автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Автоматизация анализа связности учебных модулей в системе переподготовки персонала промышленных предприятий

РОЖИН ПАВЕЛ СЕРГЕЕВИЧ

АВТОМАТИЗАЦИЯ АНАЛИЗА СВЯЗНОСТИ УЧЕБНЫХ МОДУЛЕЙ В СИСТЕМЕ ПЕРЕПОДГОТОВКИ ПЕРСОНАЛА ПРОМЫШЛЕННЫХ

ПРЕДПРИЯТИЙ

Специальность 05.13.06 - Автоматизация и управление технологическими процессами и производствами (промышленность)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Москва - 2009

0034В0Э07

003460907

Работа выполнена в Московском автомобильно-дорожном институте (государственном техническом университете)

Научный руководитель Лауреат премии Правительства РФ,

доктор технических наук, доцент Строганов Виктор Юрьевич, профессор МАДИ(ГТУ)

Официальные оппоненты Доктор технических наук, профессор

Суворов Дмитрий Наумович, профессор МАДИ(ГТУ)

Кандидат технических наук, Брыль Владимир Николаевич, начальник отдела Научно-исследовательского центра электронно-вычислительной техники (ОАО НИЦЭВТ), г.Москва

Ведущая организация: Российский научно-исследовательский институт информационных технологий и систем автоматизированного проектирования (Рос НИИ ИТ и АП), г.Москва.

Защита состоится 24 февраля 2009г. в 10.00 на заседании диссертационного совета Д212.126.05 Московского автомобильно-дорожного института (государственный технический университет) по адресу: 125319, ГСП А-47, Москва, Ленинградский пр., д.64.

С диссертацией можно ознакомиться в библиотеке МАДИ(ГТУ)

Текст автореферата размещен на сайте Московского автомобильно-дорожного института (государственного технического университета):\лл/\л/у.тайкги

Автореферат разослан 23 января 2009г.

Отзыв на автореферат в одном экземпляре, заверенный печатью, просим направлять в адрес совета института.

Ученый секретарь диссертационного совета, кандидат технических наук, доцент

с Михайлова Н.В.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы

Управление процессом профессионального обучения начинается с определения потребностей, которые формируются на основе анализа профессиональных навыков, а также необходимости выполнения сотрудниками своих текущих производственных обязанностей. Выполнение должностных обязанностей требует от сотрудников организации знания рабочих процедур и методов, выпускаемой продукции и оказываемых услуг, умения работать на установленном оборудовании и т.п. Потребности, связанные с выполнением производственных обязанностей, могут определяться как на основе заявок руководителей подразделений и самих работников, так и путем проведения опросов руководителей и специалистов, анализа результатов работы подразделений организации.

Подавляющее большинство мероприятий по обеспечению подготовки, переподготовки и повышению квалификации сотрудников финансируется из собственных средств предприятий, поэтому оценка эффективности программ обучения является центральным моментом управления профессиональным обучением на предприятиях промышленности и транспортного комплекса. Однако как показал анализ, недостаточное внимание уделяется разработке формальных моделей структуризации учебной информации, что необходимо для рациональной организации как самого процесса обучения, так и аттестации сотрудников.

Предметом исследования являются информационная поддержка системы подготовки и переподготовки рабочих и служащих предприятий промышленности и транспортного комплекса, включая создание методик формирования электронных ресурсов и организацию обучения в соответствии со сложившейся организационной и нормативно-правовой схемами повышения квалификации.

Цель и основные задачи исследования

Целью работь! является автоматизация разработки электронных образовательных ресурсов в процессах подготовки и переподготовки персонала предприятий промышленности и транспортного комплекса.

Для достижения данной цели в работе решаются следующие задачи:

• анализ задач системы подготовки и переподготовки персонала предприятий промышленности и транспортного комплекса;

• формальная классификация пользователей и инструментальных средств создания формирования связного образовательного контента;

® разработка методики формирования учебных планов и рабочих программ;

• разработка методов и программных механизмов анализа терм-связности образовательных программ;

• реализация моделей забывания и научения учебной информации;

• разработка базы данных учебных планов и программная реализация механизмов анализа связности.

Методы исследования

При разработке формальных моделей компонентов системы переподготовки в диссертации использовались методы общей теории систем, случайных процессов, теоретико-множественный аппарат и др. Моделирование и аналитические исследования проводились с использованием математических и статистических пакетов.

Научная новизна

Научную новизну составляют методы, модели и методики разработки электронных образовательных ресурсов и учебных планов.

На защиту выносятся:

• формальная декомпозиция инструментальных средств создания контента учебных планов и рабочих программ переподготовки персонала;

• методики разработки учебных планов и рабочих программ;

» методы и программные механизмы анализа терм-связности учебных модулей;

• модели забывания и научения учебной информации;

• база данных учебных планов и рабочих программ.

Достоверность научных положений, рекомендаций и

выводов

Обоснованность научных положений, рекомендаций и выводов определяется корректным использованием современных математических методов и моделей, предварительным анализом ряда программ переподготовки специалистов промышленных предприятий. Достоверность положений и выводов диссертации подтверждена положительными результатами внедрения.

Практическая ценность и реализация результатов работы

Научные результаты, полученные в диссертации, доведены до практического использования. Они представляют непосредственный интерес в области автоматизации управления персоналом с использованием комбинированных технологий обучения. Разработанные методы и алгоритмы прошли апробацию и внедрены для практического применения в учебных центрах «Газпрома», а также используются при организации учебного процесса на кафедре АСУ МДДИ(ГТУ).

Апробация работы

Содержание отдельных разделов и диссертации в целом было доложено и получило одобрение:

• на Российских, межрегиональных и международных научно-технических конференциях, симпозиумах и семинарах (2003-2008 гг.);

• на заседании кафедры АСУ МАДИ(ГГУ).

Совокупность научных положений, идей и практических результатов исследований в области автоматизации процесса подготовки и переподготовки персонала предприятий промышленности и транспортного комплекса представляет собой актуальное направление в развитии теоретических и практических методов формирования базы данных учебно-методических материалов с насыщенным мультимедийным наполнением, что особенно актуально для ремонтных специальностей, где необходимы наглядные формы представления технологических процессов.

Структура работы соответствует списку перечисленных задач, содержит описание разработанных методов, моделей и методик.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность работы. Ставятся цели и задачи исследований. Приводится краткое содержание глав диссертации.

В первой главе диссертации проведен системный анализ задач автоматизации управления персоналом б контуре системы переподготовки. Проведен сравнительный анализ методов и средств обучения. Выделены категории методов и методик, которые могут быть полностью или частично автоматизированы. Определено место компьютерных и телекоммуникационных технологий в обучении персонала.

Спектр программного обеспечения для электронного обучения (е-Learning) очень широк. На одном краю этого спектра - простые программы, выполненные в HTML, на другом - сложные системы управления обучением и учебным контентом (Learning Content Management Systems), использующиеся в корпоративных компьютерных сетях. Одной из особенностей успешного внедрения системы открытого обучения является правильный выбор программного обеспечения, соответствующего конкретным требованиям. Эти требования определяются потребностями обучаемого, потребностями методиста и, во многих случаях, администратора, который должен контролировать ход и результаты обучения. Среди основных типов таких программ можно выделить:

• авторские программные продукты (Authoring Packages),

• системы управления обучением (Learning Management Systems - LMS),

• системы управления контентом (Content Management Systems -CMS),

» системы управления учебным контентом (Leaming Content Management Systems - LCMS).

При выборе программного обеспечения для открытого обучения независимо от его уровня необходимо учитывать пять потребительских характеристик: надежность в эксплуатации; совместимость; удобство использования; модульность; обеспечение доступа.

Проведенный в работе анализ показал, что для формализованного представления и структуризации учебных планов и рабочих программ может быть использован терм-анализ связности модулей учебных материалов. Модуль представляет структуру: M={DM, Am, Hm, Fa), где DM - наименование модуля; Ам - аннотация модуля; Нм - объем часов, выделенных на модуль; FD - указатель дисциплины.

Терм-множество представляет структуру W=W'uW°, где W! -множество входных термов; W0 - множество выходных термов. W„eW' - терм w принадлежит множеству входных термов; WweW° - терм w принадлежит множеству выходных термов.

Входные термы определены как: W'w={D'w, Pw, Fw, í/w}, где D'w -идентификатор терма; Fm - указатель принадлежности модулю; Fw -ссылка на терм-источник (для организации синонимии термов); l/w -коэффициент усиления (определяет увеличение активности использования).

Выходные термы определены как: W°w ={D°W, F°w, F°w. 2°w}, где D°w - идентификатор терма; м - указатель принадлежности модулю; F°w - ссылка на входные термы; Z°w - коэффициент забываемости.

Важную роль в изучении процессов научения и обучения играет исследование памяти. Память является одним из важнейших психических процессов, реализующих усвоение знаний. Начало экспериментальной психологии памяти связано с опытами Г.Эббингауза. Кривая Г.Эббингауза - это объем памяти как функция времени:

h т'к m

где Ь - процент удержанного в памяти материала в момент эксперимента (или контроля) либо объем памяти в "процентах сбережения"; t - время с момента полного овладения материалом в часах; с и к - константы, получаемые методом наименьших квадратов по экспериментальным данным.

Терстоун предложил следующую формулу (гиперболический закон обучения):

(n + c) + b

где у - усвоение; п - число испытаний; а и с - константы; b - скорость научения.

В.Эстесом была построена стохастическая модель для задачи обучения парным ассоциациям. Во время проверочного испытания предъявляется только возбуждающий образ, на который обучаемый должен дать правильный ответ. Вводится следующая формализация. Пусть Е,, Е2, ... Ед/ - элементы возбуждения; Л,, Аг, ... AR -альтернативные ответы; p¡¡Xl - вероятность того, что элемент возбуждения Е, во время п-го опыта вызовет ответ A¡. Тогда процесс приобретения навыка описывается следующей функцией:

Pij,n=Pij,n+C Pin), (3)

где с - константа (0<с<1).

В работе также рассмотрены основные принципы организации педагогической системы, которая представляет собой упорядоченную совокупность целей, содержания, технологии (методов), средств и форм обучения, воспитания и развития сотрудников, характеризующих в инвариантном виде составляющие образовательной деятельности. Наличие в адаптивной информационной системе обучения модели обучаемого (модели научения) позволяет увязать унификацию личности и персонализацию выбора обучаемым собственной траектории познавательной деятельности. Все это приводит к необходимости создания инструментальных средств формирования логически связной совокупности образовательных модулей, которые должны предъявляться по мере прохождения входного тестового контроля, учитывая, что уровень подготовки персонала значительно различается.

Во второй главе диссертации на основе проведенного анализа педагогических и дидактических принципов организации обучения и методов контроля и диагностики уровня знаний формируется концепция построения связного учебного плана переподготовки персонала. Строится формальная модель описания процессов обучения. Решается задача декомпозиции компонентов системы переподготовки. В результате формируется концептуальная модель и технические требования для реализации программной среды, обеспечивающей функциональную полноту системы формирования учебного контента.

Разработанные программные компоненты системы включает в себя следующий набор инструментальных сред и пользовательских приложений: конструктор структурных элементов; конструктор курсов; инструментарий оценки связности учебного плана и другие.

«Конструктор структурных элементов» представляет инструментальную среду формирования лекций, практикумов и тестов, как последовательности мультимедийных фрагментов, реализованных в различных инструментальных средах. Основная функция - формирование учебных фрагментов в структуру, сбалансированную по форме представления материала.

«Конструктор курсов» представляет инструментальную среду структуризации лекций, практикумов и тестов в единый учебный курс.

В диссертации разработана интегрирующая инструментальная среда «Учебный план», объединяющая все учебные курсы в единое информационное пространство и обеспечивающая структуризацию учебных материалов с возможностью формирования логической взаимосвязи модулей за счет их согласования по входным и выходным термам. Формальные схемы преобразования данных перечисленных приложений приведены на рис.1.

Функционал программных приложений

Сценарий

Мультимедиа^

фрагменты , Алгоритм 'переходов""

+I

ксэ

ВД струкг. элемента ^

Визуал. фрагтов в формате Word

Сценарий "курса......

БД структ.

элементов ; Настройка ^ " эл.управления |

Ввод и привязка^ Ч'ермсв к модулям!

кк

. БД. курса..

БД вых. терм

Импорт курсов

Формирое. , учГплзна

Привязка, вх, и . вых. термов

Загрузка стандартов

УП

Анализ | Г терм-связности

#ф( i'

1 Формирование s^ ™ рао. программ w

г

Оптамиз. уч,_шща .

Рис.

Для программной реализации формирования учебного сценария из элементарных приложений с учетом синхронизации и согласования по данным в диссертации разработаны формальные операции создания структуры приложений.

Для согласования последовательных связей приложений вводится операция •: 51*52 = 53 каскадного соединения (когда один модуль не может быть отредактирован до редактирования и публикации другого):

^сх^у^), 52с(хх2хадхУ2, Зз-р^ху, (у* хУ2), 2х1=2х2=2,

((*1, Ы (У1, Уг))е5з о Зг: ((х^ (уь г), у2)е52

Каскадное соединение (•)

(4)

X,

X,

У,

х

л,

Ъ — --•+ Б,

Рис. 2.

Для согласования параллельных процессов подготовки электронных ресурсов вводится оператор ©: З^Э^оз параллельного соединения (содержательная часть слабо связных модулей может разрабатываться и программироваться параллельно):

8,а(Х\гХ1)хУь вге^хХухУг, 53с(Х*1,Х*2,2)х(У1хУ2),

2x1=2*2=2,

((*1, >2,4 (уь у2))е53 о Эг: ((х-,, 4 у^е^л^Хг, г), у2)е32 Параллельное соединение (©)

(5)

8,

У,

х

8,

X,

-У;

-»►У,

Рис. 3.

Операция Г:Р(51)=52 - замыкание обратной связи, необходима для реализации интерактивных алгоритмов сценария подготовки электронных ресурсов (обратная связь используется для формирования программного механизма сохранения терм-связности):

51с(Х*1 ^х (У* /у,), $2сХ*2х У*2, 2x1=2x2=2, (6)

(*1, у2)е52 о 32: ((Х1, (у,, г^е^

Замыкание обратной связи (Я)

Рис. 4.

В результате выполнена формальная декомпозиция инструментальных средств создания связной структуры учебных модулей, определены управляющие и информационные связи, что позволяет сделать систему открытой для включения новых методов, моделей и данных, тем самым сформировать функционал программных приложений. Совместное использование введенных операций при наличии формализованного описания приложений и данных позволяет генерировать программные методики создания учебного контента.

Структура программных приложений для реализации связного сценария программ обучения приведена на рис.5. Представленная модель построена по принципу вход-выход с возможностью преобразования пользовательского функционала.

Связность входных и выходных термов модулей схематически представлена на рис.6. При таком подходе взаимосвязь модулей может быть установлена за счет определения синонимии термов, т.е. установления ссылок входных термов на выходные. Таким образом, имея формальную модель знаний по разрабатываемому курсу возможен вариант реализации индивидуальных треков обучения.

Режим «корзина» термов также предназначен для добавления выходных термов модулей в список входных термов других модулей. Принцип реализации процесса добавления несколько другой. Пользователь, просматривая списки выходных термов модулей, имеет возможность добавить в корзину произвольное количество входных термов. Термы, содержащиеся в корзине, могут быть добавлены в список входных термов произвольного модуля. Для этого выбирается нужный модуль и выполняется функция «связать термы». Выбранные термы будут автоматически помещены в список входных термов.

В диссертации разработана методика формирования связной совокупности модулей учебного плана с учетом синхронизации действий различных классов пользователей и возможностью сохранения логических терм-связок.

БД курса

/pcaj

V

Обучение ^

СП • —.....

у результатов ^

. Мультимедиа 'фрагменты

"U

О СЛ

Мультимедиа фрагмЗДты"^

Сценарий

Структура _

курса" Привязка вых. термос

Мультимедиа фрагменты

Сценарий

ксэ

Монит. F ответов р

Результаты

кк

L.....Ш, j

курсов Импорт]

"" ..............курсов

Правка струк. элемент.

сv- Привязка . '' вх. термов *

, Формиров. v уч. плана i Загрузка J 'стандартов Н

Анализ _ "терм-связностир

Редактирование структуры курса

УП

Оптимиз. уч. плана

КСЭ - Кочструкгор структурных элементов; КК - Конструктор курсов; КГГ -•• Конструктор гетерогенных курсов; СО - Среда обучаемого;

МРТ - Мониторинг результатов группового гетерогенного тестового контроля; УП - Учебный план;

о

ч

тз

■а 01 Z3 "О о о

ся-а

~о 03

О) г;

to f:

о 5

св х

ш сг

§1

51 v э

я i

ф 1 о ^

xi

о ш о о

S

ц

CD S ш а

о £>

—1

о н о сс

s

го

Связность входных и выходных термов модулей дисциплин

> "V

Учебный процесс

Рис.6.

Для реализации механизма связности входных и выходных термов модулей дисциплин в системе реализовано несколько режимов («наброска», «корзина» и др.). Схематично они приведены на рис.7.. В режиме «наброска» термов необходимо отметить модуль, к которому будут прикрепляться термы.

В третье главе диссертации решается задача моделирования связности учебных модулей и последующем построении функций забывания учебной информации на основе планирования учебного процесса для подкрепления знаний по каждому терму или компетенции, входящей в перечень необходимых знаний, умений и навыков.

Связность термов в диссертации определяется отношением: VУи^УУ^, где «=»> - отношение <терм \Л/и2 ссылается на терм \Л/Ы>. Для каждого входного терма определяется терм-источник (некоторый выходной терм):

УУУ№1еУУ! 3!УУщ2е\Л/(7)

Каждому выходному терму ставится в соответствие список входных термов, которые ссылаются на него:

УУУиеУУ° 3 {УУ™}: УУ^еУУ1 л УУ„¡^УУ„. (8)

Программные механизмы формирования терм-связности модулей

Конструктор КурС0Е»1 1С Ь-.

Ч ТерМ| Слоазрь термов

•:ерк, ----- ТеогЛ ' Термэ : аи -' Терм! Тер«г ; ТерМз-

• Терм« |

Вход, термы '5ых, . термы

Рис.7.

Отношение на множестве термов представляет собой двудольный граф: с одной стороны У/0 являются источниками для УУ1 и непосредственно задаются \Л/°=>\Л/', с другой стороны \Л/° определяются через У\/!, что определяется структурой модуля и определяет связь \Л/'=>\Л.'°. Если в первом случае всегда выдержана синхронизация введения термов по времени, то во втором при формировании интегрированной базы учебных материалов она может быть нарушена, что определило необходимость разработки подсистемы контроля связности.

Из множества термов представляют интерес следующие подмножества: И/00' - подмножество «висячих термов», т.е. выходных термов, которые не используются в дальнейшем (на них не ссылаются никакие входные термы); И/1"' - подмножество «неопределенных термов», т.е. входных термов, не ссылающихся на выходной. Они определяются из семантической сети термов на основании соотношений:

14/'"- IЛ/": -,3 И^„о ИЛ»=>

«Неопределенные термы» можно рассматривать как базовые понятия. «Висячие термы» можно рассматривать либо как методическую ошибку сформированного учебного плана, либо такой терм должен быть включен в карту требований по выбранной специальности или профессии.

Полученные формальные соотношения дают основу автоматизации поиска и устранения методических ошибок при формировании учебного плана.

Связность модулей определяется на основании связности термов. Чем больше ссылок входных термов одного модуля на выходные другого, тем более сильно связны указанные модули.

Множество модулей представляет граф С=(М, Е) как частично упорядоченное множество модулей, где отношение порядка определяется на основании связности термов. )/\/^л>\А/122 означает, что терм И/^'1 необходим для Щг- Для сбалансированного учебного плана необходимо задать порядок не между термами, а между модулями. Отношение порядка между модулями определено через отношение порядка между термами:

Отношение порядка должно удовлетворять следующим условиям:

* антирефлексивность (Мь/Ц) е.Е\

• антисимметричность [М0> М-2)еЕ => (/Ц2> Мг,)еЕ:

« транзитивность (Мг.> Щг)^Е л (М№> /Ц3)е£ Щ> /Ц3)еЕ

Такой порядок можно построить не на любой структуре, что накладывает ограничения на множество графов О. В результате разработан формальных подход к определению методической связности учебного материала, что дает основу для определения численных оценок сложности термов, с учетом хронологии последовательности модулей учебного плана, а также возможность формализованной оценки качества учебного плана.

Сетевая модель учебного плана

Рис. 8.

Разработана сетевая вероятностная модель учебного плана, позволяющая индивидуализировать процесс подготовки и переподготовки персонала, а также получить информацию об индивидуальных особенностях сотрудников с целью его дальнейшего профессионального роста.

Пусть имеется множество модулей {М} ¡=1..1о. Время, выделенное на изучение модуля, обозначим 1°-,. Для различных категорий обучаемых это время различно. При этом задержки изучения одного модуля ведут к задержкам изучения остальных модулей.

Полагается, что параллельно может изучаться несколько модулей, что увеличивает общую продолжительность изучения каждого модуля. В диссертации построена вероятностная модель, в которой время изучения модуля является случайной величиной. Каждый модуль представляет собой объект, схематично представленный на рис.8. Пусть Т" - время начала изучения ¡-ого модуля; "Г, - время окончания изучения .¡-ого модуля. В реализованной модели времена рассчитываются на основании итерационной процедуры: Т=0

ОМУУ:

I = агдпйп'^Т",: Тж, > Т = ТЖ! '

{/пВД /:Е„ = 1} (Ц)

Критерием завершения процесса изучения всех модулей является:

\ШГ(1) г:Е,, =1}=0 (12)

Кроме объема часов, каждый модуль характеризуется множеством термов, для которых определены меры сложности.

Для моделирования процессов забывания термов в работе предлагается использовать модели процесс авторегрессии второго порядка:

& =-Рт£м-(32-4.-2+Е1. (13)

Моделирование такого процесса может быть реализовано на основе приведенной рекуррентной модели, либо на основании его автокорреляционной функции. Показано, что для процессов авторегрессии второго порядка в случае действительных и различных корней характеристического уравнения автоковариационная функция имеет вид:

ф) =

а

.2

(14)

где 0<х-!<1 и 0<х2<1.

Процесс авторегрессии позволяет моделировать как монотонные, так и немонотонные процессы (рис.9.). Полученные модели предлагается использовать для аппроксимации функции забывания на каждом однородном с точки зрения введения термов временном интервале.

Весь временной цикл процесса обучения разбивается на множество интервалов, на которых используется конкретное подмножество термов, что позволяет построить функции научения и забывания для каждого терма (рис.10.).

Пусть ЛГ8] - продолжительность изучения ¡-го модуля. С каждым выходным термом И/°„ связывается некоторая функция, которая определяет уровень активности данного терма в течение периода изучения соответствующего модуля. Пусть 7^,0 - момент определения выходного терма в некотором модуле Мт. Этот момент времени связывается с окончанием чтения модуля Мто- [7Чз'Лщ;,7е,Аи;] -интервалы времени использования этого терма в других модулях, где Т^»,; - начало изучения модуля Мт\ , а 7®^ - конец изучения модуля Мт¡. Эти моменты времени вычисляются на основе сетевой модели учебного плана.

До момента 7^, 0 терм не определен и его функция забывания равна 0, с момента определения 7Л*,о функция принимает некоторое значение, определяемое содержанием модуля, и затем в соответствии с заданным коэффициентом забывания падает по модели авторегрессии. В моменты на основании связанного с термом коэффициента усиления (/V, функция возрастает, после чего падает до следующего момента Т6^^ ,т.е. изучения модуля в котором имеются связанные термы.

Модели функции забывания

Рис. 9.

Функция забывания термов

ООО

TWW)0 TeWwl TeW,

TeW,

Рис. 10.

В результате каждому терму, введенному в некотором модуле на каждый момент времени ставится в соответствие числовое значение определяющее степень понимания терма.

На основании полученных моделей функции забывания каждого терма, в работе вводится критерий эффективности учебного плана:

где F{T) - значение функции забывания i-ro терма на момент завершения изучения всех модулей (рис.11.). Основой формирования интегрального критерия является свертка всех функций по группам классифицирующих признаков принадлежности модуля некоторому направлению аттестации, подготовки или переподготовки. Каждому направлению присваиваются весовые коэффициенты, которые переносятся на все термы направления. В общем случае, в программный комплекс включен ряд известных методов решения многокритериальных задач (метод идеальной точки, метод последовательных уступок и др.).

Таким образом, имея полную базу данных методических материалов и тестовых заданий для всех модулей специализации появляется возможность не только формирования индивидуального плана, но и его динамической корректировки по результатам статистического анализа результатов решения тестовых заданий.

В четвертой главе диссертации рассматриваются технологические аспекты разработки программно-инструментальных средств формирования связного учебного плана.

Разработана структура базы данных (рис. 12.), интегрирующая учебно-методические материалы. Выбор MySQL в качестве СУБД обусловлен широкой популярностью данной СУБД и достаточно легковесной прозрачной архитектурой. Ее автоматическая масштабируемость при работе на многопроцессорных платформах,

Vi Fi(T)->max,

(15)

исключает необходимость дополнительной конфигурации или программной настройки.

Общая постановка задачи оптимизации учебного плана

Рис.11.

Наличие утилит администратора, достаточно высокая защищенность данных, как от сбоев, так и от несанкционированного доступа, несложность освоения и свободное распространение делают ее весьма полезной. Для работы с базой данных использовался компонент MyDAC, что позволило при переносе программы не производить дополнительных установок драйвера для работы с базой. Так же, использование MySQL позволяет использовать программу как в локальной сети, так и глобальной путем изменения настроек соединения с базой данных. Реализован полный набор операций с базой данных, которые могут выполняться, как из интерактивной оболочки пользовательского интерфейса, так и непосредственных из программных приложений.

Основной функционал подсистемы «Учебный план» включает следующий набор операций: ImpWPfromLC - импорт рабочей программы из локального курса; EcfitWP - редактирование рабочей программы; DeleteWP - удаление рабочей программы; PrintWP -печать рабочей программы; DublicateSP - дублирование учебного плана; LoadSPfromLocFile - загрузить учебный план из внешнего файла; SaveSPtoLocFiie - выгрузить текущий учебный план во внешний файл; DeleteSP - удалить учебный план; PlayCurLocCourss -запуск курса по выбранной дисциплине; AddDisc - добавить дисциплину в список; EditDisp - редактировать название текущей дисциплины в списке; DeleteDisp - удалить дисциплину из списка;

т?

s о

T'toe-nspiav^' И_пяр ial(I I) —■■ — nap_Damt varthsr{255) u?p_kod varchar(S) oap_l text

nap kodVlass mt(tl) napjrterrnui int(U) naj) icctnax int( 11) hdp audwer.ktnax mt(ll) nap_m;hj.tepiiun iiit(! 1) napjichflcpdnmin тЦ1 I) nap_uchslepPCm>* int(II) nap specPCmw int(! I) nap_replacemax inl(ll) napJoumalRUSmm wt(l i) napjoumalFRfofum au()l) пар_оорк1тгп inl(11) пяр oopxlmax ini(ll) napoopxllmm ¡nt(ll) nap_oop*l ltoax mt{ J I) tiap_oopxl2roui mt(ll) лар_рорх (?max irit{11) nap oop\2min inl(ll) nap oopx2m«x inl( 11) пчр oopx21min int(il) nap oopx2lmax in t( 11J nap_oopx22min inl^l I) пзр оорч22тях ш(( 11) nap _oopx3min int(U) гшр_оорхЗтах iiit( \ 1) nap. oop*3imin int(U) пар„оорхЗ irmx mt(l 1) nap_oopx32min in' (П) iinp_oop\32rattx mt(l 1) na^.oopxi int(l!) r\ap_oopx5mir> int(l I) i\ap_oo;>x5max ud(l I) nap_oopxirnin u>411) napoopxfiroax int(ll)

.yj^^i/i'p'MMirpfaoTA : ^ ■

- Wp Jd -1- — — — — — —---

Tide"

Annotation

Teim _n iim)>er__ 1,. .4

Audit _lect_houis_i.. 4

.4.udi;_praclhou rs_t... 4

Audit seminar houn 1. .4

Audit tab_houn_] ...4

Audit other_hours 1...4

Indep couistjij homs_l...4

Indep_<:ak_graph work_hours I...

Indep absn-act houn_1...4

Indrp_otHer_hou>s_1...4

Final _M»ntrt)l__type 1...4

Purposes _tasks

Fainiliriz _dem-inds

M at _tech_suppon

Method _recoinmen d s

l'arnilin.7 _ir«dns

Progratn_u)fc>

Create oame

Create, degree

Confirm name

Couii:m degree

Confinn date

Approved name

Approved degree

App'v>ved_d«tc

Spratt pe4e~t«v!i a, Atljd (VC4] --

(UuKli^i'

Ga» je [Hi-1---

Gets, abb (C3) CWslnaine JVC55]

• - связи отвечающие за формирование учебных планов .

- си язи отвечающие за рабочие пр-огрммы, локальные курсы, прм-связиостъ

- свя1И отвечающие за ФГОС. пр>гвижу термов к компетенциям

АсШгёсТоБР - добавить текущую дисциплину в учебный план, в качестве основных параметров задается номер семестра и цикл. ОеЮ^сРготЭР - удаление привязки выбранной дисциплины из текущего учебного плана; Р1о10гардЬ - построение графа учебного плана; Р1пс1ТегтЯе15 - поиск связей текущего терма с другими модулями; ТегплТоМос! - привязка терма к выбранному модулю, в качестве параметра указывается вид терма (входной, выходной); ТегтТоВи<Т - привязка термов во временный буфер; МетдгарИ -построение графика забываемости терма (график строится начиная с выходного терма) и другие.

Для каждой операции с базой разработан удобный пользовательский интерфейс. В систему включены разработанные в диссертации моделирующие функции. Таким образом, методисты кроме информационной поддержки получают и возможность оценки эффективности разработанного учебного плана с учетом индивидуальных свойств обучаемых различных возрастных категорий и с различным начальным уровнем знаний. Система имеет возможность генерации отчетов. Разработаны различные механизмы связывания входных и выходных термов.

Рассмотрены учебные планы и рабочие программы специализаций. Предложенные в работе критерии эффективности позволили повысить эффективность системы подготовки и переподготовки.

В заключении представлены основные результаты работы.

Приложение содержит документы об использовании результатов работы.

Публикации. По результатам выполненных исследований опубликовано 16 печатных работ, основные из которых приведены в списке публикаций.

Основные выводы и результаты работы

1. Проведен анализ структуры программно-технического комплекса организации системы подготовки и переподготовки кадров и выделен круг приоритетных задач, направленных на повышение эффективности организации обучения.

2. Выполнена формальная декомпозиция компонентов системы подготовки и переподготовки персонала с целью создания открытой и функционально полной системы инструментальных средств.

3. Проведена классификация пользователей системы и разработано формализованное описание схем их взаимодействия с учетом привязки к программным и информационным ресурсам.

4. Реализованы методики разработки учебных планов и рабочих программ с использованием механизмов терм-связности. Разработаны методы и программные механизмы анализа терм-связности.

5. Разработаны рекуррентные схемы моделей забываемое™ и научения учебной информации, которые положили основу критериям оптимизации учебного плана переподготовки.

6. Разработана база данных учебных планов и рабочих программ.

7. Разработанные методы и алгоритмы прошли апробацию и внедрены для практического применения в учебных центрах «Газпрома», а также используются на кафедре АСУ МАДИ(ГТУ).

Публикации по теме диссертационной работы

1. Рожин П.С. Формализованное описание связности модулей в интегрированной адаптивной среде обучения и тестирования «COTA» / А. Б. Николаев, В.Ю. Строганов, К. А. Баринов// Телекоммуникационные технологии в промышленности и образовании: сб. науч. тр. / МАДИ(ГТУ). М., 2003. с. 85-91.

2. Рожин П.С. Анализ программ автоматизации кадрового делопроизводства / А.Б. Николаев, В.Н. Брыль Н Теория и практика информационных технологий: межвуз. сб. науч. тр. М., 2006. с. 67-75.

3. Рожин ПС. Методика формирования гетерогенных тестов и генерации индивидуальной аттестационной траектории / А.Б. Николаев, В.Ю. Строганов // Методы и модели оптимизации управления: сб. науч. тр. / МАДИ(ГТУ), М., 2006. с. 103-109.

4. Рожин П.С. Использование деловых игр при подготовке управленческих кадров автотранспортных предприятий / A.B. Остроух, К.А. Баринов, Д.А. Учеваткин II Инновационные технологии на транспорте и в промышленности: сб. науч. тр. / МАДИ(ГТУ). М., 2007. с. 30-37.

5. Рожин П.С. Модели и методы адаптивного тестового контроля / Л.М. Липсиц, A.M. Круглов, В.М. Пеньков II Инновационные технологии на транспорте и в промышленности: сб. науч. тр. / МАДИ(ГТУ). М„ 2007. с. 41-48.

6. Рожин П.С. Подсистема мониторинга результатов группового гетерогенного тестового контроля / А.Б. Николаев, А.П. Баринов, В.Ю. Строганов, В.М. Пеньков// Инновационные технологии в промышленности, строительстве и образовании: сб. науч. тр. / МАДИ(ГТУ), М„ 2007. с. 39-45.

7. Рожин П.С. Программная реализация инструментальной среды конструктора гетерогенных тестов / Д.А. Пеньков, А.П. Баринов II Инновационные технологии в промышленности, строительстве и образовании: сб. науч. тр. / МАДИ(ГТУ). М., 2007. с. 68-74.

8. Рожин П.С. Опыт внедрения инновационных мультимедийных учебно-методических комплексов в учебный процесс / A.B. Остроух, К.А. Баринов, М.Н. Краснянский, Н.Е. Суркова И Вестник МАДИ(ГТУ) вып.1(8) М., 2007. с. 89-94.

9. Рожин П.С. Пользовательский интерфейс конструктора гетерогенных тестов / А.Б. Николаев, К.А. Баринов // Информационные технологии: программирование, управление, обучение: сб. науч. тр. / МАДИ(ГТУ). М., 2007. с. 112-116.

10. Рожин П.С. Программные комплексы и методика применения дистанционных, образовательных технологий для строительных вузов. Интернет-порталы / Н.И. Пресняков, H.H. Пресняков .// Содержание и технологии. Сб. науч. статей. ФГУ ГНИИ ИТТ «Информатика», вып. 4. М., Просвещение. 2007. с.549-559.

11. Рожин П.С. Развитие последовательного интерфейса / В.Р. Рогов, Е.Ю. Толкаев // Методы прикладной информатики в автомобильно-дорожном комплексе: сб. науч. тр. / МАДИ(ГТУ). М., 2007. с. 41-45.

12. Рожин П.С. Информационное обеспечение аттестации персонала промышленных предприятий / Н.Г. Куфтинова И Методы прикладной информатики в автомобильно-дорожном комплексе: сб. науч. тр. / МАДИ(ГТУ). М„ 2007. с. 46-51.

13. Рожин П.С. Адаптивный алгоритм формирования тестовых заданий / A.B. Николаев, Л.Ф. Макаренко, Р.П. Лукащук // Вопросы теории и практики автоматизации в промышленности: сб. науч. тр. / МАДИ(ГТУ). М., 2008. с. 17-20.

14.. Рожин П.С. Анализ методов формирования адаптивного контента / A.B. Николаев, Л.Ф. Макаренко, Р.П. Лукащук // Инновационные методы автоматизации технологических процессов и производств: сб. науч. тр. МАДИ(ГГУ). -М., 2003. - С. 40-46.

15. Рожин П.С. Параметры и технологии адаптации в системах гипермедиа / A.B. Николаев, Л.Ф. Макаренко, Р.П. Лукащук II Инновационные методы автоматизации технологических процессов и производств: сб. науч. тр. / МАДИ(ГТУ). М„ 2008. с. 47-54.

16. Рожин, П.С. Алгоритм генерирования комбинаций объектов при решении задачи моделирования строительного производства / A.B. Остроух, П.С. Рожин, М.Т. Савич // Приборы и системы. Управление, контроль, диагностика. - М.: "Научтехлитиздат", 8, 2008, С. 8-10.

Подписано в печать 0 4. 2009 г

Формат 60x84x16 Усл.печ.л. 1, О Тираж 1 ОС) экз. Заказ № о

"Техполиграфиентр" Россия, 125319 , г. Москва, ул. Усиевича, д. 8 а. Тел/факс: 8 (499) 152-17-71 Тел.: 8-916-191-08-51

ВВЕДЕНИЕ.

1. СИСТЕМНЫЙ АНАЛИЗ ЗАДАЧ АВТОМАТИЗАЦИИ СИСТЕМЫ ПОДГОТОВКИ И ПЕРЕПОДГОТОВКИ КАДРОВ ПРОМЫШЛЕННЫХ ПРЕДПРИЯТИЙ.

1.1. Сравнительный анализ систем открытого обучения.

1.1.1. Основные преимущества открытого обучения.

1.1.2. Компьютерные технологии обучения.

1.1.3. Компьютерные конференции и технологии обучения на основе сети Интернет.

1.2. Исследование и анализ существующих систем переподготовки.

1.2.1. Методические принципы структурирования учебного материала.

1.2.2. Автоматизированные схемы контроля и оценки процесса обучения.

1.3. Анализ моделей научения и функций забывания информации при организации учебного процесса.

1.4. Информационные технологии разработки мультимедийных электронных средств учебного назначения.

Выводы по главе 1.

2. РАЗРАБОТКА СТРУКТУРЫ ПРОГРАММНЫХ ПРИЛОЖЕНИЙ В СИСТЕМЕ ФОРМИРОВАНИЯ УЧЕБНЫХ ПЛАНОВ.

2.1. Формализованное представление компонентов учебного плана.

2.1.1. Формализованное представления модуля, как неделимой логической единицы учебной информации.

2.1.2. Формализованное термов, как единиц оценки связности учебного материала.

2.1.3. Структура инструментальных средств создания мультимедийных обучающих программ.

2.2. Функциональная декомпозиция программно-моделирующего комплекса.

2.3. Анализ связности учебных элементов.

2.4. Оптимизация модульной структуры системы учебно-методических материалов.

Выводы по главе 2.

3. РАЗРАБОТКА ДИНАМИЧЕСКОЙ МОДЕЛИ ВОСПРИЯТИЯ УЧЕБНОГО МАТЕРИАЛА С УЧЕТОМ ИНДИВИДУАЛЬНЫХ СВОЙСТВ ОБУЧАЕМЫХ.

3.1. Формализованное представление компонентов учебного плана.

3.1.1. Формализованное представления модуля, как неделимой логической единицы учебной информации.

3.1.2. Формализованное термов, как единиц оценки связности учебного материала.'.

3.1.3. Анализ связности учебных элементов.

3.2. Моделирование процесса восприятия и забываемости информации.

3.2.1. Особенности усвоения и запоминания учебного материала.

3.2.2. Классификация забывания процессов по виду тренда.

3.2.3. Анализ моделей авторегрессии.

3.2.4. Аппроксимация функции забывания термов.

3.2.5. Аппроксимация функции забывания термов.

3.2.6. Постановка задачи оптимизации учебного плана.

3.3. Имитационная модель процесса восприятия терм-множества учебного плана.

Выводы по главе 3.

4. ПРОГРАММНО-МОДЕЛИРУЮЩИЙ КОМПЛЕКС ФОРМИРОВАНИЯ УЧЕБНЫХ КУРСОВ И УЧЕБНЫХ ПЛАНОВ В СИСТЕМЕ ПЕРЕПОДГОТОВКИ ПЕРСОНАЛА ПРОМЫШЛЕННЫХ ПРЕДПРИЯТИЙ.

4.1. Проектирование структуры программного комплекса.

4.2. Разработка SQL-запросов реализации алгоритмов терм-связности.

4.3. Разработка интерфейсных взаимодействий с компонентами инструментальных сред формирования мультимедийных курсов.

4.3.1. Функциональные возможности инструментальной среды «Учебный план».

4.3.2. Средства репликации учебных курсов.

4.3.3. Средства взаимодействия с пакетами аналитических исследований .148 Выводы по главе 4.

Управление процессом профессионального обучения начинается с определения потребностей, которые формируются на основе анализа профессиональных навыков, а также необходимости выполнения сотрудниками своих текущих производственных обязанностей. Выполнение I должностных обязанностей требует от сотрудников организации знания рабочих процедур и методов, выпускаемой продукции и оказываемых услуг, умения работать на установленном оборудовании и т.п. Потребности, связанные с выполнением производственных обязанностей, могут определяться как на основе заявок руководителей подразделений и самих работников, так и путем проведения опросов руководителей и специалистов, анализа результатов работы подразделений организации.

Подавляющее большинство мероприятий по обеспечению подготовки, переподготовки и повышению квалификации сотрудников финансируется из собственных средств предприятий, поэтому оценка эффективности программ обучения является центральным моментом управления профессиональным обучением на предприятиях промышленности и транспортного комплекса. Однако, как показал анализ, недостаточное внимание уделяется разработке формальных моделей структуризации учебной информации, что необходимо для рациональной организации как самого процесса обучения, так и аттестации сотрудников.

Предметом исследования являются информационная поддержка системы подготовки и переподготовки рабочих и служащих предприятий промышленности и транспортного комплекса, включая создание методик формирования электронных ресурсов и организацию обучения в соответствии со сложившейся организационной и нормативно-правовой схемой.

Целью работы является автоматизация разработки электронных образовательных ресурсов в процессах подготовки и переподготовки персонала предприятий промышленности и транспортного комплекса.

Для достижения данной цели в работе решаются следующие задачи:

• анализ задач системы подготовки и переподготовки рабочих и служащих предприятий промышленности и транспортного комплекса;

• формальная классификация пользователей и инструментальных средств создания формирования связного образовательного контента;

• разработка методики формирования учебных планов и рабочих программ;

• разработка методов и программных механизмов анализа терм-связности образовательных программ;

• реализация моделей забывания и научения учебной информации;

• разработка базы данных учебных планов и программная реализация механизмов анализа связности.

При разработке формальных моделей компонентов системы переподготовки в диссертации использовались методы общей теории систем, случайных процессов, теоретико-множественный аппарат и др. Моделирование и аналитические исследования проводились с использованием математических и статистических пакетов.

Структура работы соответствует списку перечисленных задач, содержит описание разработанных методов, методик и алгоритмов.

В первой главе диссертации проведен системный анализ задач автоматизации управления персоналом в контуре системы переподготовки. Проведен сравнительный анализ методов и средств, обучения. Выделены категории методов и методик, которые могут быть полностью или частично автоматизированы. Определено место компьютерных и телекоммуникационных технологий в обучении персонала.

Спектр программного обеспечения для электронного обучения! (е-Learning) очень широк. На одном краю этого спектра — простые программы, выполненные в HTML, на другом - сложные системы управления обучением и учебным контентом (Learning Content Management Systems), использующиеся в корпоративных компьютерных сетях. Одной из особенностей успешного внедрения системы открытого обучения является правильный выбор программного обеспечения, соответствующего конкретным требованиям. Эти требования определяются потребностями обучаемого, потребностями методиста и, во многих случаях, администратора, который должен контролировать ход и результаты обучения. Среди основных типов таких программ можно выделить:

• авторские программные продукты (Authoring Packages),

• системы управления обучением (Learning Management Systems — LMS),

• системы управления контентом (Content Management Systems - CMS),

• системы управления учебным контентом (Learning Content Management Systems - LCMS).

Показано, что при выборе программного обеспечения для открытого обучения независимо от его уровня необходимо учитывать пять потребительских характеристик: надежность в эксплуатации; совместимость; удобство использования; модульность; обеспечение доступа.

Во второй главе диссертации на основе проведенного анализа педагогических и дидактических принципов организации обучения и методов контроля и диагностики уровня знаний формируется концепция построения связного учебного плана переподготовки персонала. Строится формальная модель описания процессов обучения. Решается задача декомпозиции компонентов системы переподготовки. В результате формируется концептуальная модель и технические требования для реализации программной среды, обеспечивающей функциональную полноту системы формирования учебного контента.

Разработанные программные компоненты системы включает в себя следующий набор инструментальных сред и пользовательских приложений: конструктор структурных элементов; конструктор курсов; инструментарий оценки связности учебного плана и другие.

Для программной реализации формирования учебного сценария из элементарных приложений с учетом синхронизации и согласования по данным в диссертации разработаны формальные операции создания структуры приложений.

В третьей главе диссертации разрабатывается формальные методы и модели динамического восприятия учебной информации на основе функций забывания термов. Для моделирования процессов забывания термов в работе предлагается использовать модели процесс авторегрессии второго порядка. Разработана сетевая вероятностная модель учебного плана, позволяющая индивидуализировать процесс переподготовки и повышения квалификации персонала без отрыва от производства, а также получить информацию об индивидуальных особенностях сотрудников с целью его дальнейшего профессионального роста.

На основании полученных моделей функции забывания каждого терма, в работе ставится и решается многокритериальная задача эффективности учебного плана. Основой формирования интегрального критерия является свертка всех функций по группам классифицирующих признаков принадлежности модуля некоторому направлению. Каждому направлению присваиваются весовые коэффициенты которые переносятся на все термы направления. Таким образом, имея полную базу данных методических материалов и тестовых заданий для всех модулей специализации появляется возможность не только формирования индивидуального плана, но и его динамической корректировки по результатам статистического анализа результатов решения тестовых заданий.

В четвертой главе диссертации рассматриваются технологические аспекты разработки программно-инструментальных средств формирования связного учебного плана.

Для каждой операции с базой разработан удобный пользовательский интерфейс. В систему включены разработанные в диссертации моделирующие функции. Таким образом, методисты кроме информационной поддержки получают и возможность оценки эффективности разработанного учебного плана с учетом индивидуальных свойств обучаемых различных возрастных категорий и с различным начальным уровнем знаний. Система имеет возможность генерации отчетов. Разработаны различные механизмы связывания входных и выходных термов.

Рассмотрены учебные планы и рабочие программы специализаций. Предложенные в работе критерии эффективности позволили повысить эффективность системы подготовки и переподготовки.

В заключении представлены основные результаты работы.

В приложении приводятся акты внедрения результатов диссертационной работы.

Научную новизну составляют методы, модели и методики разработки электронных образовательных ресурсов и учебных планов.

На защиту выносятся:

• формальная декомпозиция инструментальных средств создания контента учебных планов и рабочих программ переподготовки персонала;

• методики разработки учебных планов и рабочих программ;

• методы и программные механизмы анализа терм-связности учебных модулей;

• модели забывания и научения учебной информации;

• база данных учебных планов и рабочих программ.

Обоснованность научных положений, рекомендаций и выводов определяется корректным использованием современных математических методов и моделей, предварительным анализом ряда программ переподготовки специалистов ряда промышленных предприятий. Достоверность положений и выводов диссертации подтверждена положительными результатами внедрения.

Научные результаты, полученные в диссертации, доведены до практического использования. Они представляют непосредственный интерес в области автоматизации управления персоналом с использованием комбинированных технологий обучения. Разработанные методы и алгоритмы прошли апробацию и внедрены для практического применения в учебных центрах «Газпрома», а также используются при организации учебного процесса на кафедре АСУ МАДИ(ГТУ).

Содержание отдельных разделов и диссертации в целом было доложено и получило одобрение:

• на Российских, межрегиональных и международных научно-технических конференциях, симпозиумах и семинарах (2003-2008 гг.);

• на заседании кафедры АСУ МАДИ(ГТУ).

Совокупность научных положений, идей и практических результатов исследований в области автоматизации процесса подготовки и переподготовки персонала предприятий промышленности и транспортного комплекса и представляет актуальное направление в развитии теоретических и практических методов формирования базы данных учебно-методических материалов с насыщенным мультимедийным наполнением, что особенно актуально для ремонтных специальностей, где необходимы наглядные формы представления технологических процессов.

По результатам выполненных исследований опубликовано 15 печатных работ.

Диссертационная работа состоит из введения, четырех глав и заключения, опубликованных на 152 страницах машинописного текста, содержит 37 рисунков, 15 таблиц, список литературы из 116 наименований и приложения.

Выводы по главе 4

1. Разработана общая структура программного комплекса, включая вопросы проектирования базы данных, ограничений прав доступа с учетом выбранной классификацией пользователей системы.

2. Разработана инструментальная среда «Администратор учебных курсов», объединяющая все учебные курсы в единое информационное пространство и обеспечивающая структуризацию учебных материалов с возможностью формирования логической взаимосвязи модулей за счет их согласования по входным и выходным термам.

3. Разработаны программные компоненты, обеспечивающие интерфейсное взаимодействие с базовыми пакетами подготовки мультимедийных обучающих программ.

4. Разработана методика сквозной переподготовки персонала, включающая этапы профориентации, входного контроля, непосредственно обучения и выходного контроля.

ЗАКЛЮЧЕНИЕ

1. Проведен анализ структуры программно-технического комплекса организации системы подготовки и переподготовки кадров и выделен круг приоритетных задач, направленных на повышение эффективности организации обучения.

2. Выполнена формальная декомпозиция компонентов системы подготовки и переподготовки персонала с целью создания открытой и функционально полной системы инструментальных средств.

3. Проведена классификация пользователей системы и разработано формализованное описание схем их взаимодействия с учетом привязки к программным и информационным ресурсам.

4. Реализованы методики разработки учебных планов и рабочих программ с использованием механизмов терм-связности. Разработаны методы и программные механизмы анализа терм-связности.

5. Разработаны рекуррентные схемы моделей забываемости и научения учебной информации, которые положили основу критериям оптимизации учебного плана переподготовки.

6. Разработана база данных учебных планов и рабочих программ.

7. Разработанные методы и алгоритмы прошли апробацию и внедрены для практического применения в учебных центрах «Газпрома», а также используются на кафедре АСУ МАДИ(ГТУ).

1. Аванесов B.C. Основы научной организации педагогического контроля высшей школы. — М.: Исслед. центр, 1989 г.

2. Аванесов B.C. Тесты в социологическом исследовании. М.: Наука, 1982.

3. Астанин С.В. Мониторинг процесса обучения в системе открытого образования // Интеллектуальные САПР. Таганрог, 2001. №4.

4. Астанин С.В., Захаревич В.Г., Попов Д.И. Интеллектуальные средства обучения в Интернет // Сборник докладов Всероссийской научной конференции «Управление и информационные технологии». СПб., 2003. Т. 2. С. 278-282.

5. Астанин С.В., Калашникова Т.Г. Разработка индивидуальной модели поведения обучаемого в системе дистанционного образования // Перспективные информационные технологии и интеллектуальные системы. Таганрог, 2001. №5.

6. Астанин С.В., Курейчик В.М., Попов Д.И., Кузьмицкий А.А. Интеллектуальная образовательная среда дистанционного обучения //Новости искусственного интеллекта. М., 2003. № 1.03 (55). С.7—14.

7. Безкоровайный М.М., Костогрызов А.И., Львов В.М. Инструментально-моделирующий комплекс для оценки качества функционирования информационных систем «КОК». Руководство системного аналитика. — М.: Синтег, 2000. — 116с.

8. Бенькович Е.С., Колесов Ю.Б., Сениченков Ю.Б. Практическое моделирование сложных динамических систем. С. Петербург, БХВ, 2001.-441с.

9. Бершадский A.M., Кревский И.Г. Дистанционное обучение форма или метод // Дистанционное образование. М., 1998. № 4.

10. Беспалько В.П. Теория учебника: Дидактический аспект. М.: Педагогика, 1988.

11. Бизли Д. Язык программирования PYTHON, Киев, ДиаСофт, 2000. -336 с.

12. Боггс У, Боггс М. UML и Rational Rose, М.: Лори, 2000. 582с.

13. Болотник Л.В., Соколова М.А. Тематическая модель структуры учебного материала // Проблемы педагогических измерений: Межвуз. сб. тр. / Под ред. В. И. Левина. М., 1984.

14. Буравлев А.И., Переверзев В.Ю. Выбор оптимальной длины педагогического теста и оценка надежности его результатов // Дистанционное образование. М., 1999. № 2. С. 27.

15. Буч Г. Объектно-ориентированный анализ и проектирование с примерами на С++, 3-е изд. / Пер. с англ. М.: «Издательство Бином», СПб.: «Невский диалект», 2001 — 560с.

16. Буч Г., Рамбо Д., Джекобсон А. Язык UML. Руководство пользователя: Пер. с англ. М.: ДМК, 2000. - 432с.

17. Васильев А.Е., Леонтьев А.Г. Применение пакета Model Vision Studium для исследования мехатронных систем. // Гибридные системы. Model Vision Studium: Труды междунар. науч.-технич. конф. СПб.: Изд-во СПбГТУ , 2001. с.51-52.

18. Васильев В.И., Демидов А.Н., Малышев Н.Г., Тягунова Т.Н. Методологические правила конструирования компьютерных педагогических тестов. М.: Изд-во ВТУ, 2000.

19. Васильев В.И., Тягунова Т.Н. Основы культуры адаптивного тестирования. М.: Издательство ИКАР, 2003. 584 с.

20. ВендровА.М. CASE-технологии: Современные методы и средства проектирования информационных систем. М.: Финансы и статистика, 1998. -176с.

21. Вишняков Ю.М., Кодачигов В.И., Родзин С.И. Учебно-методическое пособие по курсам «Системы искусственного интеллекта», «Методы распознавания образов». Таганрог: Из-во ТРТУ, 1999.

22. Гаврилова Т.А. Червинская К.Р. Извлечение и структурирование знаний для экспертных систем. М.: Радио и связь, 1992. 200 с.

23. Георгиев В.О. Модели представления знаний предметных областей диалоговых систем // Изв. АН СССР. Техн. киберн. 1993. №5.

24. Голец И.Н., Попов Д.И. Модель представления знаний в интеллектуальной системе дистанционного образования // Известия ТРТУ. Тематический выпуск. Интеллектуальные САПР. Таганрог, 2001. „ С. 332 -336.

25. Гома X. UML. Проектирование систем реального времени, параллельных и распределенных приложений: Пер. с англ. М.: ДМК Пресс, 2002. - 704с.

26. Гуленко В.В. Формы мышления. // Соционика, ментология и психология личности, N 4, 2002 (http://socionicsl6.narod.ni/t/gul-402.html).

27. Гультяев А.К. MATLAB 5.3. Имитационное моделирование в среде Windows, М.: Корона принт, 2001. 400с.

28. Дал У., Мюрхауг Б., Нюгород К. СИМУЛА-67. Универсальный язык программирования. М.: Мир, 1969. 99с.

29. Дмитриев А.К., Мальцев П.А. Основы теории построения и контроля сложных систем. JL: Энергоатомиздат, 1988.- 192 с.

30. Дьяконов В. Mathematica 4: учебный курс. СПб: Питер, 2002. - 656с

31. Емельянов С.В, Коровин С.К. Новые типы обратной связи. М.: Наука, 1997. 352 с.

32. Зегжда Д.П., Ивашко A.M. Основы безопасности информационных систем М.: Горячая линия — Телеком, 2000. 452 с.

33. Калашникова Т.Г. Исследование и разработка методов и моделей правдоподобных рассуждений в интеллектуальных системах поддержки принятия решений. Диссертация на соискание ученой степени кандидата технических наук. Таганрог, 2001.

34. Ким Дж.-О., Мьюллер Ч.У., Клекка У.Р., Олдендерфор М.С., Блэшфилд Р. К. Факторный, дискриминантный и кластерный анализ. М.: Финансы и статистика, 1989.

35. Козлов О.С., Медведев B.C. Цифровое моделирование следящих приводов. // В кн.: Следящие приводы. В 3-х т. /Под ред. Б.К. Чемоданова. М.: Изд. МГТУ им. Н.Э. Баумана, 1999. Т. 1. С. 711-806.

36. Колесов Ю.Б. Анализ корректности процессов логического управления динамическими объектами // Известия ЛЭТИ. Сб. научн. Трудов / Ленингр. Электротехнич. Ин-т им. В.И.Ульянова (Ленина). — Л.: 1991. Вып. 436.-с. 65-70.

37. Колесов Ю.Б., Сениченков Ю.Б. Библиотека программ для решения ОДУ. Труды ЛПИ, 462.- С.Пб.: 1996, с. 116-122.

38. Колесов Ю.Б., Сениченков Ю.Б. Компьютерное моделирование в научных исследованиях и в образовании. "Exponenta Pro. Математика в приложениях", №1, 2003, с. 4-11.

39. Колесов Ю.Б., Сениченков Ю.Б. Программная поддержка активного вычислительного эксперимента В сб. "Научно-технические ведомости СПбГПУ", №1.2004.

40. Колесов Ю.Б., Сениченков Ю.Б. Визуальное моделирование сложных динамических систем. Изд. «Мир и Семья & Интерлайн», СПб, 2000, 242с.

41. Колесов Ю.Б., Сениченков Ю.Б. Синхронизация событий при использовании гибридных автоматов для численного моделирования сложных динамических систем. В сб. "Научно-технические ведомости СПбГПУ", №1.2004.

42. Колесов Ю.Б., Цитович И.Г. Имитационная модель участка трикотажного производства // Известия ВУЗ'ов. Технология легкой промышленности, 1993, №6, с.56-61.

43. Колесов Ю.Б., Цитович И.Г. Оценка эффективности новой кругловязальной машины с помощью имитационной модели // Известия ВУЗ'ов. Технология легкой промышленности, 1994, №4, с. 72-77.

44. Красильников В.В. Статистика объектов нечисловой природы. — Наб. Челны: Изд-во Камского политехнического института, 2001. 144 с.

45. Курочкин Е.П., Колесов Ю.Б. Технология программирования сложных систем управления / ВМНУЦ ВТИ ГКВТИ СССР. М.: 1990. -112с.

46. Липаев В.В. Надежность программных средств, М.: Синтег, 1998. -232с.

47. Липаев В.В. Системное проектирование сложных программных средств для информационных систем. М.: Синтег, 1999. — 224с.

48. Майо Д. С#: Искусство программирования. Энциклопедия программиста: Пер. с англ. СПб.: «ДиаСофтЮП», 2002. — 656 с.

49. Назаров А.И., Сергеев А.В. Система дистанционного контроля знаний в сетях Интернет и Интранет // Дистанционное образование. М. 1999. № 1. С. 11.

50. Никифорова А.М., Попов Д.И., Калашникова Т.Г. Дистанционное образование: тестирование и оценка знаний // VI Междунар. науч.-техн. конф. студентов и аспирантов «Радиоэлектроника, электротехника и энергетика»: Тез. докл. В 3-х т. М., 2000. С. 341-42.

51. Оганесян А.Г. Опыт компьютерного контроля знаний // Дистанционное образование. М. 1999. № 6. С. 30.

52. Огорелков В.И. Основные направления исследования проблем измерения качества знаний учащихся // Проблемы педагогической квалиметрии / Под ред. В.И. Огорелкова. М., 1974. Вып. 1.

53. Орлов А.И. Заводская лаборатория. 1995, Т. 61, № 3.

54. Основы открытого образования / А.А. Андреев, C.JI. Каплан и др.; Отв. ред. В.И. Солдаткин. Т.1. Российский государственный институт открытого образования. М.: НИИЦ РАО, 2002. 676 с.

55. Переверзев В.Ю. Критериально-ориентированное педагогическое тестирование: учебн. пособие. -М.: Логос, 2003.

56. Петров Г.Н. Использование пакета "Model Vision" для создания компьютерных лабораторных работ. // Гибридные системы. Model Vision Studium: Труды междунар. науч.-технич. конф. СПб.: Изд-во СПбГТУ , 2001. с.53-54.

57. Подчуфаров Ю.Б. Физико-математическое моделирование систем управления и комплексов / Под ред. А.Г.Шипунова. М.: Изд-во физико-математической литературы, 2002. - 168с.

58. Попов Д.И. Автоматизация управления процессов аттестации персонала предприятий промышленности: монография. — М.: Изд-во МГУП, 2007.- 178 с.

59. Попов Д.И. Методы и технологии поддержки открытого образования на основе интеллектуальной информационно-образовательной среды дистанционного обучения. / Научное издание. Таганрог: Изд-во ТРТУ, 2003. 168с.

60. Попова Е.Д. Оценка уровня учебных достижений //Известия высших учебных заведений. Проблемы полиграфии и издательского дела №'2005, М., 2005.

61. Прицкер А. Введение в имитационное моделирование и язык CJIAM II: Пер. с англ. М.: Мир, 1987. - 646с.

62. Проблемы педагогической квалиметрии: Межвуз. сб. тр. / Под ред. В .И. Огорелкова. М., 1973, 1975. Вып. 1, 2; То же / Под ред. В.И. Левина. М., 1984.

63. Самарский А.А., Михайлов А.П. Математическое моделирование: Идеи. Методы. Примеры. М.: Наука. Физматлит, 1997.-320 с.

64. Семененко М. Введение в математическое моделирование -М.:Солон-Р, 2002. 112с.

65. Семенов В.В. Индивидуально-личностный подход в компьютерной технологии тестирования знаний // Аналитические обзоры по основным направлениям развития высшего образования. М. 1998. Вып. 3. С. 49.

66. Состояние и развитие дистанционного образования в мире: Научно-аналитический доклад. М.: Магистр, 1997.

67. Трудоношин В.А., Пивоварова Н.В. Математические модели технических объектов Мн.: Выш. шк.,1988 - 159с.

68. Убиенных Г.Ф., Убиенных А.Г. Сравнительный анализ методов представления знаний в базах знаний. Пенза, Пензенский государственный университет, 2002.

69. Уотермен Д. Руководство по экспертным системам: Пер. с англ. М.: Мир, 1989.388 с.

70. Хайрер Э., Ваннер Г. Решение обыкновенных дифференциальных уравнений. Жесткие задачи и дифференциально-алгебраические задачи, М., Мир, 1999,- 685с.

71. Челышкова М.Б. Теория и практика конструирования педагогических тестов: учебное пособие. — М.: Логос, 2002. 432с.

72. Черемных С.В., Семенов И.О., Ручкин B.C. Структурный анализ систем: IDEF-технологии, М.: Финстат, 2001. 208с.

73. Черных И.В. Simulink: среда создания инженерных приложений. М.: ДИАЛОГ-МИФИ, 2003. 496с.

74. Шорников Ю.В., Жданов Т.С., Ландовский В.В. Компьютерное моделирование динамических систем // «Компьютерное моделирование 2003». Труды 4-й межд. научно-техн. конференции, С.Петербург, 24-28 июня 2003г., с.373-380

75. Юдицкий С.А., Покалев С.С. Логическое управление гибким интегрированным производством // Институт проблем управления. — Препринт. М., 1989. - 55с.

76. Andersson М. Omola An Object-Oriented Language for Model Representation, in: 1989 IEEE Control Systems Society Workshop on Computer-Aided Control System Design (CACSD), Tampa, Florida, 1989.

77. Andersson M. OmSim and Omola Tutorial and User's Manual. Version 3.4., Department of Automatic Control, Lund Institute of Technology, 1995, pp.45.

78. Ascher Uri M., Petzold Linda R. Computer Methods for Ordinary Differential Equations and Differential-Algebraic Equations. SIAM, Philadelphia, 1998.

79. Avrutin V., Schutz M. Remarks to simulation and investigation of hybrid systems, // Гибридные системы. Model Vision Studium: Труды междунар. науч.-технич. конф. СПб.: Изд-во СПбГТУ , 2001. с.64-66.

80. Baleani М., Ferrari F., Sangiovanni-Vincentelli A.L., and Turchetti С. HW/SW Codesign of an Engine Management System. In Proc. Design Automation and Test in Europe, DATE'00, Paris, France, March 2000, pp.263-270.

81. Booch G., Jacobson I., Rumbaugh J. The Unified Modeling Language for Object-Oriented Development. Documentation Set Version 1.1. September 1997.

82. Borshchev A., Karpov Yu., Kharitonov V. Distributed Simulation of Hybrid Systems with AnyLogic and HLA // Future Generation Computer Systems v. 18 (2002), pp.829-839.

83. Brenan K.E., Campbell S.L., Petzold L.R. Numerical solution of initial-value problems in differential-algebraic equations. North-Holland, 1989, 195 p.

84. Bruck D., Elmqvist H., Olsson H., Mattsson S.E. Dymola for multi-engineering modeling and simulation. 2nd International Modelica Conference, March 18-19 2002, Proceedings, pp. 55-1 55-8.

85. Bunus P., Fritzson P. Methods for Structural Analysis and Debugging of Modelica Models. 2nd International Modelica Conference, 2002, Proceeding, pp. 157-165.

86. Darnell K., Mulpur A.K. Visual Simulation with Student VisSim, Brooks Cole Publishing, 1996.

87. Davey, B.A. & Priestley, H.A. Introduction to Lattice and Orders. Cambridge University Press. 1990.

88. Dmitry Popov, Alexander Khadzhinov. "Safety Subsystem of Intelligent Software Complex for Distance Learning" // Proceedings of 2002 IEEE International Conference on Artificial Intelligence Systems (ICAIS 2002), IEEE Inc. 2002. P.464 -465.

89. Doignon, J-P., Falmagne J-C. (1999) Knowledge Spaces.

90. Esposit J.M., Kumar V., Pappas G.I. Accurate event detection for simulating hybrid systems. Hybrid Systems: Computation and Control, 4th International Workshop, HSCC 2001, Rome, Italy, March 28-30, 2001, Proceedings, pp.204-217.

91. Ferreira J.A., Estima de Oliveira J.P. Modelling hybrid systems using statecharts and Modelica. . In Proc. of the 7th IEEE International Conference on Emerging Technologies and Factory Automation, Barcelona, Spain, 18-21 Oct., 1999, p. 1063.

92. Fritzson P., Gunnarson J., Jirstrand M. MathModelica an extensible modeling and simulation environment with integrated graphics and literate programming/ 2nd International Modelica Conference, March 18-19 2002, Proceedings, pp. 41-54.

93. Harel D., Gery E. Executable Object Modeling with Statecharts / Computer, July 1997, pp. 31-42.

94. Hyunok Oh, Soonhoi Ha. Hardware-software cosynthesis of multi-mode multi-task embedded systems with real-time constraints. In Proc. International Symposium on Hardware/Software Codesign, CODES'02, Estes Park, Colorado, May 2002, pp. 133-138.

95. IMS Content Packaging Information Model, T.Anderson, M.McKell, A.Cooper and W.Young, C.Moffatt, Version 1.1.2, IMS, August 2001.

96. IMS Question & Test Interoperability: Overview, C.Smythe, E.Shepherd, L.Brewer and S.Lay, Version 1.2, IMS, September 2001.

97. Kesten Y., Pnueli A. Timed and hybrid statecharts and their textual representation. Lec. Notes in Сотр. Sci. pp. 591-620, Springer-Verlag, 1992.

98. Khartsiev V.E., Shpunt V.K., Levchenko V.F., Kolesov Yu., Senichenkov Yu., Bogotushin Yu. The modeling of synergetic interaction in Theoretical biology. / Tools for mathematical modelling. St. Petersburg, 1999, p.71-73.

99. Kolesov Y., Senichenkov Y. A composition of open hybrid automata. Proceedings of IEEE Region 8 International Conference «Computer as a tool», Ljubljana, Slovenia, Sep.22-24,. 2003, v.2, pp. 327-331.

100. Koppen, M. Extracting human expertise for constructing knowledge spaces: an algorithm. Journal of Mathematical Psychology, 37, 1993. 1-20.

101. Ledin J. Simulation Engineering. CMP Books, Lawrence, Kansas, 2001.

102. Mattsson S.E., Elmqvist H., Otter M., Olsson H. Initialization of hybrid differential-algebraic equations in Modelica 2.0. 2nd International Modelica Conference, March 18-19 2002, Proceedings, pp. 9-15.

103. Modelica A Unified Object-Oriented Language for Physical Systems Modeling. Language Specification. Version 2.0, July 10, 2002.

104. Modelica A Unified Object-Oriented Language for Physical Systems Modeling. Tutorial. Version 2.0, July 10, 2002.

105. Modelica a unified object-oriented language for physical systems modeling. Tutorial. Version 1.4, December 15, 2000.

106. Otter M., Elmqvist H., Mattsson S.E. Hybrid modeling in Modelica based on the synchronous data flow principle. In Proceeding of the 1999 IEEE Symposium on Computer-Aided Control System Design, CACSD'99, Hawai,USA, August 1999.