автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Информационная система поддержки принятия решений при управлении качеством образовательного процесса университета на основе онтологии

На правах рукописи □□ЗОбЗ117

НУГАЕВА Камила Радиковна

ИНФОРМАЦИОННАЯ СИСТЕМА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ КАЧЕСТВОМ ОБРАЗОВАТЕЛЬНОГО ПРОЦЕССА УНИВЕРСИТЕТА НА ОСНОВЕ ОНТОЛОГИИ

Специальность 05.13.10 Управление в социальных и экономических системах

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

2 4 МАЙ 2007

Уфа 2007

003063117

Работа выполнена на кафедре технической кибернетики Уфимского государственного авиационного технического университета

Научный руководитель

Официальные оппоненты

д-р техн наук, доцент ЧЕРНЯХОВСКАЯ Лилия Рашитовна

д-р техн наук, проф КАБАЛЫЮВ Юрий Степанович

канд техн наук

КАРТАШОВ Антон Геннадьевич

Ведущая организация

Институт социально-экономических исследований УНЦ РАН (г. Уфа)

Защита диссертации состоится 30 мая 2007 г на заседании диссертационного совета Д-212 288 03 при Уфимского государственного авиационного технического университета по адресу 450000, г Уфа, ул К Маркса, 12

С диссертацией можно ознакомиться в библиотеке университета

Автореферат разослан апреля 2007 г

Ученый секретарь диссертационного совета д-р техн наук, проф

.В. Миронов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Одной из основных проблем в области образования является повышение его качества Проблема качества подготовки является центральной в аспекте востребованности специалистов национальной экономикой и международного признания российских степеней и квалификаций Выпускаемые вузом специалисты — очень трудоемкая «продукция», производство которой невозможно без эффективного управления образовательным учреждением Система отечественного высшего образования стоит на пороге интеграции с образовательными системами стран-участников Болонского соглашения, следовательно, необходимо обеспечение соответствия качества знаний выпускников как российским, так и международным стандартам. Образовательная система выпускает специалистов с высшим образованием, часть из которых в дальнейшем пополняет кадровый потенциал для научно-исследовательской инновационной системы Научно-исследовательская система вуза тоже производит особый вид продукции — новые знания, получаемые в ходе выполнения фундаментальных и прикладных научных исследований Знания как один из компонентов интеллектуального потенциала используются как в инновационной системе, так и в образовательном процессе Таким образом, нужно решить задачу сохранения и передачи накопленных знаний, то есть необходимо хранилище знаний университета Решение задач управления в сложных системах в настоящее время лежит в сфере проектирования корпоративных информационных систем Однако в управлении университетом есть особенности, которые препятствуют непосредственному внедрению комплексных информационных систем, используемых на производстве Необходима оригинальная университетская информационная система, обеспечивающая поддержку принятия решений при управлении качеством образования на основе хранилища знаний университета

Повышение эффективности управления за счет автоматизации поддержки принятия решений, в том числе и на основе методов и средств искусственного интеллекта рассмотрено в трудах Д А Поспелова, В А Геловани, В М Глушко-ва, ИЮ Юсупова, ТА Гавриловой, ЭА Трахтенгерца, А И Галушкина, а также зарубежных ученых А Ньюэлла, Н А Саймона, Б Алена, Т Бернерс-Ли, Р Бергмана и др Вопросами стандартизации образования и совершенствования управления образовательными процессами занимаются ведущие ученые С Ю. Трапицын, И Н Бородулин, М Б Гузаиров, Л.А Громова, Н К Криони, Н И Юсупова, Л А Исмагилова, Ю С Кабальнов, В Н Ефанов, В Е Бочков и др В то же время недостаточно исследованной является проблема разработки интеллектуальной системы поддержки принятия решений при управлении качеством образовательного процесса, что обуславливает актуальность выбранного направления исследований

Диссертационное исследование является составной частью исследований, проведенных в рамках гранта РФФИ (проект №03-07-90242 на 2003-2005 гг по теме «Интернет-комплекс поддержки выполнения проектов фундаментальных исследований сложных систем с применением интеллектуальных техноло-

гий на базе экспертных систем», рук Н И Юсупова) и гранта РФФИ (проект 07-08-00538-а на 2007-2009 гг по теме «Поддержка принятия решений по управлению сложными динамическими объектами в критических ситуациях на основе инженерии знаний», рук Л Р Черняховская), а также НИР НЧ-НЧ-04-05-ПГ по теме «Разработка концепции комплексной подготовки специалистов в области САЬБ-технологий и ее апробация на базе УГАТУ», 2005 г (рук М Б. Гузаиров)

Цель работы и задачи исследования

Целью настоящей работы является разработка информационной системы поддержки принятия решений для повышения эффективности управления качеством образовательного процесса университета

Для достижения поставленной цели решаются следующие задачи

1 Разработать концепцию поддержки принятия решений при управлении качеством образовательного процесса, обеспечивающую хранение, обработку, передачу и представление общих и специальных знаний университета

2 Разработать комплекс моделей для информационной системы поддержки принятия решений, включающий объектно-ориентированную модель и онтологию управления качеством образовательного процесса

3 Разработать структуру информационной системы поддержки принятия решений при управлении качеством образовательного процесса.

4 Разработать алгоритм поддержки принятия решений при управлении качеством образовательного процесса университета на основе критериев качества

5 Разработать методику проектирования информационной системы поддержки принятия решений при управлении качеством образовательного процесса университета

6 Исследовать эффективность функционирования информационной системы поддержки принятия решений при управлении качеством образовательного процесса университета

Методы исследования

В работе использовались принципы и методы системного анализа, методологии объектно-ориентированного анализа и моделирования информационных систем, онтологического анализа, семантического анализа, принципы и методы представления знаний, поиска решений и интеллектуального анализа данных

На защиту выносятся

1 Концепция поддержки принятия решений при управлении качеством образовательного процесса

2. Комплекс моделей, входящий в состав информационной системы поддержки принятия решений, включающий объектно-ориентированную модель и онтологию управления качеством образовательного процесса, отражающие структуру классов объектов управляемого процесса, отношения между ними и операции, выполняемые в процессе поиска решений

3 Структура информационной системы поддержки принятия решений при управлении качеством образовательного процесса, включающая хранилище знаний (содержащее онтологию предметной области и базу правил принятия решений, прецеденты проблемных ситуаций, возникающих при управлении качеством образовательного процесса), модуль поиска решений и модуль адаптации к новым или измененным требованиям

4 Алгоритм поддержки принятия решений при управлении качеством образовательного процесса университета с использованием правил и прецедентов, содержащихся в онтологии управления качеством образовательного процесса

5 Методика проектирования информационной системы поддержки принятия решений при управлении качеством образовательного процесса университета, позволяющая проектировать информационную систему поддержки принятия решений в соответствии с предложенными моделями и алгоритмами

6 Результаты оценки эффективности функционирования информационной системы поддержки принятия решений при управлении качеством образовательного процесса университета на основе онтологии

Научпая новизна

1 Новизна предложенной концепции состоит в том, что она включает разработку моделей и методов инженерии знаний, позволяющих управлять качеством образовательного процесса на основе имеющихся в университете знаний и активизировать их для создания новых знаний

2 Новизна онтологии управления качеством образовательного процесса состоит в том, что она интегрирует основные классы объектов в области управления образовательным процессом и классы объектов в области управления качеством, в том числе стандарты и критерии качества, что позволяет формировать правила принятия решений

3 Новизна предложенной методики построения информационной системы поддержки принятия решений для управления качеством образовательного процесса заключается в решении задачи интеграции и представления общих и специальных знаний в онтологии на основе дескриптивной логики Особенность заключается в интеграции моделей правил и прецедентов проблемной ситуации на основе онтологии на этапе формализации процесса поиска решений

Практическая значимость заключается в том, что

— разработанная онтологическая база знаний позволяет осуществлять поддержку принятия решений при управлении качеством образовательного процесса,

— предложенная методика позволяет проектировать информационную систему поддержки принятия решений,

— разработанное информационное и программное обеспечение информационной системы поддержки принятия решений позволяет производить оценку качества образования на основе предложенных критериев

Разработанное информационное, алгоритмическое и программное обеспечение прототипа информационной системы поддержки принятия решений, а

также предложенные методика разработки информационной системы поддержки принятия решений и система критериев качества образования внедрены в учебный процесс на базе ГОУ ВПО Уфимского государственного авиационного технического университета По результатам исследований разработаны методические указания к лабораторным работам «Объектно-ориентированный анализ и проектирование программных систем», используемые при проведении занятий по дисциплинам «Технология объектно-ориентированного моделирования» и «Системы искусственного интеллекта» направлений подготовки дипломированных специалистов 230102 - «Автоматизированные системы обработки информации и управления», 220500 - «Управление качеством» и направлениям подготовки бакалавров 230100 - «Информатика и вычислительная техника», 220100 - «Системный анализ и управление» Разработанное алгоритмическое и программное обеспечение внедрено в процесс разработки учебных модулей и программного обеспечения в ООО «РЦПИ «Акцент плюс»

Апробация работы

Результаты работы докладывались и обсуждались на следующих конференциях «Актуальные проблемы трудоустройства и адаптации к рынку труда выпускников учреждений профессионального образования» (Межрегиональная научно-практическая конференция - Уфа, 2002), «Интеллектуальные системы управления и обработки информации» (Всероссийская молодежная научно-техническая конференция — Уфа, 2003), «Электронное правительство в информационном обществе теория и практика» (Всероссийская научная конференция - СПб, 2003), «Мехатроника, автоматизация, управление» (Вторая всероссийская научно-техническая конференция с международным участием -Уфа, 2005), «Стратегическое управление организацией теория, методы, практика» (Международная научно-практическая конференция (СПб Изд-во Политехи ун-та, 2006), «Интеллектуальные системы обработки информации и управления» (Региональная зимняя школа-семинар аспирантов и молодых ученых, 2006 - Уфа), «Бизнес взаимодействие - ICE» (11-ая международная конференция, Мюнхен, Германия, 2005, Милан, Италия, 2006), «Компьютерные науки и информационные технологии - CSIT» (Международный симпозиум, Уфа, 2005, Карлсруэ, Германия, 2006)

Публикации

Основные положения и результаты исследования по теме диссертации опубликованы и непосредственно отражены в 12 работах, в том числе в 6 статьях, из них 1 - в изданиях, входящих в список ВАК, 5 материалах и трудах конференций, 1 свидетельстве об официальной регистрации программ для ЭВМ

Структура и объем работы

Диссертация состоит из введения, 4 глав, заключения, библиографии и пяти приложений Работа содержит 193 страницы машинописного текста, 29 страниц приложений и 148 наименований библиографических источников

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении приводится общая характеристика работы - обоснована актуальность, сформулированы цель и задачи исследования, перечисляются методы исследования, приводятся результаты, выносимые на защиту, отмечается их новизна и практическая значимость

В первой главе проведен анализ проблемы управления качеством образовательного процесса

Проведен обзор существующих подходов к управлению качеством образования Выявлены недостатки, присущие существующим методам и средствам управления

1) отсутствие информационной поддержки, обеспечивающей автоматизированный процесс принятия управленческих решений на всех уровнях организационной структуры и позволяющей объективно оценить качество образовательного процесса,

2) отсутствие технологии автоматизированной разработки учебно-методических материалов с учетом их семантической целостности,

3) отсутствие моделей и методов представления знаний в едином информационном пространстве характеристик учебной, научно-исследовательской и инновационной деятельности образовательного учреждения, позволяющих объективно оценить качество образовательного процесса

Для устранения выявленных недостатков предложен подход к обеспечению поддержки принятия решений (ППР) при управлении качеством образования на основе инженерии знаний

Разработанная информационная система поддержки принятия решений (ИСППР) предназначена для выполнения следующих функций: оценка качества образовательных процессов на основе предложенных критериев качества, поддержка принятия решений при управлении качеством образовательных процессов в проблемных ситуациях С учетом специфики предметной области был построен контур управления качеством образовательных процессов и определено место разрабатываемой информационной системы поддержки принятия решений в процессе управления качеством образования (рисунок 1) После оценки качества образования целесообразно выявить отклонения от требуемых значений критериев качества ( Л б ), произвести анализ отклонений и принять решение по их устранению Решение Decs реализуется по сценарию совершенствования образовательной системы Scenr Модулями предложенной ИСППР являются хранилище знаний, модуль поиска решений на основе хранилища знаний и модуль адаптации к новым/измененным требованиям Знания хранилища регулярно пополняются новыми требованиями к знаниям специалистов ( ^ ), которые поступают в систему управления образовательными процессами со стороны потребителей услуг образовательной системы (работодателей) Эти требования анализируются экспертом с помощью ИСППР и вносятся в хранилище знаний в виде новых фрагментов знаний, которые будут в дальнейшем использоваться

для оценки качества образовательного процесса, а также при разработке учебно-методических комплексов для конкретных специальностей или направлений

Показатели качества образовательного процесса

М ' ^ Характеристики » \ образовательного > процесса Управляющее / воздействие

Образовательный процесс ОУ

Рисунок 1 Контур управления качеством образовательных процессов

Для повышения эффективности принимаемых решений предложено разработать онтологию, которая обеспечит полноту знаний о качестве образовательного процесса и позволит построить иерархию понятий, формализовать систему суждений экспертов в форме правил принятия решений, и сформировать базу прецедентов проблемных ситуаций в области управления качеством образовательного процесса В онтологии установлены парадигматические отношения между понятиями, независимые от контекста решения задачи, и правила формирования переменных синтагматических отношений понятий, возникающих в некотором контексте решения задачи Разработка онтологии решает задачу совместного и повторного использования знаний различными пользователями, задействованными в управлении качеством образовательных процессов

Во второй главе проведен системный анализ и моделирование информационной системы поддержки принятия решений при управлении качеством образовательного процесса

На начальном этапе было проведено объектно-ориентированное моделирование управления качеством образовательного процесса Целью моделирования является системное описание знаний, используемых при управлении На основе формирования прецедентов использования ИСППР устанавливаются требования к качеству образовательного процесса и к специальным знаниям, которыми должен обладать обучаемый Источниками знаний для разработки моделей являются суждения экспертов в области образовательного процесса и специальных знаний, научно-техническая литература, регламентирующие доку-

Мониторинг образовательного процесса

База данных

{Scenr}

менты (Устав университета, Государственные образовательные стандарты), нормативно-справочная информация Объектно-ориентированная модель разработана с использованием стандартного языка объектного моделирования Unified Modeling Language Результатом объектно-ориентированного моделирования являются знания о структуре классов и динамика взаимодействия этих классов в образовательном процессе Полученные результаты явились основой онтологического анализа управления качеством образовательного процесса На следующем этапе была сформирована логическая модель; в результате моделирования разработаны правила поддержки принятия решений при управлении качеством образовательного процесса, прецеденты проблемных ситуаций, алгоритм поиска решений (рис 2)

Разработана модель управления требованиями к качеству образовательного процесса (QReq), которая может быть представлена в виде совокупности следующих классов объектов QReqe = <Req', Course, Actor, Res, Glossary >, где Req1 — множество требований к качеству образовательного процесса (представленных в модели как прецеденты использования UC), Course — множество дисциплин обучения (представленные в модели как Features); Actor - множество субъектов предметной области, объединяющее подмножества преподавателей, обучаемых, экспертов — специалистов предметной области, Res - множество материальных ресурсов (оборудование, программное обеспечение, аудиторный фонд), Glossary - глоссарий модели Основным источником информации о требованиях к знаниям специалистов является государственный образовательный стандарт. Однако образовательные стандарты предоставляют неполную информацию о содержании дисциплин циклов учебного плана «Специальные дисциплины» и «Дисциплины специализации» При этом имеющегося опыта экспертов по разработке учебно-методических материалов, как правило, недостаточно Необходимо учитывать требования времени, выраженные требованиями к знаниям специалистов со стороны рынка труда" Рынок труда представляет собой службы занятости, кадровые агентства, потребителей знаний специалистов Формализация требований работодателей производится для их учета в обновляемых образовательных стандартах Информационная поддержка

Результаты моделирования

Рисунок 2 Комплекс моделей ИСППР

для формирования требований к результатам освоения отдельных разделов образовательных программ осуществляется на основе моделирования фрагментов знаний в онтологии По результатам моделирования сформированы отношения R(Req1HaH1™, Course) - отношение «требования к знаниям - дисциплины», показанные в спецификации требований к знаниям специалистов в виде матрицы связей между фрагментами знаний и образовательными дисциплинами, как результат отображения £ UC—»Course(Features) Каждый кортеж отношения определяет соответствие учебных модулей и образовательных дисциплин Элементы этих матриц принимают значение 1, если между соответствующими объектами (классами) имеется связь, и 0, в противном случае При разработке моделей требований хранилища знаний университета пополняется новыми фрагментами знаний, в результате появляется возможность совершенствования содержания учебно-методических комплексов

Предложено использовать композиции бинарных нечетких отношений для определения стратегии управления университетом Нечеткие отношения i?;(Reqycl,yr, Req3HaMM) отображающее влияние качества предоставляемых университетом услуг на качество знаний специалиста, i?2(Req3HaM,M, ReqBKCUI), отображающее влияние качества знаний специалиста на соответствие внешним требованиям к качеству образовательного процесса, определяются на основе суждений экспертов при формализации объектной модели с помощью программного продукта Rational Requisite Pro На основе композиции нечетких отношений Rcomp =RjoR2 вычисляются отклонения текущих характеристик от внешних требований к качеству образовательного процесса Далее ИСППР предлагает альтернативы решений в зависимости от выявленных отклонений

Для реализации поддержки принятия решений предложен критериальный подход, в соответствии с которым разработана система критериев оценки качества образовательного процесса Множество критериев сформировано на основе требований, отраженных в существующих системах показателей качества (системы показателей для аттестации вуза, утвержденные Министерством образования РФ, требования ГОСТ Р ИСО 9001 2001, требования к специальностям, установленные учебно-методическим объединением) Критерии сформированы таким образом, чтобы предоставить управляющим возможное! ь сравнительной оценки качества образовательного процесса по различным направлениям подготовки специалистов в различных подразделениях университета, а также для сопоставления полученных оценок качества образовательного процесса с требуемыми

Интегральный критерий качества образовательного процесса Q0 является обобщением критерия качества предоставляемых образовательных услуг Q1 и критерия качества профессиональных знаний выпускников вуза Q2, которые, в свою очередь, являются обобщением множеств критериев {£?/} и {Q,2} соответственно Последовательная иерархическая декомпозиция каждого из интегральных свойств, основанная на результатах онтологического анализа, позволяет определить множество свойств объектов образовательного процесса, которые вычисляются на основе измеряемых данных в образовательном процессе

или оценены экспертно Каждый г-й показатель качества образовательного процесса, сформировашшй в подсистеме j, i= \,nl , j = , п/ - количество частных критериев оценки качества в j-й подсистеме, щ - количество подсистем критериев качества, описан с помощью частных показателей качества Q1, Обобщенный показатель качества для у-й подсистемы есть вектор

ё'=(еле2у, ,q,'. ,qj)

В объектно-ориентированной модели разработана структура классов образовательного процесса Были выделены классы сущностей-документов на основании которых производится управление процессом (Государственные образовательные стандарты (ГОС ВПО), требования со стороны работодателей) Определены классы объектов, отражающих процесс управления качеством образовательного процесса (например, «критерий качества», «учебно-методическое обеспечение», «ГОС ВПО» и др ), а также их свойства и методы Функционирование ИСППР было представлено с помощью диаграмм динамики взаимодействия классов в образовательном процессе в проблемных ситуациях

На основе результатов объектного моделирования, лингвистического анализа текстов в области управления качеством образования, а также анализа анкет с требованиями со стороны работодателей разработана концептуальная модель онтологии, выявившая основные классы и свойства предметной области, а также отношения между ними Для разрабатываемой онтологии предложен комплексный метод извлечения концептов, интегрирующий результаты анализа объектно-ориентированного моделирования и комплексный метод извлечения отношений, отношения выделяются из объектной модели и на основании проведенного автоматизированного лингвистического анализа текстов Концептуализация онтологии проводилась в форме семантической сети понятий, отображающих классы объектов, их свойств, примеров классов и отношений между ними

В третьей главе описана разработка онтологической базы знаний при управлении качеством образовательного процесса

С помощью онтологии определено единое информационное пространство, в котором интегрируются различные модели представления знаний об образовательном процессе управления качеством, знания о конкретной области подготовки специалистов, правила управления образовательным процессом и прецеденты конкретных проблемных ситуаций, требующих принятия решений Фрагмент разработанной онтологии, отражающей множество классов образовательного процесса и управления качеством представлен на рисунке 3

Формально онтологию управления качеством образовательного процесса можно представить в виде совокупности следующих компонентов онтологии верхнего уровня (метаонтологии) Ontomcta, онтологии управления качеством образовательного процесса Onto"1"

Ontoedu= <С, R, I, Ах, Infj >,

где Ск — множество классов [{CEp},{CqM}], {Сер} ~ классы образовательного процесса, {Cqu] — классы управления качеством, R — отношения между кпас-

сами, /- множество примеров класса, в том числе множество прецедентов проблемных ситуаций (Case), возникающих в процессе управления, Ах — аксиомы (основное содержание разрабатываемой в работе онтологии, представляемой как логическая теория, отражено в фактах и аксиомах, которые предоставляют информацию о классах, свойствах и экземплярах), Inf,,у "{Rule, Case} — алгоритмы поиска решений на основе правил (Rule) и прецедентов (Case) Классы понятий образуют таксономию или категоризацию посредством задания рефлексивного, ациклического, транзитивного отношения слабого порядка Яс С х С, Я (С,, С2) означает, что С; есть подкласс понятий С3.

О Учебное_ управление

v

О Совет

V"

О Отдел_ме^еджмекта_качеетва_ образования _и_научно инноеациоЬной_деятельности

О Ор/анизйционная структура г-. П _ __- vs ,к О_До куме нты_и_матер малы

ОАХЧ

ОУста в_унидге р сyneif,

О Учебно-мЬтсЬлическое обеспечение

О Подразделение «

©Факультет *

V

^Приказ

О Критерии — О Требовант^к^^гачеству.обрааования

оЬрл^опави^"" \ /

I Образование Г' Образовательный^ процесс

* swrtSamelndividualAtom

„„ , . ) О /° Конрто]

ОКрите |ии_кач^ства_ swri DatavalufidPropertyAtp' —

обра: о--------— 1 7 '

Фрагмент знаний

О /лИСЦ^ЛИНЛ

О Специальность swrfclndividualPropertyAtom

sv^BtiTttin SwriClassAtom

IfferentlndividualsAtom ' swrtVarlable

swrl (mti, \" j----------

ОКритериУ качества /Г1""

_знаний_ ПС О Управление

' rdf List

Рисунок 3 Фрагмент онтологии управления качеством образовательного процесса университета

На основе онтологии разработаны правила для оценки качества образовательного процесса Прецеденты проблемных ситуаций, возникающих в образовательном процессе, являются примерами (Г) соответствующих классов онтологии

Системный подход к организации поддержки принятия решений по управлению качеством образовательного процесса предполагает анализ данных о проблемных ситуациях и выявление присутствующих в них детерминирован-

ных и вероятностных структур Для того чтобы выделить категории прецедентов управления качеством образовательного процесса, был осуществлен переход от данных к знаниям на основе интеллектуальных методов анализа данных. Для определения количества кластеров (классов наборов фрагментов знаний) применены статистический кластерный анализ и кластерный анализ с использованием искусственных нейронных сетей В области категоризации прецедентов проблемных ситуаций существуют нерешенные проблемы, связанные с неопределенностью, неточностью и неполнотой информации Поэтому предложено при обучении нейронной сети использовать дополнительно знания экспертов, выраженные в отношениях семантического сходства между понятиями

Отношения сходства между понятиями в таксономии определяются на основе отношения обобщения и вычисляются как отношение количества общих классов между объектами к общему количеству классов онтологии

По результатам кластерного анализа произведено индексирование множества методических материалов Case, по нескольким направлениям подготовки специалистов Индексирование множества описания прецедентов позволяет описать каждый отдельный ее элемент Case, с помощью полученного набора значимых терминов (дескрипторов) т е , Case, = (d,, d2, , dp , dn), в котором каждый элемент d, е {0,1} определяет вклад (весовой коэффициент) каждого из дескрипторов в описание прецедента Case! В результате полного индексирования всего множества описаний Case, получаем некоторую матрицу «термин -документ» .S = [d,j], i — 1, ,М, j = 1, J\í, где dtJ - вес /-го дескриптора в описании 7-го прецедента Кластерный анализ позволил сформировать правила распознавания проблемных ситуаций, возникающих в процессе управления качеством образовательного процесса, правила, определяющие набор фрагментов знаний, из которых формируется учебно-методическое обеспечение по конкретной дисциплине для рассматриваемой специальности или направления, а также производить оценку качества учебно-методических материалов в части семантической целостности

Описание разработанной в диссертации онтологии произведено на языке OWL DL (Ontology Web Language based on Descnption Logic) Основное содержание разрабатываемой в работе онтологии, представляемой как логическая теория, отражено в фактах и аксиомах, которые предоставляют информацию о классах, свойствах и экземплярах В работе использованы аксиомы классов, описания, суждения, аксиомы, и ограничения, накладываемые на свойства

В ходе диссертационного исследования в онтологии были определены аксиомы обобщения Аксиомы представляют описания таксономии классов, репрезентативные примеры классов Аксиомы, описывающие конкретные ситуации предметной области и правила, описывающие каузальные отношения, отображают правила, сформированные на базе онтологии на языке SWRL (Semantic Web Rule Language), являющемся расширением языка OWL DL дизъюнктами Хорна Правила имеют вид r:U,App,a -> /?,S",

где [/-область использования правила, II = {и/.игМз}, V/ - правила оценки качества образовательного процесса, [/? - правила принятия решений на основе оценки качества образовательного процесса, 1/з - правила разработки учебно-методического обеспечения, Арр - условие применения, а - антецедент правила, Р — консеквент, 51' — состояние процесса после принятия решения Пример правила оценки качества образовательного процесса

Аудиторнъ^фондРх^С),1) Л Литература руДЗг') Л Профессионализм (^Д^1) л Техническая_оснащенность (^С^1) л Семантическая_целостность рвД^1) —» Критерий_качсства_образовател1>ных_услугр2? Ql)

Рисунок 4 Процедура ППР по оценке качества образовательного процесса Пример правила типа и2

Семантическая целостностьрнеполное_соответствие) —> Реше-

ние(?корректировать_материал)

Пример правила типа 1/3-

Коррекгный_УМКСУМК,?Спец,?Дисц) <—■ ЬавСУ ч_прогр,'Статус,?Фр_знаний), Ьа5(?Критерий_оц), Ьа5рЭкзам_вопр,?Фр_знаний), ЬаэрЛитерат^Год), Ьа5('Учео1гьгй_1С)'рс/Вил? Фр_знаний), Ьа8(?Методич_материал_ЛР,? Фр_знашш), Ьа5(?Мстолич_матср1тад_КР)

Разработан алгоритм поддержки принятия решений при управлении качеством образовательного процесса университета на основе онтологии. Алгоритм состоит из трех основных процедур: процедура ППР по разработке учебно-методического обеспечения, с помощью которой также осуществляется контроль семантической целостности учеб но-методических материалов; процедура ГТГТР по оценке качества образовательного процесса и ГТПР но совершенствованию качества образования. На рисунке 4 показана процедура ППР по оценке качества образовательного процесса.

Предложена методика разработки ИСППР, включающая следующие этапы: моделирование управления качеством образовательного процесса; онтологический анализ предметной области и разработка онтологии предметной области; формирование моделей представления знаний и синтез алгоритмов поддержки принятия решений при управлении качеством с использованием хранилища знаний; реализация ИСППР; оценка эффективности функционирования ИСППР.

В четвертой главе описан прототип ИСГТПР, реализованный на основе разработанных моделей и алгоритмов, в соответствии с предложенной методикой Для разработки онтологии управления качеством образовательного процесса и базы правил был использован редактор онтологии Protégé 3.2.1 совместно с приложениями SWRLTab, TGVjsTab, OWLTab,

РЯ Fee(ue Net T'aeed to SfeMbfd« Rscn*Jfî

Щ Mata* traee«J« Twnt"

* FkqiiwKMri» Mot T 1-sced to ГваЕим

tlite Сдам Moi Tcaced to Peohmn

m

@ t3 ^еЛ»« •«) Vrtjcn

©ViHDT

ÈAIF

® fwtuas hàcad a StAchtMa ftequasb

ù 11 тетологт s yipMAw

ЕЭ 01.2 Защита ширмаш«

01 3

01 * Unpaoj»t*e тронете**«

^ W 's НИВ1М

01 8. Ф»«псовый и чч«

Oî 7 Управлений перссмл»*

Ш €9 0>.Й Управление ¿вястбт

0Î 9 Герти5»«Л1дасчсгвчм«!Ства

У) QbHoy

SI 'J (jbt-нгу Tormt a Cl .meaçîAnafcw

Рйсунок 5. Определение требований к качеству образовательного процесса

Для реализации процедур алгоритма поддержки принятия решений При управлении качеством образовательного процесса университета на основе онтологии было разработано программное обеспечение в среде Matlab.

Формализована процедура определения требований к качеству образовательного процесса, которая обеспечивает необходимую адаптацию разработанных учебно-методических материалов в соответствии с новыми требованиями

Дисциплины

Требование \

В ТЕПН1 ■ rd-иство

в ивт.г- я™». _

H IF НЦ1 / 1 дювем,.

в ТЕпмт"г"и

1 URW12 <12 .

_ ЩЩуг.1.1 I- " -

ТЕПМЦ.1 1 * — TËftHI.Z.1.1 ¿.. _ TEFIHT\I 1 t В )ЕЯЩ Z.I 1.7

- —1ÎRM Lj ' 1 L1 ienwi.z.1.1 a...

11 HUI / / IlAùrtripûfti. j

_H. ШМ1

" 1 EfiHliiTb,^

_ _

TERUTgjl'll 1

_ ТЕЯМ1.г.г.1.1.1.г

И» пай

работодателей к специальным знаниям при активизации перехода на двухступенчатую форму образования (рисунок 5)

Произведена оценка эффективности от функционирования ИСППР Установлено повышение уровня семантической целостности учебно-методического обеспечения и сокращение времени на разработку учебно-методических материалов с использованием 111 IP

Установлено, что использование ИСППР сокращает время на разработку учебно-методического обеспечения, кроме того, разработанные с помощью ИСППР учебно-методические материалы в большей степени соответствуют сформулированным требованиям к качеству обучения и, сохраняемые в качестве прецедентов, участвуют в создании новых знаний

Приложения содержат комплекс объектно-ориентированных моделей по управлению качеством образования и интеллектуальной СППР, OWL код онтологии предметной области, фрагменты листинга программы тестирования для промежуточной оценки уровня знаний студентов, фрагменты листинга программы процедуры 111 IP при разработке УМО

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

В ходе диссертационного исследования были сделаны следующие выводы и получены следующие результаты

1 Обоснована актуальность разработки ИСППР для управления качеством образования Предложена концепция поддержки принятия решений на основе онтологии управления качеством образовательного процесса Предложенная концепция включает модели и методы инженерии знаний в области управления качеством образовательного процесса, позволяющие аккумулировать имеющиеся в университете знания, представить их в онтологии и активизировать для создания новых знаний

2 Разработан комплекс моделей для информационной системы поддержки принятия решений, компонентами которого являются объектно-ориентированная модель и онтология управления качеством образовательного процесса Показано, что разработанный комплекс моделей отражает структуру классов объектов в области управления качеством образования и отношения между ними, а также операции, выполняемые в процессе поиска решений

3 Разработана структура информационной системы поддержки принятия решений при управлении качеством образовательного процесса университета, включающая хранилище знаний (содержащее онтологию предметной области, базу правил принятия решений и прецеденты проблемных ситуаций), модуль поиска решений и модуль адаптации к новым или измененным требованиям

4 На основе предложенной системы критериев качества разработан алгоритм поддержки принятия решений с использованием правил и прецедентов, содержащихся в онтологии управлении качеством образовательного процесса Алгоритм, разработан в соответствие со стандартами семантической сети (Semantic Web), что позволило консолидировать распределенные знания и обеспечить доступ к ним удаленным пользователям

5 Разработана методика проектирования информационной системы поддержки принятия решений при управления качеством образовательного процесса университета Предложенная методика позволяет проектировать информационную систему поддержки принятия решений в соответствии с разработанными моделями и алгоритмами

6 Исследована эффективность функционирования информационной системы поддержки принятия решений при управлении качеством образовательного процесса на основе онтологии Выявлен социальный эффект от предложенной технологии управления требованиями к знаниям специалистов, от использования хранилища знаний университета для оценки качества образовательного процесса и создания новых знаний

ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИИ ОПУБЛИКОВАНЫ В

РАБОТАХ

В рецензируемых журналах из списка ВАК

1 Онтологический подход к разработке систем поддержки принятия решений / Л Р Черняховская, Р А Шкундина, К Р Нугаева // Вестник УГАТУ Научный журнал Уфимского государственного авиационного технического университета 2006, Т 8 № 1 (17) С 68-77

В других изданиях

2 Практические занятия как основа будущей успешной профессиональной деятельности выпускника ВУЗА / А И Низамова, Эн И. Низамова, К Р Нугаева // Актуальные проблемы трудоустройства и адаптации к рынку труда выпускников учреждений профессионального образования Межрегиональная научно-практическая конференция Уфа, 2002 С 103-105

3 Моделирование автоматизированной системы мониторинга экономической деятельности предприятий / Л Р Черняховская, К Р Нугаева // Интеллектуальные системы управления и обработки информации Всероссийская молодежная научно-техническая конференция Уфа, 2003 С 38

4 Моделирование и анализ информационных структур взаимодействия предприятий и региональных органов государственного управления / Л Р Черняховская, Е Б Старцева, К Р Нугаева // Электронное правительство в информационном обществе теория и практика: Всерос науч конф СПб , 2003 С 135 -136

5 Организация поддержки принятия решений при управлении бизнес процессами на основе объектно-когнитивного анализа / ЛР Черняховская, КР Нугаева, Р А Шкундина, П В Муксимов // Бизнес-взаимодействие сб стат 11-ймеждунар конф Мюнхен, Германия, 2005 С 41-44 (Статья на англ яз )

6 Методология разработки объектно-ориентированной базы знаний для повышения качества образования / Б Г Ильясов, Л Р Черняховская, Н О Ни-куллина, К Р Нугаева А П Ефремов // Компьютерные науки и информацион-

ные технологии CSIT'2005: 7-я междунар конф Карлсруэ, 2005 Т 1 С 60 -64 (Статья на англ языке)

7 Разработка интеллектуальной системы диагностики сердечнососудистых заболеваний на основе инженерии знаний / Л Р Черняховская, Н.Ш Загидуллин, К Р Нугаева // Мехатроника, автоматизация, управление вторая всероссийская науч -техн конф с междунар участием Уфа, 2005 С 335-338

8 Разработка ИСППР в стратегическом управлении на основе объектно-когнитивного анализа / Л Р Черняховская, К Р Нугаева II Стратегическое управление организацией, теория, методы, практика труды междунар науч.-практ. конф СПб Изд-во Политехи ун-та, 2006 С 339-341

9. Поддержка принятия решений по стратегическому управлению на основе менеджмента знаний / JT Р. Черняховская, К Р Нугаева // Бизнес-взаимодействие- сб стат 12-й междунар конф Милан, Италия, 2006 С 237 -240 (Статья на англ яз )

10 Интеллектуальная информационная поддержка подготовки специалистов на основе гипертекстовой базы знаний / К Р Нугаева // Интеллектуальные системы обработки информации и управления сб стат региональной зимней шк-сем аспирантов и молодых ученых Уфа Технология, 2006, Т 1 С 122 — 124

11 Методология разработки объектно-ориентированной базы знаний для повышения качества образования /МБ Гузаиров, JIР Черняховская, И Б Герасимова, K.P. Нугаева И Компьютерные науки и информационные технологии CSIT'2006 8-я междунар конф. Карлсруэ, 2006 Т 1 С 226 - 229 (Статья на англ. языке)

12 Свидетельство об официальной регистрации программы для ЭВМ № 2007610331 (Проверка уровня знаний студентов «ТЕСТЕР») от 18 января 2007г

НУГАЕВА Камила Радиковна

ИНФОРМАЦИОННАЯ СИСТЕМА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ УГ1РАВЛЕНИИ КАЧЕСТВОМ ОБРАЗОВАТЕЛЬНОГО ПРОЦЕССА УНИВЕРСИТЕТА НА ОСНОВЕ ОНТОЛОГИИ

Специальность 05 13 10 Управление в социальных и экономических системах

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Подписано к печати 26 04 2007 г Формат 60x80 1/16 Бумага офсетная Печать плоская Гарнитура Times New Roman Уел печ л 1,0 Уел кр -отт 0,9 Уч -изд л 0,9 Тираж 100 экз Заказ № 207

ГОУ ВПО Уфимский государственный авиационный технический университет Центр оперативной полиграфии УГАТУ 450000, Уфа-центр, ул К Маркса, 12

ИСПОЛЬЗУЕМЫЕ В ТЕКСТЕ СОКРАЩЕНИЯ

ВВЕДЕНИЕ

1 ИССЛЕДОВАНИЕ ПРОБЛЕМЫ УПРАВЛЕНИЯ КАЧЕСТВОМ ОБРАЗОВАТЕЛЬНОГО ПРОЦЕССА

1.1 Анализ проблемы управления качеством образовательного процесса на основе международных стандартов качества

1.2 Анализ существующих концепций управления образовательным процессом

1.3 Концепция поддержки принятия решений при управлении качеством образовательного процесса на основе онтологии

Выводы по главе

2 МОДЕЛИРОВАНИЕ УПРАВЛЕНИЯ КАЧЕСТВОМ ОБРАЗОВАТЕЛЬНОГО ПРОЦЕССА, РАЗРАБОТКА СТРУКТУРЫ ХРАНИЛИЩА ЗНАНИЙ УНИВЕРСИТЕТА

2.1 Комплекс моделей ИСППР при управлении качеством образовательного процесса на основе онтологии

2.2 Определение требований к качеству образовательного процесса

2.3 Критерии оценки качества образовательного процесса университета

2.4 Разработка объектно-ориентированной модели ИСППР при управлении качеством образовательного процесса университета

2.5 Разработка онтологии управления качеством образовательного процесса по результатам объектного моделирования

Выводы по главе

3 МОДЕЛИ И МЕТОДЫ ИНФОРМАЦИОННОЙ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ КАЧЕСТВОМ ОБРАЗОВАТЕЛЬНОГО ПРОЦЕССА

3.1 Структуризация знаний в онтологии на основе интеллектуального анализа данных о характеристиках качества образовательного процесса

3.2 Разработка логической модели онтологии для управления качеством образовательного процесса и правил для оценки качества образования

3.3 Алгоритмы 111 IP при управлении качеством образовательного процесса

3.4 Методика разработки ИСППР при управлении качеством образовательного процесса

3.5 Определение требований в Rational Rose 129 Выводы по главе 3 135 4 РЕАЛИЗАЦИЯ ИСППР ПРИ УПРАВЛЕНИИ КАЧЕСТВОМ

ОБРАЗОВТЕЛЬНОГО ПРОЦЕССА И ОЦЕНКА ЭФФЕКТИВНОСТИ

ЕЕ ФУНКЦИОНИРОВАНИЯ

4.1 Выбор технологической платформы Web. Разработка

XML документов

4.2 Программная реализация информационной С1111Р

4.3 Программная реализация процедуры оценки качества образовательного процесса на основе предложенных критериев качества образования

4.4 Программная реализация продукта для проверки уровня знаний подготавливаемых специалистов

4.5 Оценка эффективности функционирования ИСППР 168 Выводы по главе

Актуальность темы. Одной из основных проблем в области образования является повышение его качества. Проблема качества подготовки является центральной в аспекте востребованности специалистов национальной экономикой и международного признания российских степеней и квалификаций. Выпускаемые вузом специалисты — очень трудоемкая «продукция», производство которой невозможно без эффективного управления образовательным учреждением. Система отечественного высшего образования стоит на пороге интеграции с образовательными системами стран-участников Болонского соглашения, следовательно, необходимо обеспечение соответствия качества знаний выпускников как российским, так и международным стандартам. Образовательная система выпускает специалистов с высшим образованием, часть из которых в дальнейшем пополняет кадровый потенциал для научно-исследовательской инновационной системы. Научно-исследовательская система вуза тоже производит особый вид продукции -новые знания, получаемые в ходе выполнения фундаментальных и прикладных научных исследований. Знания как один из компонентов интеллектуального потенциала используются как в инновационной системе, так и в образовательном процессе. Таким образом, нужно решить задачу сохранения и передачи накопленных знаний, то есть необходимо хранилище знаний университета. Решение задач управления в сложных системах в настоящее время лежит в сфере проектирования корпоративных информационных систем. Однако в управлении университетом есть особенности, которые препятствуют непосредственному внедрению комплексных информационных систем, используемых на производстве. Необходима оригинальная университетская информационная система, обеспечивающая поддержку принятия решений при управлении качеством образования на основе хранилища знаний университета.

Повышение эффективности управления за счет автоматизации поддержки принятия решений, в том числе и на основе методов и средств искусственного интеллекта рассмотрено в трудах Д.А.Поспелова, В.А. Геловани, В.М.

Глушкова, И.Ю. Юсупова, Т.А. Гавриловой, Э.А. Трахтенгерца, А.И. Галушкина, а также зарубежных ученых А. Ньюэлла, Н.А. Саймона, Б. Алена, Т. Бернерс-Ли, Р. Бергмана и др. Вопросами стандартизации образования и совершенствования управления образовательными процессами занимаются ведущие ученые: С.Ю. Трапицын, И.Н. Бородулин, М.Б. Гузаиров, Л.А. Громова, Н.К. Криони, Н.И. Юсупова, Л.А. Исмагилова, Ю.С. Кабальнов, В.Н. Ефанов, В.Е. Бочков и др. В то же время недостаточно исследованной является проблема разработки интеллектуальной системы поддержки принятия решений при управлении качеством образовательного процесса, что обуславливает актуальность выбранного направления исследований.

Диссертационное исследование является составной частью исследований, проведенных в рамках гранта РФФИ (проект №03-07-90242 на 2003-2005 гг. по теме: «Интернет-комплекс поддержки выполнения проектов фундаментальных исследований сложных систем с применением интеллектуальных технологий на базе экспертных систем», рук. Н.И.Юсупова) и гранта РФФИ (проект 07-08-0053 8-а на 2007-2009 гг. по теме «Поддержка принятия решений по управлению сложными динамическими объектами в критических ситуациях на основе инженерии знаний», рук. Л.Р. Черняховская), а также НИР НЧ-НЧ-04-05-ПГ по теме «Разработка концепции комплексной подготовки специалистов в области САЬ8-технологий и ее апробация на базе УГАТУ», 2005 г (рук. М.Б. Гузаиров).

Цель работы и задачи исследования

Целью настоящей работы является разработка информационной системы поддержки принятия решений для повышения эффективности управления качеством образовательного процесса университета.

Для достижения поставленной цели решаются следующие задачи:

1. Разработать концепцию поддержки принятия решений при управлении качеством образовательного процесса, обеспечивающую хранение, обработку, передачу и представление общих и специальных знаний университета.

2. Разработать комплекс моделей для информационной системы поддержки принятия решений, включающий объектно-ориентированную модель и онтологию управления качеством образовательного процесса.

3. Разработать структуру информационной системы поддержки принятия решений при управлении качеством образовательного процесса.

4. Разработать алгоритм поддержки принятия решений при управлении качеством образовательного процесса университета на основе критериев качества.

5. Разработать методику проектирования информационной системы поддержки принятия решений при управлении качеством образовательного процесса университета.

6. Исследовать эффективность функционирования информационной системы поддержки принятия решений при управлении качеством образовательного процесса университета.

Методы исследования

В работе использовались принципы и методы системного анализа, методологии объектно-ориентированного анализа и моделирования информационных систем, онтологического анализа, семантического анализа, принципы и методы представления знаний, поиска решений и интеллектуального анализа данных.

На защиту выносятся

1. Концепция поддержки принятия решений при управлении качеством образовательного процесса.

2. Комплекс моделей, входящий в состав информационной системы поддержки принятия решений, включающий объектно-ориентированную модель и онтологию управления качеством образовательного процесса, отражающие структуру классов объектов управляемого процесса, отношения между ними и операции, выполняемые в процессе поиска решений.

3. Структура информационной системы поддержки принятия решений при управлении качеством образовательного процесса, включающая хранилище знаний (содержащее онтологию предметной области и базу правил принятия решений, прецеденты проблемных ситуаций, возникающих при управлении качеством образовательного процесса), модуль поиска решений и модуль адаптации к новым или измененным требованиям.

4. Алгоритм поддержки принятия решений при управлении качеством образовательного процесса университета с использованием правил и прецедентов, содержащихся в онтологии управления качеством образовательного процесса.

5. Методика проектирования информационной системы поддержки принятия решений при управлении качеством образовательного процесса университета, позволяющая проектировать информационную систему поддержки принятия решений в соответствии с предложенными моделями и алгоритмами.

6. Результаты оценки эффективности функционирования информационной системы поддержки принятия решений при управлении качеством образовательного процесса университета на основе онтологии.

Научная новизна

1. Новизна предложенной концепции состоит в том, что она включает разработку моделей и методов инженерии знаний, позволяющих управлять качеством образовательного процесса на основе имеющихся в университете знаний и активизировать их для создания новых знаний.

2. Новизна онтологии управления качеством образовательного процесса состоит в том, что она интегрирует основные классы объектов в области управления образовательным процессом и классы объектов в области управления качеством, в том числе стандарты и критерии качества, что позволяет формировать правила принятия решений.

3. Новизна предложенной методики построения информационной системы поддержки принятия решений для управления качеством образовательного процесса заключается в решении задачи интеграции и представления общих и специальных знаний в онтологии на основе дескриптивной логики. Особенность заключается в интеграции моделей правил и прецедентов проблемной ситуации на основе онтологии на этапе формализации процесса поиска решений.

Практическая значимость заключается в том, что

- разработанная онтологическая база знаний позволяет осуществлять поддержку принятия решений при управлении качеством образовательного процесса;

- предложенная методика позволяет проектировать информационную систему поддержки принятия решений;

- разработанное информационное и программное обеспечение информационной системы поддержки принятия решений позволяет производить оценку качества образования на основе предложенных критериев.

Разработанное информационное, алгоритмическое и программное обеспечение прототипа информационной системы поддержки принятия решений, а также предложенные методика разработки информационной системы поддержки принятия решений и система критериев качества образования внедрены в учебный процесс на базе ГОУ ВПО Уфимского государственного авиационного технического университета. По результатам исследований разработаны методические указания к лабораторным работам «Объектно-ориентированный анализ и проектирование программных систем», используемые при проведении занятий по дисциплинам «Технология объектно-ориентированного моделирования» и «Системы искусственного интеллекта» направлений подготовки дипломированных специалистов 230102 -«Автоматизированные системы обработки информации и управления», 220500 - «Управление качеством» и направлениям подготовки бакалавров 230100 -«Информатика и вычислительная техника», 220100 - «Системный анализ и управление». Разработанное алгоритмическое и программное обеспечение внедрено в процесс разработки учебных модулей и программного обеспечения в ООО «РЦПИ «Акцент плюс».

Апробация работы

Результаты работы докладывались и обсуждались на следующих конференциях: «Актуальные проблемы трудоустройства и адаптации к рынку труда выпускников учреждений профессионального образования» (Межрегиональная научно-практическая конференция. - Уфа, 2002), «Интеллектуальные системы управления и обработки информации» (Всероссийская молодежная научно-техническая конференция - Уфа, 2003), «Электронное правительство в информационном обществе: теория и практика» (Всероссийская научная конференция. - СПб., 2003), «Мехатроника, автоматизация, управление» (Вторая всероссийская научно-техническая конференция с международным участием - Уфа, 2005), «Стратегическое управление организацией: теория, методы, практика» (Международная научно-практическая конференция (СПб.:Изд-во Политехн.ун-та, 2006), «Интеллектуальные системы обработки информации и управления» (Региональная зимняя школа-семинар аспирантов и молодых ученых, 2006. -Уфа), «Бизнес взаимодействие - ICE» (11-ая международная конференция, Мюнхен, Германия, 2005, Милан, Италия, 2006), «Компьютерные науки и информационные технологии - CSIT» (Международный симпозиум, Уфа, 2005, Карлсруэ, Германия, 2006).

Публикации

Основные положения и результаты исследования по теме диссертации опубликованы и непосредственно отражены в 12 работах, в том числе в 6 статьях, из них 1 - в изданиях, входящих в список ВАК, 5 материалах и трудах конференций, 1 свидетельстве об официальной регистрации программ для ЭВМ.

Выводы по главе 4

1. Произведен выбор технологической платформы для работы с документами, которые разрабатываются с помощью ИСППР. Так как документы, которые разрабатываются с помощью ИСППР датацентрические, предложено создавать их в формате XML, чем обоснован выбор СУБД Oracle8i для работы с указанным форматом документов.

2. Проведено исследование существующих программных средств реализации, необходимых для разработки интеллектуальной системы поддержки подготовки специалистов

3. Разработана онтология образовательного процесса и учебно-методического обеспечения. Разработана программа оценки уровня знаний студентов. Структура заданий в тестах определяется разработанной онтологии. Разработан программный модуль «1111Р при разработке УМО» и осуществлена программная реализация максиминной свертки нечетких отношений для процедуры «ППР по совершенствованию качества образовательного процесса».

4. Проанализирован социальный и экономический эффект от функционирования информационной системы поддержки принятия решений при управлении качеством образовательного процесса.

175

ЗАКЛЮЧЕНИЕ

В ходе диссертационного исследования были сделаны следующие выводы и получены следующие результаты:

1. Обоснована актуальность разработки ИСППР для управления качеством образования. Предложена концепция поддержки принятия решений на основе онтологии управления качеством образовательного процесса. Предложенная концепция включает модели и методы инженерии знаний в области управления качеством образовательного процесса, позволяющие аккумулировать имеющиеся в университете знания, представить их в онтологии и активизировать для создания новых знаний.

2. Разработан комплекс моделей для информационной системы поддержки принятия решений, компонентами которого являются объектно-ориентированная модель и онтология управления качеством образовательного процесса. Показано, что разработанный комплекс моделей отражает структуру классов объектов в области управления качеством образования и отношения между ними, а также операции, выполняемые в процессе поиска решений.

3. Разработана структура информационной системы поддержки принятия решений при управлении качеством образовательного процесса университета, включающая хранилище знаний (содержащее онтологию предметной области, базу правил принятия решений и прецеденты проблемных ситуаций), модуль поиска решений и модуль адаптации к новым или измененным требованиям.

4. На основе предложенной системы критериев качества разработан алгоритм поддержки принятия решений с использованием правил и прецедентов, содержащихся в онтологии управлении качеством образовательного процесса. Алгоритм, разработан в соответствие со стандартами семантической сети (Semantic Web), что позволило консолидировать распределенные знания и обеспечить доступ к ним удаленным пользователям.

5. Разработана методика проектирования информационной системы поддержки принятия решений при управления качеством образовательного процесса университета. Предложенная методика позволяет проектировать информационную систему поддержки принятия решений в соответствии с разработанными моделями и алгоритмами.

6. Исследована эффективность функционирования информационной системы поддержки принятия решений при управлении качеством образовательного процесса на основе онтологии. Выявлен социальный эффект от предложенной технологии управления требованиями к знаниям специалистов, от использования хранилища знаний университета для оценки качества образовательного процесса и создания новых знаний.

Главным итогом выполненных автором исследований является решение научно-технической проблемы разработки комплекса моделей, информационного и алгоритмического обеспечения информационной системы поддержки принятия решений при управлении качеством образовательного процесса с использованием онтологии. Решение данной проблемы имеет важное научное и практическое значение ввиду необходимости повышения эффективности управления качеством образовательного процесса университета.

Научные результаты работы явились основой создания информационной системы поддержки принятия решений, включающей онтологию, обеспечивающую хранение, обработку, передачу и представление общих и специальных знаний университета. Предложены адекватные разработанной концепции поддержки принятия решений модели, алгоритмы и программные средства.

Разработанная методика реализации ИСППР обеспечивает возможность формирования рекомендаций по принятию решений, что позволяет повысить качество и сократить время принятия решений в проблемных ситуациях. Результаты проведенных исследований свидетельствуют, что предложенные модели, методы и алгоритмы позволяют осуществлять оценку качества образовательного процесса в соответствии с предложенными критериями, а использование разработанных моделей, алгоритмов и программных средств повышает производительность труда преподавателей и сокращает сроки разработки учебно-методического обеспечения. Кроме того, разработанные с помощью ИСППР учебно-методические материалы в большей степени соответствуют сформулированным требованиям к качеству обучения и, сохраняемые в качестве прецедентов, участвуют в создании новых знаний.

1. О Программе модернизации педагогического образования. Приказ Министерства образования Российской Федерации №1313 от 01.04.2003.

2. Глоссарий гарантий качества и аккредитационных терминов. Материалы для круглого стола ЮНЕСКО «Показатели аккредитации на институциональном и программном уровнях высшего образования» (3-8 апреля 2003 г.)

3. Агапонов C.B. и др. Средства дистанционного обучения. Методика, технология, инструментарий. СПб.: БХВ-Петербург, 2003. - 336 с.

4. Бадамшин P.A. Интеграция науки и образования как основа подготовки квалифицированных специалистов // Научное и методическое обеспечение подготовки специалистов аэрокосмического комплекса: история, проблемы, перспективы. Уфа: УГАТУ, 2002.

5. Бадамшин P.A., Ильясов Б.Г., Черняховская Л.Р. Проблемы управления сложными динамическими объектами в критических ситуациях на основе знаний. -М.: Машиностроение, 2003 240 с.

6. Базы знаний интеллектуальных систем / Т.А. Гаврилова, В.Ф. Хорошевский СПб: Питер, 2000. - 384 с.

7. Беллман Р., Дрейфус С. Прикладные задачи динамического программирования / Пер. с англ. М.: Наука, 1965. - 458 с.

8. Бесекерский В.А., Попов Е.П. Теория систем автоматического регулирования. М.: Наука, 1972. - 768 с.

9. Большой энциклопедический словарь. В 2-х т. / Гл. ред. A.M. Прохоров. -Сов. Энциклопедия, 1991. Т. 2. 1991. - 768 е., ил.

10. Буч Г. Объектно-ориентированный анализ и проектирование с примерами приложений на С++. «Издательство Бином». «Невский диалект», 1998. 560 с.

11. Буч Г., Рамбо Д., Джекобсон А. Язык UML: Руководство пользователя / Пер. с англ. М.: ДМК, 2000.432 с.

12. Вагин В.Н. Дедукция и обобщение в системах принятия решений. М.: Наука, Гл. ред. физ.-мат. лит., 1988. - 384 с.

13. Васильев С.Н., Жерлов А.К., Федосов Е.А. и др. Интеллектное управление динамическими системами. -М.: Физико-математическая литература, 2000. 352 с.

14. Венда В.Ф. Системы гибридного интеллекта: Эволюция, психология, информатика. М.: Машиностроение, 1990. - 448 с.

15. Веников В.А. и др. Оптимизация режимов электростанций и энергосистем. Учебник. М.: Энергоатомиздат. 1990 г. - 275 с.

16. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. СПб: Питер, 2000.-384 с.

17. Гмурман В.Е. Теория вероятностей и математическая статистика: Учеб. пособие для вузов. Изд. 6-е, М.: Высш. шк., 1988. - 479 е.: ил.

18. Городецкий В.И., Карсаев О.В., Самойлов В.В. Многоагентная технология принятия решений в задачах объединения данных. Труды СПИИРАН/ Под ред. P.M. Юсупова. Выпуск 1, том 2. Санкт-Петербург, СПИИРАН, 2002. - 286 с.

19. Гузаиров М.Б., Черняховская JI.P., Герасимова И.Б., Нугаева К.Р. / Методология разработки объектно-ориентированной базы знаний для повышения качества образования // Труды 8 международной практической конференции CSIT'2006, часть 1. С. 226-229

20. Гультяев А. Визуальное моделирование в среде MATLAB.: Учебный курс -СПб.: Питер, 2000.- 432 с.

21. Джексон, Питер. Введение в экспертные системы / Пер. с англ. : Уч. пос. -М.: Издательский дом «Вильяме», 2001. 624 с.

22. Дэниэл Е. О'Лири Упраление корпоративными знаниями// Открытые системы, №04/1998.

23. Дюк В., Самойленко A. Data mining: Учебный курс. СПб: Питер, 2001. -368 с.

24. Евланов Л.Г., Кутузов В.А. Экспертные оценки в управлении. М.: Экономика, 1978. 133 с.

25. Егоршин А.П. Менеджмент, маркетинг и экономика образования: Учебное пособие. Н.Новгород, 2001.- 175 с.

26. Егоршин А.П., Пряничников С.П. Методология оценки качества и эффективности образования // Школьные технологии. 2002. - №5. - С. 68-87.

27. Загоруйко Н.Г. Прикладные методы анализа данных и знаний. -Новосибирск: Изд-во института математики, 1999. 270 с.

28. Заде JI. Понятие лингвистической переменной и его применение к понятию приближенных решений // Математика. Новое в зарубежной науке / Под ред. А.Н. Колмогорова, С.П. Новикова. М.: Мир, 1976.

29. Ильясов Б.Г., Макарова Е.А., Габдуллина Э.Р. Разработка информационно-управляющей системы учебно-научно-инновационного комплекса Уфимского государственного авиационного технического университета. // Научно-технический отчет. Уфа: УГАТУ, 2003. - 69 с.

30. Интеллектуальные системы автоматического управления / Под ред. И.М.Макарова, В.М.Лохина. М.: Физматлит, 2001. - 576 с.

31. Йордон Э., Аргила К. Структурные модели в объектно-ориентированном анализе и проектировании. М.: Лори, 1999. - 264 с.

32. Калянов Г. Номенклатура CASE-средств и виды проектной деятельности // Системы управления базами данных 1997. - №2.

33. Кандрашина Е.Ю., Литвинцева Л.В., Поспелов Д.А. Представление знаний о времени и пространстве в интеллектуальных системах / Под ред. Д.А.Поспелова.- М.: Наука, 328 с.

34. Кватрани Т. Rational Rose 2000 и UML. Визуальное моделирование: Пер. с англ. М.: ДМК Пресс, 2001. - 176 е.: ил.

35. Классификация и кластер / Под ред. Дж. Вэн Райзин; Пер. с англ. М.: Мир, 1980.389 с.

36. Клир Дж. Системология. Автоматизация решения системных задач. М.: Радио и связь, 1990. - 343 с.

37. Клыков Ю.И. Ситуационное управление большими системами. М.: Энергия, 1974.-135 с.

38. Козлов В.Н. Системный анализ и принятие решений: Учебное пособие. -СПб.: Изд-во СПбГТУ, 2000. 190 с.

39. Коналлен Дж. Разработка Web-приложений с использованием UML /Пер. с англ. М.:Издательский дом «Вильяме», 2001. - 288 с.

40. Корнеев В.В., Гареев А.Ф., Васютин C.B. и др. Базы данных. Интеллектуальная обработка информации. М.: Издатель Молгачева C.B. Изд-во Нолидж, 2001.-496 с.

41. Коротков Э.М. Управление качеством образования: Учебное пособие для вузов. М.: Академический Проект: Мир, 2006. 320с.

42. Кофман А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982.

43. Кульба B.C., Ковалевский С.С., Косяченко С.А. и др. Теоретические основы проектирования оптимальных структур распределенных баз данных // Серия «Информатизация России на пороге XXI века». М.:СИНТЕГ, 1999. - 660 с.

44. Кусимов С.Т., Бадамшин P.A., Жернаков B.C., Ильясов Б.Г. Формирование и развитие учебно-научно-инновационного комплекса Уфимского государственного авиационного технического университета // Научно-технический отчет. Уфа: УГАТУ, 2002.-75 с.

45. Ларичев О.И., Мечитов А.И., Мошкович Е.М. и др. Выявление экспертных знаний (процедуры и реализации). М.: Наука, 1989. - 128 с.

46. Леоненков A.B. Нечеткое моделирование в среде MATLAB и FuzzyTECH.-СПб.:БХВ Петербург, 2003.- 735 е.: ил.

47. Логический подход к искусственному интеллекту: От модальной логики к логике баз данных / Пер. с франц.; Тейз А., Грибомон П., Юлен Г. и др. М.: Мир, 1998.-494 е., ил.

48. Маклаков C.B. BPWin и ERWin. CASE-средства разработки информационных систем. М.: Диалог-МИФИ, 1999. - 256 с.

49. Мандельброт Б. Теория информации и психолингвистика: теория частот слов // Математические методы в социальных науках: Сб. статей; Под ред. П.Лазарсфельда и Н.Генри. М.: Прогресс, 1973.

50. Марко Д., Мак Гоен К. Методология структурного анализа и проектирования. М.: Метатехнология, 1992. - 239 с.

51. Методы робастного, нейро-нечеткого и адаптивного управления: Учебник / Под ред. Н.Д.Егупова; издание 2-е, стереотипное. М.: Изд-во МГТУ им. Н.Э Баумана, 2002.- 744 е., ил.

52. Миронов В.В., Юсупова Н.И. Иерархические модели ситуаций и их реализация (на англ. языке) // Труды Российско-Китайского семинара. Уфа: Изд. УГАТУ, 1999.-С. 125-129.

53. Миронов В.В., Юсупова Н.И. Исследование иерархической ситуационной модели с трехзначными предикатами в АСУ техническими объектами // Принятие решений в условиях неопределенности: Межвуз. науч. сб. Уфа: УГАТУ, 2000. - С. 7-15.

54. Мюллер Р. Дж. Базы данных и UML. Проектирование. М.: Лори, 2002. -420 с.

55. Нечеткие множества в модели управления и искусственного интеллекта / Под ред. Д.А.Поспелова. -М.: Наука, 1996.

56. Новейший философский словарь, сост. A.A. Грицанов. Мн.: Изд. В.М.Скакун, 1998.-896 с.

57. Общая алгебра /В.А. Артамонов, В.Н. Салий, Л.А. Скорня-ков и др.; Под общ. ред. Л.А. Скорнякова. М.: Наука. Гл. ред. физ.-мат. лит., 1991. - Т.2. - 480 с.

58. Онтологический подход к разработке систем поддержки принятия решений / Л.Р. Черняховская, P.A. Шкундина, K.P. Нугаева // Вестник УГАТУ: Научный журнал Уфимского государственного авиационного технического университета. 2006, Т. 8.№1 (17). С. 68-77.

59. Определение понятия качества в образовании / Колби Д., Уитг М. и др. // Доклад ЮНИСЕФ. Документ №UNICEF/PD/ED/00/02. New York, 2000.

60. Осовский С. Нейронные сети для обработки информации. М.: Финансы и статистика, 2002. - 344 с.

61. Пиотровский Р.Г. Текст, машина, человек. JL: Наука, 1975. - 327 с.

62. Питтс Н. XML за рекордное время М.: Мир, 2000. - 280 с.

63. Поддержка принятия решений по стратегическому управлению на основе менеджмента знаний / J1.P. Черняховская, K.P. Нугаева. // Бизнес-взаимодействие: сб. стат. 12-й междунар. конф. Милан, Италия, 2006. С. 237 240. (Статья на англ. яз.).

64. Поспелов Г.С., Поспелов Д.А. Искусственный интеллект и прикладные системы. -М.: Знание, 1985. 43 с.

65. Поспелов Д.А. Ситуационное управление: теория и практика. М.: Наука. -Гл. ред. физ.-мат. лит., 1986. - 288 с.

66. Прикладные нечеткие системы / Пер. с япон. К. Асаи, Д. Ватада, С. Иваи и др.; Под редакцией Т. Тэрано, К. Асаи, М. Сугэно. М.: Мир, 1993.- 368 с.

67. Приобретение знаний / Пер. с япон.; Под ред. С. Осуги, Ю. Саэки. М.: Мир, 1990.-304 с.

68. Пфанцагль И. Теория измерений / Пер. с англ. М.: Мир, 1976. - 248 с.

69. Рамбо Дж., Якобсон А., Буч Г. UML: специальный справочник. СПб.: Питер, 2002. -656 с.:ил.

70. Рамбо Дж., Якобсон А., Буч Г. UML: специальный справочник. СПб.: Питер, 2002. - 656 с.

71. Рассел С., Норвиг П. Искусстаенный интеллект: современный подход, 2-е изд.:Пер. с англ. -М.: Издательский дом «Вильяме», 2006. 1408с.

72. Саати Т., Керне К. Аналитическое планирование. Организация систем / Пер. с англ. М.: Радио и связь, 1991. - 224 с.

73. Системный анализ и принятие решений: Словарь-справочник: Учеб. пособие для вузов/ Под. Ред. В.Н. Волковой, В.Н. Козлова. М.: Высш. Шк., 2004 -616 с.

74. Смирнов C.B. Онтологический анализ предметных областей моделирования// Известия Самарского научного центра РАН. 2001. Т.З. - № 1. - С. 62-70.

75. Справочник по теории автоматического управления / Под ред. А.А. Красовского. М.: Наука, 1987. - 712 с.

76. Статические и динамические экспертные системы: Учеб. пособие / Э.В. Попов, И.Б. Фоминых, Е.Б. Кисель, М.Д. Шапот. М.: Финансы и статистика, 1996. -320 с.

77. Сэлтон Г. Автоматическая обработка, хранение и поиск информации. -Нью-Йорк, 1968 / Пер. с англ.: под ред. А.И.Китова. М.: Сов. Радио, 1973, - 560 с.

78. Тейз А, Грибомон П., ЮленГ. и др. Логический подход к искусственному интеллекту: От модальной логики к логике баз данных, пер. с францА- М.:Мир, 1998.-494C.

79. Тельнов Ю.Ф. Интеллектуальные информационные системы в экономике: Учебное пособие. М.: СИНТЕГ, 1999.

80. Темников Ф.Е. Высокоорганизованные системы // Большие системы: Теория, методология, моделирование. -М.: Наука, 1971. С.85-94.

81. Тондл Л. Проблема информационной синонимии // Kybernetika V.11(1975), 1. Academia, Praha. - 12 с.

82. Трансформация российских университетов в учебно-научно-инновационные комплексы/ В.Р. Атоян, Ю.В. Чеботаревский, Н.В. Казакова и др.; под общей редакцией В.Р. Атояна. Саратов.: Сарат. гос. техн. ун-т, 2001,- 415 с.

83. Трапицын С.Ю., Тимченко В.В. Особенности применения стандарта ИСО 9001:2001 в образовательном учреждении,- Спб.: Изд. РГПУ им. А.И. Герцена, 2006. -72 с.

84. Трофимов С.А. Case-технологии: Практическая работа в Rational Rose М.: ЗАО «Издательство БИНОМ», 2001 г. - 272 с.

85. Управление динамическими системами в условиях неопределенности / С.Т.Кусимов, Б.Г.Ильясов, В.И.Васильев и др. М.: Наука, 1998. - 452 с.

86. Фаггахов Р.В., Черняховская J1.P., Низамутдинов М.М. Информационная поддержка процессов анализа и оценки инвестиционных проектов. Учебное пособие. Уфимск. гос. авиац. техн. ун-т. Уфа, 2001. - 120 с.

87. Филиппович Ю.Н., Прохоров A.B. Семантика информационных технологий: Опыты словарно-тезаурусного описания. С предисловием А.И. Новикова. М.: МГУП, 2002. - 368 с.

88. Черняховская J1.P. Исследование возможных путей построения автоматического распознающего устройства в интересах управления выводом самолета из критических ситуаций: Автореф. канд. техн. наук. Уфа: УАИ, 1977.

89. Черняховская JI.P., Куликов Г.Г., Речкалов A.B. и др. Методология системного проектирования как основа для автоматизации документооборота машиностроительного предприятия // Авиационная промышленность, 1998. № 3.

90. Черняховская Jl.Р., Никулина Н.О., Старцева Е.Б., Шерман М.Д. Разработка экспертной управляющей системы для управления корпоративной сетью АСУП //Управление в сложных системах: Межвуз. науч. сб. Уфа: УГАТУ, 1995. - С. 135141.

91. Шукшунов В.Е., Ленченко В.В., Третьяк А.Я., Ткачев А.Н., Нырков Е.А. Основы создания университетских технопарков / Юж.-Рос. гос. техн. ун-т.-Новочеркасск: ЮРГТУ (НПИ). 2002.- 72с.

92. Эдди С.Э. XML: справочник. СПб.: Питер, 1999. - 480 с.

93. Экономика и организация управления вузом: Учебник / Под ред. д-ра эконом, наук В.В. Глухова. СПб.: Лань, 1999 - 375с.

94. Экспертные системы, принципы работы и примеры /Пер. с англ. А. Брукинг, П. Джонс, Ф. Кокс и др.; Под ред. Р.Форсайта. М.: Радио и связь, 1987.- 224 с.:ил.

95. Юсупов И.Ю. Автоматизированные системы принятия решений. М.: Наука, 1983.- 88 с.

96. Юсупов Р.М., Заболотский В.П. Научно-методологические основы информатизации. СПб.: Наука, 2000.-455 с.69 ил.

97. Acorn, T. and Walden, S. SMART: Support Management Automated Reasoning Technology for Compaq Customer Service // Innovative Applications of Artificial Intelligence 4, AAAI, Menlo Park, California,1992.

98. Agre G. A Case-based integrated learning architecture. //In D.Dochev, V. Stefanuk, H.Ueno, Proc of the JCKBSE'96/Bulgaria pp.48-54.

99. Amodt A., E. Plaza Case-Based Reasoning: Foundation Issues, Methodical Variations and System Approaches. AI Communications, 1994-pp.39-59.

100. Springer Verlag; Chen, P. P. S. (. The entity relationship model ~ toward a unified view of data. ACM Trans, on Database Systems, 1976, pp. 19-36.

101. Bergmann R., Experience Management:Foundations, Development Methodology, volume 2432 of LNAI, Springer, 2002.-361 pp.

102. Berners-Li T., Fielding R., Irvine U.C., Masinter L. Uniform Resource Identifiers (URI): General Syntax. RFC 2396. August 1998.

103. C.J. van Rijsbergen. Information Retrieval, Second Edition, Butterworths, Glasgou, 1979.- 140 p.

104. Chen, P. P. S. (. The entity relationship model toward a unified view of data. ACM Trans, on Database Systems, 1976, pp. 19-36.

105. Cherny L. Some Integration Problems of Organizational Decision Support Systems // Proceedings of IFAC-MIM 2000 Symposium of Manufacturing, Modeling, Management and Control. Rio, Patras, Greece, 12-14 July 2000. p. 120-122.

106. Fensel D., Hendler J., Lieberman H., Wahlster W. Spinning the Semantic Web. Bringing the World Wide Web to its Full potential. The MIT Press. Cambridge, Massachusetts, London, England, 2006. 469 pp.

107. Guarino N., Giaretta P. 1995. Ontologies and Knowledge Bases. Towards a Terminological Clarification // In: Towards Very Large Knowkedge Bases. N.J.I. Mars (ed.), IOS Press, Amsterdam.

108. Hennesey D. and Hinkle D. Applying Cased-Based Reasoning to Autoclave Loading // IEEE EXPERT, October 1992, IEEE Computer Society, Los Alamitos, California.

109. Horrocks I., Patel-Schneider P.F., Bechhofer S. and Tsarkov D. OWL rules: A proposal and prototype implementation // Web Semantics: Science, Services and Agents on the World Wide Web, Vol.3(l), 2005. -pp.23-40.

110. K. Jensen. Introduction to the Theoretical Aspects of Coloured Petri Nets" // A Decade of Concurrency Lecture Notes in Computer Science, Springer Verlag, 1994, vol. 803. pp. 230-272.

111. K.-D.Althoff and S. Wess, Case-Based Knowledge Acquisition, Learning and Problem Solving for Diagnostic Real World Tasks // Proceedings European Knowledge Acquisition Workshop , EKAW91, 1991.

112. Kandel A., Bayat W. Fuzzy sets, fuzzy algebra and fuzzy statistics // Proc. IEEE. 1078. Vol. 66, № 12. P. 1619- 1639.

113. Quillian M.R. Semantic memory // In Semantic Information Processing (Minsky M., eds), p. 227-270. Cambridge, MA: MIT Press.

114. Qu C., Nejdl W., 2002;Engelbrecht, J., 2003; SCORM, 2004.

115. Robinson J.A. A machine-oriented logic based on the resolution principle. Journal of the Association for Computer Machinery, 1965, 12, p. 23-41.140. StatSoft, Inc. (2001).

116. Wang L.X. Analysis and design of Hierarchical Fuzzy Systems // IEEE Transactions on Fuzzy Systems, 1999.7(5), -p.617-624.

117. Watson H.J et al. Building Executive Information Systems and other Decision Support Applications. Wiley, 1997.-P. 10.

118. Zadeh I. Fuzzy Logic, Neural Networks and Soft Computing // Communication on the ACM-1994. Vol. 37,№3. - p. 77-84.

119. Электронная библиотека информационных ресурсов ВПО http://www.webuniver.ru

120. XML Information Set. W3C Candidate Recommendation, 14 May 2001. http://www.w3 .org/TR/2001/CR-xml-infoset-20010514

121. Результаты самообследования ГОУ ВПО УГАТУ: http://www.ugatu.ac.ru/education/so.php

122. Электронный учебник по статистике. М.: StatSoft. WEB: http://www.statsoft.ru/home/textbook/default.htm