Система адаптивного навчання на принципах нечіткої логіки

Размещено на http://www.allbest.ru/

ОДЕСЬКИЙ НАЦІОНАЛЬНИЙ ПОЛІТЕХНІЧНИЙ УНІВЕРСИТЕТ

УДК 681.518:004.85

Автореферат

дисертації на здобуття наукового ступеня кандидата технічних наук

СИСТЕМА АДАПТИВНОГО навчання НА ПРИНЦИПАХ НЕЧІТКОЇ ЛОГІКИ

Спеціальність 05.13.06 ? Автоматизовані системи управління та прогресивні інформаційні технології

ВИШНЕВСЬКА ВІОЛЕТА МИХАЙЛІВНА

Одеса - 2007

Дисертацією є рукопис

Робота виконана в Одеській національній академії зв'язку ім. О.С.Попова Міністерства транспорту та зв'язку України на кафедрі вищої математики

Науковий керівник доктор технічних наук, професор

Гогунський Віктор Дмитрович,

Одеський національний політехнічний університет,

завідувач кафедри управління системами безпеки життєдіяльності

Офіційні опоненти: доктор технічних наук, професор

Мещеряков Володимир Іванович,

Одеський державний екологічний університет,

завідувач кафедри інформатики

доктор технічних наук, професор

Скатков Олександр Володимирович,

Севастопольський національний технічний

університет, завідувач кафедри кібернетики і обчислювальної техніки

Захист відбудеться 18 жовтня 2007 р. о 13 годині на засіданні спеціалізованої вченої ради Д 41.052.01 в Одеському національному політехнічному університеті за адресою: 65044, м. Одеса, пр. Шевченка, 1, ауд. 400-А

З дисертацією можна ознайомитись в бібліотеці Одеського національного політехнічного університету за адресою: 65044, м. Одеса, пр. Шевченка, 1

Автореферат розісланий 11 вересня 2007 р.

Вчений секретар

спеціалізованої вченої ради Ямпольський Ю.С.

Вишневська В.М. Система адаптивного навчання на принципах нечіткої логіки. ? Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.06 ? Автоматизовані системи управління та прогресивні інформаційні технології. ? Одеський національний політехнічний університет. Одеса, 2007.

Дисертаційна робота присвячена формуванню умов адаптивного навчання шляхом розробки і побудови навчальної системи, що моделює організаційну діяльність викладача з використанням прогресивних інформаційних технологій на основі нечіткої логіки. Розроблені методологічні основи побудови автоматизованої системи управління навчанням, що враховують психологічні особливості студента. Розроблено нечіткі моделі і алгоритми управління процесом навчання на принципах нечіткої логіки на основі моделювання інтелектуальної діяльності викладача. Запропоновано корекцію траєкторії навчання проводити на підставі поточного (покрокового) контролю процесу засвоєння матеріалу. Запропоновано встановити інформаційну відповідність між мірою правильних відповідей за теоретичним і відповідним практичним матеріалом. Запропонована нова кількісна оцінка рівня інтелектуальності інформаційних навчальних систем. Проведена експериментальна перевірка запропонованих методів і алгоритмів реалізованої інформаційної автоматизованої навчальної системи в учбовому процесі.

Ключові слова: адаптивне навчання, моделювання, діяльність викладача, індивідуальні особливості студента, траєкторія навчання, нечітка логіка.

Vyshnevska V.M. The system of adaptive studies is on principles of fuzzy logic. ? Manuscript.

Dissertation is on the receipt of scientific degree of candidate of engineerings sciences after speciality 05.13.06 ? Control the system and progressive information technologies is automated.? Odessa national polytechnic university. Odessa, 2007.

Dissertation work is devoted forming of terms of adaptive studies by development and construction of the educational system which designs intellectual activity of teacher, with the use of new effective information technologies on the basis of fuzzy logic. Methodological bases of construction of automatic control the system to the studies which take into account the psychological features of student are developed. Unclear models and algorithms of management of studies on principles of fuzzy logic a process are developed on the basis of design of intellectual activity of teacher. The correction of trajectory of studies to conduct on the basis of current control of process of mastering of material is offered. It is suggested to set informative accordance between the measure of right answers on theoretical and proper practical material. The new quantitative estimation of level of intellectuality of the informative educational systems is offered. Experimental verification of the offered methods and algorithms of the realized informative automated educational system is conducted in an educational process.

Keywords: adaptive studies, modeling, activity of teacher, individual features of student, studies traektory, fuzzy logic.

Вишневская В.М. Система адаптивного обучения на принципах нечеткой логики. ? Рукопись.

Диссертация на соискание ученой степени кандидата технических наук по специальности 05.13.06 ? Автоматизированные системы управления и прогрессивные информационные технологии. ? Одесский национальный политехнический университет. ? Одесса, 2007.

Диссертационная работа посвящена разработке научных и методологических основ построения автоматизированных систем переработки информации и управления учебным процессом для адаптивного обучения. Актуальность выбранной темы исследования обусловлена тем, что традиционные компьютерные обучающие системы зачастую либо не имеют канала обратной связи, либо не имеют возможности адаптации процесса обучения к уровню знаний и умений студента. В настоящее время формируется новый принцип построения обучающих систем: процесс обучения в них рассматривается как процесс управления знаниями обучаемого.

При разработке нечетких моделей управления процессом обучения использован аппарат теории нечетких множеств и нечеткой логики, теории множеств.

В ходе проведения исследования получены следующие результаты:

На основе анализа современных обучающих информационных систем установлено, что повышение качества подготовки специалистов в значительной мере зависит от организации индивидуализации учебного процесса, которая комплексно объединяет в себе методологические основы, алгоритмический анализ и прогрессивные информационные технологии для создания эффективной информационной автоматизированной системы управления процессом обучения.

На основе исследования факторов, влияющих на принятие решения экспертом- преподавателем в условиях традиционной системы обучения, разработаны методологические основы построения автоматической системы управления обучением, учитывающие психологические особенности личности обучаемого.

Предложен принцип построения обучающей системы на основе моделирования интеллектуальной деятельности преподавателя, что позволяет более эффективно организовать процесс обучения.

Для более эффективной организации процесса обучения, при моделировании рассуждений преподавателя предложено применение теории нечетких множеств и нечеткой логики.

Разработаны нечеткие модели и алгоритмы управления процессом обучения на принципах нечеткой логики.

Предложен метод дифференцированной оценки уровня усвоения на основе нечетких множеств и нечеткой логики, который повышает объективность результатов оценивания знаний и предложения дальнейшей обучающей траектории.

Для повышения достоверности информации об уровне знаний путем уменьшения вероятности угадывания правильного ответа предложен новый информационный комплексный критерий оценки качества усвоения учебного материала, отличный от известных учетом разницы правильных ответов по теоретическому и соответствующему практическому материалу.

Предложена новая модель процесса обучения, в которой коррекция траектории обучения проводится на основе поточного (пошагового) контроля процесса усвоения материала.

Предложен новый критерий оценки качества удовлетворения информационных нужд обучающими системами, который отличается от известных тем, что учитывает совпадение дальнейших обучающих траекторий и оценок, выставленных обучающей системой и преподавателем.

Произведена экспериментальная проверка предложенных методов и алгоритмов реализованной информационной автоматизированной обучающей системы в учебном процессе.

Разработанная и реализованная обучающая система на принципах нечеткой логики предусматривает выделение учащегося как субъекта образовательного процесса и организацию условий для индивидуальной творческой учебной деятельности. Использование данной информационной технологии позволит повысить интенсивность процесса получения знаний, закрепления навыков и умений, что повысит эффективность процесса обучения. Разработанная обучающая система внедрена в учебный процесс Одесской национальной академии связи им. А.С. Попова и Одесской национальной морской академии.

Ключевые слова: адаптивное обучение, моделирование, деятельность преподавателя, индивидуальные особенности студента, траектория обучения, нечеткая логика.

Загальна характеристика роботи

Актуальність. Стан освіти і тенденції розбудови інформаційного суспільства в Україні сполучені з випереджаючим розвитком методологічних основ, інструментальних засобів створення автоматизованих систем управління і прогресивних інформаційних технологій у різних галузях людської діяльності, у тому числі у системі освіти. За матеріалами ЮНЕСКО це завдання може бути вирішене за допомогою широкого впровадження прогресивних інформаційних технологій в управління навчальним процесом.

Більшість сучасних навчальних систем (НС) представлені бібліотеками статичних гіпертекстових підручників і текстових завдань, яких недостатньо для повноцінної і ефективної організації процесу навчання. Тому сформувався і розвивається новий напрям в інформаційних комп'ютерних технологіях на основі сучасних дидактичних, педагогічних і психологічних досліджень по розробленню наукових і методологічних основ побудови автоматизованих систем переробки інформації та управління навчальним процесом. Вирішення протиріч між потребами суспільства в існуванні ефективної системи освіти і здібностями людини, яка навчається, можливо за рахунок індивідуалізації траєкторії навчання за допомогою автоматизованих систем адаптивного навчання на принципах нечіткої логіки.

Основними способами вирішення проблем в цій сфері є інформатизація і комп'ютеризація навчально-виховного процесу; розробка системи оцінювання здібностей студентів за допомогою об'єктивних методів, індивідуалізація програм навчання; впровадження новітніх педагогічних і інформаційних технологій навчання. Тому розроблення основ переробки інформації і алгоритмізації функціональних завдань управління навчальним процесом для задоволення інформаційних потреб осіб, що навчаються, є актуальним напрямком досліджень у інформаційних технологіях.

Зв'язок роботи з науковими програмами, планами, темами. Тематика дисертаційної роботи відповідає державним програмам: „Програма розвитку системи дистанційного навчання”, „Програма дій для реалізації положень Болонської декларації в системі вищої освіти і науки” та „Концепції державної програми розвитку освіти на 2006-2010 роки”, затвердженої Кабінетом Міністрів України 12 липня 2006 р.

Метою дисертаційної роботи є розроблення наукових і методологічних основ побудови автоматизованих систем переробки інформації й управління навчальним процесом для адаптивного навчання.

Відповідно поставленій меті в роботі вирішуються наступні завдання:

? виявлення інформаційних характеристик НС, орієнтованих на роботу в комп'ютерній мережі;

? дослідження і створення комп'ютерної реалізації інформаційної технології особисто-орієнтованого навчання, діяльністного і компетентністного підходу до процесу навчання;

? аналіз завдань організаційного управління навчанням в багаторівневих структурах з метою виявлення чинників, що впливають на прийняття рішень експертом-викладачем в умовах традиційної системи навчання;

? дослідження ефективності автоматизованих НС і тенденцій їх розвитку;

? розробка нечітких моделей і алгоритмів управління процесом навчання;

- моделювання предметної галузі інформаційної системи (представлення навчальних елементів з вищої математики);

? розробка і впровадження інструментальних засобів для побудови автоматизованої системи управління адаптивним навчанням;

? експериментальна перевірка запропонованих підходів і методів побудови навчальної системи в умовах локальної мережі комп'ютерного класу.

Об'єктом дослідження є автоматизовані системи управління навчанням, які реалізують прогресивні інформаційні технології навчання і контролю у вищому навчальному закладі.

Предметом дослідження є нечіткі моделі і алгоритми адаптивного управління процесом навчання.

Методи дослідження. Аналіз ефективності автоматизованої навчальної системи виконувався на основі теорії автоматичного управління. При розробці нечітких моделей управління процесом навчання використано апарат теорії нечітких множин і нечіткої логіки, теорії множин. Оцінка якості функціонування навчальної системи проводилася за допомогою експерименту в реальних умовах мережі комп'ютерного класу.

Наукову новизну дисертаційної роботи складає:

– вперше пропонується нова модель процесу навчання, в якій корекція траєкторії навчання проводиться на підставі поточного (покрокового) контролю процесу засвоєння матеріалу;

– вперше запропоновано новий інформаційний комплексний критерій оцінки якості засвоєння навчального матеріалу, відмінний від відомих обліком різниці вірних відповідей за теоретичним і відповідним практичним матеріалом;

– отримала подальший розвиток інформаційна технологія формування і використання інформації про комплекс індивідуальних особливостей студента, (які складають потенціал особи студента), що дозволяє адаптувати індивідуальну траєкторію навчання за рахунок інформаційних зворотних зв'язків в навчальній системі, що відрізняється від відомих обліком психофізіологічних особливостей студента;

– вперше запропонована нечітка модель оцінювання знань на основі множини лінгвістичних змінних: рівень мотивації; особливості нервової системи; відношення до навчання; уміння раціонально організувати роботу; час вивчення матеріалу; кількість звернень до попереднього матеріалу; потенціал особи; відповідність часу відповіді потенціалу і темпераменту; різниця між мірою неправильних відповідей по теорії і відповідній практиці; підтвердження оцінки; випадковість відповідей; вхідний контроль; частка невірних відповідей; рівень засвоєння матеріалу; яка відрізняється від відомих обліком інформації про психофізіологічні властивості студента.

– вдосконалений підхід оцінки якості задоволення інформаційних потреб навчальними системами, що відрізняється від існуючих тим, що враховує співпадіння подальших навчальних траекторій і оцінок, виставлених навчальною системою і викладачем.

Практичне значення отриманих результатів полягає в тому, що на основі розробленої інформаційної технології створена система адаптивного навчання на принципах нечіткої логіки. Розроблена база правил системи нечіткого виводу, за допомогою якої моделюється інтелектуальна діяльність викладача щодо прийняття рішень про рівень засвоєння знань і визначення траєкторії подальшого навчання. Використання даної інформаційної технології дозволить підвищити інтенсивність процесу отримання знань, закріплення навичок і умінь, що підвищить ефективність процесу навчання.

Застосування систем подібного рівня ефективне для дистанційного навчання, для підтримки традиційних форм навчання, а також перепідготовки і тестування персоналу організацій без відриву від виробництва. Запропонована навчальна система упроваджена в навчальний процес Одеської національної академії зв'язку ім. А.С. Попова і Одеської національної морської академії.

Особистий внесок здобувача полягає в розробці нових нечітких моделей управління навчанням на основі аналізу існуючих навчальних систем [1 … 9].

У роботі [4] вироблений етап фаззіфікації лінгвістичних змінних, вживаних при створенні таблиць лінгвістичних правил систем нечіткого виводу;

здобувачем у роботі [8] досліджені особливості і методи індивідуалізації процесу навчання; у статті [9] запропонована кількісна оцінка рівня інтелектуальності інформаційних навчальних систем.

Апробація результатів дисертації. Матеріали роботи доповідалися та обговорювалися на 4-ій Міжнародній міждисциплінарній науково-практичній конференції (НПК) “Сучасні проблеми науки і освіти” (Ялта/Харків, 2003), 7-ій міжнародній НПК “Сучасні інформаційні і електронні технології” (Одеса, 2006); 1-ій Міжнародній НПК “Нові інформаційні технології в освіті для всіх” (Київ, 2006), на науково-методичному семінарі "Перспективні технології навчання та освітні просторі" при Міжнародному науково-навчальному центрі інформаційних технологій і систем НАН і МОН України (червень і грудень 2006), XIV семінарі "Моделювання в прикладних наукових дослідженнях", (Одеса, 2007).

Публікації. Результати дисертаційної роботи опубліковані в 8 публікаціях, зокрема в 4 журналах і збірках із спеціального переліку ВАК України.

Структура дисертації. Дисертація складається зі вступу, чотирьох розділів, додатків. Загальний обсяг дисертації - 134 стор., додатків - 3 стор. Дисертація містить 55 рисунків, 11 таблиць та посилання на 142 літературних джерела.

ОСНОВНИЙ ЗМІСТ РОБОТИ

У вступі обґрунтовано актуальність теми дисертації, визначені об'єкт, предмет і цілі дослідження, сформульовані завдання досліджень і методи їх досягнення. Визначено наукову новизну і практичну цінність роботи, подані відомості про практичне значення отриманих результатів, апробації і публікації.

У першому розділі виконано аналіз сучасного стану та тенденції розвитку інформаційних автоматизованих систем управління процесами навчання, досліджена їх класифікація і ефективність.

Більшість відомих НС складаються з бібліотек статичних гіпертекстових підручників і текстових завдань. У НС не використовуються засоби зворотного зв'язку і прогресивні інформаційні технології для адаптації процесу навчання до рівня знань і умінь студентів. Такі системи копіюють методи традиційної системи очного навчання і не можуть привести до суттєвого поліпшення освіти.

Вагомий внесок у розвиток інформаційних технологій навчання внесли В.М. Глушков, А.М. Довгялло, Д. Джерард, Б.Ф. Скиннер, Н. Краудер, С. Пресси, Дж. Карбоніл, В.П. Беспалько, Г.О. Атанов, В.І. Гриценко, В.Я. Валах, С.П. Кудрявцева С.П., В.В. Колос, А.Ф. Манако, Є.М. Синиця, Г.А. Козлакова, Ю.К. Тодорцев, М.М. Глибовець, А.С. Краснопоясовський, Л.В. Зайцева, Г.Ю. Маклаков і інші вчені.

З аналізу літературних джерел визначено, що ефективність НС залежить від рівня індивідуалізації навчального процесу. Адаптація навчання у відповідності до результатів поточного контролю може бути здійснена за рахунок розробки та удосконалення засобів автоматизованої системи управління навчанням і формалізації функцій та завдань організаційної діяльності викладача.

У другому розділі розглянуто методи вдосконалення інформаційних технологій, що використовуються у НС.

На основі виконаного психолого-педагогічного обґрунтування побудови інструментальних засобів створення автоматизованої системи управління, аналізу педагогічних вимог до навчальних систем і загальних критеріїв оцінювання знань студентів при традиційній формі навчання, дослідження організаційної діяльності викладача встановлено, що підвищення ефективності інформаційних АСУ навчанням можливе за рахунок використання інформації про процес засвоєння матеріалу кожним студентом, про потенціал його особи і те, наскільки сумлінно опрацьовано дану тему, скільки часу витрачено на її вивчення, скільки разів студент звертався до довідкового і попереднього матеріалу, як він відповідав на поточні питання по ходу викладу матеріалу, про попередню освітню траєкторію. На основі більшої кількості інформації, яка відображається у нечітких виразах, про процес навчання конкретного студента, можна зробити висновок щодо подальшої навчальної траєкторії.

Проаналізовано переваги і методи застосування нечіткої логіки для розробки математичних моделей управління навчанням.

При складних процесах навчання, коли не існує ізоморфної математичної моделі, доцільно використання нечітких множин і нечіткої логіки. На підставі проаналізованого наукового матеріалу зроблено висновок, що використання алгебри нечітких множин є перспективним напрямом для вирішення поставлених завдань

Моделювання організаційної діяльності викладача і використання нечіткої логіки дозволяє наблизити дії навчальної системи до дій викладача.

Досліджено процес розробки системи нечіткого висновку, стратегія управління в яких описується правилами виду:

,

де - миттєві значення вхідних сигналів нечіткого керуючого пристрою; - номер правила, ; - номер вхідного сигналу, ; - номер вихідного сигналу, ; - значення вихідних сигналів; - лінгвістична терм множина -го правила для -го вхідного сигналу; - лінгвістична терм множина -го правила для -го вихідного сигналу.

Досліджено, що при керуванні процесом навчання більш ефективною є система логічного виводу типу Мамдані, тому що можна використовувати накопичений досвід керування за участю досвідчених експертів (викладачів традиційної форми навчання), знання яких можуть бути використані при розробці лінгвістичних термів та баз правил нечіткого висновку.

Ефективне об'єднання моделювання діяльності викладача і алгебри нечітких множин дозволяє формувати лінгвістичні моделі складно формалізуємого процесу навчання і забезпечує формування сигналу для адекватного управління процесам прийняття рішень викладачем-експертом, який приймає участь в процесі управління навчанням.

У третьому розділі розроблена інформаційна модель процесу навчання, створена загальна нечітка модель управління процесом навчання, сформована база правил нечіткого виводу. Побудована модель організаційної діяльності викладача, яка здатна на адекватні рішення в умовах нечіткої інформації.

Для побудови інструментальної оболонки навчальної системи використовуються методи нечіткого моделювання. Процес навчання можна трактувати як процес управління засвоєнням знань. Цей процес характеризується метою управління, має об'єкт управління (студент), пристрій управління і канал зворотного зв'язку. На рис. 1 показана схема управління процесом навчання. Критерієм якості управління є результати контролю знань.

Размещено на http://www.allbest.ru/

У пристрій, що керує , поступають результати вимірювань від датчика . Пристрій, що керує, виробляє команди управління , які далі поступають у виконавчий механізм для зміни стану керованого входу . Алгоритм управління реалізує поставлену мету на основі інформації про стан об'єкту: .

Процес управління ходом (сценарієм) навчання може бути заданий у вигляді відображення:

,

де - множини вхідних значень;

- множини керуючих дій;

- закон управління навчанням.

Розглянемо цю ж задачу з погляду теорії нечітких множин Л. Заде. Для кожної з множин, що використовуються як універсуми, задані множини:

.

На основі принципу узагальнення можна стверджувати, що відображення і сукупність нечітких множин однозначно породжують нечітке відображення:

.

При цьому функція приналежності відображення визначається у такий спосіб:

для усіх кортежів ,

таких, що .

навчання студент викладач

Іншими словами, модельований процес навчання визначається сукупністю нечітких множин:

,

,

де , ,

і - скінченні вхідні і вихідні множини.

Процес навчання описується нечітким рівнянням:

, ,

або: ,

де - нечітке бінарне відношення на представляється у вигляді сукупності нечітких правил із структурою:

ЯКЩО ТОДІ

і визначається як: або , причому - нечітке відношення, що відповідає i-му правилу.

Фактично автоматизована НС моделює організаційну діяльність репетитора - викладача, який контролює процес засвоєння матеріалу, визначає помилки, враховує індивідуальні психологічні особливості і попередню освітню траєкторію студента для формування більш ефективної подальшої навчальної траєкторії.

Процес навчання починається з визначення місця певної дисципліни в освітньому напрямку; уточнення, якими знаннями повинен володіти студент після вивчення даного курсу; з'ясування професійних вимог до фахівця.

Далі визначається потенціал особи на основі психологічних тестів: рівень мотивації, особливості нервової системи, вміння виділяти головне, відношення до навчання, вміння раціонально організувати роботу - як вхідні лінгвістичні змінні. Інакше кажучи, проводиться психологічне тестування для визначення потенціалу особи.

Для визначення готовності до сприйняття матеріалу проводимо вхідний контроль. Його можна замінити середньою оцінкою з попередніх тем, або вступною оцінкою, або оцінкою за тест з шкільного курсу в залежності від місця дисципліни і матеріалу, що вивчається, в процесі навчання.

Студентові надається можливість вибору рівня вивчення теми.

По ходу роботи студента з комп'ютерною системою навчання працюють лічильники (індикатори): числа звернень студента до довідкового і попереднього матеріалу; часу вивчення матеріалу; часу відповіді на питання; неправильних відповідей по теорії; кількості неправильних відповідей по практиці; обліку різниці між мірою неправильних відповідей по теорії і відповідній практиці; частка неправильних відповідей і індекс навчального матеріалу, по якому дано неправильні відповіді і по теорії і по відповідній практиці.

Схема нечіткого управління складається з п'яти нечітких блоків (рис. 2). У першому блоці, виходячи зі змінних: рівень мотивації, особливості нервової системи, відношення до навчання і вміння раціонально організувати роботу, -визначається потенціал особи. Далі на основі вхідних лінгвістичних змінних час вивчення матеріалу, кількість звернень до попереднього і довідкового матеріалу і потенціал особи, можна визначити підтвердження оцінки (відповідність потенціалу). Різниця між кількістю неправильних відповідей по відповідних розділах теорії і практики та відповідність часу відповіді потенціалу визначає в третьому нечіткому блоці випадковість відповіді. Для визначення рівня засвоєння матеріалу використовується рівень вхідного контролю, частка неправильних відповідей, випадковість відповіді і відповідність потенціалу. В останньому блоці, з урахуванням рівня засвоєння матеріалу і потенціалу особи визначається подальша траєкторія навчання і коментар оцінки.

У четвертому розділі розглянута реалізація навчальної системи щодо з'ясування рівня успішності навчання, в якій розглядаються п'ять лінгвістичних змінних: рівень засвоєння, вхідний контроль, час вивчення, різниця між неправильними відповідями з теорії і практики, частка неправильних відповідей, кількість звернень до довідкового і попереднього матеріалу. Всі лінгвістичні змінні характеризуються вимірними властивостями.

Оскільки при традиційному навчанні накопичено значний досвід ручного управління (навчання викладачем при традиційній формі навчання), функції приналежності задані безпосередньо, прямим методом за допомогою експертної оцінки.

Размещено на http://www.allbest.ru/

Рис. 2. Схема нечіткого управління

Знайдена кількісна оцінка рівня інтелектуальності даної навчальної системи. Запропоновано новий спеціальний критерій оцінки якості інформаційних навчальних систем на відміну від рівня інтелектуальності інформаційних навчальних систем.

Схема роботи НС з нечіткою логікою: показання вимірювальних інструментальних засобів, тобто результати тестування студента, фаззифікуються, іншими словами, перетворюються в нечіткий формат, потім обробляються, дефаззифікуються і в результаті на виконавчий пристрій подаються у вигляді звичайних сигналів. Таким чином здійснюється контроль знань і студентові пропонується подальша навчальна траєкторія відповідно до його рівня знань.

Размещено на http://www.allbest.ru/

Таким чином, після вивчення студентом теми формується кортеж значень базових змінних для відповідних вхідних лінгвістичних змінних. Далі цей масив значень подається в нечітку модель управління навчанням, побудовану в середовищі МАТLAB (Fuzzy Logic Toolbox) (License Number 332991). Після обробки даних видається значення базової змінної відповідної вихідної лінгвістичної змінної, тобто таким чином отримуємо оцінку рівня набутих студентом знань.

При знаходженні функцій приналежності лінгвістичних змінних, використовується досвід викладання, традиційні критерії виставляння оцінки за 100- бальною шкалою, рекомендації МОН України щодо виставляння оцінок.

Функції приналежності будувалися за допомогою прямого методу для групи експертів. На рис. 4 наведено функції приналежності для лінгвістичної змінної - рівень засвоєння: , , , - функції приналежності для термів відповідно ДН (дуже низький), В (високий), Н (низький), С (середній). Очевидно, що функції приналежності для лінгвістичної змінної - рівень засвоєння, будуть співпадати з функціями приналежності лінгвістичної змінної - вхідний контроль. На рис. 5 наведено вид тих же графіків в середовищі МАТLAB.

Терм-множина лінгвістичної змінної - частка неправильних відповідей складається з чотирьох значень (термів): ={Н, С, В, ДВ} відповідно “низький”, “середній”, “високий”, “дуже високий”.

Навчальні і тестові завдання складалися і їм "привласнювалася" відповідна кількість балів так, щоб сума балів становила 100. У даному випадку враховується сума балів тих питань, на які дано неправильні відповіді. Звідси для лінгвістичної змінної - частка неправильних відповідей числова змінна кількість неправильних відповідей, яка приймає значення 0, 1, 2,.., 100, є базовою змінною.

Рис.4. Графіки функцій приналежності для лінгвістичної змінної - Рівень засвоєння



Рис 5. Вид функцій приналежності для лінгвістичної змінної - Рівень засвоєння в пакеті MATLAB

На рис. 6 показана схема визначення рівня засвоєння на основі нечіткої моделі.

При побудові функції приналежності лінгвістичної змінної - різниця між неправильними відповідями з теорії і практики позначено: - сума вагів неправильних відповідей з теорії, - сума всіх вагів неправильних відповідей з відповідної практики, ; ; .

Для лінгвістичної змінної числова змінна - різниця, яка приймає значення 0, 1, 2, ..., 100, буде базовою змінною.

Рис. 6. Визначення рівня засвоєння в середовищі МАТLAB

Для лінгвістичної змінної - Інтенсивність навчання (кількість звернень до довідкового і попереднього матеріалу) в кожному розділу теми приблизно пораховано загальну кількість нових визначень, понять, теорем і т.д., а потім позначено міру відповідності кількості звернень цьому числу у відсотках (причому якщо кількість звернень більша, вважаємо 100% відповідність), тоді числова змінна звернення, що приймає значення 0, 1, 2,.., 100, буде базовою змінною.

При наповненні інструментальної оболонки навчальним матеріалом викладачем задається максимальний час на навчання і іспит. Для лінгвістичної змінної - Час вивчення базова змінна час приймає значення з проміжку [0; 100]. Значення базової змінної знаходяться як міра відповідності часу роботи студента максимальному часу у відсотках

На рис. 7 зображена одна з поверхонь виводу. Показана залежність рівня отриманих знань від вхідного контролю і міри неправильних відповідей. Область 1 ілюструє отримання студентом незадовільної оцінки. Тут кількість невірних відповідей більше 40 при довільному вхідному контролі. Викладач при таких показниках оцінює аналогічним чином.

Область 2 ілюструє недопуск студента до оцінювання знань. В даному випадку вхідний контроль менше 60 при достатній кількості невірних відповідей для отримання позитивної оцінки. У такій ситуації при традиційній формі навчання студент ходить на заняття і вивчає матеріал. Проте він не допускається деканатом до складання іспиту.

Область 3 є основною. Вона ілюструє, як залежить рівень отриманих знань від вхідного контролю і міри невірних відповідей.

У дослідженнях Любич А.А., Плескач В.Л., Рогушиної Ю.В. пропонується для оцінки якості інформаційних систем, що орієнтовані на задоволення інформаційних потреб, використовувати показник -- “рівень інтелектуальності”: , де - тип атомарних елементів, - їх число, - число зв'язків між ними, - кількість команд у нормалізованому алгоритмі, - співвідношення числа успішних експериментів з числом проведених, - клас завдань, вирішення яких приводить до підвищення “рівня інтелектуальності”.

Рис. 7. Одна з поверхонь нечіткого логічного виводу.

Обчислення цього показника для створеної в роботі НС:

=

Для порівняння приведемо оцінки якості деяких систем за показником І:

I (”Fine Reader”) =129, 6; I (“Tryllian”) =576; I (“ИНДЕКС”) =979, 2.

У роботі пропонується новий спеціальний критерій оцінки якості задоволення інформаційних потреб навчальними системами, який відрізняється від існуючих тим, що враховує не рівень складності системи, а результат -- тотожність подальших навчальних траєкторій і оцінок, виставлених навчальною системою і викладачем. Нехай в експерименті бере участь студентів. Позначимо через і оцінки, виставлені відповідно навчальною системою і викладачем i-му студентові, (), і - номери подальших навчальних траєкторій, рекомендованих відповідно навчальною системою і викладачем j-му студентові (, =, - загальне число подальших навчальних траєкторій). Вважатимемо однаковими оцінки, виставлені викладачем і навчальною системою, які відрізняються на число балів, не більше, ніж 5. Позначимо:

.

Отримаємо критерій оцінки якості інформаційних навчальних систем:

.

В другому доданку підсумовування проводиться тільки по тих траєкторіях, де . Перший доданок дорівнює кількості однакових оцінок, поставлених НС і викладачем, а другий доданок - кількості однакових освітніх траєкторій, запропонованих НС і викладачем. Якщо ж система не пропонує подальші освітні траєкторії, другий доданок дорівнює нулю. Чим більше рівень якості НС, тим ближче наближається до одиниці, і чим більша кількість студентів бере участь в експерименті, тим точніше можна з'ясувати оцінку якості інформаційної навчальної системи.

Для досліджуваної в роботі НС: .

Перевірка адаптивних властивостей розробленої навчальної програми “Teaching expert” виконана в Одеській національній академії зв'язку (ОНАЗ) і Одеській національній морській академії (ОНМА). Підготовлені і внесені до навчальної системи розділи тем “Диференціювання” і “Числові ряди” з дисципліни “Вища математика”. Навчання пройшли студенти стаціонару першого курсу ОНАЗ напрямів “Телекомунікації”, “Радіотехніка” і заочного факультету напряму “Менеджмент”. Курсанти ОНМА четвертого курсу напряму “Автоматизація і комп'ютерно-інтегровані технології” пройшли навчання за темою “Чутливі елементи тиску” дисципліни “Технічні засоби автоматизації”.

З метою порівняння результатів оцінювання знань застосована наступна методика. Навчальний матеріал був розрахований на дві академічні години занять. В процесі навчання проводилась оцінка засвоєння матеріалу, яка була оброблена за допомогою методів нечіткої логіки. На наступній парі занять з цієї ж теми студенти писали письмову контрольну роботу і захищали її результати перед викладачем. У проведеному експерименті оцінки, виставлені навчальною системою і викладачем, зіставлялися. Оцінки, виставлені студентам ОНАЗ групп Р1.401, Р1.402, Р1.403, ЗЭП МО-11,12 приведені на рис. 8. Символами "п" і "Ч" позначені оцінки, виставлені відповідно викладачем і НС, а символом "+" позначена різниця між оцінками. Всього в експерименті брало участь 130 студентів.



Рис. 8. Результати навчання і тестування

Визначено математичне очікування, розрахована дисперсія і стандартне відхилення оцінок, виставлених програмою і викладачами. Між оцінками викладача і комп'ютера знайдений коефіцієнт рангової кореляції Пірсона.

Максимальна різниця оцінок викладача і навчальної системи в експерименті склала 8 %, а максимальна середня різниця по групах 1,4 %.

Коефіцієнт рангової кореляції Пірсона для оцінок викладача і комп'ютера знаходиться в діапазоні 0,90 … 0,99.

Дисперсія оцінок комп'ютерної системи на 2-3 % вище через відсутність округлення оцінок викладачами до 5 (за стобальною шкалою).

Ефективність використання реалізованої навчальної системи в навчальному процесі підтверджується експериментом.

Автоматизована навчальна система “Teaching expert” забезпечує якість управління, достатньо дешева в проектуванні і експлуатації, інваріантна до вибору дисциплін вивчення в традиційному технічному вищому навчальному закладі, має можливість оперативної адаптації до корекції цілей управління і структурних змін в змісті учбового матеріалу.

ВИСНОВКИ

У дисертації наведено нове вирішення науково-технічної проблеми, яке полягає у використанні прогресивних інформаційних технологій при розробці системи адаптивного навчання на принципах нечіткої логіки, що дозволяє моделювати організаційну діяльність викладача при формуванні індивідуальної траєкторії навчання студента.

1. Дослідження автоматизованих інформаційних систем управління процесом навчання, що функціонують в сучасній традиційній системі вищої освіти демонструють їх неефективність у невизначених умовах процесу навчання студентів, оскільки відомі навчальні системи в основному виконують окремі наукові і практичні завдання і не орієнтовані на комплексний підхід до управління навчанням з урахуванням індивідуальних особливостей студента і специфіки модульної структури учбових дисциплін. В результаті аналізу сучасних навчальних інформаційних систем встановлено, що підвищення якості підготовки фахівців значною мірою залежить від індивідуалізації навчального процесу, яка комплексно об'єднує в собі методологічні основи, алгоритмічний аналіз і прогресивні інформаційні технології для створення ефективної інформаційної технології навчання.

2. На основі дослідження чинників, які суттєво впливають на прийняття рішень щодо оцінки результатів та формування індивідуальної траєкторії нав-чання експертом - викладачем в умовах традиційної системи навчання, розроб-лені методологічні основи побудови автоматизованої системи управління навчанням з урахуванням психологічних особливостей особи студента. Запропоновано принцип побудови навчальної системи на основі моделювання організаційної діяльності викладача, що дозволяє створити ефективну підсистему прийняття рішень щодо управління процесом навчання.

3. Запропоновано проводити корекцію траєкторії навчання на підставі поточного (покрокового) контролю рівня засвоєння навчального матеріалу.

4. Для ефективної організації процесу навчання при моделюванні процесу прийняття рішень викладачем запропоновано застосовувати нечіткі множини оцінок і теорію нечіткої логіки. Розроблено нечіткі моделі і алгоритми управління процесом навчання на принципах нечіткої логіки.

5. Запропоновано метод диференційованої оцінки рівня засвоєння навчального матеріалу з використанням нечітких множин і нечіткої логіки, що підвищує об'єктивність результатів оцінювання знань і дозволяє формувати пропозиції щодо подальшої навчальної траєкторії для кожного студента.

6. Для підвищення достовірності інформації про рівень знань шляхом зменшення вірогідності вгадування правильної відповіді вперше запропоновано встановити інформаційну відповідність між мірою правильних відповідей за теоретичним і відповідним практичним матеріалом.

7. Запропоновано новий критерій оцінки якості задоволення інформаційних потреб навчальними системами, що відрізняється від існуючих тим, що враховує співпадіння подальших навчальних траекторій і оцінок, виставлених навчальною системою і викладачем. За цим критерієм якість запропонованого підходу становить 0,742, відносно ідеальної системи, якість якої дорівнює одиниці.

8. Проведена експериментальна перевірка запропонованих методів і алгоритмів реалізованої інформаційної автоматизованої навчальної системи в учбовому процесі. Максимальна різниця оцінок викладача і навчальної системи в експерименті склала 8 %, а максимальна середня різниця по групах 1,4 %. Коефіцієнт рангової кореляції Пірсона для оцінок викладача і НС знаходиться в діапазоні 0,90 … 0,99. Дисперсія оцінок НС на 2-3 % вища через відсутність округлення оцінок викладачами до 5 (за стобальною шкалою). Таким чином, ефективність використання реалізованої навчальної системи в навчальному процесі підтверджується експериментом.

СПИСОК ОПУБЛІКОВАНИХ ПРАЦЬ ЗА ТЕМОЮ ДИСЕРТАЦІЇ

1. Вишневская В.М. Нечеткая логика и процесс обучения // УСиМ. ? 2006. ? № 6. ? С. 66 - 69.

2. Вишневская В.М. Применение методов нечеткого моделирования к процессу обучения //Холодильна техніка і технологія.- 2006. - № 3 (101). - С. 78 - 81.

3. Вишневская В.М. Диагностика уровня интеллектуальности инструментальной оболочки обучающей системы // Тр. Одес. политехн. ун-та: Научный и производственно-практический сборник по техническим и естественным наукам. - Одеса: ОНПУ, 2006. - С. 32 - 35.

4. Козак Ю.А., Михайленко В.С., Вишневская В.М. Регулирование основных параметров судовых объектов на основе нечеткой логики // Автоматизация судовых технических средств: Науч.-техн. сб. - Вып. 11. - Одесса: ОНМА, 2006. - С. 65 - 70.

5. Вишневская В.М. К вопросу подготовки инженеров в вузах связи // Матеріали 4-ї міжнародної міждисциплінарної науково-практичної конференції ”Сучасні проблеми науки та освіти” - м. Ялта/ Харків, 1-10 травня 2003. - С. 165.

6. Вишневская В.М. Нечеткое моделирование процесса обучения // Труды 7-й международной научно-практической конференции “Современные информационные и электронные технологии”. - Одеса: ОНПУ, 2006. - С. 85.

7. Вишневская В.М. Нечеткая логика и процесс обучения // Сборник трудов 1-й Международной конференции “Новые информационные технологии в образовании для всех”. - Киев, 29-31 мая 2006. - С. 191 - 198.

8. Вишневская В.М., Гогунский В.Д. Психолого-педагогические особенности индивидуализации обучения // Шляхи реалізації кредитно-модульної системи організації навчального процесу і тестових форм контролю знань студентів: Матеріали наук.-метод. семінару - Одеса: Наука і техніка, 2006. - С. 66 - 70.

9. Вишневская В.М., Гогунский В.Д. Оценка уровня интеллектуальности компьютерных приложений с элементами искусственного интеллекта // Материалы XIV семинара "Моделирование в прикладных научных исследованиях". - Одеса: ОНПУ, 2007. ? С. 22 - 24.

Размещено на Allbest.ru

...