автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Автоматизация и управление процессами аттестации персонала предприятий промышленности на основе моделей и алгоритмов представления и оценки профессиональных знаний

На правах рукописи

004603404

Тармиа Виктор Анатольевич

АВТОМАТИЗАЦИЯ И УПРАВЛЕНИЕ ПРОЦЕССАМИ АТТЕСТАЦИИ ПЕРСОНАЛА ПРЕДПРИЯТИЙ ПРОМЫШЛЕННОСТИ НА ОСНОВЕ МОДЕЛЕЙ И АЛГОРИТМОВ ПРЕДСТАВЛЕНИЯ И ОЦЕНКИ ПРОФЕССИОНАЛЬНЫХ ЗНАНИЙ

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

Автореферат диссертации ка соискание ученой степени кандидата технических наук

- 3 июн 2010

Москва-2010

004603404

Работа выполнена в Федеральном государственном учреждении «Федеральный институт развития образования», г. Москва.

Ведущая организация: Государственное образовательное учреждение высшего профессионального образования «Московский авиационный институт (государственный технический университет)» ), г. Москва

Защита состоится «1» июня 2010г. 10 часов на заседании Диссертационного Совета Д 212.126.05 при Московском автомобильно-дорожном государственном техническом университете (МАДИ) по адресу: 125319, ГСП А-47, Москва, Ленинградский пр., д.54.

С диссертацией можно ознакомиться в библиотеке Московского автомобилыю-дорожного государственного технического университета (МАДИ). Автореферат диссертации размещен на сайте: http://kit.firo.nl.

Автореферат разослан «30» апреля 2010 г.

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

Научный руководитель:

доктор технических наук, профессор Алексахин Сергей Васильевич.

Официальные оппоненты:

доктор технических наук, профессор Остроух Андрей Владимирович.

кандидат технических наук, Сергеев Александр Сергеевич.

Ученый секретарь диссертационного совета, кандидат технических наук, доцент

Михайлова Н.В.

Общая характеристика работы

Актуальность проблемы

Научно-технический прогресс, принявший в XX веке форму научно-технической революции, привел к коренным изменениям во всех отраслях экономики, в том числе промышленности и образовании.

Сегодня скорость устаревания профессиональных знаний специалистов огромна. Ежегодно обновляются до 20% профессиональных знаний, а появление новой научной и технолопгческой информации снижает компетентность специалистов на 50%. Интенсивность этого процесса имеет тенденцию к росту. Если 50%-е устаревание знаний выпускника 1940 г. наступало через 12 лет, то для выпускника 1960 г. — через 8-10 лет, 1970 г. -через 5 лет, а сегодня - ещё быстрее. За последнюю треть XX века из словаря профессиональных знаний исчезло 13 тыс. понятий и появилось 11 тыс. новых.

В этих условиях повышается актуальность непрерывного образования, включающего в себя, как составляющую часть, профессиональную аттестацию специалистов.

С 17 декабря 2007 г. в России вступил в действие Федеральный закон "О с а м о р е I у; I и ру е м ы х организациях". Данным законом установлены правовые основы для деятельности саморегулируемых организаций, представляющих собой специальный институт профессионального общественного регулирования, объединяющий лиц, занимающихся предпринимательской или иной профессиональной деятельностью. Закон определяет право, в том числе и промышленных предприятий, на организацию профессиональной подготовки, и переподготовки, а также аттестации работников членов саморегулируемой организации.

В этих условиях все затраты по организации и проведению аттестации персонала ложатся на сами предприятия. Существенная часть затрат по проведению аттестации на прямую зависит от времени необходимого на собственно процедуру аттестации и от времени необходимого для подготовки аттестуемых к экзаменационным процедурам.

С другой стороны, персонал промышленных предприятий в силу различного практического опыта работы и различного уровня теоретической подготовки, в гораздо большей степени, чем учащиеся ВУЗов

и средних специальных учебных заведений, нуждается в адаптивных подходах к обучению, повышению квалификации и подготовке к аттестации.

Автоматизация аттестации персонала предприятий промышленности и управление процессами аттестации с использованием адаптивных алгоритмов обучения и тестирования позволяют решить задачу снижения времени на подготовку и аттестацию, а так же задачу индивидуализации обучения и повышения квалификации.

В исследовании показано, что опираясь на различные адаптивные методы проведения аттестации, подготовки и переподготовки персонала промышленных предприятий можно повысить эффективность самостоятельной работы обучаемых и существенно сократить время проведения аттестации.

Цель и основные задачи исследования

Целью диссертации является повышение эффективности процессов аттестации персонала предприятий промышленности на основе моделей и алгоритмов представления и оценки знаний, методов математической статистки.

Для достижения указанной цели решены следующие задачи:

1. проведен системный анализ задач аттестации, подготовки и переподготовки персонала промышленных предприятий, методов и моделей структуризации учебных материалов, организации процедур тестового контроля и программного обеспечения, используемого при технологии дистанционном обучении;

2. разработана методика аттестации, подготовки и переподготовки персонала промышленных предприятий, которая учитывает различные виды учебной деятельности и позволяет сократить время проведения аттестации;

3. разработан адаптивный метод формирования теста и алгоритмов предъявления тестовых заданий с учетом статистических факторов и требований к программной инструментальной среде;

4. проведена оценка вычислительной эффективности предложенных методов и алгоритмов расчета дифференцирующей способности предложенной системы оценок при аттестации персонала промышленных предприятий;

5. разработана многофункциональная интегрированная среда на базе адаптивного метода обучения и тестового контроля, декомпозиция

программно-моделирующего комплекса системы подготовки и переподготовки персонала промышленных предприятий на множество приложений;

6. разработана логическая модель базы данных, которая включает в себя совокупность учебных мультимедиа материалов, обеспечивающих реализацию программы по аттестации, подготовки и переподготовки персонала промышленных предприятий в соответствии с принятыми стандартами.

При разработке формальных моделей компонент системы переподготовки в диссертации использовались методы общей теории систем и классический теоретико-множественный аппарат. Системный анализ учебного процесса в организациях проводящих аттестацию персонала промышленных предприятий проводился на реальных статистических данных, обработка которых проводилась с помощью методов факторного, кластерного, канонического и других современных методов многомерного статистического анатиза.

Научную новизну работы составляют:

1. методика аттестации, подготовки и переподготовки персонала промышленных предприятий, которая учитывает различные виды учебной деятельности и позволяет сократить время проведения аттестации за счет самостоятельной работы обучаемых на этапе подготовки к аттестации, за счет целенаправленной подготовки к тестированию, за счет адаптивного метода формирования теста и алгоритмов предъявления тестовых заданий;

2. адаптивный метод формирования теста и алгоритм предъявления тестовых заданий, реализующий многопараметрический не равновероятный выбор тестовых заданий;

3. статистический критерий окончания тестирования, позволяющий уменьшить количество предъявляемых тестовых заданий, необходимых для выявления уровня знаний персонала промышленных предприятий;

4. модель базы данных, включающая в себя логическое описание совокупности учебных материалов, обеспечивающих реализацию программы по аттестации, подготовки и переподготовки персонала промышленных предприятий в соответствии с принятыми стандартами.

Новизна предложенных технических решений защищена авторскими

свидетельством РФ об официальной регистрации программ для ЭВМ.

Научные результаты, полученные в диссертации, доведены до практического использования в системе аттестации, подготовки и переподготовки персонала предприятий промышленности и строительного комплекса.

Разработанные методы и алгоритмы были использованы при создании программного комплекса дистанционного обучения и проверки знаний, прошедшего апробацию и внедрение в Федеральном государственном учреждении «Федеральный институт развития образования», Негосударственной образовательной автономной некоммерческой организации «Головной центр предлицензионной подготовки», Государственном образовательном учреждении учебный центр «Профессионал» Департамента труда и занятости населения города Москвы.

Обоснованность результатов диссертационной работы, полученных с использованием признанных научных положений и апробированных методов исследования, подтверждается корректным применением математического аппарата и согласованностью этих новых результатов с известными теоретическими положениями.

Достоверность результатов подтверждается расчетными данными, полученными с помощью математического моделирования, алгоритмов и программ моделирования и научных выводов.

Содержание работы

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

Во введении обосновывается актуальность работы. Рассматриваются вопросы практической целесообразности и юридического обоснования проведения аттестации персонала промышленных предприятий. Сформулирована цель и основные задачи работы.

В первой главе диссертации проведен системный анализ особенностей аттестации персонала промышленных предприятий. Приведена классификация видов аттестации и видов педагогических тестов. Проведен анализ средств обеспечения дистанционного обучения, организационных форм, моделей преподавания и технологий дистанционного обучения. Проведен анализ условий проведения аттестации и контингента проходящего аттестацию. Детально рассмотрены задачи, решаемые в работе.

Особенности проведения аттестации и подготовки персонала промышленных предприятий определяются, с одной стороны, большим объемом профессиональных знаний, необходимость изменения которых связана с высокой скоростью обновления промышленного оборудования и технологий производства, с другой стороны, возрастной спецификой аттестуемых, и их занятостью в дневное (рабочее) время.

Анализ показал необходимость разработки адаптивных методов и методик подготовки и проведения аттестации персонала промышленных предприятий, предоставляющих учащемуся широкую свободу действий в процессе прохождения обучения.

Во второй главе диссертации рассмотрена методика аттестации, подготовки и переподготовки персонала промышленных предприятий, основные алгоритмы и расчетные соотношения для реализации адаптивного алгоритма обучения и тестирования, а так же, процедуры статистической обработки результатов тестирования знаний и методы оценки качества теста в соответствии с классической теорией тестирования.

Предлагаемая методика аттестации, подготовки и переподготовки персонала промышленных предприятий позволяет сократить время подготовки к аттестации, в первую очередь, за счет увеличения времени самостоятельной работы обучаемых, а так же, за счет более целенаправленной подготовки к процедуре тестирования.

Предлагаемая методика аттестации, подготовки и переподготовки персонала промышленных предприятий, предполагает, укрупнено, следующие этапы: определение начального уровня знаний (входной контроль); изучение теоретических положений учебных материалов, входящих в программу по аттестации персонала промышленных предприятий в соответствии с принятыми стандартами. Приобретение навыков по работе с программным обеспечением; прохождение итогового тестирования.

Для реализации перечисленных этапов предлагаются следующие виды занятий: изучение теории - изучение положений теории, входящих в программу аттестации; самоконтроль - самостоятельная проверка собственных знаний (тестирование), оценка за данное занятие не учитывается при подведении общих итогов; экзамен - проверка знаний (тестирование), оценка за данное занятие учитывается при подведении общих

итогов; работа над ошибками - занятие дополняющее самоконтроль и экзамен, в процессе которого обучаемый имеет возможность увидеть, как он ответил на каждое тестовое задание, сравнить свои ответы с правильными ответами на тестовые задания.

Для повышения эффективности указанных видов занятий предлагается совместить в электронных учебных материалах, по которым проводится занятие теоретические положения и тестовые задания, связав между собой отдельные положения теории с группой тестовых заданий.

При таком подходе к электронным учебньм материалам на занятии типа «Изучение теории» обучаемый будет иметь возможность тут же проверить усвоение только что изученных материалов (части материалов). На занятиях типа «Самоконтроль» и «Работа над ошибками» - получить развернутый ответ на каждое тестовое задание.

Для реализации адаптивного алгоритма тестирования предложен алгоритм расчета итоговой оценки за тест.

Результат ответа на тестовое задание ц представляет собой число в диапазоне от 0 до 1, т.е. е [0:1], где г; = 1 в случае абсолютно правильного ответа и г; = 0 в случае абсолютно не правильного ответа.

Уровень сложности тестовых заданий определяется как вещественное число > 0 (1 € [0: Лф. Совокупность Рц образует точку Я в многомерном пространстве, с числом измерений равном И, и координатами

Совокупность величин тг = Я; х г;, образует другую точку т в том же пространстве с координатами т¡.

Случай двух тестовых заданий представлен на рис. 1.

Оценкой за тест предложено считать отношение расстояния от точки Я до точки т к расстоянию от точки К до начала координат.

Величина М' = 0 в случае правильного ответа на все тестовые задания и М' = 1 в случае неправильного отсвета на все тестовые задания.

В системе образования принято использовать системы оценок, где оценка имеет тем большее значение, чем выше уровень знаний учащегося.

М' =

(1)

4 Тестовое задание

т

О

Я,

Тестовое задание

Рис. 1 Оценка за тест

Поэтому более привычной будет оценка рассчитываемая по следующей формуле.

В работе предлагается производить расчет оценки после каждого ответа на очередное тестовое задание (см. рис. 2). Так же предлагается рассчитывать интервал, в котором находится оценка, которую обучаемый получит после ответа на все тестовые задания.

Верхняя граница данного интервала Мтах рассчитывается исходя из условия, что за ответ на каждое из оставшихся тестовых заданий будет получена максимальная оценка (гщ = 1).

Нижняя граница данного интервала Мт1п рассчитывается исходя из условия, что за ответ на каждое из оставшихся тестовых заданий будет получена минимальная оценка (?П; = 0).

Таким образом, до ответа на первое тестовое задание возможная оценка после ответов на все тестовые задания находится в интервале от 0 до 1. Этот интервал постепенно сужается после ответов на очередное тестовое задание.

Совокупность трех показателей текущей оценки М, максимально возможной оценки Мтах и минимально возможной оценки Мшт дает возможность учащемуся оценить свои перспективы результатов тестирования.

М = 1-М' = 1-

0 -гяашгашй^шта^жтюяш^Еядажа^ж^

(ч и и ш ц ^ и ф п

г^тшр^соотнггэшкосо

-Текущая оценка •Максимальная оценка »Минимальная оценка

кол-во предъявленных тестовых заданий

Рис. 2 Изменение оценки в процессе тестирования

В диссертации рассматривается необходимость перехода от весовых коэффициентов тестовых заданий (I е [1: /V]) к рангам весовых коэффициентов (г е [1: Л']), что позволяет исключить влияние значений весовых коэффициентов, оставив только мнение эксперта о сложности тестового задания.

Величина оценки за тестовое задание т1 (2) рассчитывается по следующим формулам.

1. В случае тестового задания с выбором одного правильного ответа.

т = -

(3)

где

гв - ранг весового коэффициента выбранного варианта ответа, гтах - максимальный ранг весового коэффициента вариантов ответов.

2. В случае тестового задания с выбором нескольких правильного ответа.

771 - •

у П г2 ¿4=0 и

N

(4)

где.

г* • ранг весового коэффициента ¡-го выбранного варианта ответа, гг - 1-й ранг весового коэффициента вариантов ответов данного задания,

#нв- количество не выбранных правильных вариантов ответов N - общее количество правильных вариантов ответов.

Ранги весовых коэффициентов вариантов ответов определяются аналогично рангам весовых коэффициентов тестовых заданий.

В диссертационной работе для реализации методики адаптивного тестирования были разработаны два алгоритма:

• алгоритм подсчета критерия окончания тестирования;

• алгоритм выбора очередного тестового задания.

В качестве критерия окончания тестирования предлагается использовать величину доверительного интервала, в который с заданной надежностью (вероятностью) попадает величина приращения оценки Л= М|+1 — после ответа на очередное тестовое задание.

Доверительный интервал, для заданной надежности:

где

N - число ответов на тестовые задания;

- квантиль распределения Стьюдента для заданной величины надежност и у и к = N — 1 степенями свободы;

Б - «исправленное» среднее квадратичное отклонение величины Д.

Если величина Ку меньше заданной величины доверительного интервала, то система предлагает учащемуся зафиксировать полученную на данном шаге итоговую оценку тестирования (М1+1). На рис. 3 представлен пример изменения приращения оценки в процессе тестирования.

Расчет статистического критерия окончания тестирования начинается в том случае если количество вопросов, на которые были получены ответы, превышает параметрическую величину Г^ц. В противном случае, итоговая оценка за тестирование фиксируется только при исчерпании всех тестовых заданий.

Для корректной работы предложенного критерия окончания тестирования необходимо на первых Л^п тестовых заданиях выявить «проблемные зоны», т.е. те тестовые задания, на которые обучаемый даст неверные или частично верные ответы. В противном случае, т.е. когда на Мтт первых тестовых заданий обучаемый дает ответы с оценкой 1, ему

(5)

(6)

будет предложено завершить тестирование с максимально возможным баллом.

Рис. 3 Изменение приращения оценки

При продолжении тестирования далее первых тестовых заданий актуальность обнаружения «проблемных зон» сохраняется.

Фрагмент схемы алгоритма подсчета критерия окончания тестирования представлен на рис. 4.

Таким образом, необходим критерий, по которому можно оценить каждое тестовое задание, отражающий следующие положения:

1. выбор очередного гетерогенного тестового задания должен оставаться ■ случайным;

2. вероятность выбора тестового задания с более высоким уровнем сложности должна быть выше, чем задания с меньшим уровнем сложности;

3. вероятность выбора тестового задания из учебного материала, на задания которого были даны неверные или частично верные ответы должна быть пропорциональна недобранной суммарной оценке за тестовые задания данного учебного материала;

4. вероятность выбора задания из учебного материала, на задания которого были даны неверные или частично верные ответы, должна быть выше, чем вероятность выбора задания из учебного материала, на который были даны полностью верные ответы, не зависимо от уровня сложности тестовых заданий.

Примечание. В одном тесте участвуют тестовые задания из различных учебных материалов.

Рис. 4 Фрагмент схемы алгоритма подсчета критерия окончания тестирования

Исходя из этого, каждому тестовому заданию на которые ответ еще не давался, присваивается коэффициент

Kí = PiRiFi, (?)

р, - случайная величина имеющая равномерное распределение в интервале [0:1];

R¡ - ранг (уровень сложности) тестового задания;

F¡ - коэффициент, обратно пропорциональный суммарной оценке за тестовые задания из того же учебного материала, что и г'-е тестовое задание.

п - количество тестовых заданий из того же учебного материала, что и i-e тестовое задание, на которые уже были даны ответы, Rj - уровень сложности j-го тестового задания, 771.- - оценка зау'-е тестовое задание,

и

1{тах - максимальный ранг (уровень сложности) тестового задания из Я/,где; £ [1:п].

Таким образом, мы получаем совокупность имеющих не равномерную плотность распределения.

Тестовое задание с максимальным значением К^ предъявляется учащемуся на следующем шаге тестирования.

Для создания поля критериев, по которым можно оценить педагогические успехи учащегося предлагается после каждого теста рассчитывать оценки за специальность, дисциплину, модуль. При этом оценка за специальность является, по сути, интегральным критерием для принятия решения по результатам тестирования.

Расчет оценки за специальность производится по следующим формулам

= ЩмП2 (9)

Л] N

Мс

мдс= (10) у N '

Ммд = тах^о(мр), (И)

М"э - оценка за /-ю попытку тестирования (занятие типа Экзамен), Ммд - оценка за модуль, М дс - оценка за дисциплину, Мсп - оценка за специальность.

Для удобства пользователей, при отображении оценки пересчитываются в заданную систему оценок н- М^ах), например 5-бальную (1-г5), 100-бальную (1-гЮО) или процентную (0*100).

Рассчитанное значение оценки за специальность сравнивается с проходным баллом. Если величина оценки за специальность больше проходного балла, то принимается решение об окончании обучения. Если величина оценки за специальность меньше проходного балла, то принимается решение о неуспешном окончании тестирования.

До сдачи всех экзаменов может быть рассчитан интервал оценок за специальность, в который войдет итоговая оценка.

Верхняя граница данного интервала рассчитывается исходя из условия, что обучаемый получит максимальный бал (=1) по всем оставшимся экзаменам.

Нижняя граница интервала рассчитывается исходя из условия, что

обучаемый получит минимальный бал (=0) по всем оставшимся экзаменам.

Таким образом, до сдачи первого экзамена итоговая оценка за специальность находится в интервале от 0 до 1. Этот интервал постепенно сужается в процессе сдачи экзаменов.

Аналогичным образом можно рассчитать интервал, в который попадает оценка за дисциплину.

Для проверки качества тестов предлагается использовать статистические методы обработки результатов тестирования в соответствии с классической теорией тестирования.

В третьей главе рассматриваются вопросы экспериментального подтверждения результатов реализации предложенных методик и алгоритмов.

Экспериментальная проверка алгоритма адаптивного тестирования проведена на результатах тестирования, полученных при первой попытке прохождения тестирования на занятии вида «Экзамен». Анализ проведен на тех результатах тестирования, когда обучаемый отказался от предложенной ему оценки на момент «срабатывания» критерия окончания тестирования и продолжил тестирование до исчерпания всех тестовых заданий.

По указанным результатам тестирования проведен расчет доверительного интервала, в который с заданной вероятностью (надежностью) попадает величина равная разнице между оценкой, зафиксированной на момент окончания тестирования и оценкой на момент «срабатывания» критерия окончания тестирования.

bm= Мтт - Мкрт (12)

Результаты расчетов приведены в Табл. 1.

Табл. 1. Значения доверительных интервалов величины Дш

К зад Y п а С«;/?)

0,2 0,8 16,20 0,013841 (а-0,115; а+ 0,115)

од 0,8 18,25 0,009741 (а-0,105; а+ 0,105)

0,05 0,8 24,09 0,000817 (а - 0,097; а + 0,097)

0,01 0,8 40,84 -0,0141 (а - 0,052; а + 0,052)

ОД 0,95 21,89 0,004654 (а - 0,097; а + 0,097)

Кзая - доверительный интервал; у - доверительная вероятность;

п - количество результатов тестирования продолженных после

«срабатывания» критерия окончания тестирования а - математическое ожидание величины Дт (12); (ос; р) - Интервал, в который с вероятностью у попадает величина Дт.

Таким образом, мы видим, что полученные результаты имеют устойчивый характер. При изменении параметров критерия окончания тестирования Кзад от 0.05 до 0.2 и у от 0.8 до 0.95 изменяется в основном количество тестовых заданий до «срабатывания» критерия окончания тестирования. Однако интервал, в который с заданной вероятностью у попадает величина Ат изменяется слабо от Дт= а ± 0,097 до Ат= а ± 0,115.

Следовательно, варьируя значения параметров критерия окончания тестирования, мы можем управлять как количеством тестовых заданий до «срабатывания» критерия окончания тестирования, так и точностью итоговой оценки за тест.

Анализ дифференцирующей способности предложенной системы оценок проводился по результатам первой попытки тестирования на занятиях типа «Экзамен» и «Самоконтроль».

<0,2361 0,2361: 0,4207: 0,6053: 0,9746:1 0,4207 0,6053 0,9746

Рис. 5. Распределение результатов тестирования в диапазоне оценок 0 -1,0 баллов

• Количество результатов тестирования N = 9965

• Математическое ожидание А = 0,78996

• Дисперсия О = 0,0341

• Среднеквадратичное отклонение а = 4Ъ = 0,18462 Распределение результатов тестирования приведено на рис. 5.

В диапазон оценок от 0,6053 до 0,9746 ( А - а • А + а) попадает 81,4% результатов тестирования. Детализация данного диапазона с шагом 6 = ОД а приведена на рис. 6.

юоо ------------------------------------------------------------------------;

РПП ----------------------I

l/imtNOCT^LOVf^l^tOi^LOmr^OOlt^'sD^i toiDtaocomf^/^rvf^oswoawcacncriaiaiai

o o o o o" o" o o o" o o~ о" сэ o' o' o" o o" o"

HNmOllintO^OlOlIlMOtWHffltOíDrj OOrNf^i-t^OtHi^ObnOlül^OCmoCfNr^fNmTH

tv^rior^CT^minr^ocooorMv^ooO'-fmi.i o" o" o~ o o" o" o cT o" o* o* o o' o" o~ o o" o o' o"

Рис. 6 Распределение результатов тестирования в диапазоне оценок 0,6053 - 0,9746 баллов

В четвертой главе разработана программная реализации многофункциональной интегрированной среды для аттестации, подготовки и переподготовки персонала промышленных предприятий, реализующая разработанные методы и алгоритмы. Приведена структура программного комплекса, построена логическая модель базы данных (см. рис. 7). Описаны результаты, полученные в ходе эксплуатации программного комплекса «Персональный учитель 3.0», в котором были реализованы описанные в диссертации теоретические положения.

Основные подсистемы и модули предлагаемого программного комплекса представлены на рис. 8.

Модули «Student» и «TestingService» и система управления базами данных MySQL 5.0 образуют трехуровневую архитектуру доступа к базе данных, в которой модуль «Student» выступает в качестве клиентского приложения, а модуль «TestingService» в качестве сервера приложений реализующего логику приложения. Обмен данными между модулями «Student» и «TestingService» осуществляется по протоколу SOAP, реализованном при помощи Apache Axis.

■ Ряд1

2. мим 5 МАМЕ

}_В!ОНТ

[кву_

315Т ПА Т КМ

'_члме

Ялта

«1 Овбта!

Г6< во р! I л С |>»С1 а< I

(< 2) I

Г $1и4кпи

|5Т ШМ <Р1~'¿вг!эГ

6Т_1М0ЕХ |П[Св<

|5Т_0ЛТЕ.ВЕС1М 0в1в

0а1в

I К ау1"

\NIJM

> НРЗТ. МАМЕ

>~мюп1р. мме

•>_"|.А2Т_МАМЕ

РР'РАЭЯ^ТОЯО

»_ЕМЛП_ Р РЕС_30ЦПСЕ

4(50) те (20)

У»г яЫв сЬвгасиг» (20) еЬагкЯега ?>0)

'Швдвс

1_з_мим

15 МАМЕ [_5ГГУР£

I Й. Аттемрт

ММ

' <м»1

вя I

А

Iов_нии

I 03_ПЮНГ 03_1ШЕХ

Ь|1»у»г

>/»лвЫ»еГ»яте1вга(15> Узг1вЫ< еЬал»<Лв« {?5С)

Т««?

'а«с1р)1пв»_кву <р1>

^(всМРпгш

Я9(»гв(1св ?в

Йв'в'вввв^тг-

!ри_те хт рн^ео1А ГН_ АлПЫй ГЯ_ОПОЕЯ.ШМ

РЯ_ТЕХТ. РОНМАТ | Кву_1 <р1>

I ЛЕГЧИМ | АН. РЛ0£_НДТ

Р1_мим

Р1. 0АТЕ_8ТЛПТ

п. тч^нео

ГЦ АТТР.МРГ П ОиЧАТЮМ

Т1тв<атр

Регат «I (1П,<) |п|»д«н

!МО_ОШЕП НШ

I МО.АгТКйЗ'-'Вв ! мо_7_'/Ате

'в (256)

; МгТ_ОЯОЕН_№Л»

• Эв/Ы тид«'

3 _оноьп_шм 1_Т1мЕОиГ

. БвПЫ V

Моде»

Медвг

; тн (.

А ТЕ

; ТН_1А&ТЕГ)1Т ; Гн"кШ8Т_РПАМЕ ¡тьйчоех

|1Н.зглтр ; ГН_ВЕМАВК

'к.у.Г^ь" "

О'в сЬагас(«»(1в?} .

|СЯ 1№0 ,СЙ.МОЬХ

Рис. 7 Фрагмент логической модели базы данных

Модуль «Professor» предназначен для работы в локальной сети и обращается к базе данных по традиционной двухуровневой архитектуре через СУБД MySQL 5.0.

В диссертационной работе рассмотрены вопросы проектирования библиотеки классов для управления базой данных, предложен возможный вариант реализации.

В основе библиотеки лежит несколько базовых классов описывающих такие сущности как «набор данных» (DataSet), которым могут быть таблица базы данных или результаты выборки записей SQL-запросом из нескольких таблиц базы данных, сущности, описывающие запись таблицы (DataRow) и поле данных (DataField).

Подсистема предъявления учебных ■ материалов и учебных планов

--- ---,

Подсистема фиксации результатов ^аьггИ? обучения и тестирования jt

I Подсистема формирования банка учебных V И материалов tj^

........\\ ft

^ Подсистема формирования учебных планов "fc, ^

ланов fe, »

Vf.

Псдсистсмз управления учебный \ Vif, процессом %

Л ! Г......,

Модуль • TestinsServlcc*

©

W \\ , % ^ { Подсистема настраиваемы* атрибутов

Ovsi

I г

. V ;

Модуль I Professor

Рис. 8 Подсистемы и модули программного комплекса

Для каждой таблицы базы данных, с помощью специально написанной утилиты создается набор классов, описывающих собственно таблицу базы данных и запись этой таблицы.

\. Класс <ТаЫеКаше>1п(егпа1, производный от Ва(а8с1 содержит, только автоматически сгенерированные методы, обеспечивающие доступ к набору строк данной таблицы.

«tra.'Ts:«!»» tjJaSa-.DetaSetsu!!

< ' Ira^s lert » гоуЛ i ru :i 14» 0 <«trans>ert>» ddtetedocciearWsse

<<ггагв1ег*>> tmeCFeaiiortlccicpSystwn.'KKoTin'Wf; <<tran»ieit»iieeLV4.-jpva.UtlH8£hMap,'t i->btrir$

¿\ <<сог51ясог» DataRo^1'- iDzisSetfytaPa'. mn?oii;!on.irt)

^iiyncirowed»» grt)Dp:ini О «гупсЬгогёгеб» seiiUMnva'uc.ittf) void vS gctRowNimO'irt

' <> ¡sQefe'Mfi.boolean < > cjeiwFieloNarwii.Sifir^i

О <-<synct»ort«rf>> getFieU;»". lieCNirrie.String.CalaFiefcl <;Л ««syncrromad^» gsiFieldVatiei«: ¡Ot-Jafrie:SInng" javэ 1злр Oopct <«syrhri>r«is-i» rsFtelilChaig^-- fie ciSame Stnrq; оосЧип «»vnchrcri?e4>» wtl iekJVsite^^t'cUNifre.a«nB.i,-viiiieCi')t«t;.4ok! «sytKlYc^i«)» isCiaryedp, boolean 0 «synchronized»* apptyUpditesiiiir*

¡.у «ьухЪдпгйгр-' fldelftfj'voiil

0 «s^tfyoivctf» «syrth(0!4ibd>> ayp'yCna-pes^.voi'J

g> «synchronize» «Л ceiOalsSe:;; OalaStf

<<?,уг.ь*оггге-3>> -Tt->sinrg \2 ¡»rataF'etf'-

sciChefvtMio.vC'id

1 j» ye!T;n>eC-e<>t'Onf!.if>rq

. #changedRoM.ist

{from i'lema)

cj J c^ ey»<r<c(s2tbea.s «oJ j 1 ohMc f)iJR2 li fcftv^ m di

"«^conslwcter» -«Datai-i.DatfiSei. 11 aPoB'I'aitm

>'J» qiNThp^pfl.-jifi^.'ft^npajei

pali<ey«)rcs2t'-ieins<) чЛ geW!Wjtic2rtcini; » V re/ •

£> fjetC'U'iftsPov^l

0» flotRefsrcnciis^ai«n;>.j3va if l Vectoi'! i->0tict-

О C^^'a-Cnf JsChiab ^l'a J l VC-:Jor- т !-»0'1)(\.1 -

•..) g^ffhN'umii'pvattntjlrtegw

-У lsNdJThKiinyi.booie«n

i) geiC'f'Aji'iJ javp..*jf*3 >> I*nitoj» i.vuij

i&NuPJ'Nun^i.LHjoleap

О ^etTbtJameO java Isirj

0 belT-iNanwii i 'vci.t ю/з ki:»i Strji)- vi-ni

• S 1 Ьсек-зд

1 > pet rhCreateij ja*ь IDa'e

i/N s-KTbCrealei ч vik* ¡вин sq taiei vi.uj 'eNiiiirKifii-ne^cooitan

QeiPiU'iecitO iavз sqfOatc

•„V .»\i.fThLiffJit^ftoo^ari

■ч> '-v,0(etr.c!ur»> TtertsRcv

: s-iCi^ftMlV'smwi'-veid

; О ioKc<4(.."ei4eJ.l.vo.d

¡Л giitLe «Ту Ы с

; 7> osteteA Jr.e\-v"'o па«.; :л »'С

1 t > ^eiP^ffti ¡.'Sting

0 geiPa-.ie^o^nByTyDeu^vj.i

rv3fS'|n»a j|il veco' T

■ «•'ccnss-jciof» If«ni|)4!|es«ow. ! ai^ii-i: BfilPrrNirVi-l J>tl;!T(i

cteaf Вечно vo«3 lMltAfl%wRai::1043V oastw? ge'Ami&rrtWYitJ'r* vOouWi

t к *

gen-'eiitvfava.rii'ig.svinrie

■ qeiFilea.»?!!*: utobL-y (sva.uw ve-.w-■>-> CfeafMtfffatn.itosuirava ua.vec'oi f т > qci i neofyPtwe%i' |а«злси vcdor

#cfiThempagee

Рис 9 Фрагмент диаграммы классов для управления базой данных

ПУ/Старом/* пи

)а'.'« 1а. 1С

и-/а 1ЛГА иявсСга/ йгд.оиео'пи! Бов^гп^аЬ*

уэ ки С И« N31Т>е: 1 («9=11Л

<<ач1ьггиаэг>» ОьОР"-ите.З'лпз, ■< »^лО^еи. п {уае на)

иТИгГ- ^агкг.Эо»^- ЬооЛдп 15СЮ1<}6^!) Ьоойап

даГ/а'ив:.) Си>с1

ВМОЧУэКж^.руа 1а«3 0&»е<1

ф] 4:гГ|1в-.й1гпд»пив £ | &опОгВсг от^.ий

«>гагв.впг»> осм1Л.Ьас1еэ1УЫьв «(гагзйп!» ^ ] чейМате 51^5«- ш!

рЧ <<11арв^»»11гМЛ5иауаиЫМа>ЬМар'-,1 - »течет.

IV ее 1о1 <0 а'л Р > ()

■<.10$<2Г чел

\ 8

;.. ■ о

Г-Квч

: О

: К

1*1 ого Ниш./

- § 3 сЬгазмгссок«»'!*:

- р > с^сокгагИ"!^ £ 1

,р1 с-пйа теп-гУ

р' (гг'Гмтз.Т^л^-ги;

; О1 **"«"*1гиЛ>г»> т^епргд»еСвЧЬе. Оа'.^А'.

; : *» («йоочтаи^

: О о^мпо«,I

1 < Ъ амГРел-^Ро^ 11 Ьеггл^ол

! I > \ '»«а.^./всЛо; 01 >ОЪ)ес< •

10 ,з«?1РдЧигг![> )Э«а 18% кмв.^ег

: •' )> ОеИГ^инЦ; «УЗ од !г4»увг

. * } 4«(Г!и"Л11Ц»> 'чЗке ¿¿'<¡4 Ьъздл', УСМ

I 'Л (БЧАТ^ОП.уЬОО^гП

> } рс^'яОпЗегМигч'у^чд.Ьг^ Ьъедъг

; 'У |$ГШРдСиоегН.лч> Ьос1еап

______

С:.;

<<сх)(и*;х!ог»> Тпея-в,-- оР^аСас-»;; О ОЬЭГМОЛ'О!

<<согч;г«;:ог» аОпиСлс^-)

дм* а( гпв: к < ¡05 5е1Мс1>0а1аП руа ц!.Реяй5е:МекСчи

^ЮлгСасье-;; орепО «01(1

сиг^с!1' с>е-3'СсСго Сослан) »и'а

аОрсг(1.ьзола11 уМ/ОВеШКатеи

<^'Р<ЛЧ <; IIл1, Л'».'! яХ)

9е!йо«1пЬа;(етСс>-<;; л

гс-.Лцг1.14 I олгГ.Ы^^о«!

а-лзке^л.г.

ол»). О 5с л лСЬапйе^О 1»с&1вл1

Ыппд.

гаяГАъ-(.л?(с*5-<злте Ьк|пд Ь'гк:Г jfe.inii.voci

«ЧуЛГЛАиЛ«^ Л-ИР ай!'!:- £|Г|ГУ; »»Г)Г»»Г.1) ><п

■ку^.СЮрси;«:

.1_______________________

•, 5» «■•тсс^ви^ог*-- 1 rksrrts.il а^Г

^гЛ'е-у-е.^'О ¡спя^:>433549249692'¿30431 ]

0 ■гссо1ьЫ.с1о1'->> Катрав»-^.-■»аО«*аСас»е:

б1

I ЭоИКсч«,. /о^^мгв; СЙ'ЗКслу

Продолжение Рис. 9

Класс <TableNamc>, производный от <TableName>Intemal, является шаблоном класса, куда впоследствии будет вноситься код созданный программистами «вручную».

2. Класс <TableName>RowIntemal, производный от DataRow содержит, только автоматически сгенерированные методы, обеспечивающие доступ к набору полей данной строки.

3. Класс <TableName>Row, производный от <TabIeName>Rowinternal, является шаблоном класса, куда впоследствии будет вноситься код созданный программистами «вручную».

4. Классы типа <TabIeName>RowInternal содержат набор парных методов для каждого поля таблицы возвращающих (get<FieldName>) и устанавливающих (set<FieldName>) значения поля. При наличии связи между таблицами (reference) так же автоматически генерируются методы возвращающие родительскую запись (объект класса cTableNamoRow) или объект класса <TableName> с установленным фильтром дочерних записей.

Фрагмент реализации системы классов для базы данных программного комплекса «Персональный учитель 3.0» приведен на рис. 9.

Основные выводы и результаты работы

1. Проведен системный анализ особенностей аттестации персонала промышленных предприятий. Выявлены задачи по разработке системы аттестации и обучения персонала промышленных предприятий.

2. Разработана методика аттестации, подготовки и переподготовки персонала промышленных предприятий, которая учитывает различные виды учебной деятельности и позволяет сократить время проведения аттестации за счет самостоятельной работы обучаемых на этапе подготовки к аттестации, за счет целенаправленной подготовки к тестированию, за счет адаптивного метода формирования теста и алгоритмов предъявления тестовых заданий.

3. Разработаны математические модели оценки результатов тестирования, статистического критерия окончания тестирования, алгоритм выбора очередного тестового задания, реализующие адаптивные методики обучения и тестирования, что позволяет сократить время итогового тестирования обучаемых, создать условия для самостоятельной подготовки обучаемых к юридически значимому тестированию.

4. Разработана структура программного комплекса, описан состав его подсистем и программных модулей, что позволяет автоматизировать процесс обучения и аттестации обучаемых по различным направлениям обучения, в том числе персонала промышленных предприятий.

5. Разработана структура базы данных программного комплекса с учетом требований каждой подсистемы.

6. Предложены методика создания библиотеки классов для управления базой данных и методика описания деревьев средствами SQL, что позволяет существенно сократить время на разработку программного комплекса.

7. На основании разработанных в работе математических методов и моделей разработан программный комплекс «Персональный учитель 3.0».

Разработанный программный комплекс «Персональный учитель 3.0», прошел апробацию и внедрен для практического применения в ФГУ «Федеральный институт развития образования», НО AHO «Головной центр предлицензионной подготовки», ГОУ УЦ «Профессионал», в том числе в рамках государственного контракта № ] 1/71 «Разработка инфраструктуры дистанционного обучения безработных граждан» от «14» ноября 2008 г.

Публикации по теме работы

По теме диссертации опубликовано 10 работ.

Публикации в изданиях, рекомендуемых ВАК

1. Тармин, В.А. Информационная система управления организацией, функционирующая с учетом требования развития человеческого капитала / Ю.А. Балыбердин, В.А. Тармин, Г.Г. Ягудаев // Вестник МАДИ (ГТУ), вып. 4 (19) МАДИ (ГТУ). -М„ 2009.

Публикации в других изданиях

2. Тармин, В.А.. Использование комплексных информационных систем при создании единой инфраструктуры организации. Внедрение электронного документооборота как инструмента совершенствования бизнес-процессов организации / Ю.А. Балыбердин, В.А.Тармин // Управление развитием персонала. М., - 2005. - № 2.

3. Тармин, В.А.. Использование комплексных информационных систем при создании единой инфраструктуры организации. Компьютерные системы дистанционного обучения / Ю.А. Балыбердин, В.А.Тармин // Управление

развитием персонала. М., - 2006. - № 1.

4. Тармин, В.А. Профессиональная аттестация кадров и применение современных технологий / Ю.А.Балыбердин, В.А.Тармин // Образовательная политика. -М.: ФГУ «ФИРО». —2009. —№ 6.

5. Тармин, В.А. Active Integrator - система интеграции данных различных информационных систем / С.В.Алексахин, Ю.А.Балыбердин, В.А.Тармин В.А. // Сборник научных трудов МАДИ (ГТУ) / МАДИ (ГТУ). - 2009. - № 2/42.

6. Тармин, В.А. Компьютерные интернет-системы дистанционного обучения класса i-learning /С.В.Алексахин, Ю.А.Балыбердин, В.А.Тармин В.А. // Сборник научных трудов МАДИ (ГТУ) / МАДИ (ГТУ). - 2009. - № 2/42.

Свидетельства о регистрации

7. Тармин, В.А. Свидетельство РОСАПО № 980139 об об официальной регистрации программ для ПЭВМ «Система дистанционного обучения и контроля знаний «Персональный учитель - версия 2.0» / Ю.А. Балыбердин, Е.Ю. Боброва Е.Ю., Тармин В.А./ -М.: РОСАПО. -1998.

8. Тармин, В.А. Свидетельство РОСПАТЕТ № 2002610189 об официальной регистрации программ для ПЭВМ «Клиент-серверная система для создания единой информационной среды «Колледж - сервер - версия 1.0 для Windows/Linux» / Ю.А. Балыбердин, А.Н.Бреус, Тармин В.А./ -М.: РОСПАТЕНТ. -2002.

9. Тармин, В.А. Свидетельство РОСПАТЕТ № 2005611436 об официальной регистрации программ для ПЭВМ «Система дистанционного обучения и контроля знаний «Персональный учитель - версии 3.0 для Windows/Linux». / Ю.А. Балыбердин, Тармин В.А./ -М.: РОСПАТЕНТ. -2005.

Ю.Тармин, В.А. Свидетельство РОСПАТЕТ № 2005611437 об официальной регистрации программ для ПЭВМ «Клиент-серверная система для создания единой информационной среды «Персональный офис - версия 1.5 для Windows/Linux». / Ю.А. Балыбердин, Тармин В.А./ -М.: РОСПАТЕНТ. -2005.

Подписано в печать 29 апреля 2010 г Формат 60x84x16 Усл.печ.л. 1,0 Тираж 100 экз. Заказ № 15

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

Введение.

Цели и задачи.

Практическая ценность и внедрение результатов.

Обоснованность и достоверность результатов.

1 Системный анализ задач аттестации, подготовки и переподготовки персонала промышленных предприятий.

1.1 Аттестация персонала.

1.2 Классификация педагогических тестов.

1.3 Дистанционное обучение.

1.4 Условия проведения аттестации.

1.5 Анализ контингента проходящего аттестацию.

1.6 Детализация решаемых задач.

2 Методика аттестации, подготовки и переподготовки персонала промышленных предприятий, адаптивный метод формирования теста и алгоритмов предъявления тестовых заданий.

2.1 Методика аттестации, подготовки и переподготовки персонала промышленных предприятий.

2.2 Расчет оценки за тест.

2.3 Ранжирование весовых коэффициентов.

2.4 Расчет оценки за тестовое задание.

2.5 Методика адаптивного тестирования.

2.6 Расчет оценок за специальность, дисциплину, модуль.

2.7 Статистические характеристики тестовых заданий.

Автоматизация и управление процессами аттсешиии персонала предприятий промышленности

3 Оценка вычислительной эффективности предложенных методов и алгоритмов.

3.1 Экспериментальная проверка алгоритма адаптивного тестирования.

3.2 Дифференцирующая способность оценок.

4 Проектирование программного комплекса тестирования и обучения

4.1 Проектирование структуры программного комплекса.

4.2 Выбор технической платформы.

4.3 Описание подсистем автоматизированной системы дистанционного тестирования и обучения.

4.4 Структура базы данных.

4.5 Библиотека классов для управления базой данных.

4.6 Методика описания деревьев в SQL.

4.7 Выводы.

4.8 Внедрение.:.

Научно-технический прогресс, принявший в XX веке форму научно-технической революции, привел к коренным изменениям во всех отраслях экономики, в том числе промышленности и образовании.

Сегодня скорость устаревания знаний специалистов огромна. Ежегодно обновляются до 20% профессиональных знаний, а появление новой научной и технологической информации снижает компетентность специалистов на 50%. Интенсивность этого процесса имеет тенденцию к росту. Если 50%-е устаревание знаний выпускника 1940 г. наступало через 12 лет, то для выпускника 1960 г. — через 8-10 лет, 1970 г. - через 5 лет, а сегодня - ещё быстрее. За последнюю треть XX века из словаря профессиональных знаний исчезло 13 тыс. понятий и появилось 11 тыс. новых.

В этих условиях актуальным становится понятие непрерывного образования, включающим в себя, как составляющую часть, профессиональную аттестацию специалистов.

С 17 декабря 2007 г. в России вступил в действие Федеральный закон "О саморегулируемых организациях". Данным законом установлены правовые основы для деятельности саморегулируемых организаций, представляющих собой специальный институт профессионального общественного регулирования, объединяющий лиц, занимающихся предпринимательской или иной профессиональной деятельностью.

Основная идея саморегулируемых организаций - переложить контрольные и надзорные функции за деятельностью субъектов в определенной сфере с государства на самих участников рынка. При этом с государства снимались бы явно избыточные функции и как следствие снижались бы бюджетные расходы, а фокус собственно государственного

Автоматизация и управление процессами аттестации персонала предприятий промышленности Тармин В.А. ' 4 надзора смещался бы с надзора за деятельностью в сторону надзора за результатом деятельности. В связи с внедрением института саморегулируемых организаций постепенно отменяется лицензирование отдельных видов деятельности.

Одной из основных функций саморегулируемых организаций - это организация профессионального обучения, аттестации работников членов саморегулируемой организации.

Таким образом, на уровне Федерального закона закреплена необходимость профессиональной аттестации персонала.

Аттестация персонала саморегулируемыми организациями может быть выполнена только за счет членов саморегулируемой организации.

К тому же, в силу организационных причин, такая аттестация, в большинстве случаев, может быть проведена только с отрывом работника от его профессиональной деятельности, с отрывом от рабочего места, что, в свою очередь, увеличивает расходы работодателя на проведение аттестации. Добавим сюда, так же, транспортные расходы и расходы на проживание, если аттестация работника проводится в удаленном от места проживания населенном пункте. 1

Следовательно, работодатель, саморегулируемые организации, и, согласно Федеральному закону, само государство заинтересованы в проведении аттестации с минимальными затратами и в кратчайшие сроки.

Одним из средств решения этой задачи является применение современных технологий компьютерного дистанционного обучения и тестирования.

Именно этим обоснована актуальность проводимых в данной диссертационной работе исследований.

Аигоматизация и управление процессами аттестации персонала нредирияжй промышленности Тармин В.А. ^

Цели и задачи

Целью диссертации является повышение эффективности процессов аттестации персонала предприятий промышленности на основе моделей и алгоритмов представления и оценки знаний, методов математической статистки.

Для достижеиия указанной цели решены следующие задачи: 1

1. проведен системный анализ задач аттестации, подготовки и переподготовки персонала промышленных предприятий, методов и моделей структуризации учебных материалов, организации процедур тестового контроля и программного обеспечения, используемого при технологии дистанционном обучении;

2. разработана методика аттестации, подготовки и переподготовки персонала промышленных предприятий, которая учитывает различные виды учебной деятельности и позволяет сократить время проведения аттестации;

3. разработан адаптивный метод формирования теста и алгоритмов предъявления тестовых заданий с учетом статистических факторов и требований к программной инструментальной среде;

4. проведена оценка вычислительной эффективности предложенных методов и алгоритмов расчета дифференцирующей способности предложенной системы оценок при аттестации персонала промышленных предприятий;

5. разработана многофункциональная интегрированная среда на базе адаптивного метода обучения и тестового контроля, декомпозиция программно-моделирующего комплекса системы подготовки и переподготовки персонала промышленных предприятий на множество приложений;

6. разработана логическая модель базы данных, которая включает в себя совокупность учебных мультимедиа материалов, обеспечивающих реализацию программы по аттестации, подготовки

Лито.матизация и управление процессами аттестации персонала предприятий промышленности Тармин В.А. о и переподготовки персонала промышленных предприятий в соответствии с принятыми стандартами.

Научную новизну работы составляют:

1. методика аттестации, подготовки и переподготовки персонала промышленных предприятий, которая учитывает различные виды 1 учебной деятельности и позволяет сократить время проведения аттестации за счет самостоятельной работы учащихся на этапе подготовки к аттестации, за счет целенаправленной подготовки к тестированию, за счет адаптивного метода формирования теста и алгоритмов предъявления тестовых заданий;

2. адаптивный метод формирования теста и алгоритм предъявления тестовых заданий, реализующий многопараметрический не равновероятный выбор тестовых заданий; i

3. статистический критерий окончания тестирования, позволяющий уменьшить количество тестовых заданий, необходимых для выявления уровня знаний персонала промышленных предприятий;

4. модель базы данных, включающей в себя логическое описание совокупности учебных материалов, обеспечивающих реализацию программы по аттестации, подготовки и переподготовки персонала промышленных предприятий в соответствии с принятыми стандартами.

Новизна предложенных технических решений защищена авторским свидетельством РФ об официальной регистрации программ для ЭВМ №2005611436.

Практическая ценность и внедрение результатов I

Научные результаты, полученные в диссертации, доведены до практического использования в системе аттестации, подготовки и переподготовки кадров предприятий промышленности и строительного комплекса.

Автоматизация и управление процессами аттестации персонала предприятий промышленности Тармин В.Л. < 7

Разработанные методы и алгоритмы были использованы при создании программного комплекса дистанционного обучения и проверки знаний, прошедшего апробацию и внедрение Федеральном государственном учреждении «Федеральный институт развития образования», Негосударственной образовательной автономной некоммерческой организации «Головной центр предлицензионной подготовки», Государственное образовательное учреждение учебный центр «Профессионал» Департамента труда и занятости населения города Москвы, в том числе в рамках государственного контракта № 11/71 «Разработка инфраструктуры дистанционного обучения безработных граждан» от «14 » ноября 2008 г. ,

Обоснованность и достоверность результатов

Обоснованность результатов диссертационной работы, полученных с использованием признанных научных положений и апробированных методов исследования, подтверждается корректным применением математического аппарата и согласованностью этих новых результатов с известными теоретическими положениями.

Достоверность результатов подтверждается согласованностью расчетных данных, полученных с помощью математического моделирования, алгоритмов и программ моделирования и научных выводов.

Все выносимые на защиту результаты и положения диссертационной работы получены и разработаны лично автором, или при его непосредственном участии.

По теме диссертации опубликовано 10 работ.

Диссертационная работа состоит из введения, четырех глав, заключения и 3 приложения, списка использованной литературы из 102

4.7 Выводы

Система дистанционного обучения, базирующаяся на описанных моделях, алгоритмах, структуре базы данных позволяет организовать учебный процесс для различных категорий учащихся, проходящий по индивидуальным траекториям обучения.

Описанная модель данных может быть реализована с использованием реляционной базы данных с использованием одной из современных систем управления базами данных (СУБД).

4.8 Внедрение

Описанные в диссертации положения и теоретические разработки были реализованы в программном комплексе дистанционного обучения и тестирования «Персональный учитель 3.0».

Указанный программный комплекс был внедрен в ряде организаций проводящих обучение и тестирование персонала по различным направлениям, в том числе в организациях проводящих аттестацию персонала промышленных предприятий.

Среди организаций внедривших программный комплекс «Персональный учитель 3.0»:

• НО АНО «Головной центр предлицензионной подготовки»;

• Государственный Учебный Центр "Профессионал" Управления государственной службы занятости населения по городу Москва;

• Федеральный институт развития образования.

Приведенные в данной работе экспериментальные данныё были получены в результате многолетней эксплуатации программного комплекса «Персональный учитель 3.0» в НО АНО «Головной центр предлицензионной подготовки».

Благодаря реализации адаптивного алгоритма тестирования и адаптивной методики обучения существенно сокращено время для проведения итогового очного тестирования. Учащиеся приходят на очное тестирование пройдя необходимую самоподготовку, имея навыки работы с

Тармин В.А. Автоматизация и управление процессами аттестации персонала предприятий 135 промышленности на основе моделей и алгоритмов представления и оценки знании программным обеспечением, точно представляя себе какие требования будут к ним предъявлены на экзамене и на какой уровень итоговой оценки они могут рассчитывать. Учащиеся, которые по тем или иным причинам, не прошли необходимую самоподготовку, в большинстве случаев реально оценивают свои шансы сдать экзамен и на итоговое тестирование не приходят.

Реализованное в программном комплексе описание учебных материалов позволяет в короткие сроки, небольшим коллективом авторов создавать необходимый комплекс тестов и теоретических материалов по различным направлениям обучения и тестирования.

Реализованная взаимосвязь между тестовыми заданиями и положениями теории, позволяет учащимся на более высоком уровне подготовиться к тестированию.

Реализованное в программном комплексе описание учебных планов позволяет легко адаптировать программный комплекс под различные направления обучения и особенности конкретной организации эксплуатирующей «Персональный учитель 3.0». I

Заключение. Основные выводы и результаты работы

1. Проведен системный анализ особенностей аттестации персонала промышленных предприятий. Выявлены задачи по разработке системы аттестации и обучения персонала промышленных предприятий.

2. Разработана методика аттестации, подготовки и переподготовки персонала промышленных предприятий, которая учитывает различные виды учебной деятельности и позволяет сократить время проведения аттестации за счет самостоятельной работы учащихся на этапе подготовки к аттестации, за счет целенаправленной подготовки к тестированию, за счет адаптивного метода формирования теста и алгоритмов предъявления тестовых заданий.

3. Разработаны математические модели оценки результатов тестирования, статистического критерия окончания тестирования, алгоритм выбора очередного тестового задания, реализующие адаптивные методики обучения и тестирования, что позволяет сократить время итогового тестирования учащихся, создать условия для самостоятельной подготовки учащихся к юридически значимому тестированию.

4. Разработана структура программного комплекса, описан состав его подсистем и программных модулей, что позволяет автоматизировать процесс обучения и аттестации учащихся по различным направлениям обучения, в том числе персонала промышленных предприятий.

5. Разработана структура базы данных программного комплекса с учетом требований каждой подсистемы.

6. Предложены методика создания библиотеки классов для управления базой данных и методика описания деревьев средствами SQL, что позволяет существенно сократить время на разработку программного комплекса.

7. На основании разработанных в работе математических методов и моделей разработан программный комплекс «Персональный учитель 3.0».

Разработанный программный комплекс «Персональный учитель 3.0», прошел апробацию и внедрен для практического применения в ФГУ

Федеральный институт развития образования», НО АНО «Головной центр предлицензионной подготовки», ГОУ УЦ «Профессионал», в том числе в рамках государственного контракта № 11/71 «Разработка инфраструктуры дистанционного обучения безработных граждан» от «14» ноября 2008 г.

1. Абрамова, О. В., Азарова, Е. Г. и Бочарникова, М. А. Словарь по трудовому праву, ред. Ю. П. Орловский. Москва : Бек, 1998. стр. 578.

2. Хныкин, Г. Организация и проведение аттестации работников. HRM.RU. В Интернете. 19. 12. 2000 г. [Цитировано: 21. 02. 2010 г.] http://www.hrm.ru/db/hrm/86E9A0A04D6B004DC3256AAB004394EC/vid/articl e/article.html.

3. Методические материалы семинара "Организация и проведение аттестации персонала на предприятии. Мантаева, К.А. Москва : б.н., 2000.

4. Переверзев, В.Ю. Технология разработки тестовых заданий: справочное руководство. Москва : E-Media, 2005. стр. 256.

5. Celko, Joe. Trees in SOL. Some answers to some common questionsiabout SQL trees and hierarchies, б.м. : Wrox Press, 1997.

6. Терехин, Д. E. Автоматизация процесса аттестации персонала промышленных предприятий на основе гетерогенных тестов. Электронный ресурс. : Дис. канд. техн. наук: 05.13.06. Москва : РГБ, 2006 г; стр. 156.

7. Попов, Д.И. Комплексная автоматизация и управление процессами аттестации персонала промышленных предприятий. Электронный ресурс. : Дис. доктора техн. наук: 05.13.06. Москва : РГБ, 2007 г. стр. 300.

8. Вентцель, Е.С. Теория Вероятностей. Москва : Высш. шк., 2002. стр. 575.

9. Селко, Джо. Стиль программирования Джо Селко на SOL. Санкт-Петербург : Питер, 2006.

10. Теоретические основы разработки заданий в тестовой форме. Москва : Исследовательский центр, 1995.

11. Усков В.Л., Ускова М. Информаг^ионные технологии в образовании . Информационные технологии. №1. : б.н., 1999. стр. 31-37.

12. Тихомиров В.П., Солдаткин В.И., Лобачев С.Л., Ковальчук О.Г.

13. Дистанционное обучение: к виртуальным средам знаний. — Дистанционное образование . №2. 1999. стр. 8-16.I

14. Титтел Эд., Сандерс К., Скотт Ч., Вольф П. Создание VRML миров . Пер. с англ. Киев: Изд-во "'Труппа BHV"" : б.н., 1997. стр. 320.I

15. Титов А.В. Алгоритм агрегирования с использованием смешанной стратегии. Исследовательский центр. 1995.

16. Субетто А.И. Системология образовательных систем. . Москва: Исслед. центр проблем качества подготовки специалистов, 1995.

17. Столл P.P. Множества. Логика. Аксиоматические теории. . Москва : Наука, 1988.

18. Степанов А.А, Бахтина Т.Е., Свердлова Т.А., Желтое С.Ю.

19. Обзор технических и программных средств систем виртуальной реальностиI

20. В сб.: ""Технология виртуальной реальности"". . Москва: б.н., 1996. стр. 15-56.

21. Соколов В.М. Основы проектирования образовательных стандартов (методология, теория, практический опыт). . Москва: Исследовательский центр, 1996. стр. 86.

22. Селезнева Н.А., Коломиец Б.К. Проблемы итоговой государственной аттестации выпускников вузов, сб. ""Современные формы и методы контроля знаний студентов на различных этапах обучения и при аккредитации вузов"". Москва : Исследовательский центр. 1995.

23. Родионов Б.У., Татур А.О. Стандарты и тесты в образовании. Москва : Исследовательский центр, 1995. стр. 48.

24. Роберте Ф.С. Дискретные математические модели с приложениями к социальным, биологическим и экологическим задачам. . Москва : Наука, 1986.

25. Растригин JI. С. Адаптивное обучение с моделью обучаемого. Рига : Знание, 1988.

26. Проходов А. В., Рузин B.C. О глубинной концепции образования.// Вестник высшей школы. 1990 № 5.Iвзрослых. . Москва : Педагогика, 1980.

27. Петин Б.Ф. Предложения по совершенствованию ГОСов по направлениям подготовки и специальностям. . Москва : Исследовательский центр проблем качества подготовки специалистов, 1996.

28. Литвинцева Л.В. Налитое С.Д., Графические средства для построения систем когнитивной графики и виртуальных миров // Программные продукты и системы. -1995. № 2.

29. Литвак Б.Г. Экспертная оценка и принятие решений. . Москва: Патент, 1996. стр. 271.

30. Лавров С.С. Представление и использование знаний в автоматизированных системах. //МП. . 1986, N 3, с. 14-19. : б.н.

31. Кашицин В.П. и др. Состояние и развитие дистанционного образования в мире: Научно-аналитический доклад. . Москва : «Магистр», 1997. стр. 44.

32. Катыс Г.П., Катыс П.Г. Трехмерное отображение визуальной информации в виртуальном пространстве: Учебное пособие / МИ PDA. . Москва : б.н., 1998. стр. 78.

33. Казанович В.Г. Образовательная система как объект оценивания. Диссертация на соискание научной степени кандидата педагогических наук. . Москва : Исследовательский центр, 1995.

34. Зимняя И.А. Проблемы самооценивания как интериоризированной внешней оценки в процессе обучения. ""Квалиметрия человека и образования. Методология и практика. 2-й симпозиум, кн. 1, ч. 1. . Москва: Исследовательский центр, 1993.

35. Жуковская З.Д. Методологические основы разработки и функционирования комплексной системы контроля качества подготовки специалистов в вузе. Диссертация на соискание ученой степени доктора педагогических наук. Санкт-Петербург : ЛГУ, 1994.

36. Желтое С., Лихачев Н., Степанов В. Виртуальная реальность -новая информационная технология // Экология непознанного. № 1. 1995. стр. 6-11.

37. Готлиб М.А. Структура АОС. //Информатика и образование . Москва : Педагогика, N 3, 1987. стр. 11-20.46. —. Компьютеру дидактическое обеспечение. // Информатика и образование . Москва : Педагогика, N 4. стр. 3-14.

38. Гершунский Б.С. Философия образования. . Москва : Флинта,1998.

39. Выготский JI.C. Избранные психологические исследования. . Москва : МГУ, 1956.

40. Вороновский Г.К. и др. Генетические алгоритлш, искусственные нейронные сети и проблемы виртуальной реальности. Харьков : б.н., 1997. стр. 111.

41. Васильев В.И. Наша концепция, б.м. : Вестник высшей шкояы. № 10,1990.

42. Башмаков А.И. Баишаков И.А. Разработка компьютерных учебников и обучающих систем. Москва : Информационно-издательский дом «Филинъ», 2003. стр. 616.

43. Агафонов В.Н. Спецификация программ: понятийные средства и их организация. Новосибирск : Наука, 1987. стр. 238.

44. Аванесов B.C. Теоретические основы разработки заданий в тестовой форме. Москва : Исследовательский центр, 1995.

45. Аванесов B.C. Научные проблемы тестового контроля знаний. Монография. Москва : Исследовательский центр, 1994.

46. Ying-Ying Fang et al. A pseudo-immersive virtual environment a shell for research . Int. J. Virtual Real. (USA) Vol. 2. № 3. : б.н., 1996. стр. 41852.

47. Wherry R.J., Gaylord R.H. Factor Pattern of Test Items and Tests as a Function of the Correlation Coefficient: Content, Difficulty, and Constant Error< Factors, «Psychometrika», 9.< 1944. стр. 237-244.

48. Watson B. Evaluation of the effects of frame variation on VR tosk performance . Proc. ШЕЕ. Virtual Reality Annual Internal Symposium. : б.н., 1997. стр. 38-44.

49. Watars R.C. Barrus J.W. The rise of shared virtual environments : IEEE Spectr. (USA). March. Vol. 34. № 3., 1997. стр. 20-25.

50. Vacca J.R. VRML: bringing virtual reality to the internet: CD-ROM included. Boston. 1996. стр. 552.

51. Umeki V., Doi M. Sensation of movement in virtual space . Electron. Commun. Jpn. Fundam. Electron. Sc. (USA). June 1997. Vol. 80. № 6. : б.н., 1997. стр. 74-82.

52. Udo Jakob, Efi Douloumi. Let's move on the integration of motion Rendering in VR . SPffi. Vol. 3012. : б.н., 1997. стр. 454-460.

53. Simmonds В. Enhancing reality to make the ideal instruments . Control and lustrum. Vol. 27. № 12. : б.н., 1995. стр. 29, 30.

54. Rasch G. Probabilistic Models for Some Intelligence and Afteword by B.D. Wright. The Univ. of Chicago Press. Chicago and London. 1980.

55. Pourzand A.R., Callings N. Progress in the construction of multilayer optical neural network. Proc. SPffi. 1998. Vol. 3940. : б.н., 1998. стр. 439-442.

56. Pelletier F. The virtual and real environments: symbiosis . Proc. Internal Conf. On Virtual Systems and Multimedia. : б.н., 1997. стр. 246-247.

57. Padgett Mary. Lou et al. Virtual Reality systems: from training simulators to . intelligent VR . Proc. SPffi. 1996. Vol. 2878. : б.н. стр. 409-450.

58. Mood A.M. Macro-Analysis of American Edution System, Operation • Res, 17,770-780. 1969.

59. Menousek В., Wolfe Т. Virtual reality the modular way . Comput. Graph. (USA). Aug. 1997. Vol. 31. № 3. : б.н., 1997. стр. 66-68.

60. Macedonia M.R. A transatlantic research and development environment (3D virtual graphics) . IEEE Comput. Graph. Appl. Vol. 17. № 2. : б.н., 1997. стр. 76-82.

61. Lord F.M., Novick M. Statistical Theories of Mental Test Scores. Addison-Wesley Publ. Co. Reading, Mass. 1968.

62. Lord F.M. Application of Item Response Theoiy to Practical Testing Problems. Hillsdale N J. Lawrence Eribaum Ass., Publ. 1980.

63. Libermcm Henry. Intelligent graphics . Commun. ACM. Vol. 39. № 8. : б.н., 1996. стр. 38-48.

64. Leary D.E. Artificial intelligence and virtual organizations . Commum ACM (USA). Vol. 40. № 1. : б.н., 1997. стр. 52-59.

65. Lazarsfeld P.F. Latent Structure Analysis, в: S. Koch (ed), «Psychology: A Study of a Science», New York, McGraw-Hill. 1959.

66. Kenneth Nemire. Evaluting an immersive virtual environment prototyping and simulation . SPIE. Vol. 3012. : б.н., 1997. стр. 408-416.

67. Joraskog K-S. A General Programm for Analysis of Coveriance Structures .Including Generalized MANONA, Edication Testing Service, Princeton, N.S. 1971.

68. Green B.F. A General Solution for the Latent Class Model of Latent Structure Analysis, «Psychometrika», 16. 1951. стр. 151—166.

69. Gibson W.A. Nonlinear Factors in Two Dimensions, «Psychometrika», 25. 1960. стр. 381-392.80. —. Latent Structure and Positive Manifold, «British Journal of Statistical Psychology», 15. 1962. стр. 149-160.

70. Elane EI-Khawas. External Scrutiny, US Style: multiple actors, overlapping roles. Governments and professional education . Edited by Tony Becher. UK. Published by SRHE and Open University Press. Bristol: HEFCE : б.н., 1993.

71. Casas L.A.A. et al. Virtual reality full immersion techniques for enhancing workers performance . Proc. Intern. Conf. On Integrated and Sustainable Industrial Production. (Lisbon, Portugal). : б.н., 1997. стр. 399-411.

72. Candell Thomas P. The Application of Neural Networks to Virtual Reality. 1CNN Tutorial. 1994. № 13. WCCI (Orlando F.L.). : б.н., 1994.

73. Birnbaum A. Some Latent Trait Models and Their Use in Statistical Theories of Mental Test Scores. Reading, Mass. : Addison Wesly. 1968.

74. Begault D. 3D Sound for Virtual Reality and Multimedia . б.м. : Academic Press, 1994.

75. Фонды комплексных квалификационных задании no специальностям высшего образования.: Методические разработки ( разработчики : Селезнева Н.А.,Беспалъко В.П.,Соколов В.М. и др.) М. Гособразование СССР 1998 г. 89 с.

76. Управление современным образованием: социальные и экономические аспекты . Под ред. А.Н.Тихонова. : Москва, 1998. стр. 256.

77. Технология системного моделирования. Под ред. С.В.Емельянова. Москва : Машиностроение, 1988.

78. Технология виртуальной реальности: состояние и тенденции развития . Новости искусственного интеллекта. №3. : б.н., 1995. стр. 118-122.

79. Сборник методических рекомендаций по разработке содержания обучения и дидактических систем. /Под ред. А.А.Золотарева . Москва: МИИГА, 1988. стр. 270.

80. Реформа и развитие высшего образования. Программный документ. . ЮНЕСКО : 1995.

81. Положение об итоговой государственной аттестации студентов высших учебных заведений в РСФСР. Проект. . Москва: Научно -методический центр по подготовке, переподготовке и повышению квалификации специалистов. 1994.

82. Положение об итоговой государственной аттестации выпускников высших учебных заведений в Российской Федерации. . Москва : Госкомвуз РФ, 25.05.94.

83. Новое качество высшего образования в современной России. Труды Исследовательского центра. Род научной редакцией Селезневой Н.А. и Субетто А.И. . Москва: Исследовательский центр проблем качества подготовки специалистов. 1995. . стр. 199.

84. Государственный образовательный стандарт РоссийскойI

85. Федерации. Высшее профессиональное образование. Общие требования. М., ГКВОРФ. 1993. стр. 9.

86. The European conventions on higher education. Council of Europe. -Strasbourg: Council of Europe Press. 1995.

87. Internatronal Standard Classification of Education (JSCD), revised version 2. UNESCO. 1996.

88. Enseignement a distance: realites, enjeux et perspectives: Rapport presente par 7-CI. Barbarante: Conseil economique et social. P. 1997.

89. Анастази, А. Психологическое тестирование. Москва: Педагогика, 1982. стр. 320. Т. 1. '

90. Аванесов, B.C. Научные проблемы тестового контроля знаний. Монография. Москва : Исследовательский центр, 1994.1. Список иллюстраций

91. Рис. 1. классификации профессиональной аттестации.13i

92. Рис. 2. Классификация педагогических тестов.17

93. Рис. 3. Цели обучения,и модели преподавания.29

94. Рис. 4. Цели обучения, модели преподавания и технологии обучения. 33

95. Рис. 5. Возможные траектории обучения.47

96. Рис. 6. Оценка за тест.•.49

97. Рис. 7. Изменение оценки в процессе тестирования.:.50

98. Рис. 8. Изменение приращения оценки.54

99. Рис. 9. Распределение оценок.71

100. Рис. 10. Распределение оценок, детализация диапазона.73

101. Рис. 11. Подсистемы и модули программного комплекса.76

102. Рис. 12 Концептуальная модель данных (Фиксация результатов обучения и тестирования).83

103. Рис. 13. Концептуальная модель данных подсистемы банка учебных материалов.:.84

104. Рис. 14. Схематичное представление учебного материала.86

105. Рис. 15. Концептуальная модель данных (Подсистема формирования учебных планов).89

106. Рис. 16. Учебная специальность.90

107. Рис. 17. Структура специальностей.91

108. Рис. 18 Учебная дисциплина.92

109. Рис. 19. Структура учебных дисциплин.93

110. Тармин В.А. Автоматизация и управление процессами аттестации персонала предприятий 150

111. Рис. 20. Концептуальная модель данных (Подсистема управления учебным процессом).'.94

112. Рис. 21. Учебная группа.95

113. Рис. 22. Структура учебных групп.96

114. Рис. 23. Концептуальная модель данных финансовой подсистемы.97

115. Рис. 24: Концептуальная модель электронной библиотеки.98

116. Рис. 25. Концептуальная модель подсистемы формирования отчетов, печатных форм, хранения итоговых документов.100

117. Рис. 26. Концептуальная модель подсистемы сохранения результатов обучения и тестирования.101

118. Рис. 27. Концептуальная модель подсистемы настраиваемых атрибутов .102

119. Рис. 28. Физическая модель базы данных.106

120. Рис. 29. Пример структуры базы данных.128

121. Рис. 30. Пример простейшего описания дерева в SQL.133

122. Рис. 31. Маршрут обхода узлов дерева.133

123. Рис. 32. Пример таблицы реализующий подход Джо Селко.134