автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Мониторинг и управление кадровым потенциалом предприятия на основе моделирования процессов забывания и научения

005051184

На правах рукописи

ЖАЖА ЕЛЕНА ЮРЬЕВНА

МОНИТОРИНГ И УПРАВЛЕНИЕ КАДРОВЫМ ПОТЕНЦИАЛОМ ПРЕДПРИЯТИЯ НА ОСНОВЕ МОДЕЛИРОВАНИЯ ПРОЦЕССОВ ЗАБЫВАНИЯ И НАУЧЕНИЯ

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

Автореферат

диссертации на соискание ученой степени кандидата технических наук

4 АПР 2013

Москва-2013

005051184

Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Московская государственная академия коммунального хозяйства и строительства» (МГАКХиС) на кафедре «Автоматизации технологических процессов и строительных производств»

Суэтина Татьяна Александровна,

доктор технических наук, профессор, ФБГОУ ВПО «Московская государственная академия коммунального хозяйства и строительства» (МГАКХиС), . заведующая кафедрой Строганов Виктор Юрьевич Лауреат премии Правительства РФ, доктор технических наук, профессор, МГТУ им.Н.Э.Баумана, профессор кафедры «Системы обработки информации и управления», г. Москва Рожин Павел Сергеевич кандидат технических наук, доцент, ведущий аналитик группы компаний «М2М-Телематика», г. Москва

Ведущая организация: Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования Московский государственный университет печати им. И.Федорова, г. Москва.

Защита состоится 20 марта 2013 г. в 10й0 часов на заседании диссертационного совета Д.212.126.05 , при Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Московский, автомобильно-дорожный государственный технический университет (МАДИ)» по адресу: 125319, г. Москва, Ленинградский пр., д.64.

С диссертацией можно ознакомиться в библиотеке МАДИ.

Автореферат разослан 19 февраля 2013 г. Отзывы на автореферат в двух экземплярах, заверенные печатью организации, просим направлять в адрес диссертационного совета университета, а копии отзывов присылать по электронной почте: uchsovet@madi.ru

Ученый секретарь диссертационного совета, кандидат технических наук, доцент

Научный руководитель

Официальные оппоненты

Михайлова Н.В.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность проблемы

На современном этапе эффективное управление персоналом возможно лишь тогда, когда он рассматривается как основной ресурс. Это предполагает необходимость изучения интересов и потребностей работников, с одной стороны, и работодателей с другой, что требует дополнительных ресурсных затрат и изменение (часто радикальное) применяемых технологий управления. В настоящее время с целью развития системы управления персоналом предприятий не вызывает сомнения ^ необходимость широкомасштабного внедрения информационных технологий в процесс подготовки, повышения квалификации и аттестации кадров. Постоянное совершенствование технологической базы, внедрение новейших образцов дорогостоящей техники в производственный процесс, переход на новые методы управления • персоналом диктуют необходимость динамичного изменения программ подготовки персонала, рассчитанных на различные возрастные категории и различный уровень начальной подготовки. Задачам автоматизации формирования учебных планов, процедур тестового контроля, мультимедийных обучающих программ посвящено значительное количество работ. Актуальным также является разработка математического инструментария и информационной технологии, которые в комплексе охватывали бы основные аспекты деятельности по управлению персоналом, такие как планирование трудовых ресурсов, наем, распределение, мотивация и вознаграждение, и являлись мощным аналитическим средством поддержки принятия управленческих решений в этой сфере. "

Данная работа направлена на моделирование процессов научения и забывания учебной информации, что определяет политику подготовки переподготовки компании с дальнейшими вытекающими последствиями о кадровых перестановках и в целом об управлении кадровым потенциалом, что представляется вполне актуальным.

Объектом исследования является система мониторинга и управления кадровым потенциалом.

Предметом исследования являются методы формирования учебных планов.

Цель и основные задачи исследования

Целью работы является повышение эффективности управления персоналом за счет моделирования процессов усвоения и забывания знаний в системе переподготовки.

Для достижения данной цели в работе решаются следующие задачи: .-'■"'■

• системный анализ задач оценки компетенций персонала и программных технологий формирования образовательногоо контента;

• анализ и классификация средств подготовки и переподготовки персонала на основе моделей процессов научения и забывания;

• разработка рекуррентных моделей генерации процессов научения и забывания учебной информации; -

• формальная постановка задачи формирования учебного плана на основе терм-связности модулей и сетевого моделирования;

• создание библиотеки методов решения задач многокритериальной оптимизации для формирования учебного плана;

• апробация результатов работы на промышленных предприятиях.

Научная новизна

Научную новизну работы составляют модели процессов научения и забывания знаний и методы формирования учебных планов и рабочих программ в системе подготовки персонала для реализации управленческих функций предприятия, связанных с соответствием уровня квалификации сотрудника его должностным обязанностям:

• рекуррентная схема композиции моделей научения-забывания на перестановке учебных модулей;

• методика решения задачи формирования учебного плана на основе сетевого моделирования; ....

• формальная постановка задачи многокритериальной оптимизации функций научения по терм-множеству учебного плана;

Методы исследования

При разработке формальных моделей компонентов системы подготовки, повышения квалификации и аттестации персонала в диссертации использовались методы общей теории систем, случайных процессов, методы шкалирования, экспертного оценивания и др. Анализ эффективности разработанных методов и моделей выполнен с помощью методов многомерного статистического анализа, с привлечением математических пакетов.

Достоверность научных положений, рекомендаций и выводов

Обоснованность научных положений, рекомендаций и выводов определяется корректным использованием современных математических методов и моделей, согласованностью результатов аналитических и имитационных моделей процессов обучения. Достоверность положений и выводов диссертации подтверждена положительными результатами внедрения работы в ряде промышленных предприятий.

Практическая ценность и реализация результатов работы

Научные результаты, полученные в диссертации, доведены до практического использования в системе подготовки персонала промышленных предприятий. Они представляют непосредственный интерес в области комплексной автоматизации процессов

формирования учебных планов и рабочих программ для системы переподготовки. Разработанные методы и алгоритмы прошли апробацию и внедрены для практического применения в ряде предприятий, а также используются при организации учебного процесса на кафедре АСУ МАДИ.

Апробация работы

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

• на Российских, межрегиональных и международных научно-технических конференциях, симпозиумах и семинарах (1998-2012гг.);

• на заседании кафедры «Автоматизации технологических процессов и строительных производств».

Совокупность научных положений, идей и практических результатов исследований в области автоматизации образовательного процесса составляет актуальное направление в области теоретических и практических методов формирования учебных планов и рабочих программ в системе подготовки персонала промышленных предприятий.

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

СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность работы. Сформулирована цель и основные задачи работы. Приведено краткое описание содержания глав диссертации.

В первой главе диссертации выполнен анализ проблем управления персоналом с точки зрения организации системы подготовки, переподготовки и повышения квалификации.

Так, метод репертуарных решеток дает основу для описания поведения, отличающих более эффективных от менее эффективных работников. Важной чертой метода является то, что респондентам не предлагается заранее составленных характеристик, а им позволяется самим идентифицировать качества, определяющие успех в работе, опираясь на собственный опыт.

С помощью метода критических инцидентов могут быть определены индикаторы успешного и неуспешного поведения сотрудника, на основании которых выявляются следующие компетенции (табл.1.)

В методе попарного сравнения экспертам предлагается проранжировать по степени значимости полученные компетенции, а также определить требуемый уровень выраженности должности. Для ранжирования эксперты заполняют соответствующую форму, где они должны сравнивать по две компетенции, и ставить отметку рядом с той компетенцией, которая, по их мнению, более важна.

Существует также множество других методов. Их анализ приведен в диссертации. Но все они направлены на оценку уровня

квалификации или соответствия должностным обязанностям, а также на формирование учебных планов.

Таблица 1.

Перечень компетенций с определениями, полученными с помощью _ критических инцидентов ■ -,-.-■_

Компетенции Определение

1. Нацеленность на результат Тратит личное время на. достижение поставленной задачи. В случае затруднений, не сдается, ищет новые пути решения, и добивается своего.

2. Оказание влияния Влияет на финальное решение. Использует разные стили оказания влияния. Исследует психологию собеседника.

3. Инициативность Стремится улучшить свою работу. Оказывает клиентам новые виды услуг или помощи. Инициирует заключение контрастов с новыми клиентами.

4. Нацеленность на клиента «Держит руку на пульсе». Знает потребности и нужды клиента. Внимателен . к временным затруднениям клиента. Стремится удовлетворять максимально возможное количество запросов клиентов.

5. Решение проблем Предвидит трудности. Разрабатывает альтернативные пути решения проблем. Привлекает нужных ему людей к решению. Предлагает нестандартные решения проблем.

6. Работа в команде Ощущает себя членом команды. Помогает другим. Активно участвует в групповых дискуссиях.

Планировать карьеру - создать условия для непрерывного преодоления человеком достигаемых уровней. Необходимо увязывать этапы жизни и стадии карьеры, основными из которых являются этапы трудовой жизни:

а) обучение; Ь) включение; с) достижение успеха; с!) профессионализм; е) переоценка ценностей; ^ мастерство; д) пенсионный период.

Пять этапов, начиная с Ь - начальной карьеры - в 20-24 года, вхождение в организацию и нахождение своего места.

С - период стремления заявить о сёбе, период достижения успехов, желание и необходимость признания;

й - высокий профессионализм, характеризуется расширением сферы применения способностей, знания. Новые обучения, упрочение занимаемого положения - 35-45 лет.

Е - довольно ответственный - переоценка своих собственных достижений, пересмотр значений проделанной работы, возможные сомнения в правильности выбора (карьеры, профессии) - 50-60 лет.

Р - характеризуется акцентом на развитие других людей, прежде всего молодежи, желание с одной стороны помочь развитию, решить задачи организации, с другой стороны - желание продемонстрировать собственное мастерство, стремление к благополучию - 60 -... лет.

Необходимо учитывать - сотрудник должен определиться в выборе средств, необходимых для продвижения по служебной лестнице (тренинг, обучение), в зависимости от желаний и возможности. Пути реализации целей ' - последовательность

должностей, на которых надо поработать, прежде чем занять целевую должность, с другой стороны - набор средств для приобретения требуемой квалификации, навыков и опыта.

При реализации алгоритмов оценки эффективности учебных планов численная мера эффективности может быть основана на понятиях научения и забывания. Существует множество моделей основанных на математическом описании этих функций. Также имеет место ряд работ, который посвящен проблеме построения математических моделей, позволяющих объективно сравнить результаты обучаемых, начинающих с разного уровня подготовленности. При этом вводится определение темпа прироста

результатов и= ^и(х) | где и _ ур0вень знаний, х - время. Одна из и(х)с1х

моделей основана на решении дифференциального уравнения

подлежащие определению в процессе статистической обработки результатов обучения и тестового контроля.

Если заданы начальные условия дифференциального уравнения и(0)=и0, где положительную величину и можно трактовать как начальную подготовку обучаемого, то, интегрируя уравнение, будем иметь:

Таким образом, при достаточно большом количестве проведенных занятий (в этом случае будем считать х-»со), независимо от начальной подготовки ¡-го обучаемого: и0=0, и,(<х))=Д/В,. Отношение /УВ| можно трактовать как прогнозируемый предел достижений данного обучаемого.

Для проведения исследований в диссертации проведен анализ и других методов, непосредственно направленных на повышение эффективности формирования учебных планов подготовки и переподготовки персонала.

Выделяются два основных подхода к классификации средств обучения: педагогический и технический. Первый основан на необходимости реализации в учебном процессе различных дидактических целей, в первую очередь формирования представления об окружающей действительности, организации разнообразных видов учебно-познавательной деятельности учащихся, осуществления мотивационных, учебных и контрольно-корректирующих функций и т.п. Второй подход позволяет учесть конструктивно-технологические особенности средств обучения, их деление в зависимости от способа создания, каналов воздействия на учащихся, эргономических характеристик и др.

и(х)

''-^- = А-Ви'(х), где А, В

два положительных параметра

(1)

Поскольку основной задачей является структуризация учебного материала с точки зрения его восприятия-забывания, в работе проведен анализ эффективности восприятия.. различных форм представления материала в зависимости от каналов , воздействия на учащихся и дидактический принцип комплексности средств обучения.

Далее в диссертации проведен , анализ современных информационных технологий и рассмотрены компоненты информационно-образовательной среды, представляющие собой системно-организованную совокупность средств передачи данных, информационных ресурсов, протоколов взаимодействия, аппаратно-программного и организационно-методического обеспечения, ориентированную на удовлетворение образовательных потребностей.

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

Следует отметить, что при выборе программного обеспечения для системы подготовки персонала независимо от его уровня необходимо учитывать пять потребительских характеристик: надежность в эксплуатации; совместимость; удобство использования; модульность; обеспечение доступа.

Во второй главе диссертации решается задача моделирования процессов научения-забывания с целью включения этих моделей в программный контур формирования учебных планов системы «COTA».

В случае итеративного научения (ИН) можно считать, что на его результативные характеристики влияют две входные переменные -информация о значении выходной переменной и параметры окружающей среды - внешние условия. Если бы на каком-то шаге изменились оба значения входных переменных, то результаты научения на этом шаге и на предыдущем были бы просто несравнимыми - нельзя было бы сказать; почему реализовалось именно такое значение выходной переменной: потому, что обучаемая

система повела себя соответствующим образом, или потому, что изменились условия ее функционирования. Поэтому постоянство внешних условий является существенной характеристикой ИН. Для сравнимости результатов научения в различные моменты времени (использование количественного описания), даже при постоянных внешних условиях, важно также постоянство цели научения.

В качестве основной результативной характеристики ИН принимается критерий уровня научения. В качестве критерия уровня научения в работе исследовались следующие характеристики:

- временные (время выполнения действия, операции, время реакции, время, затрачиваемое на исправление ошибки, и т.д.);

- скоростные (производительность труда, скорость реакции, движения и т.д. - величины, обратные времени);

-точностные (величина ошибки в мерах физических величин (миллиметрах, углах и т.п.), количество ошибок, вероятность ошибки, вероятность точной реакции, действия и т.д.);

- информационные (объем заучиваемого материала, перерабатываемой информации, объем восприятия и т.д.).

В диссертации проведен сравнительный анализ функций научения, сведенных в табл.2.

Таблица 2.

Функции научения - забывания у - усвоение (число правильных У = а_£.е-сп воспроизведений); л-число испытаний; а-предел усвоения при п-»оо; Ь и с- константы

Ь-еАп У~ усвоение; п- число испытаний; А=аЬ; а и су = с + еА п константы; Ь - предел усвоения при п -> со

а-(п + с) у - усвоение; п - число испытаний; а и с -у = (п + с) + Ь константы; Ь - скорость научения

В общем случае для моделирования процессов такого класса в диссертации предлагается использование функций Лагерра, которые представляют ортонормированный базис в пространстве функций с интегрируемым квадратом.

Базисные функции Сп (х) представляют полиномы п-ой степени. Далее будет использоваться двухпараметрическая функция:

Ц(\с,т) = (2)

к=о

где с - определяет временные характеристики затухания процесса, а т - запаздывание процесса. На рис.1, представлен график этого семейства функций для различных порядков полиномов.

Данные параметры для каждого субъекта различаются в плане моделирования процесса научения и процесса забывания. Так для

процесса забывания информации значение т может быть достаточно велико, в то время как для научения оно достаточно мало.

.1

ж1 (t.0)

'1С«. 1 ) \

вз - \

•1 («,2)

\

d С«,з)

JJJ067J795

J 0

2

4

Рис. 1. Семейство функций забывания и научения

В предложенной модели экспоненты кривой забывания могут быть вычислены на основе модели:

где: 0</|<1, П] - объем информации в цикле i до точки прерывания, D -время перерыва, в котором происходит забывание и т.д.

Для проверки гипотезы пригодности метода прогнозирования конечных результатов обучения в работе использовалась дифференциальная модель (1). Если на основании экспериментальных кривых обучения для совокупности обучаемых идентифицированы соответствующие каждому из них пары (А:, В^), (А2,В2),..., (ARi Br), где R - количество обучаемых в группе и

начальной подготовленности каждого соответственно была и10, и2о.....

Uro, то трудность в оценке индивидуальных достижений каждого обучаемого вызвана их различной начальной подготовленностью. При одинаковой начальной обученности u1(0)=u2(0)=...=ur(0)=u0 знание параметров дает возможность предсказать объем научения у каждого обучающегося в заданный период N. Для обучаемого i объем учебной информации рассчитывается на основании соотношения:

где: \ - номер испытуемого; и0 - условная начальная точка начальной подготовленности; N - число занятий.

Использую механизмы терм-связности модулей в работе предложена рекуррентная схема генерации кусочно-функциональной зависимости процесса научения-забывания. Пусть точка tf - точка изменения состояния процесса, т.е. переход от наличия модуля на данном интервале, где использовался терм \Л/, к отсутствию такового, либо, наоборот, от отсутствия к наличию. Тогда рекуррентная схема построения функции забывания имеет вид:

b^-b)log(ul+n,) /од(1 + D/t (иI + п,))'

(3)

(4)

R(t\cz,mz)=R(tf)L(t-tf\cz,mz). (5)

В то время,, как функция научения на заданном интервале до следующего изменения состояния будет определяться:

R{t\cu, mu) = R(tf )+[1 - R(t, )] • [i - L(f -1, | cu, mu)], (6)

где: cu, mu - показатели функции научения, a cz и mz - показатели функции забывания. Сам вычислительный алгоритм рекуррентной схемы в терминологии MathCad имеет вид:

tf 1 for te2..T

-1 - 1 if В. * В.

-c-(t-tf)

(7)

.R^l-R^-e-^']

if В = 1

В результате, построенная рекуррентная схема (7) позволяет строить кусочно-функциональные зависимости для каждого терма с учетом отсутствия либо наличия его в некоторых учебных модулях на текущий момент времени.

Рис. 2. Выборочные траектории функций забывания

В диссертации разработан алгоритм генерации случайной последовательности предъявления модулей с последующим вычислением и построением функции забывания отдельных термов учебного плана. Так, при наличии десяти модулей количество перестановок равно 3.629*10®.

В работе предполагается, что для формализованного представления и структуризации учебных планов и рабочих программ целесообразно использовать анализ связности модулей учебных материалов. Модуль представляет структуру М={Ом, АМ| Нм, Г0}, где Ом - наименование модуля; - аннотация модуля; Нм - объем часов, выделенных на модуль; - указатель дисциплины.

Терм-множество представляет структуру \Л/=\М'и\Л/°, где \Л/' -множество входных термов; \Л/° - множество выходных термов. У^еУ^

- терм \л/ принадлежит множеству входных термов; - терм \л/

принадлежит множеству выходных термов.

Входные термы определены как: \Л/'„={0\л/, ^Лл/}, где 0\л/ -

идентификатор терма; Ям - указатель принадлежности модулю; -ссылка на терм-источник (для организации синонимии термов); 11^ -коэффициент усиления (определяет увеличение активности использования).

Выходные термы определены как: \Л/°„, ={0°и,, Р0Я0ю- где:

- идентификатор терма; - указатель принадлежности модулю;

- ссылка на входные термы; 2?\н - коэффициент забываемости. Результаты моделирования показали существенное влияние

последовательности предъявления модулей на значение функций научения по отдельных термам (рис.3.), которые вводятся и закрепляются в модулях учебного плана.

■ . : I ■ ; ■

последовательностях модулей

Скорость поступления информации в долговременную память (0,7 бит/с) меньше, чем в кратковременную память (16 бит/с). Лучше всего приспособиться к небольшой скорости запоминания можно путем повторного изложения учебного материала. При этом материал -особенно его важнейшие части - должен варьироваться, то есть преподноситься с другим акцентом, в новых взаимосвязях, с другими примерами, с использованием иных форм представления учебного материала. Подобные меры способствуют лучшему усвоению и запоминанию учебного материала. Также для предупреждения забывания используется повторение материала как сразу после его изложения, так и систематически в дальнейшем.

Таким образом, актуальна постановка и методика решения задачи оптимизации.

В третьей главе диссертации разработаны методы и алгоритмы оптимизации формирования учебных планов с учетом моделей научения-забывания.

На основании полученных функций научения и забывания каждого терма, в работе вводится критерий эффективности учебного плана:

Vi F(T)^max, (8)

где F,(T) - значение функции научения i-ro терма на момент завершения изучения всех модулей (рис.4.). Основой формирования интегрального критерия является свертка всех функций по группам классифицирующих признаков принадлежности модуля некоторому направлению аттестации, подготовки или переподготовки. Каждому направлению присваиваются весовые коэффициенты, которые переносятся на все термы направления.

Учебный план

Решение будет эффективным, если не существует решения ХеЭ, для которого р|(Х)^(Х*) ¡=1..к и значение хотя бы одного критерия лучше. Совокупность всех возможных эффективных решений X* образует множество Парето. Удовлетворительными решениями Ху являются допустимые решения (ХеО), которые по всем критериям не хуже заданных пороговых значений качества, но они не всегда являются эффективными. Формальным решением задачи является множество Парето Р. Для выбора наиболее предпочтительного решения X** необходимо получение и обработка дополнительной информации, которой располагает лицо, принимающее решение (ЛПР). При использовании адаптивного подхода процедура решения

задач оптимизации представляет собой последовательное уточнение наиболее предпочтительного решения X** путем перехода от одной альтернативы Х**еР с учетом информации l¡;" получаемой от Л ПР. Схематически процесс поиска решения X** можно представить в следующем виде:

U >2 '/-1 . . . _ . '/

(9)

где Х*„=Х", О'пОЧХ^ШХ*,),..., я^Х*,)) 1=1.М

В диссертации предлагается использовать одношаговые и многошаговые процедуры многокритериальной оптимизации. В одношаговых процедурах ЛПР необходимую информацию для

'1

осуществления перехода X *, -» X *+1 может представить в одном сеансе диалога, в многошаговых процедурах - в нескольких сеансах. На рис.5, представлены блок схемы этапов осуществления

перехода х1

>х

/+1

в одношаговых и двухшаговых процедурах

многокритериальной оптимизации. Блоки у, у и щ подготавливают информацию о рассматриваемом решении в необходимо форме для ЛПР. Например, 5,=Ц1(Х*)={Х*, я(Х*,): /'=1..к}, т.е. часто для оценки на рассмотрение ЛПР представляются значения параметров полученного решения и соответствующие значения критериев.

В общем случае в программный комплекс включен ряд известных методов решения многокритериальных задач (табл.3), а именно: метод справедливого компромисса; принцип слабой оптимальности по Парето; метод весовых множителей; метод приближения к идеальному решению; метод последовательных уступок и другие.

ф F(x;j¡) х;

ЛПР

9

<P(X)-+extr XeD.

<vT \fD('i>

tu

F(X¡,T,)

Ф,

ЛПР

T<9

fDJf>

éf

<P. (X)-»extr XeD,1

*2

ЛПР

rfi> l

гЯ

<P-(X)-+extr XmDf

y(I)

*1*1

I=(i(?,i<f) fjb T

Рис. 5. Этапы переходов в одношаговых'и двухшаговых

процедурах

•. Таблица 3. Перечень методов многокритериальной оптимизации_

1. Параметрические методы : X*,,qi(X*,)i=1..k Л=(Я.,. ... X:)

2. STEM X*, qi(X*) qi(Ximax) ieZk Aq, ieRv

3. Метод удовлетворительных требований X*,, q,(X* i) i=1..k Ei ieRy

4. Процедура внешнего ветвления X*, qi(X*) qi(Xjmax)i,j-1..k Г=(П.....Yz)

5. SEMOPS X*,, q,(X*,) qi(yz) i-1..k Yz

6. Адаптивный метод последовательных уступок X*,, qi(X* i) i=1..k д, i=1..k-1

7. Векторно-релаксационные методы X\ qi(X* i) i=1..k R,ffl. R2(,)

8. Адаптивные сеточные методы X*wcP Х*щс= Х*ш

9. Процедура Зайонца-Валлениуса X*,X*w,qi(X*),qi(X*M) i,j=1..k Х*Н>,~] Х*(Г)

10. Процедура Беленсона-Капура Х*,Х*и^(Х*)^(Х*м) i,j=1..k х*и

11. Процедура прогрессивной ориентации Z, qi(X) i=1..k Х*(о)

12. Метод изменяемого идеала P', q,(X) i=1..kXeP p'tp'

13. Непараметрические алгоритмы многокритериальной оптимизации Xr, q,(Xj) i=1..k оценка Xi в заданной шкале

14. Метод оценки граничных точек {X*i}, qi(X*i) i=1..k Х*л - лучше р, Х*х - лучше р

15. Метод Джоффриона 1)X*„ q,(X*,)i=1..k 2) qi =qi(a) i=1..k 1) <Aq„Aqi> i=1..k;i#r 2) а*

16. Адаптивное целевое программирование 1)X*U qi(X*) i=1..k 2) qi =qi(a) i=1..k 1)<Aqi,Aqi> i=1..k;i*r 2) а*

17. Метод функции ценности замены X*u), qi(X'w) Vrj(j e Ir) 4i(Xi max) i=1..k {cBri(Q(X*u'))} (ieJr)

18. Метод последовательной заменяемой оптимизации x*, qi(X*) Vq(jelr) vrj(ielr) i=1..k >-n (ieJr)

19. SIGMOR X*, q,(X*) qi(Ximax) i=1..k Yi^nlti i=1..k

20. Нормирование глобального критерия X\ q,(X*) i=1..k Qk, QP, QM

В качестве механизма синхронизации и включения образовательных ресурсов в учебные планы в работе предлагается использование обобщенных сетевых графиков, которые содержат вершины различных типов (решающие узлы - РУ). Решающий узел характеризуется условиями, налагаемыми на входящие в него и выходящие из него операции. На операции, входящие в РУ, могут быть наложены три различных условия:

(а) «Вход И»: событие, соответствующее данному РУ, считается происшедшим, если выполнены все входящие в РУ операции.

(б) «Включающий вход»: событие, соответствующее данному РУ, считается происшедшим, если выполнена, по крайней мере, одна из входящих в РУ операций.

(в) «Исключающий вход»: событие, соответствующее данному РУ, считается происшедшим, если выполнена ровно одна из входящих в

Вход Выход «И» Включающий Исключающий

Детерминированный О ( ( (

Вероятностный ) ) О-- с>

Рис. 6. Типы решающих узлов

На операции, выходящие из РУ, могут быть наложены два различных условия:

(а) «Детерминированный выход»: после того как произошло событие, соответствующее данному РУ, выполняются все выходящие из него операции.

(б) «Вероятностный выход»: после того как произошло событие, соответствующее данному РУ, выполняется ровно одна из выходящих из него операций.

Таким образом, имеется 6 различных типов РУ, графические изображения которых представлены на рис. 6. Для обобщенного графика формирования образовательных ресурсов должны быть заданы как времена 1(х, у), так и вероятности р(х, у) выполнения каждой операции (х, у). Значение р(х, у) есть вероятность того, что после появления события, соответствующего решающему узлу х, будет выполняться операция (х, у). Если этот РУ имеет 'детерминированный выход, то р(х, у) должна быть равна 1 и операция (х, у) обязательно выполняется. Если же он имеет вероятностный выход, то сумма вероятностей выполнения операций, выходящих из х, не должна превышать единицы^

Для каждого события хеХ вычисляются наиболее ранний из возможных сроков его наступления - Е(х) и наиболее поздний срок появления события Цх).

■H ■ ■

Рис.7. Пример расчетов сроков наступления событий

В общем случае

E«=S(E(i) + t(iJ) (Ю)

Процедура расчета наиболее ранних сроков наступления событий:

Шаг 1. Пронумеровать события 1,2, п = |Х| таким образом, чтобы для каждой операции (г, выполнялось условие i< j. Использовать для этого алгоритм нумерации событий. Положить Е(9.1)=0.

Шаг 2. Для j= 2, 3, п вычислить E(j)= max {Е (i) + t(i, j)}.

Также имеет место соотношение

L(i)= m/n{L(J)-t(i,j)} (U)

j:0,j)sA V1 Ч

Процедура расчета наиболее поздних сроков наступления событий:

Шаг 1. Перенумеровать события 1, 2, п = |Х| таким образом, чтобы для каждой операции (i, j) выполнялось условие i< j. Использовать для этого алгоритм нумерации событий.

Положить b(n) равным заданному времени завершения проекта (во всех реальных ситуациях L(n) > Е(п)).

Шаг 2. Для i =п - 1, п - 2, 1 вычислить L{i) = min (L(j) - t{i, j)}.

f(i,i)sA

Величина L(y)-E(x)-t(x, у) и Е(у) - E(x)-t(x, у) представляют свободный резерв времени операции (х, у). Свободный резерв времени равен максимальной задержке выполнения операции (х, у), не влияющей на выполнение последующих операций. Значения резервов для операций сетевого графика (рис.7.) приведены в следующей таблице:

Операция является критической, если любая задержка в ее выполнении приводит к общей задержке завершения, т.е. это операция, полный резерв времени которой равен нулю.

В качестве рекомендации следует отметить, что учебный материал должен обязательно организовываться с помощью комплекса форм представления учебного материала, чтобы исключить монотонность процесса обучения. А также материал должен быть достаточно занимательным, чтобы удержать внимание учащегося и исключить перерывы в течение некоторого времени, поскольку «при напряженной самостоятельной деятельности в

течение приводят

1-1,5 часов перерывы могут оказаться вредны, так как к рассеиванию внимания».

Резервные времена для учебных модулей

Таблица 4.

Операция Полный резерв Свободный резерв Независимый резерв

(1,2) 4-0-4=0 4-0-4=0 4-0-4=0 (критическая операция)

(1.3) 7-0-3=4 5-0-3=2 5-0-3=2

(1.4) 10-0-4=6 4-0-4=0 4-0-4=0

(2,3) 7-4-1=2 5-4-1=0 5-4-1=0

(2,5) 11-4-7=0 11-4-7=0 11-4-7=0 (критическая операция)

(2,7) 16-4-8=4 16-4-8=4 16-4-8=4

(3,5) 11-5-4=2 11-5-4=2 11-7-4=0

(4,6) 12-4-2=6 12-4-2=6 12-10-2=0

(5,6) 12-11-1=0 12-11-1=0 12-11-1=0(критическая операция)

(5,7) 16-11-3=2 16-11-3=2 16-11-3=2

(6,7) 16-12-4=0 16-12-4=0 16-12-4=0(критическая операция)

В четвертой главе диссертации выполнена апробация моделей формирования учебных планов.

Далее в работе рассматривается вопрос включения в программный комплекс автоматизации формирования учебных планов «COTA» компонентов моделирования процессов научения-забывания. Выполнена структуризация функционала модулей и инструментальных средств системы «COTA», позволяющих интегрировать модели научения-забывания. Систематизация привела к схеме на рис.8.

Рис.8. Структура программно-моделирующего комплекса

Для автоматического построения учебного плана исполняется процедура «Автопостроение». Автоматическое построение учебного плана происходит на основе имитации результатов тестового контроля. Если по некоторому модулю результат оказался выше порогового, то модуль не включается в учебный план. Таким образом, определяя детерминированное пороговое значение уровня значимости включения модуля в программу, алгоритм реализует автоматическую учебного плана. Исходя из практических соображений, в работе предлагается включение консультанта в контур управления учебными планами. Автоматически сгенерированная траектория является для консультанта исходной, которую он может редактировать. В связи с этим разработана программная компонента инструментальной среды консультанта (рис.9 ), включенная в систему подготовки персонала.

Редактор образовательной траектории

Николаев Александр Владимирович

Рис. 9. Интерфейс редактора образовательной траектории

Для проведения анализа зависимости прохождения квалификации и уровня знаний и навыков сотрудников ООО «Спецстройбетон» из общего числа сотрудников (307 исследуемых) было выделено две выборки: работники, прошедшие повышение квалификации в период с 2007 по 2010гг.; работники, не проходившие повышение квалификации за указанный период.

Для проведения исследования были выделены следующие основные направления повышения квалификации: бухгалтерский учет и аудит; экономика; управление финансами; организационные основы финансово-экономического управления; информационные технологии; другие направления. Общая численность работников, прошедших повышение квалификации - 179 человек, что составляет 59% от общего количества сотрудников, принимавших участие в исследовании. 128 работников (41%) не проходили повышение квалификации за указанный период. Количественное распределение работников по направлениям повышения квалификации представлено на рис. 10.

Рис.10. Количественное распределение работников по направлениям повышения квалификации

Из числа сотрудников, проходивших повышение квалификации, основная доля приходится на направление «Бухгалтерский учет и аудит» - 75 человек, что составляет 24% от общего объема данной выборки. Следующими по численности направлениями повышения квалификации являются «Управление финансами» и «Экономика» (12% и 11% от общего объема данной выборки соответственно).

5%3% 4%

а Не повышали ■ Бух. учет

□ Экономика □ Упр. финансами

И Орг. основы ФЭУ И Другое 13 Информ. Технологии

Рис. 11. Процентное соотношение работников по направлениям повышения квалификации

Направления, . «Информационные технологии» и «Организационные основы финансово-экономического управления» представлены наименьшим количеством обучавшихся работников и составляют соответственно 3% (8 человек) и 5% (14 человек) от общей численности работников, вошедших в данную выборку. 12 работников прошли повышение квалификации в сфере других областей знаний. Их доля также незначительна и в сумме составляет 4%. Процентное, соотношение работников по направлениям повышения квалификации представлено на рис.11, и 12

Дки роз ма« |ТК_2.а>с|

3 ? г » ;

111 I I

! I |

11 г 1 I

й * I *

о

ш

г ; = 5

Я | 5 |

Ь * I

3 = = £

ш

Рис. 12 Распределение баллов по блокам для различных отделов

В целом, по результатам аттестации наибольшее среднее количество баллов; набранное сотрудниками, прошедшими повышение квалификации, приходится на блок «Организационные основы финансово-экономического управления» (средний балл 60,5), но указанная группа-также показала в целом самый низкий уровень знаний по финансово-экономическому блоку в рамках своей выборки.

В заключении представлены основные результаты работы.

Приложение содержит документы об использовании результатов работы.

Публикации. По результатам выполненных исследований опубликовано 8 печатных работ, приведенных в списке публикаций.

Основные выводы и результаты работы

1. Проведен системный анализ задач оценки компетенций, которые позволяют определить основные качества персонала, определяющие его рейтинг на основании соответствия должностным обязанностям.

2. На основе проведенного анализа моделей процессов научения и забывания знаний выполнена классификация педагогических

методов подготовки и программных технологий формирования образовательного контента, которая -позволила выбрать инструментальную оболочку для реализации системы управления кадровым потенциалом.

3. Проведен сравнительный анализ информативности моделей процессов научения и забывания информации, в результате чего предложена система функций Лагерра,- которая является полной системой функций и параметризуется экспонёнциальными моделями.

4. Разработана рекуррентная схема композиции моделей научения-забывания на перестановке учебных модулей, позволяющая для всех термов, входящих в цепочку предъявляемых модулей, оценить конечные характеристики усвоения материала.

5. Реализована формальная постановка задачи оптимизации учебного плана на основе терм-связности ! модулей и сетевого представления учебного плана с возможностью определения ранних и поздних моментов предъявления учебного материала.

6. Выполнена формальная постановка задачи многокритериальной оптимизации функций научения и забывания по терм-множествам и сформирована библиотека методов решения задач многокритериальной оптимизации в информационную среду разработки учебных планов системы подготовки и переподготовки персонала. '

7. Разработана программная среда консультанта, включающая функции автоматической генерации и последующего интерактивного редактирования образовательной траектории, что позволяет повысить эффективность взаимодействия консультанта с обучаемым.

8. Разработанные методы и алгоритмы прошли апробацию и внедрены для практического применения в ряде предприятий, а также на кафедре АСУ МАДИ. Показано, что внедрение результатов работы позволяет повысить качество и эффективность процесса подготовки персонала.

Публикации по теме диссертационной работы

Публикации в изданиях, рекомендованных ВАК:

1.Жажа Е.Ю. Формализованная модель учебного плана в задаче оптимизации индивидуальной образовательной траектории / Жажа Е.Ю., Николаев А.Б., Строганов Д.В., Трещеткина Е.Ю., Приходько Л.В. // Наука и образование: Электронное научно-техническое издание. № 11. DOI: 10.7463/1112.0506173 - М.: МГТУ им. Баумана, 2012.

Публикации в других издательствах:

2. Жажа Инновационный менеджмент в формировании научно-технической политики предприятия. Тез. докл. Международной научно - практической конференции "Управление 98", Государственная академия управления, М., 1998.

3.Жажа Е.Ю. Анализ и выбор механизмов и моделей управления

персоналом /.Жажа Е,Ю., Суэтина Т.А., Ягудаев Г.Г. //Методы и модели автоматизации поддержки управленческих решений: сб. науч. тр. МАДИ,-М.: МАДИ, 2011;-С. 4-14.

4. Жажа Е.Ю. Анализ моделей научения и забывания учебной информации в системе подготовке персонала промышленных предприятий / Жажа Е.Ю., Суэтина Т.А., Ягудаев Г.Г. // Методы и модели автоматизации поддержки управленческих решений: сб. науч. тр. МАДИ. - М.: МАДИ, 2011. - С. 15-21.

5. Жажа Е.Ю. Принципы структуризации учебно-методических материалов на основе графа связности понятий и компетенций / Жажа Е.Ю., Суэтина Т.А. // Автоматизация и управление в технических системах. - 2012. - № 2; URL: auts.esrae.ru/2-49 (дата обращения 26.12.2012).

6. Жажа г Е.Ю. Модели агрегирования оценочных показателей в системе аттестации -персонала промышленных предприятий / Суэтина Т.А., Ягудаев Г.Г., Жажа Е.Ю. II Автоматизация и управление в технических системах. - 2012. - № 1; URL: auts.esrae.ru/1-47 (дата обращения 26.12.2012).

7. Жажа Е.Ю. Рекуррентная схема генерации кусочно-функциональной . зависимости процесса научения-забывания //Электронный научно-методический журнал Центра дистанционного обучения Московского автомобильно-дорожного государственного технического университета (ЦДО МАДИ). №1. - М.:МАДИ, 2013, с.39-49(дата обращения 06.02.2013).

8. Жажа Е.Ю. Многокритериальная задача оптимизации последовательности предъявления учебного материала //Электронный научно-методический журнал Центра дистанционного обучения Московского „ автомобильно-дорожного государственного технического университета (ЦДО МАДИ). №1. - М.:МАДИ, 2013, с.50-59(дата обращения 06.02.2013).

Подписано в печать. 18.02.2013 Тираж 100 экз. Зака! №935 Отпечатано в типографии «Неглет» г. Москва, Ленинградский пр-т д 74 (495)790-74-77 www.reglet.ru

ВВЕДЕНИЕ.

1. АНАЛИЗ МЕТОДОВ ОЦЕНКИ КОМПЕТЕНЦИЙ И БАЗОВЫХ МОДЕЛЕЙ НАУЧЕНИЯ-ЗАБЫВАНИЯ В СИСТЕМЕ ПОДГОТОВКИ ПЕРСОНАЛА ПРОМЫШЛЕННЫХ ПРЕДПРИЯТИЙ.

1.1. Проблемы кадрового обеспечения предприятий промышленности и транспортного комплекса.

1.2. Методы оценки компетенций персонала.

1.3. Анализ методов и форм управления обучением.

1.4. Характеристические свойства личности обучаемого.

1.5. Модели оценки связности учебных материалов.

1.6. Формализованные модели классификации обученности.

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

1.8. Агрегирование и свертка экспертных оценок эффективности системы подготовки персонала.

1.9. Классификация средств обучения и их основные характеристики.

1.9.1. Визуальные формы представления учебного материала.

1.9.2. Аудиальные формы представления учебного материала.

1.9.3. Вербальные формы представления учебного материала.

Выводы по главе 1.

2. МОДЕЛИРОВАНИЕ ПРОЦЕССОВ НАУЧЕНИЯ-ЗАБЫВАНИЯ.

2.1. Особенности усвоения и запоминания учебного материала.

2.2. Модели оценки сложности учебной информации.

2.3. Классификация забывания процессов по виду тренда.

2.4. Постановка задачи построения функции забывания термов.

2.5. Рекуррентная схема генерации кусочно-функциональной зависимости процесса научения-забывания.

2.6. Алгоритм оптимизации образовательной траектории на основе моделей теории расписаний.

Выводы по главе 2.

3. МЕТОДИКА ФОРМИРОВАНИЯ УЧЕБНЫХ ПЛАНОВ.

3.1. Постановка задачи выбора последовательности предъявления учебного атериала.

3.2. Модификация метода весовых множителей.

3.3. Модель обобщенных сетевых графиков учебного плана.

3.4. Вероятностная сетевая модель учебного плана.

Выводы по главе 3.

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

4.1. Структура программного комплекса переподготовки кадров.

4.2. Разработка механизмов интерфейсного взаимодействия с компонентами инструментальных сред формирования мультимедийных курсов.

4.3. Анализ результатов аттестации.

4.3.1. Анализ зависимости по финансово-экономическому блоку.

4.3.2. Анализ зависимости между результатами аттестации и возрастными категориями сотрудников по блокам.

Выводы по главе 4.

На современном этапе эффективное управление персоналом возможно лишь тогда, когда он рассматривается как основной ресурс. Это предполагает необходимость изучения интересов и потребностей работников, с одной стороны, и работодателей с другой, что требует дополнительных ресурсных затрат и изменение (часто радикальное) применяемых технологий управления. В настоящее время с целью развития системы управления персоналом предприятий не вызывает сомнения необходимость широкомасштабного внедрения информационных технологий в процесс подготовки, повышения квалификации и аттестации кадров. Постоянное совершенствование технологической базы, внедрение новейших образцов дорогостоящей техники в производственный процесс, переход на новые методы управления персоналом диктуют необходимость динамичного изменения программ подготовки персонала, рассчитанных на различные возрастные категории и различный уровень начальной подготовки. Задачам автоматизации формирования учебных планов, процедур тестового контроля, мультимедийных обучающих программ посвящено значительное количество работ. Актуальным также является разработка математического инструментария и информационной технологии, которые в комплексе охватывали бы основные аспекты деятельности по управлению персоналом, такие как планирование трудовых ресурсов, наем, распределение, мотивация и вознаграждение, и являлись мощным аналитическим средством поддержки принятия управленческих решений в этой сфере.

Данная работа направлена на моделирование процессов научения и забывания учебной информации, что определяет политику подготовки переподготовки компании с дальнейшими вытекающими последствиями о кадровых перестановках и в целом об управлении кадровым потенциалом, что представляется вполне актуальным.

Объектом исследования является система мониторинга и управления кадровым потенциалом.

Предметом исследования являются методы формирования учебных планов.

Целью работы является повышение эффективности управления персоналом за счет моделирования процессов усвоения и забывания знаний в системе переподготовки.

Для достижения данной цели в работе решаются следующие задачи:

• системный анализ задач оценки компетенций персонала и программных технологий формирования образовательногоо контента;

• анализ и классификация средств подготовки и переподготовки персонала на основе моделей процессов научения и забывания;

• разработка рекуррентных моделей генерации процессов научения и забывания учебной информации;

• формальная постановка задачи формирования учебного плана на основе терм-связности модулей и сетевого моделирования;

• создание библиотеки методов решения задач многокритериальной оптимизации для формирования учебного плана;

• апробация результатов работы на промышленных предприятиях.

Научную новизну работы составляют модели процессов научения и забывания знаний и методы формирования учебных планов и рабочих программ в системе подготовки персонала для реализации управленческих функций предприятия, связанных с соответствием уровня квалификации сотрудника его должностным обязанностям:

• рекуррентная схема композиции моделей научения-забывания на перестановке учебных модулей;

• методика решения задачи формирования учебного плана на основе сетевого моделирования;

• формальная постановка задачи многокритериальной оптимизации функций научения по терм-множеству учебного плана;

В первой главе диссертации выполнен анализ проблем управления персоналом с точки зрения организации системы подготовки, переподготовки и повышения квалификации.

Выделяются два основных подхода к классификации средств обучения: педагогический и технический. Первый основан на необходимости реализации в учебном процессе различных дидактических целей, в первую очередь формирования представления об окружающей действительности, организации разнообразных видов учебно-познавательной деятельности учащихся, осуществления мотивационных, учебных и контрольно-корректирующих функций и т.п. Второй подход позволяет учесть конструктивно-технологические особенности средств обучения, их деление в зависимости от способа создания, каналов воздействия на учащихся, эргономических характеристик и др.

Во второй главе диссертации решается задача моделирования процессов научения-забывания с целью включения этих моделей в программный контур формирования учебных планов системы «СОТА».

В случае итеративного научения (ИН) можно считать, что на его результативные характеристики влияют две входные переменные -информация о значении выходной переменной и параметры окружающей среды - внешние условия. Если бы на каком-то шаге изменились оба значения входных переменных, то результаты научения на этом шаге и на предыдущем были бы просто несравнимыми - нельзя было бы сказать, почему реализовалось именно такое значение выходной переменной: потому, что обучаемая система повела себя соответствующим образом, или потому, что изменились условия ее функционирования. Поэтому постоянство внешних условий является существенной характеристикой ИН. Для сравнимости результатов научения в различные моменты времени (использование количественного описания), даже при постоянных внешних условиях, важно также постоянство цели научения.

В качестве основной результативной характеристики ИН принимается критерий уровня научения. В качестве критерия уровня научения в работе исследовались следующие характеристики:

- временные (время выполнения действия, операции, время реакции, время, затрачиваемое на исправление ошибки, и т.д.);

- скоростные (производительность труда, скорость реакции, движения и т.д. - величины, обратные времени);

- точностные (величина ошибки в мерах физических величин (миллиметрах, углах и т.п.), количество ошибок, вероятность ошибки, вероятность точной реакции, действия и т.д.);

- информационные (объем заучиваемого материала, перерабатываемой информации, объем восприятия и т.д.).

В третьей главе диссертации разработаны методы и алгоритмы оптимизации формирования учебных планов с учетом моделей научения-забывания.

На основании полученных функций научения и забывания каждого терма, в работе вводится критерий эффективности учебного плана.

Основой формирования интегрального критерия является свертка всех функций по группам классифицирующих признаков принадлежности модуля некоторому направлению аттестации, подготовки или переподготовки. Каждому направлению присваиваются весовые коэффициенты, которые переносятся на все термы направления.

В общем случае в программный комплекс включен ряд известных методов решения многокритериальных задач, а именно: метод справедливого компромисса; принцип слабой оптимальности по Парето; метод весовых множителей; метод приближения к идеальному решению; метод последовательных уступок и другие.

В качестве механизма синхронизации и включения образовательных ресурсов в учебные планы в работе предлагается использование обобщенных сетевых графиков, которые содержат вершины различных типов ^решающие узлы - РУ). Решающий узел характеризуется условиями, налагаемыми на входящие в него и выходящие из него операции. На операции, входящие в РУ, могут быть наложены три различных условия:

В четвертой главе диссертации выполнена апробация моделей формирования учебных планов.

Далее в работе рассматривается вопрос включения в программный комплекс автоматизации формирования учебных планов «СОТА» компонентов моделирования процессов научения-забывания. Выполнена структуризация функционала модулей и инструментальных средств системы «СОТА», позволяющих интегрировать модели научения-забывания.

Для проведения исследования были выделены следующие основные направления повышения квалификации: бухгалтерский учет и аудит; экономика; управление финансами; организационные основы финансово-экономического управления; информационные технологии; другие направления. Общая численность работников, прошедших повышение квалификации - 179 человек, что составляет 59% от общего количества сотрудников, принимавших участие в исследовании. 128 работников (41%) не проходили повышение квалификации за указанный период.

Обоснованность научных положений, рекомендаций и выводов определяется корректным использованием современных математических методов и моделей, согласованностью результатов аналитических и имитационных моделей процессов обучения. Достоверность положений и выводов диссертации подтверждена положительными результатами внедрения работы в ряде промышленных предприятий.

Научные результаты, полученные в диссертации, доведены до практического использования в системе подготовки персонала промышленных предприятий. Они представляют непосредственный интерес в области комплексной автоматизации процессов формирования учебных планов и рабочих программ для системы переподготовки. Разработанные методы и алгоритмы прошли апробацию и внедрены для практического применения в ряде предприятий, а также используются при организации учебного процесса на кафедре АСУ МАДИ.

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

• на Российских, межрегиональных и международных научно-технических конференциях, симпозиумах и семинарах (1998-2012гг.);

• на заседании кафедры «Автоматизации технологических процессов и строительных производств».

Совокупность научных положений, идей и практических результатов исследований в области автоматизации образовательного процесса составляет актуальное направление в области теоретических и практических методов формирования учебных планов и рабочих программ в системе подготовки персонала промышленных предприятий.

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

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

Материалы диссертации отражены в 8 печатных работах.

Диссертационная работа состоит из введения, четырех глав и заключения, изложенных на 152 страницах машинописного текста, содержит 43 рисунка, 11 таблиц, список литературы из 135 наименований и приложения.

Выводы по главе 4

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

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

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

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

Заключение

1. Проведен системный анализ задач оценки компетенций, которые позволяют определить основные качества персонала, определяющие его рейтинг на основании соответствия должностным обязанностям.

2. На основе проведенного анализа моделей процессов научения и забывания знаний выполнена классификация педагогических методов подготовки и программных технологий формирования образовательного контента, которая позволила выбрать инструментальную оболочку для реализации системы управления кадровым потенциалом.

3. Проведен сравнительный анализ информативности моделей процессов научения и забывания информации, в результате чего предложена система функций Лагерра, которая является полной системой функций и параметризуется экспоненциальными моделями.

4. Разработана рекуррентная схема композиции моделей научения-забывания на перестановке учебных модулей, позволяющая для всех термов, входящих в цепочку предъявляемых модулей, оценить конечные характеристики усвоения материала.

5. Реализована формальная постановка задачи оптимизации учебного плана на основе терм-связности модулей и сетевого представления учебного плана с возможностью определения ранних и поздних моментов предъявления учебного материала.

6. Выполнена формальная постановка задачи многокритериальной оптимизации функций научения и забывания по терм-множествам и сформирована библиотека методов решения задач многокритериальной оптимизации в информационную среду разработки учебных планов системы подготовки и переподготовки персонала.

7. Разработана программная среда консультанта, включающая функции автоматической генерации и последующего интерактивного редактирования образовательной траектории, что позволяет повысить эффективность взаимодействия консультанта с обучаемым.

8. Разработанные методы и алгоритмы прошли апробацию и внедрены для практического применения в ряде предприятий, а также на кафедре АСУ МАДИ. Показано, что внедрение результатов работы позволяет повысить качество и эффективность процесса подготовки персонала.

1. Алексахин A.B., Николаев A.B., Строганов В.Ю. Развитие системы дистанционного обучения // Человеческие ресурсы. 2002 Г. № 4.

2. Алексеев О.Г. Комплексное применение методов дискретной оптимизации. ML: Наука, 1987 247 с.

3. Аоки М. Введение в методы оптимизации: основы и приложения нелинейного программирования. М.: Наука, 1977 — 343 с.

4. Арсеньев Ю.Н., Шелобаев С.И., Давыдова Т.Ю. Принятие решений. Интегрированные интеллектуальные системы: Учеб. пособие для вузов. — М.: ЮНИТИ Дана, 2003. 270с.

5. Бахвалов Н.С., Лапин A.B., Чижонков Е.В. Численные методы в задачах и упражнениях. Учеб. пособие / Под ред. В.А. Садовничего М.: Высшая школа, 2000. 190 с.

6. Башмаков А.И., Башмаков И.А. Разработка компьютерных учебников и обучающих систем. М.: Информационно-издательский дом «Филинъ», 2003. - 616 с.

7. Башмаков А.И., Старых В.А. Система метаданных для информационных ресурсов сферы образования России, основанная на стандарте LOM // Телекоммуникации и информатизация образования. 2004. - № 6. - С. 51-65.

8. Башмаков А.И., Старых В.А. Систематизация информационных ресурсов для сферы образования: классификация и метаданные. М.: «Европейский центр по качеству», 2003. - 384 с.

9. Бенькович Е.С, Колесов Ю.Б., Сениченков Ю.Б. Практическое моделирование сложных динамических систем, СПб.: БХВ, 2001.-441с.

10. Бобрищева-Пушкина Н.Д. Информационные технологии в образовании психофизиологический и личностный аспект (http://ito.bitpro.ru).

11. Бобылев С.Н. Развитие человеческого потенциала в России// ВМУ: серия 6 — Экономика, №1, 2005, с. 41-63.

12. Богданов Ю.Н., Зорин Ю.В., Шмонин Д.А. Мотивация персонала// Методы менеджмента качества, №11,2001, с. 14-20.

13. Борисова Н., Борисов Н. Поиск лучшего специалиста// РИСК, №1, 2005, с. 57-63.

14. Будихин A.B., Буров Д.А., Николаев A.B., Остроух A.B. Актуализация сведений о данных информационной системы средствами активного словаря-справочника данных, Научный вестник МГТУ ГА, серия Аэромеханика и прочность. 2007, №119.

15. Букин С. Коррекция персонала банка// Банковские технологии, №3, 2004, с. 69-73.

16. Буров Д.А., Краснянский М.Н., Остроух A.B., Суркова Н.Е. Разработка электронных образовательных ресурсов нового поколения по дисциплине «Материаловедение», Научный вестник МГТУ ГА, серия Аэромеханика и прочность. 2008, №130.

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

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

19. Васильков Ю.В. Василькова H.H. Компьютерные технологии вычислений в математическом моделировании.: Учеб. пособие. М.: Финансы и статистика, 2002.

20. Вепринцев А., Суворов Е. Высокие технологии и человеческий фактор// Бухгалтер и компьютер, №11, 2003, с. 9-11.

21. Веревченко А.П., Горчаков В.В. и др. Информационные ресурсы для принятия решений.- Учебное пособие. М.: Академический проект; Екатеринбург: Деловая книга, 2002.-560с.

22. Вереникин А.О. Человеческий капитал: концептуальные основания и особенности проявления// США. Канада. Экономика. Политика. Культура. №3,2005, с. 85-101.

23. Ветлужских E.H. Оценка результативности и эффективности обучения// Методы менеджмента качества, №5, 2004, с. 32-36.

24. Волков И.К., Загоруйко Е.А. Исследование операций.: Учеб. для вузов / Под ред. В.С.Зарубина, А.П. Крищенко. М.: Изд-во МГТУ им. Н.Э. Баумана, 2000. 436 с.

25. Гаврилова Т.А. Разработка теории и технологии проектирования многоагентных интеллектуальных адаптивных систем дистанционного обучения (http://www.csa.ru/ailab/grants).

26. Гилл Ф., Мюррей У., Райт М. Практическая оптимизация. М.: Мир, 1985.-510 с.

27. Глазов Б.И., Ловцов Д.А. Копьютеризированный учебник основа новой информационно-педагогической технологии. // ж. Педагогика. №6, 1995.

28. Голиков А. Хочу всё знать: Произвольные отчеты в программе «1С: Зарплата и кадры 7.7»// Бухгалтер и компьютер, №5, 2004, с. 8-10.

29. Голуб Б.А. Основы общей дидактики. /Учеб. пособие для студ. педвузов. -М.:Гуманит. изд. ценр ВЛАДОС, 1999.

30. Гура В.В. Теоретические основы педагогического проектирования личностно-ориентированных электронных образовательных ресурсов и сред / В.В.Гура // Ростов-на-Дону: Издательство ЮФУ, 2007.

31. Гура В.В. Теория и практика педагогического проектирования электронных образовательных ресурсов (на примере ресурса «социальная педагогика») Учебное пособие./В.В.Гура// Таганрог: издательство Кучма Ю.Д., 2006

32. Гура В.В., Дикарев С.Б. Система проектирования электронных образовательных ресурсов /В.В.Гура, С.Б.Дикарев // Монография Ростов-на-Дону: Издательство ООО «ЦВВР», 2003

33. Гутгарц Р.Д. Информационные технологии в управлении кадрами. -М. : ИНФРА-М, 2001. 235 е.- (Секреты менеджмента). Библиогр.: с. 218231.

34. Джабраилова З.Т., Мамедова М.Т. Нечеткий логический подход к задаче оценки кадрового потенциала// Менеджмент в России и за рубежом, №5,2004, с. 111-117.

35. Дизайн-эргономика в современной образовательной среде /Межрегиональная научно-практическая конференция, М.: Из-во СГУ, 2007 -68 с.

36. Дистанционное обучение: Учебное пособие / Под ред. Е.С. Полат. -М.: Гуманит. изд. центр «Владос», 1998.

37. Дубровин А.Д. Интеллектуальные информационные системы / Учебное пособие, М.: МГУКИ, 2008.

38. Дубянская Г.Ю. Экономико-статистический анализ заработной платы в России, 1991 2001гг. М.: Финансы и статистика, 2003. - 256с.

39. Дуда Р., Харт П. Распознавание образов и анализ сцен: Пер. с англ./ Под ред. B.JL Стефанюка. М.: Мир, 1976. 512 с.

40. Евтушенко Ю.Г., Мазурик В.П. Программное обеспечение систем оптимизации. М.: Знание, 1989 47 с.

41. Елкина О.С., Половинко B.C. Экономическое поведение работников на рынке труда: Монография. Омск: Изд-во ОмГПУ, 2001. 278с.

42. Емельянов A.A., Власова Е.А. Имитационное моделирование в экономических информационных системах. Учебное пособие. М.: Московский государственный университет экономики, статистики и информатики, 1996.

43. Жажа Инновационный менеджмент в формировании научно-технической политики предприятия. Тез. докл. Международной научнопрактической конференции "Управление 98", Государственная академия управления, М., 1998.

44. Жажа Е.Ю. Анализ и выбор механизмов и моделей управления персоналом / Жажа Е.Ю., Суэтина Т.А., Ягудаев Г.Г. //Методы и модели автоматизации поддержки управленческих решений: сб. науч. тр. МАДИ. -М.: МАДИ, 2011.-С. 4-14.

45. Иванова-Швец JI.H. Управление трудовыми ресурсами: Учебное пособие / Московский государственный университет экономики, статистики и информатики. 2004. 122с.

46. Иванченко В. Информационные технологии и системы управления// Экономист, №4, 2004, с. 37-41.

47. Интернет-обучение: технологии педагогического дизайна /Под ред. М.В. Моисеевой. Издательский дом «Камерон», 2004 - 216 с.

48. Кабардов М.К. Система "учитель-метод-ученик": дифференциально-психологические и психофизиологические аспекты. -Психологический институт РАО, 2000. (http://www.a-z.ru/psinstrae/research).

49. Каверец С.Б. Мотивация труда. РАН Институт психологии. Тамбовский ГУ.-М.: 1998-224с.

50. Коган А.Ф. Диагностика целеполагания в педагогике: общие требования к построению компьютерных тестов целеполагания. ж. Практическая психология и социальная работа. №2. - Киев, 2000. - С.22-26.

51. Коджаспирова Г.М., Петров К.В. Технические средства обучения и методика их использования/ Учебное пособие, М.: «АСADEMA» - 2001.

52. Козленко С.А., Саплина Е.В. Современные информационные технологии на уроках истории в профильной школе, //ж. История. № 22, 2007.

53. Козлов В.А. Открытые информационные системы. М.: Финансы и статистика, 1999. - 224 с.

54. Ларичев О.И. Теория и методы принятия решений, а также Хроника событий в Волшебных странах: Учебник. Изд. второе, перераб. и доп. — М.: Логос, 2002. 392 е.: ил.

55. Линейное и нелинейное программирование / Под ред. И.Н. Ляшен-ко. Киев: Выща шк., 1975. 372 с.

56. Лихачева Г.Н. Информационные технологии в экономике: Учебно-практ. пособие. -М.: МЭСИ, 1998.

57. Магура М.И. Поиск и отбор персонала: настольная книга для предпринимателей, руководителей, менеджеров и специалистов кадровых служб.-2-е изд., перераб. и доп. -М. : "Бизнес-школа "Интел-Синтез", 2001. 272 с. : табл.

58. Мазманова Б.Г. Управление оплатой труда: учеб. пособие для вузов. М. : Финансы и статистика, 2001. 368 с. : ил.

59. Майбуров И. Эффективность инвестирования и человеческий капитал в США и России// Мировая экономика и международные отношения, №4, 2004, с. 3-13.

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

61. Максимова А. Как писать для Web'a. // По материалам исследований Якова Нильсена (Jacob Nielsen, http://www.useit.com). (e-mail: sashka@itcenter.ru)

62. Маркетинговое исследование рынка профессиональных знаний и навыков: карьерное планирование// Менеджмент в России и за рубежом, №1, 2003, с. 42-59.

63. Марысаев Виктор "Интернет и мультимедиа", М.: Терра-Книжный клуб, 2001.-320 с.

64. Масленникова Н.П. Управление коллективом в процессе внедрения нововведений// ЭКО, №9, 2002, с. 87- 96.

65. Маслов В. О стратегическом управлении персоналом// Проблемы теории и практики управления, №5, 2002, с. 89-106.

66. Мелецинек Адольф. Инженерная педагогика. М.: МАДИ (ТУ), 1998.

67. Мину М. Математическое программирование. Теория и алгоритмы: Пер. с франц. М.: Наука, 1990.-488 с.

68. Миньо Э. Персонал основа любой компании// Методы менеджмента качества, №8, 2004, с. 31-31.

69. Мкртчян С.О. Нейроны и нейронные сети. (Введение в теорию формальных нейронов) — М.: Энергия, 1971. — 232 с.

70. Многокритериальная оптимизация: Мат. Аспекты / Б.А Березовский, Ю.М. Барышников, В.И. Борзенко, JI.M. Кемпнер. М.: Наука, 1989. — 126 с.

71. Надеждина JI. Непростые сверхурочные// Социальная защита. Трудовые отношения, №8, 2004, с. 14-18.

72. Назарова Т.С., Полат Е.С. Средства обучения: технология создания и использования,- М.: Изд-во УРАО, 1998.

73. Немировский A.C., Юдин Д.Б. Сложность задач и эффективность методов оптимизации. М.: Наука, 1979. — 383 с.

74. Новиков Ф.А. Дискретная математика для программистов: Учебник. СПб.: Питер, 2002. 304 с.

75. Нурминский Е.А. Численные методы выпуклой оптимизации. М.: Наука, 1991- 165 с.

76. Осовский С. Нейронные сети для обработки информации/ Пер. с польского И.Д. Рудинского. М.: Финансы и статистика, 2002. 344 с.:ил.

77. Пантелеев A.B., Летова Т.А. Методы оптимизации в примерах и задачах: Учеб. пособие/ A.B. Пантелеев, Т.А. Летова. М.: Высш. шк., 2002. — 544 е.: ил.

78. Пападимитриу Х.Х. Комбинаторная оптимизация: алгоритмы и сложность. М.: Мир, 1985 510 с.

79. Переверзев В.Ю. Критериально-ориентированное педагогическое тестирование / учебное пособие, М . : Логос, 2003.

80. Плаксина С. Момент истины: принцип построения информационной системы управления производственным предприятием// Бухгалтер и компьютер, №4, 2004, с. 26-30.

81. Плеханов П. Компетентность персонала основа Системы Менеджмента Качества// Компас промышленной реструктуризации, №3, 2004, с. 34-35.

82. Подиновский В.В., Гаврилов В.М. Оптимизация по последовательно применяемым критериям. М.: «Сов. Радио», 1975 — 192 с.

83. Подкопаев Ю.К. Качество управления персоналом// Методы менеджмента качества, №11, 2001, с.7-11.

84. Поляк Б.Т. Введение в оптимизацию. М.: Наука, 1983 384 с.

85. Поляков В.А. Технология карьеры: Практ.руководство. Академия нар.хоз. при правительстве РФ. -М. : "Дело Лтд", 1995. 128с.

86. Поляков Е.Ю., Тимофеев A.B. Некоторые особенности управления персоналом крупных компаний ТЭК в современных условиях// Менеджмент в России и за рубежом, №3, 2004, с. 106-119.

87. Ракоти В.Д. Заработная плата и предпринимательский. -М. : Финансы и статистика, 2001. 224 е.: ил.

88. Распознавание образов: состояние и перспективы/ К. Верхаген, Р. Дейн, Ф. Грун и др. — М.: Радио и связь, 1985. 104 с.

89. Ржаницына JI.C. Цена рабочей силы в условиях рынка. М.: Про-физдат, 1995.- 109 с.

90. Рынок труда и доходы населения: Учеб.пособие для вузов / Под ред. Н.А.Волгина. -М. : Информ.-издат.дом "Филин", 1999. 280с.

91. Сергеев A.C. Автоматизация процедур формирования манифеста и метаданных при разработке SCORM-совместимых электронных учебных модулей, М.: Рособразование, 2008.

92. Сергеев A.C., Несмелова М.Л. Создание открытой образовательной модульной мультимедиа системы по истории, М. Просвещение, 2007.

93. Сиротюк А.Л. Обучение детей с учетом психофизиологии. Практическое руководство для учителей и родителей. М.: Сфера, 2000.

94. Скавитин A.B. Управление сокращением персонала: опыт Великобритании// Менеджмент в России и за рубежом, №2, 2004, с. 65-70.

95. Скибицкий Э.Г. Дидактическое обеспечение процесса дистанционного образования, //ж. Дистанционное образование №1, 2000, стр.21-25.

96. Скибицкий Э.Г., Холина Л.И. Психолого-педагогические аспекты дистанционного обучения /-Новосибирск.: НИПКиПРО, 1999.

97. Смагина Т.В., Бланк К.Н., Каспаров B.JI. Как повысить компетентность и осведомленность персонала// Методы менеджмента качества, №1, 2004, с. 42-45.

98. Соловов A.B. Информационные технологии обучения в профессиональной подготовке // ж. Высшее образование в России. №2, 1995.

99. Староверов О.В. Вложения в человеческий капитал и оплата труда// Экономика и математические методы, №2, 2005, с. 38-43.

100. Суровцев И.С., Клюкин В.И., Пивоварова Р.П. Нейронные сети. — Воронеж: ВГУ, 1994. — 224 с.

101. Сухарев А.Г. Курс методов оптимизации. М.: Наука, 1986 325 с.

102. Тарифно-квалификационные характеристики по общеотраслевым профессиям рабочих: Комментарий к КЗоТ.- 2-е изд., доп. -М. : ИНФРА-М. -120 с.

103. Тимофеев A.B. Принципы политики оплаты труда персонала крупного промышленного холдинга// Менеджмент в России и за рубежом, №4, 2004, с. 118-128.

104. Травин В.В., Дятлов В.А. Менеджмент персонала предприятия: Учеб.-практ. Пособие. 3-е изд. — М.: Дело, 2000. 272 с.

105. Ту Дж., Гонсалес Р. Принципы распознавания образов: Пер. с англ./Под ред. Ю.И. Журавлева. М.: Мир, 1978. 412 с.

106. Шекшня C.B. Планирование персонала и прием на работу. -М.: Бизнес-школа: Интел-Синтез, 1997. 80 с.

107. Шестак Н.В. ВЫСШАЯ ШКОЛА: технология обучения. М.: Вузовская книга, 2000.

108. Шкатулла В.И. Настольная книга менеджера по кадрам. -М.: НОРМА, 2000. 560 с.

109. Штойер, Ральф. Многокритериальная оптимизация. Теория вычисления и приложениям.: Радио Связь, 1992 504 с.

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

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

112. Ball G.H., Hall D.J. Isodata, a self organizing computer program for the desing of pattern recognition preprocession. IFIP Congress, 1965. P. 329-330

113. Bellman R. Dynamic programming.- Princeton: Princeton University Press, 1957.-400 c.

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

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

116. Miller George, The magical Number Seven, Plus Or Minus Two: Some Limits on Our Capacity for Information Processing, The Psychology Review, vol. 63, N2, March 1956.

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

118. Patten Recognition in Practice./ Ed. By L.N. Gelsema and L.N. Kanal. Amsterdam, 1980. 396 p.

119. Таха, Хэмди А. Введение в исследование операций: пер. с англ./ Хэмди, А. Таха.- 6-е изд.- М.: Вильяме,2001.-912с.

120. Tiffin, J. and Rajasingham, L. «Education in an Information Society» («Обучение в информационном обществе»). London «Biddles Ltd» 1995.1\11. УТВЕРЖДАЮ

121. Внедрение результатов работы позволяет повысить качество и эффективность процессов обучения в системе аттестации персонала промышленных предприятий

122. Десятое января 2013 года г.Москва

123. Настоящий акт составлен в том, что результаты диссертационной работы Жажа Елены Юрьевны на тему «Мониторинг и управление кадровым потенциалом на основе моделирования процессов забывания и научения» внедрены в нашей организации.

124. Внедрение результатов работы позволяет повысить качество и эффективность процессов обучения в системе аттестации персонала нашего предприятия.1. Лукащук П.И.