

Следовательно,


Экспертная система прогнозирования успеваемости студентов в ВУЗах


При снижении кислорода в воздухе производственного помещения ( от 19 до 15%) люди для поддержания своей жизнедеятельности рефлекторно увеличивают частоту и глубину своего дыхания.

Аналогично спрогнозируем возможный уровень поражений людей от воздействия задымления по величине концентрации угарного газа (СО) в воздухе производственного помещения:


Экспертная система прогнозирования успеваемости студентов в ВУЗах, (4.7)


где Экспертная система прогнозирования успеваемости студентов в ВУЗах- концентрация угарного газа в воздухе производственного помещения, мг/ мЭкспертная система прогнозирования успеваемости студентов в ВУЗах;

Экспертная система прогнозирования успеваемости студентов в ВУЗах - масса угарного газа при пожаре, мг;

Q – масса запасов объекта-прототипа, кг;

Экспертная система прогнозирования успеваемости студентов в ВУЗах- свободный объем производственного помещения, мЭкспертная система прогнозирования успеваемости студентов в ВУЗах.

Отсюда: Экспертная система прогнозирования успеваемости студентов в ВУЗах

Определив значение Экспертная система прогнозирования успеваемости студентов в ВУЗах, следует отметить, что полученная величина превышает гранично-допустимую концентрацию угарного газа (2*10Экспертная система прогнозирования успеваемости студентов в ВУЗахЭкспертная система прогнозирования успеваемости студентов в ВУЗах).

Таким образом, могут наступить поражения людей:

- потеря сознания;

- нарушение дыхания;

- нарушение сердечнососудистой системы организма.

Однако такая концентрация не приведет к гибели людей.

В результате можно спрогнозировать тот или иной уровень поражения всех членов производственного персонала, которые могут находится в помещении.


Экспертная система прогнозирования успеваемости студентов в ВУЗах, (4.8)


где Экспертная система прогнозирования успеваемости студентов в ВУЗах - общие потери людей при задымлении, чел.

При работе на данной технологической установке задействован персонал в количестве 4 человек. Поэтому:


Экспертная система прогнозирования успеваемости студентов в ВУЗах


Прогнозируется необходимость проведения таких видов спасательных и других неотложных работ:

- локализация и гашение пожара;

-эвакуация людей и оказание медицинской помощи пораженным;

- локализация аварии на электроэнергетической сети ВЦ, ее ремонт и обновление.

Вывод по разделу 4

В результате анализа безопасности жизнедеятельности в компьютеризированных кабинетах был выявлен ряд факторов, негативно воздействующих на человека. Рассмотрены мероприятия по предотвращению или ослаблению их воздействия.

Также был проведен анализ факторов влияющих на человека в производственных помещениях. Для предотвращения влияния этих воздействий, также рассмотрены соответствующие мероприятия.

При соблюдении всех норм безопасности достигается максимальная производительность труда сотрудников, работающих с информационной, производственной и управляющей подсистемами.


РАЗДЕЛ 5. ЭКОНОМИЧЕСКАЯ ЧАСТЬ


5.1 Разработка комплексного плана работ по теме


Предлагаемое изделие – программный продукт в виде экспертной система, которая прогнозирует результаты сдачи сессии студентом на основе анализа текущей успеваемости.

Продукт разработан в программной среде SWI-Prolog. Для функционирования ПП необходима ПЭВМ, удовлетворяющая следующим условиям: процессор 300 МНr; 128 Mb ОП; HDD – 20 Mb; дисковод; операционная система Windows XP.

Данная конфигурация предложена из соображений приемлемого времени выполнения.

Занимает 1,38 Mb и предназначен для использования на ПК. Скорость выполнения функций ПП зависит от количества одновременно подключаемых внешних модулей и от конфигурации ПК.

Программа проста в использовании, удобна, имеет дружественный пользовательский интерфейс.

Для ведения всего проекта в целом и руководства ходом работ необходима должность руководителя темы. Для проектирования подсистемы и ее последующей наладки и введения в эксплуатацию необходимо участие программиста.

Рассчитаем продолжительность разработки по видам работ. Результаты расчетов содержит табл. 5.1.


Таблица 5.1

«Перечень работ»

Код Наименование Продолжит. дни Трудоемкость, чел/днях Исполнит.




Руководи-тель

Програ-

ммист

0-1 1. Организационная подготовка к созданию ПО 1 1 1
0-2 2. Разработка ТЗ на постановку задачи 14 14 14
Постановка задачи
0-5 1. Разработка мат. модели и алгоритмов 16 16 16
3-6 2. Техническое обеспечение 3 3
3
1-4 3. Разработка схем программ 5 5
5
2-8 4. Страхование риска 1 1
1
1-7 5. Разработка описания задачи и ТЗ 7 7
7
Разработка модели
2-5 1. Анализ данных в ПП 17 17
17
5-6 2. Разработка модели экспертной системы и ее реализация в среде SWI-Prolog 20 20
20
2-7 3. Разработка документации 11 11
11
6-7 4. Разработка тех. документации 2 2
2
6-8 5. Создание резервных копий 1 1
1
9-7 6. Выпуск комплекта рабочего документа 3 3
3

ВСЕГО 101 101 31 70

Расчет себестоимости работ начнем с расчета фонда основной заработной платы по стадиям и теме в целом.

Продолжительность рабочего месяца в среднем будет 22 дня. Данные занесены в табл. 5.2.


Таблица 5.2

«Состав исполнителей работы»

Исполнители Должностные оклады, грн.

Месячные Дневные
Руководитель 3300 150
Программист 2000 100

Рассчитаем ОЗП исполнителям. Для этого количество дней, отработанных отдельными исполнителями по стадиям, умножают на их дневные оклады:


ОЗП= Экспертная система прогнозирования успеваемости студентов в ВУЗах


где n – количество работников.

ОЗП=31*150+70*100=11650грн

Рассчитаем стоимость материалов и комплектующих, необходимых для написания программы и занесем результаты расчетов в табл. 5.3.


Таблица 5.3

«Стоимость материалов и комплектующих»

Материалы Кол-во Цена, грн Сумма., грн. Назначение
Диск CD-RW 5 шт. 3 15 Хранение резервных копий
Бумага 500 л. 0.15 75

Документация,

распечатки

Печать

документации

500 л. 0,10 50 Печать
Итого 140

Определим затраченное машинное время: будем считать, что программист, следуя нормам охраны труда в среднем 5 часов проводит за компьютером. Получим


Тмаш =Экспертная система прогнозирования успеваемости студентов в ВУЗах

Тмаш = 31*2 + 70*5 = 412 часа.


Стоимость часа машинного времени Чмч будем считать равной 2 грн.


Чмч=412 ч∙2 грн=824 грн

Накладные расходы примем в размере 20% от суммы основной заработной платы. Расчет себестоимости и договорной цены приводим в таблице 5.4.


Таблица 5.4

«Расчет себестоимости и цены темы»

Наименования затрат Формула Сумма, грн
1. ОЗП 31*150+70*100 11650
2. ДЗП ОЗП∙15% 1747.5

3. Отчисления в соц. нужды:

- пенсионный фонд;

- безработица;

- соц. страхование;

- несчастные случаи

(32.3+1.6+2.9+0.86)%* *∙(ОЗП+ДЗП), 5045.5
4. Стоимость материалов Зм 140
5. Стоимость машинного времени Чмч∙Тмв 824
6. Накладные расходы 20%∙ОЗП 2330
7. Прочие расходы 3%∙ОЗП 349.5
Себестоимость 21674
Прибыль (35%) 7586
Цена без НДС 29260
НДС (20%) 5852
Цена с НДС 35524

Следовательно, полная цена разрабатываемой модели составит 35524 грн.


5.2 Оценка риска страхования


Риск -- это возможность нежелательного события. Следует отличать плохие события от событий, лишь при некоторых обстоятельствах приводящих к плохому результату (причинных событий). Первые всегда являются нежелательными для рассматриваемого объекта. Вторые сами по себе не являются негативными и не обязательно влекут за собой плохие последствия.

Страхованием называется «система мероприятий по созданию денежного (страхового) фонда за счет взносов его участников, из средств которого возмещается ущерб, причиненный стихийными бедствиями, несчастными случаями, а также выплачиваются иные денежные суммы в связи с наступлением определенных событий»

Для данной модели, являющегося объектом интеллектуальной собственности разработчика возможны следующие виды риска:

Несанкционированное копирование с целью дальнейшего использования в собственных целях (вероятность -3%);

Несанкционированное копирование с целью продаж (вероятность -5%);

Уменьшить степень риска в данной ситуации можно с помощью самострахования и страхования с помощью страховых компаний.

В виду того что вероятность несанкционированного копирования не достаточно большая из-за специфики продукта, то для страхования продукта будет использоваться метод самострахования.

Самострахование - метод образования страхового фонда хозяйствующим субъектом в целях обеспечения бесперебойности производства, подверженного различным рисковым обстоятельствам. Самострахование выступает в денежной и натурально-вещественной формах. Порядок использования средств страхового фонда в условиях самострахования предусматривается в уставе хозяйствующего субъекта.

Самострахование предусматривает обеспечение контроля за системой защиты информации и за ЭВМ, а именно: не допускать несанкционированного копирования исходных текстов программного продукта путем контроля за доступом к терминалам, создания резервных копий, хранящихся в памяти ЭВМ.


5.3 Обобщенные показатели качества


Поскольку, в классе задач прогнозирования результатов сдачи сессии на анализе текущей информации аналоги не обнаружены, то для оценки уровня качества используем существующие разработки, выполняющие некоторые аналогичные функции, предоставляемых разработанным программным продуктом и не удовлетворяющие пользователя по ряду причин (интерфейс, достоверность выдаваемых данных и др.).

Можно рассмотреть гипотетический вариант, имеющий максимальную оценку по всем выбранным показателям.

Перечень основных показателей качества:

требования к ресурсам;

служба помощи ПП;

точность результатов;

визуализация результатов;

работа под Windows;

интерфейс пользователя.

Показатели делятся на минимизируемые и максимизируемые Минимизируемые показатели рассчитываются по формуле (5.1), а максимизируемые - по формуле (5.2).


Экспертная система прогнозирования успеваемости студентов в ВУЗах(5.1)

Экспертная система прогнозирования успеваемости студентов в ВУЗах (5.2)


Где Экспертная система прогнозирования успеваемости студентов в ВУЗах - относительный показатель i-го показателя для j-го варианта, Экспертная система прогнозирования успеваемости студентов в ВУЗах- абсолютный показатель i-го показателя для j-го варианта, Экспертная система прогнозирования успеваемости студентов в ВУЗах- показатель i-го показателя для гипотетического варианта.

Показателям качества присваивают коэффициенты весомости Экспертная система прогнозирования успеваемости студентов в ВУЗах, при этом Экспертная система прогнозирования успеваемости студентов в ВУЗах и Экспертная система прогнозирования успеваемости студентов в ВУЗах. После чего рассчитывают обобщенные показатели качества по j-варианту:


Экспертная система прогнозирования успеваемости студентов в ВУЗах(5.3)


Затем рассчитываем уровни качества нового (базового) программного продукта по сравнению с изделиями-конкурентами (j-ми вариантами):


Экспертная система прогнозирования успеваемости студентов в ВУЗах (5.4)


Обобщенный показатель качества является уровнем качества рассматриваемого j-го варианта к гипотетическому.

Примечания: P1 – разработанный программный продукт; Экспертная система прогнозирования успеваемости студентов в ВУЗах– гипотетический программный продукт.

Невозможно вычислить конкурентно–способность нашего товара поскольку похожих программных продуктов не было разработано до настоящего времени .

Выводы по разделу 5

В результате разработки экономической части можно сказать, что компьютерное моделирование модель мотивации и стимулирования является конкурентно способной, имеет потенциального покупателя для покрытия всей совокупности затрат, связанных с разработкой, внедрением и сопровождением данного программного продукта.

Указанная цена одной копии программного продукта (35128 грн) является приемлемой для потенциальных покупателей.


ЗАКЛЮЧЕНИЕ


В данной работе была разработана система прогнозирования результатов сессии на основе анализа текущей успеваемости, для ее реализации была выбрана продукционная модель, поскольку она по средствам вывода близка к логическим моделям, а по наглядности проста, также она обладает высокой модульностью и простотой реализации. Всю область знаний разбили на три самых важных класса знаний: успеваемость, посещение занятий, личные факторы.

Также эта модель легко реализуется в языке логического программирования SWI-Prolog , поскольку логический вывод уже реализован в этом пакете, также этот язык программирования позволяет создать удобный графический интерфейс.

В результате реализации системы был получен результат, который потом был подтвержден с помощью регрессионного анализа при сравнении этой же системы только реализованной с помощью нечеткой логики в MatLab/ Simulink.


СПИСОК ЛИТЕРАТУРЫ


Марселлус Д. Программирование экспертных систем на Турбо Прологе: Пер. с англ. - М.: Финансы и статистика, 1994 г.

Муромцев Д.И. Введение в технологию экспертных систем. СПб: СПб ГУ ИТМО, 2005.

Попов Э.В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ. - М.: Наука. Гл. ред. физ.-мат. Лит., 1987 г.

Андрейчиков А.В., Андрейчикова О.Н. Интеллектуальные информационные системы: М. Наука, 2004 г.

swi-prolog/ - официальный сайт SWI-Prolog.


ПРИЛОЖЕНИЕ 1


% Author:

% Date: 30.03.2010

:- pce_global(@name_prompter, make_name_prompter).

make_name_prompter(P) :-

new(P, dialog),

send(P, kind, transient),

send(P, append, new(BI, box(600,0))),

send(P, append, label(prompt)),

send(P, append,

new(TI, text_item(name, '',

message(P?ok_member, execute)))),

send(P, append, button(ok, message(P, return, TI?selection))),

send(P, append, button(cancel, message(P, return, @nil))).

ask_name(Prompt, Label, Name) :-

send(@name_prompter?prompt_member, selection, Prompt),

send(@name_prompter?name_member, label, Label),

send(@name_prompter?name_member, clear),

get(@name_prompter, confirm_centered, RawName),

send(@name_prompter, show, @off),

RawName == @nil,

Name = RawName.

study1(LIO,LIK,LI):-LIO=='No',LIK=='No',LI is 0.

study1(LIO,LIK,LI):-LIO=='Yes',LIK=='Yes',LI is 1.

study1(LIO,LIK,LI):-LIO=='Yes',LIK=='No',LI is 1.

study1(LIO,LIK,LI):-LIO=='No',LIK=='Yes',LI is 1.

study2(LSR,LSS,LS):-LSR=='Yes',LSS=='Yes',LS is 1.

study2(LSR,LSS,LS):-LSR=='Yes',LSS=='No',LS is 0.

study2(LSR,LSS,LS):-LSR=='No',LSS=='Yes',LS is 1.

study2(LSR,LSS,LS):-LSR=='No',LSS=='No',LS is 0.

study3(LSR,LSS,LIO,LIK,LS,LI,LP,L):-study1(LIO,LIK,LI),study2(LSR,LSS,LS),LS=1,LI=1,LP=='Yes',L is 1.

study3(LSR,LSS,LIO,LIK,LS,LI,LP,L):-study1(LIO,LIK,LI),study2(LSR,LSS,LS),LS=1,LI=1,LP=='No',L is 1.

study3(LSR,LSS,LIO,LIK,LS,LI,LP,L):-study1(LIO,LIK,LI),study2(LSR,LSS,LS),LS=1,LI=0,LP=='Yes',L is 1.

study3(LSR,LSS,LIO,LIK,LS,LI,LP,L):-study1(LIO,LIK,LI),study2(LSR,LSS,LS),LS=1,LI=0,LP=='No',L is 1.

study3(LSR,LSS,LIO,LIK,LS,LI,LP,L):-study1(LIO,LIK,LI),study2(LSR,LSS,LS),LS=0,LI=1,LP=='No',L is 1.

study3(LSR,LSS,LIO,LIK,LS,LI,LP,L):-study1(LIO,LIK,LI),study2(LSR,LSS,LS),LS=0,LI=1,LP=='Yes',L is 0.

study3(LSR,LSS,LIO,LIK,LS,LI,LP,L):-study1(LIO,LIK,LI),study2(LSR,LSS,LS),LS=0,LI=0,LP=='Yes',L is 0.

study3(LSR,LSS,LIO,LIK,LS,LI,LP,L):-study1(LIO,LIK,LI),study2(LSR,LSS,LS),LS=0,LI=0,LP=='No',L is 0.

study4(PSL,PSP,PSB,PS):-PSL=='1',PSP=='1',PSB=='1',PS is 1.

study4(PSL,PSP,PSB,PS):-PSL=='1',PSP=='1',PSB=='2',PS is 1.

study4(PSL,PSP,PSB,PS):-PSL=='1',PSP=='1',PSB=='3',PS is 2.

study4(PSL,PSP,PSB,PS):-PSL=='1',PSP=='2',PSB=='1',PS is 2.

study4(PSL,PSP,PSB,PS):-PSL=='1',PSP=='2',PSB=='2',PS is 3.

study4(PSL,PSP,PSB,PS):-PSL=='1',PSP=='2',PSB=='3',PS is 3.

study4(PSL,PSP,PSB,PS):-PSL=='1',PSP=='3',PSB=='1',PS is 3.

study4(PSL,PSP,PSB,PS):-PSL=='1',PSP=='3',PSB=='2',PS is 3.

study4(PSL,PSP,PSB,PS):-PSL=='1',PSP=='3',PSB=='3',PS is 3.

study4(PSL,PSP,PSB,PS):-PSL=='2',PSP=='1',PSB=='1',PS is 2.

study4(PSL,PSP,PSB,PS):-PSL=='2',PSP=='1',PSB=='2',PS is 2.

study4(PSL,PSP,PSB,PS):-PSL=='2',PSP=='1',PSB=='3',PS is 3.

study4(PSL,PSP,PSB,PS):-PSL=='2',PSP=='2',PSB=='1',PS is 2.

study4(PSL,PSP,PSB,PS):-PSL=='2',PSP=='2',PSB=='2',PS is 2.

study4(PSL,PSP,PSB,PS):-PSL=='2',PSP=='2',PSB=='3',PS is 3.

study4(PSL,PSP,PSB,PS):-PSL=='2',PSP=='3',PSB=='1',PS is 3.

study4(PSL,PSP,PSB,PS):-PSL=='2',PSP=='3',PSB=='2',PS is 3.

study4(PSL,PSP,PSB,PS):-PSL=='2',PSP=='3',PSB=='3',PS is 3.

study4(PSL,PSP,PSB,PS):-PSL=='3',PSP=='1',PSB=='1',PS is 2.

study4(PSL,PSP,PSB,PS):-PSL=='3',PSP=='1',PSB=='2',PS is 2.

study4(PSL,PSP,PSB,PS):-PSL=='3',PSP=='1',PSB=='3',PS is 3.

study4(PSL,PSP,PSB,PS):-PSL=='3',PSP=='2',PSB=='1',PS is 3.

study4(PSL,PSP,PSB,PS):-PSL=='3',PSP=='2',PSB=='2',PS is 3.

study4(PSL,PSP,PSB,PS):-PSL=='3',PSP=='2',PSB=='3',PS is 3.

study4(PSL,PSP,PSB,PS):-PSL=='3',PSP=='3',PSB=='1',PS is 3.

study4(PSL,PSP,PSB,PS):-PSL=='3',PSP=='3',PSB=='2',PS is

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: