Моделі та інформаційні технології комп'ютеризованих систем навчання на базі ієрархічних функціональних мереж

16

Размещено на http://www.allbest.ru

ХЕРСОНСЬКИЙ НАЦІОНАЛЬНИЙ ТЕХНІЧНИЙ УНІВЕРСИТЕТ

УДК 681.142.2:371.49

Моделі та інформаційні технології комп'ютеризованих систем навчання на базі ієрархічних функціональних мереж

05.13.06 - Автоматизовані системи управління і прогресивні інформаційні технології

Автореферат

дисертації на здобуття наукового ступеня

кандидата технічних наук

Лещенко Ірина Євгенівна

Херсон 2007

Дисертація є рукопис.

Роботу виконано у Херсонському національному технічному університеті Міністерства освіти і науки України.

Науковий керівник кандидат технічних наук, доцент Радванська Людмила Миколаївна, декан Таврійського факультету Херсонського національного технічного університету

Офіційні опоненти:

доктор технічних наук, професор Авраменко Валерій Павлович, професор кафедри інформаційно-управляючих систем Харківського національного університету радіоелектроніки, м. Харків;

кандидат технічних наук, професор Соколова Надія Андріївна, декан факультету кібернетики, завідувач кафедри економічної кібернетики Херсонського державного технічного університету, м. Херсон.

Провідна установа:

Харківський національний технічний університет “Харківський політехнічний інститут”, кафедра АСУ, м. Харків, Міністерство освіти і науки України.

Захист відбудеться 27 квітня 2007 р. о 13.00 годині на засіданні спеціалізованої вченої ради Д 67.052.01 Херсонського національного технічного університету: 73008, м. Херсон, Бериславське шосе, 24.

З дисертацією можна ознайомитись у бібліотеці Херсонського національного технічного університету: 73008, м. Херсон, Бериславське шосе, 24, корпус 1 .

Автореферат розісланий 25 березня 2007 р.

Вчений секретар спеціалізованої вченої ради А.В.Шеховцов

ієрархічний комп'ютеризований навчання

АНОТАЦІЯ

Лещенко І. Є. Моделі та інформаційні технології комп'ютеризованих систем навчання на базі ієрархічних функціональних мереж. - Рукопис. Дисертація на здобуття наукового ступеня кандидата технічних наук за фахом 05.13.06 - автоматизовані системи управління і прогресивних інформаційних технологій - Херсонський національний технічний університет, м. Херсон, 2006.

Для створення сучасних комп'ютеризованих систем навчання (КСН) запропоновано використовувати формально-логічний апарат подання даних і знань, що використовує нечітку логіку, кластеризацію, нечіткий пошук у базах даних і знань.

Систематизовано методику побудови КСН, що дозволяє уніфікувати структуру і використовуваний математичний апарат для моделей КСН. Для подання знань про логіко-аналітичні завдання процесу навчання доопрацьовано методи, що використовують семантичні однорідні ієрархічні функціональні мережі, а для завдань управління - моделі цілей управління.

Розроблені методи забезпечують: можливість подання знань про процеси навчання в рамках єдиного апарата з урахуванням особливостей і характеру розв'язуваних задач; обліку результатів планування процесу навчання; формування варіантів навчання в умовах невизначеності вихідної інформації про тих, кого навчають, з використанням стратегії рефлексивного управління першого рангу.

Для формалізованого опису завдань управління КСН розроблено моделі: знань про процес визначення категорій тих, кого навчають; знань про визначення черговості тих, кого навчають; знань про процес розробки планів взаємодії між викладачем і тими, кого навчають.

Модель знань для класифікації учасників процесу навчання і подій управління розроблена на основі подання знань у вигляді семантичних мереж на базі нечітких знань. Розроблено структури гібридної моделі знань про процеси формування планів навчання при організації взаємодії між викладачем і тими, кого навчають для різних форм навчання і моделі знань про процеси формування черговості навчання в КСН.

Розроблено комплексну модель і алгоритм функціонування адаптивної КСН.

Ключові слова: знання, математична модель, структурно-функціональна модель, алгоритм функціонування, комп'ютеризована система навчання, семантична мережа, функціональна мережа.

АННОТАЦИЯ

Лещенко И. Е.. Модели и информационные технологии компьютеризированных систем обучения на базе иерархических функциональных сетей - Рукопис.

Диссертация на соискание ученой степени кандидата технических наук по специальности 05.13.06 - Автоматизированные системы управления и прогрессивные информационные технологии - Херсонский национальный технический университет, г. Херсон, 2006.

Для создания современных КСО используется формально-логический аппарат представления данных и знаний на основе нечеткой логики, кластеризации, нечеткого поиска в базах знаний.

Систематизирована методика построения КСО, позволяющая унифицировать структуру и используемый математический аппарат для моделей КСО.

Доработаны модели представления и классификации обучаемых, использующие семантические однородные иерархические функциональные сети, а для задач управления - модели целей управления.

Для формализованного описания задач управления адаптивными КСО разработаны модели: знаний о процессе определения категорий обучаемых; знаний об определении очередности обслуживания обучаемых; знаний о процессе разработки планов взаимодействия в КСО.

Разработаны комплексная модель и алгоритм функционирования адаптивной КCО. Ключевые слова: знания, математическая модель, структурно-функциональная модель, алгоритм функционирования, компьютеризированная система обучения, семантическая сеть, функциональная сеть.

SUMMARY

Leschenko I.E. Models and information technologies computer system of training on the basis of hierarchical functional networks. - Manuscript

The dissertation on competition of a scientific degree of the candidate of engineering science on a speciality 05.13.06 - Automated control systems and progressive information technologies - Kherson National Technical University, Kherson, 2006.

The technique of construction КSS, allowing is systematized to unify structure and used mathematical device for models CSS. For representation of knowledge about logic-analytical tasks of process of training the methods using semantic homogeneous hierarchical functional networks, and for tasks of management of model of the purposes of management are modified.

For the formalized description of tasks of management CSS the models are developed: knowledge of process of definition of categories trained; knowledge of definition of sequence trained; knowledge of process of development of the programs for the educational plans.

The model of knowledge for classification of the participants of process of training and events of management is developed on the basis of representation of knowledge as semantic network on the basis of indistinct knowledge. The structures of hybrid model of knowledge about processes of formation of the programs of the plans of training for the various forms of training and model of knowledge about processes of formation of sequence of training in CSS are developed.

Are developed complex model and algorithm of functioning adaptive CSS.

Key words: knowledge, mathematical model, structurally functional model, algorithm of functioning, computer system of training, semantic network, functional network.

1. ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ

Актуальність теми. У цей час у сфері освіти і підготовки кадрів у національному, регіональному та міжнародному масштабах ведуться пошуки засобів підвищення ефективності і якості навчання, підтримки самостійної пізнавальної діяльності тих, кого навчають, автоматизованого навчання. Досягнення в області формального подання людських знань створюють реальну основу для побудови таких інформаційних методичних систем, які накопичували б навчальний матеріал і методичні знання кращих викладачів і дозволяли б тим, кого навчають, використовувати їх у своїй практичній діяльності.

У зв'язку з цим задачі вдосконалення методів представлення даних і знань предметних областей комп'ютеризованих систем навчання (КСН), розробки нових методів і математичних моделей побудови засобів автоматизованого управління процесом пошуку і ідентифікації інформації, її пред'явлення тим, кого навчають, організації контролю засвоєння знань і алгоритмів функціонування КСН є досить актуальними.

Зв'язок роботи з науковими програмами, планами, темами. Тематика дисертаційної роботи, її мета і основні задачі відповідають державним науково-технічним програмам, що сформульовані в Законах України “Про вищу освіту”, “Про наукову і науково-технічну діяльність”, “Про національну програму інформатизації”, а також планам науково-технічних робіт Міністерства освіти і науки України: 6. - інформатика, автоматизація і приладобудування; 6.2.2 - перспективні інформаційні технології і системи.

Дисертаційна робота є складовою частиною тематичної програми досліджень кафедри інформаційних технологій Херсонського національного технічного університету (ХНТУ) за темою “Розробка теорії й інструментарію трансформаційних методів синтезу знань у різноманітних предметних областях”.

Автор брав участь у даній роботі як виконавець. Роль автора полягала в розробці та реалізації моделей та алгоритмів роботи інструментальних засобів, що розроблялись.

Мета та завдання дослідження. Метою дисертації є інтенсифікація та підвищення якості навчального процесу за рахунок застосування в комп'ютеризованих системах навчання моделей і адаптивних алгоритмів на базі функціональних мереж.

Досягнення поставленої мети визначило необхідність рішення наступних наукових завдань:

- подальший розвиток теоретичних основ подання, зберігання і пошуку інформації для КСН; - розробка аналітичних і структурно-функціональних моделей основних компонентів КСН;

- розробка комплексної структурно-функціональної моделі комп'ютеризованої системи навчання і алгоритмів її функціонування.

Об'єктом дослідження є процеси розробки моделей і алгоритмів функціонування комп'ютеризованих систем навчання на базі функціональних мереж.

Предметом цього дослідження є методи і моделі подання знань у комплексній ієрархічній моделі КСН на базі функціональних мереж.

Методи дослідження. Для формалізації слабоструктурованих задач у роботі використовувався аксіоматичний метод теорії формальних систем. Також використовувалися методи математичного моделювання, теорії нечітких множин, теорії ймовірностей, алгебри предикатів, методи теорії прийняття рішень. Застосування комбінації цих методів забезпечило високу вірогідність й обґрунтованість результатів роботи і дозволило одержати ряд нових наукових результатів.

Наукова новизна отриманих результатів полягає в наступному:

Уперше розроблено аналітичні і структурно-функціональні моделі основних компонентів адаптивної комп'ютерної навчальної системи, які відрізняються від відомих моделей застосуванням у їхній структурі однорідних ієрархічних функціональних мереж і мереж цільових настанов.

Уперше розроблено комплексну структурно-функціональну модель комп'ютерної системи навчання на базі ієрархічних функціональних мереж і алгоритми її функціонування.

Удосконалено метод формального логічного подання знань за допомогою однорідних ієрархічних функціональних мереж, який відрізняється від відомих методів тим, що описові можливості мережі доповнені параметричними вершинами для оцінки кількісних і якісних характеристик розпізнаваних подій.

Одержали подальший розвиток методи формального подання знань про процеси управління навчанням у КСН на базі мережних моделей цільових настанов, який відрізняється від відомих методів тим, що описові можливості мережі доповнені функціональними вершинами порівняння та пошуку і це дозволяє спростити процедуру пошуку інформації в гібридних мережних моделях цільових настанов.

Наукові результати роботи. Набули подальшого розвитку наукові теоретичні розробки в області формально-логічного подання знань у людино-машинних системах проблемно-орієнтованих адаптивних КСН на базі комплексного моделювання їхньої структури і алгоритмів функціонування.

Практична значимість наукових результатів дисертаційного дослідження, а саме: удосконалені методи подання знань, аналітичні та структурно-функціональні моделі основних компонентів КСН були використані при розробці варіанта КСН за навчальною дисципліною “Сучасні інформаційні технології в економіці” у Харківському гуманітарному університеті “Народна українська академія” (ХГУ “НУА”).

Наукові положення, висновки, моделі основних компонентів, комплексна структурно-функціональна модель КСН, а також алгоритми їхнього функціонування були використані для розробки нових навчальних курсів по навчальній дисципліні “Теоретичні основи автоматизації процесів виробітку рішень у системах управління” у Харківському університеті повітряних сил (ХУПС), Українській інженерно-педагогічній академії (УІПА) і ХГУ “НУА”. При підготовці практичних занять з дисциплін “Моделювання і САПР радіоелектронних пристроїв” та “Основи наукових досліджень” УІПА, “Сучасні інформаційні технології в економіці” у ХГУ НУА, при вдосконаленні системи дистанційного навчання Харківського національного університету радіоелектроніки (ХНУРЕ).

Особистий внесок здобувача. Всі положення, які представлені в роботі і виносяться на захист, належать особисто автору. Їх основний зміст викладений в роботах [1-10]. З робіт, виконаних у співавторстві, особисто автором одержано подальший розвиток методів подання знань у КСН у вигляді спеціальним чином допрацьованих однорідних функціональних мереж подання й пошуку знань у предметній області і мережі моделювання цільових настанов системи управління [3,4,5]; запропоновано структуру методики побудови КСН [6]; розроблено моделі основних компонентів [7,8] і комплексну структурно-функціональну модель КСН і алгоритми її функціонування [2,10].

Апробація результатів дисертації. Основні результати досліджень були повідомлені, обговорені і схвалені на наступних науково-технічних конференціях і семінарах: Другій міжнародній науково-технічній конференції “Проблеми інформатики та моделювання”, Харків, 2002 р.; 4, 5, 6, 7 та 8 міжвузівських науково-технічних конференціях “Експертні оцінки елементів навчального процесу”, Харків, 2002, 2003, 2004, 2005, 2006 рр.; 1-ому міжнародному радіоелектронному Форумі “Прикладна радіоелектроніка. Стан і перспективи розвитку”, Харків, 2002 р.; Міжнародній науково-технічній конференції, Херсон, 2004 р., міжвузівській НТК ХАДІ-2004; 1-й Міжнародній науково-технічній конференції “Инфотеле-коммуникационные технологии в науке, производстве и образовании”/ Росія. Північнокавказький державний технічний університет, 2004 р.

Публікації результатів досліджень. Публікації за темою дисертації містять 27 робіт, з них 10 статей, 17 тез доповідей повідомлень. 8 статей опубліковано у виданнях, включених рішеннями ВАК України в перелік дозволених для дисертаційних робіт видань.

Структура і обсяг роботи. Робота складається зі вступу, 4 розділів, висновків і додатків. Обсяг містить 141 сторінку основного тексту, списку літератури зі 116 найменувань, 26 рисунків, 8 таблиць і 14 додатків на 50 сторінках.

2. ОСНОВНИЙ ЗМІСТ РОБОТИ

У вступі обґрунтовано актуальність і необхідність розробки КСН. Викладено мету, завдання, наукову новизну, практичну значимість роботи, наведено основні результати роботи.

У першому розділі проведено аналіз стану проблеми і результатів розробки та використання математичного забезпечення комп'ютерних систем навчання на базі нових інформаційних технологій.

Показано, що особливість сучасних КСН полягає в їх складній системній організації. Дані в зазначених системах є неоднорідні і нестаціонарні, тому для створення сучасних КСН може бути використаний відповідний формально-логічний апарат подання даних і знань: нечітка логіка, кластеризація, нечіткий пошук у базах даних і знань.

У теперішній час є значна кількість робіт в області побудови систем навчання і їх використання у навчанні. У цих роботах сформульовано вимоги до КСН, концептуально описано структуру і етапи процесу створення КСН, розроблено математичні моделі джерел навчальної інформації, описано деякі методи управління навчанням. Проте вони суперечать одне одному, оскільки пропонується різний математичний апарат для розробки моделей знань і пошуку інформації; розробка спеціального математичного забезпечення перебуває на низькому рівні або не передбачена взагалі; не структуровані методики побудови КСН; математичні моделі описують лише окремі сторони процесу навчання, носять приватний характер і мало зв'язані між собою.

У роботі поставлені наступні завдання: удосконалення методів опису, пошуку і виведення інформації предметної області (ПрО) і системи управління навчанням; розробка системи управління навчанням; розробка математичних моделей структурних компонентів системи управління і комплексної моделі адаптивної КСН.

У другому розділі дисертації розроблено теоретичні основи подання знань про процес навчання за допомогою КСН.

Систематизовано методику побудови КСН, що дозволяє уніфікувати структуру і використовуваний математичний апарат для побудови аналітичних і структурно-функціональних моделей компонентів КСН. Методика включає етапи розробки формально-логічного апарата (ФЛА); подання знань про процеси організації навчання і оцінки результатів навчання; розробки моделей компонентів;, комплексної структурно-функціональної моделі адаптивної КСН і її алгоритмів.

Визначено типи функціональних задач навчання - логіко-аналітичні і пошукові та розрахункові.

Для подання знань про логіко-аналітичні задачі процесу навчання вдосконалено однорідні ієрархічні функціональні мережі (ОІФМ), описові можливості яких доповнено параметричними вершинами для оцінки кількісних і якісних характеристик розпізнаваних подій. Тут використані положення нечітких мір і множин, що дозволяє врахувати різнорідність, неточність і неповноту вихідної інформації.

Модель знань про процеси класифікації тих, кого навчають, що побудована з використанням ОІФМ, представлена кортежем:

Управління навчальним процесом у КСН полягає у формуванні множини цілей, що забезпечують розв'язання поставлених задач , можливих варіантів їхнього досягнення і виборі набору дій , що забезпечує досягнення поставлених цілей. Для розробки апарата формалізації пошукових і розрахункових задач управління використана мережна модель цілей управління (ММЦУ). У ММЦУ використовуються логічні вершини “І” та “АБО”, які дозволяють формалізувати задачі логічного характеру. Для задач навчання розрахункового і пошукового характеру розширено описові можливості ММЦУ шляхом введення в мережу нових вершин - функціональних, порівняння і пошуку. ФЛА подання знань про процеси управління навчанням на основі такої гібридної ММЦУ (ГММЦУ) представлений у вигляді:

Розроблено концептуальну модель адаптивної КСН на базі функціональних мереж (рис.3). Це багаторівнева модель у вигляді семантичної мережі на верхньому рівні подання знань і розгалужених функціональних мереж для управління підсистемами КСН. У КСН для індивідуальної адаптації до тих, кого навчають, застосовуються методи: адаптивної побудови послідовності матеріалів (ПрО); адаптивного подання інформації тим, кого навчають; адаптивної підтримки співробітництва (взаємодії).

Модель КСН включає:

Модель системи управління навчальним процесом адаптивної КСН на основі моделі тих, кого навчають, що вирішує завдання попередньої класифікації та ранжирування тих, кого навчають, формування порядку подання їм матеріалів навчальної дисципліни залежно від результатів тестування знань. Тут пропонується застосувати методи індивідуальної адаптації системи управління КСН до кожного, кого навчають.

2. Предметну область навчальної дисципліни, яка представлена моделлю знань навчальних матеріалів і системи методичних знань. У якості модель знань про структуру навчального матеріалу і методичних знань КСН обрано семантичну мережу, що містить відомості про поняття предметної області навчальної дисципліни, про їхні взаємозв'язки, складність окремих понять. Тут застосовуються методи адаптивної побудови послідовності матеріалів ПроО.

3. Модель навчального процесу забезпечує адаптивне подання інформації Про учням.

4. Системи тестування знань тих, кого навчають, побудованої на основі знань заданих рівнів засвоєння навчального матеріалу. Система повинна дозволяти організувати перевірку знань із гнучким порядком видачі тестів, що залежать від рівня складності матеріалу, який перевіряють.

У третьому розділі здійснюється розробка аналітичних і структурно-функціональних моделей організації навчального процесу в адаптивній КСН і системи управління КСН.

Модель організації навчального процесу КСН, що розробляється, побудована на основі методів адаптивного управління і призначена для:

опису предметної області навчання;

формування порцій навчального матеріалу і подання їх тим, кого навчають.

Враховуючи ієрархічний характер навчального матеріалу виділяються такі основні рівні моделі подання навчального матеріалу VU у базі знань КСН.

Модифікована модель включає експертні знання обсягу і складності засвоєння розділів, підрозділів, тем і об'єктів (понять предметної області). Для адаптивного формування порцій навчального матеріалу, на відміну від відомих моделей подання знань ПрО, у роботі пропонується комплексирувати логічно залежні й незалежні знання навчальних дисциплін, якщо це можливо, у єдину модель.

Навчальні L-блоки зв'язуються в мережу знань навчального матеріалу дисципліни. При цьому знання, що знаходяться на одному рівні, вважаються логічно незалежними. Для контролю знань тих, кого навчають, граф доповнений блоками тестового контролю знань навчальних блоків.

Для формалізованого опису задач управління адаптивною КСН розроблено моделі тих, кого навчають, і компонентів управління: процесу визначення категорії учнів, і подій управління; розробки планів взаємодії між учнями і викладачем і їх ранжирування у КСН.

Модель класифікації учасників процесу навчання і подій управління розроблена на основі подання знань у вигляді моделі ОІФМ на базі нечітких знань. Завдання зведене до визначення приналежності виявлених подій управління і учасників процесу навчання до класів алфавітів категорій управління і типів тих, кого навчають, на основі тестування їх знань і їхнього порівняння з експертними знаннями.

Для опису класу подій управління введений алфавіт подій управління навчальним процесом , де = подія - “включити тест за темою n розділу k”; = подія - “вивчити матеріал за темою n розділу k”; = подія - “повторити матеріал за темою n розділу k”; = подія - “слідувати далі за темами”; = подія управління навчальним процесом - “закінчити вивчення матеріалу дисципліни”. Тут k - номер розділу в підручнику k=1,..,K; n- номер теми в k-м розділі підручника n=1,..,N.

При цьому для опису класів алфавітів використано множину ознак

, (5)

де NW- кількість питань в TV тесті; Т - час, припустимий на тестування в TV тесті; Td - результати порівняння припустимого і поточного часу на тестування в TV тесті (“так”, “ні”), MO- кількість помилок, припустима в TV тесті, MOd - результати порівняння припустимої і фактичної кількості помилок (“так”, “ні”) в TV тесті, R - припустима кількість повторень питання в TV тесті; Rd - результати порівняння припустимої і фактичної кількості повторень питання в TV тесті; O - оцінка за TV тест у заданій метриці; Оd - результати порівняння оцінки із припустимої для TV тесту; Q = {tтд, tрд} - директивний час вивчення матеріалу теми, розділу навчальної дисципліни; TR - результати порівняння поточного часу із припустимим на вивчення матеріалів розділу дисципліни (“так”, “ні”); TT - результати порівняння поточного часу із припустимим на вивчення теми дисципліни (“так”, “ні”).

Для організації управління адаптивної КСН введений алфавіт типів тих, кого навчають, , де = {початківець}, = {слабкий}, = {середній}, = {сильний}, = {дуже сильний} ті, кого навчають.

Формалізований опис еталонних розподілів значень кількісних і якісних ознак для опису подій управління і типів тих, кого навчають, представлений у вигляді:

, (6)

де - множина еталонних розподілів значень ознак Xm, m=1,…,М - номер ознаки, М - кількість ознак, які використовувались для опису типів тих, кого навчають; - розподілу значень кількісних ознак при описі n-го класу r-го алфавіту, представлені у вигляді нечіткого LR-інтервалу; - розподілу функцій приналежності об'єкта (події) до n-го класу r-го алфавіту за значенням якісної ознаки Xm.

Опис класів алфавіту ознаками представлений у вигляді наступних логічних аксіом:

Рішення про тип того, кого навчають, визначається відповідно до формули (7). Опис подій управління класів алфавіту ознаками представляється у вигляді наступних логічних аксіом:

Значення представляється поточними значеннями ознаки “управління” (Кj) для класів алфавіту А1.

Розроблений формальний опис процесу категорування тих, кого навчають, і управління в адаптивній КСН дозволяє враховувати їхні типи й ухвалювати рішення щодо управління навчальним процесом в умовах неповноти і невизначеності інформації.

Розроблено структурно-функціональну модель (Рис. 5), алгоритм і програму на Delphi 6 процесу категорування учнів і прийняття рішень у КСН.

Для формалізації слабоструктурованих завдань складання планів взаємодії і ранжирування в роботі використаний формальний апарат на основі гібридної МЦУ.

Розрізняють денну (НД) і заочну (НЗ) форми навчання. Нехай є множина варіантів організації взаємодії між викладачем і тими, кого навчають, де k - ціле число, що визначає варіант взаємодії: k = 1- за навчальними планами; k=2 за основними матеріалами дисципліни навчального плану; k=3 - за цільовим настановами дисципліни навчання, k = 4 - за додатковими матеріалами навчальної дисципліни, k = 5 - за методичними матеріалами дисципліни, k = 6 - за часом вивчення дисципліни.

Знання про порядок формування планів навчання при організації взаємодії між викладачем і тими, кого навчають, за навчальними програмами плану НД, НЗ формально можна представити алогічними аксіомами А1- А2:

Необхідність організації пошуку інформації в базі даних для визначення істинності предикатів BZ1(s,j) і BZ2(r,j) може бути представлена алогічною аксіомою А3:

Аналогічно за допомогою алогічних аксіом формально представлено знання про порядок взаємодії для варіантів k2-k6. У цілому, формалізований опис знань про процес формування програм планів взаємодії для НД й НЗ форм навчання представляється у вигляді наступних алогічних аксіом:

Аналіз змісту аксіом дозволив визначити структуру моделі знань про процеси формування індивідуальних планів взаємодії для НД й НЗ форм навчання в адаптивній КСН (Рис. 6).

Для розробки моделі формування черговості навчання визначений порядок ранжирування тих, кого навчають: у порядку зростання номера їх типу (кj ), складності W матеріалу, часу tj для засвоєння j-им, кого навчають, матеріалу Wj.

На основі аналізу змісту алогічних аксіом визначено структуру моделі процесу ранжирування тих, кого навчають, і розроблений алгоритм пошуку рішення на відповідній гібридній моделі.

Розроблено комплексну модель адаптивної КСН, яка містить дві відносно незалежні частини: модель організації навчального процесу (ПрО) і модель організації системи управління.

Модель організації навчального процесу призначена для розв'язання задач: опису ПрО і бази знань методики побудови навчального матеріалу; формування порцій навчального матеріалу.

Навчальний матеріал дисципліни (VU) складається з матеріалів розділів (VR), підрозділів (VPR) і параграфів (VP), і відповідна модель ПрО постає у вигляді семантичної мережі, як це показано на рис. 7. Аналогічним чином у моделі ПрО представляються і методичні знання (VM1,…...,VMN, VS1,…,VSK)... Моделлю організації вивчення знань навчальних дисциплін з урахуванням визначеного системою управління КСН початкового рівня знань учня, і обраної для нього методики навчання, з вихідних знань (L01,..,L0K) формуються порції навчального матеріалу, тестів (L1,…....,Lk), що дозволяє представити навчальний матеріал розділів і тем дисципліни (LU) у вигляді згрупованих блоків знань (LT1,..,LTK, LR1,..,LRM).

На основі моделей компонентів розроблено модель системи управління навчальним процесом в адаптивній КСН.

Вона вирішує задачі попередньої класифікації типів тих, кого навчають, їх ранжирування, автоматичного складання індивідуального плану взаємодії для адаптивного управління тими, кого навчають, шляхом формування порядку подання їм матеріалів навчальної дисципліни залежно від результатів вхідного і поточного тестування знань по вже вивчених темах і розділах. На основі моделей компонентів розроблено модель системи управління навчальним процесом в адаптивній КСН.

Таким чином, індивідуальна адаптація КСН до тих, кого навчають, здійснюється за рахунок методів спеціального подання інформації навчальних дисциплін у базах даних і знань ПрО, подання її учням, організації взаємодії між викладачем і учнями у КСН.

У четвертому розділі представлено розроблені адаптивні алгоритми управління і подання знань ПрО тим, кого навчають, у КСН (рис. 8). Алгоритми дозволяють вирішити наступні функціональні інформаційні завдання: описати базу навчальних знань предметної області КСН;описати бази методичних знань навчального процесу; сформувати порції навчального матеріалу для індивідуального надання їх; визначити ступінь засвоєння кожним, кого навчають, поточного матеріалу і організувати адаптивне управління КСН.

Розроблено рекомендації з побудови КСН для навчальної дисципліни “Сучасні інформаційні технології в економіці”.

Рекомендації з побудови адаптивної КСН зведено до наступного:

визначити джерела навчальної та методичної літератури для складання учбових планів з програм автоматизованого навчання;

розробити предикатну систему кодування джерел навчальної та методичної літератури ПрО;

розробити модель тих, кого навчають;

розробити критерії класифікації і ранжирування учнів та їх моделі;

розробити тестові завдання для всіх типів тих, кого навчають за дисциплінами навчального плану;

розробити модель подання розділів і тем навчальних дисциплін тим, кого навчають в КСН;

розробити моделі системи керування компонентами КСН і алгоритм керування адаптивної КСН в цілому.

Проведено аналіз ступені адекватності комплексної моделі КСН, який показав, що адекватність розробленої моделі при використанні запропонованих додаткових факторів зростає на 10-25% у порівнянні з відомими моделями (рис.9). Це забезпечується за рахунок більш повного обліку значимих факторів у процесі розробки комплексної моделі КСН.

У висновках по розділам дисертації коротко викладено основні наукові результати проведених досліджень

У додатках представлено розроблені алгоритми і програми, функціонування компонентів і комплексної моделі управління адаптивної КСН, вихідні дані, тести для рішення завдань подання в КСН навчальної дисципліни “Сучасні інформаційні технології в економіці”.

Таким чином, у дисертаційній роботі наведено теоретичні узагальнення і отримано нове рішення наукового завдання, що складається в розробці методів для формалізації опису знань, аналітичних і структурно-функціональних моделей і алгоритмів функціонування адаптивної КСН.

ВИСНОВКИ

У цілому в роботі поставлено і вирішено наступні наукові завдання:

1. Для створення сучасних комп'ютеризованих систем навчання запропоновано використовувати формально-логічний апарат подання даних і знань, що використовує нечітку логіку, кластеризацію, нечіткий пошук у базах даних і знань.

2. Систематизовано методику побудови адаптивної КСН, що дозволяє уніфікувати структуру моделей та використовувати єдиний математичний апарат для моделей КСН.

3. Набули подальшого розвитку теоретичні основи подання, зберігання і пошуку інформації для комп'ютеризованих систем навчання.

Для подання знань про логіко-аналітичні завдання процесу навчання доопрацьовано методи, що використовують семантичні однорідні ієрархічні функціональні мережі класифікації тих, кого навчають, а для завдань управління - моделі цілей управління.

Розроблені методи забезпечують: можливість подання знань про процеси навчання в рамках єдиного апарату з урахуванням особливостей і характеру розв'язуваних задач; обліку результатів планування процесу навчання; формування варіантів навчання в умовах невизначеності вихідної інформації про тих, кого навчають.

4. Розроблені аналітичні і структурно-функціональні моделі: процесу визначення категорій тих, кого навчають на основі подання знань у вигляді ОІФМ на базі нечітких знань; про визначення черговості та процесу розробки планів взаємодії між викладачем і тими, кого навчають на основі подання знань у вигляді гібридної МЦУ.

5. Розроблені комплексну модель та алгоритми функціонування адаптивної КСН на базі ієрархічних функціональних мереж.

6. Проведено порівняльний аналіз ступені адекватності моделей і розроблені практичні рекомендації з побудови комплексних моделей адаптивної КСН.

7. Результати роботи можуть застосовуватися в вищих навчальних закладах та організаціях, де розробляють комп'ютеризовані навчальні системи.

СПИСОК ОПУБЛІКОВАНИХ ПРАЦЬ ЗА ТЕМОЮ ДИСЕРТАЦІЇ

1. Лещенко И.Е. Формализованные описания знаний о процессе управления в автоматизированной обучающей системе //Вестник Херсонского государственного технического университета. - №1 (19). - 2004.- С. 195-198.

У статті розроблено формально-логічний апарат представлення знань про процес управління в КСН на базі експертної системи.

2. Лещенко И.Е, Бобыр Е.И. Експертна навчальна система для дистанційного навчання. // Системи обробки iнформацiї: Зб. наук. пр. Вип.5 (45). / Харківський університет Повітряних Сил- Х., 2005.- С. 184-187.

У статті запропоновано модель навчальної системи на базі функціональних мереж для дистанційного навчання.

3. Лещенко И.Е., Бобыр Е.И. Проблема обеспечения надежности вычислений в системах интеллектуального анализа данных на базе сетей ПЭВМ. // Сб. науч. тр.: 1-го Междунар. радиоэлектрон. форума "Прикладная радиоэлектроника. Состояние и перспективы развития", Харьков. - 2002.- Ч. 2.- С. 269-275.

У статті здобувачем пропонується надійність обчислень в КСН інтелектуального аналізу даних на базі мереж ПЕВМ.

4. Лещенко И.Е., Шаронова Н.В. Анализ методов поиска информации в базах даннях.// Всеукраинский межведомственный научно-технический сборник “Проблемы бионики” № 56 /М-во образования и науки Украины, Харьковский национальный университет радиоэлектроники, Харьков. - 2002.- С. 82-84.

У статті здобувачем пропонується порівняльний аналіз методів ідентифікації в базах даних. Сформульовані висновки про найбільш перспективні напрями у процесах вдосконалення методів пошуку інформації.

5. Лещенко И.Е, Бобыр Е.И. Оценка качества поисковых систем.//Системи обробки информации. // Збирник наукових праць. Випуск 5.,Харкивський вийськовый университет, Харкив-2003. С.209-213.

У статті здобувачем розроблено методику оцінки якості пошукових систем в навчанні.

6. Лещенко И.Е, Бобыр Е.И. Методика построения интегрированной базы знаний экспертных обучающих систем. // Радиоэлектронные и компьютерные системы. - № 3. Национальный аэрокосмический университет ХАИ., Харьков. - 2003. - С. 111-114.

У статті здобувачем розроблено методику побудови баз знань автоматизованих навчальних систем.

7. Лещенко И.Е. Структурно-функциональная модель организации учебного материала в автоматизированной экспертной обучающей системе. // Системи обробки інформації: Зб. наук. праць. Вип. 10 (38). / Харк. вiйс. ун-т.- Х., 2004.- С. 112-116.

У статті здобувачем запропоновано структурно-функціональну модель організації навчального матеріалу у КСН.

8. Затхей В.А., Лещенко И.Е., Шаронова Н.В. Формально-логический аппарат представления знаний о процессах управления обучением в экспертных обучающих системах. // “АСУ и приборы автоматики” № 130/М-во образования и науки Украины, Харьковский национальный университет радиоэлектроники, Харьков. - 2005. - С. 52-56.

Здобувачем запропоновано метод формалізації знань про процеси управління з використанням гібридної СМЦН.

9. Лещенко И.Е. Комплексная информационно-логическая модель автоматизированной обучающей системы на базе экспертных оценок.// Системи обробки iнформацiї: Зб. наук. пр.Вип.4 (44). / Харківський університет Повітряних Сил- Х., 2005.- С. 90 -95.

У статті запропоновано структурно-функціональну модель організації навчального матеріалу у КСН.

10. Бобыр Е.И., Лещенко И. Е. Алгоритм организации системы управления для адаптивной компьютерной системы обучения.// Системи обробки информации. Зб. наук. пр.- Вип. 3(52)/ Харківський університет Повітряних Сил- Харьков, 2006.- С. 210-213.

Здобувачем запропоновано структура комплексного алгоритму організації функціонування у КСН.

Размещено на Allbest.ru

...