автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Планирование и организация учебного процесса в вузе на основе информационной технологии индивидуализированного обучения

На правах рукописи

КОЗЛОВ ВЯЧЕСЛАВ ВАСИЛЬЕВИЧ

ПЛАНИРОВАНИЕ И ОРГАНИЗАЦИЯ УЧЕБНОГО ПРОЦЕССА В ВУЗЕ НА ОСНОВЕ ИНФОРМАЦИОННОЙ ТЕХНОЛОГИИ ИНДИВИДУАЛИЗИРОВАННОГО ОБУЧЕНИЯ

Специальность: 05.13.10 - «Управление в социальных и экономических системах»

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Самара 2010

004604531

Работа выполнена на кафедре прикладной математики и вычислительной техники ГОУ ВПО Самарского государственного архитектурно-строительного университета (СГАСУ).

Научный руководитель-доктор технических наук, профессор Лиявский Семен Авраамович

Официальные оппоненты - доктор технических наук, профессор Минаев Владимир Александрович

доктор технических наук, профессор Макаров Алексей Алексеевич

Ведущая организация - ГОУ ВПО Московский авиационный университет

(Государственный технический университет)

Защита диссертации состоится «18» июня 2010 года в 11:00 на заседании диссертациЬнного на заседании диссертационного совета Д 212.132.10 в Федеральном государственном образовательном учреждении высшего профессионального образования «Национальный исследовательский технологический университет «МИСиС» по адресу: 105318, г. Москва, Измайловское шоссе, д.4.

С диссертацией можно ознакомиться в библиотеке Федерального государственного образовательного учреждения высшего профессионального образования «Национальный исследовательский технологический университет «МИСиС».

Автореферат разослан «15» мая 2010 года.

Ученый секретарь диссертационного совета И.Б. Моргунов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Необходимость совершенствования механизмов управления качеством учебного процесса с целью повышения эффективности его функционирования в современных условиях является объективной необходимостью. В настоящее время общепризнано, что одним из основных средств повышения качества учебного процесса в высшей школе является индивидуализация обучения. Так, в соответствии с распоряжением Правительства Российской Федерации от 29 декабря 2001 года № 1756 - р об одобрении Концепции модернизации российского образования на период до 2010 г. предусматривается профильное обучение и ставится задача создания «системы специализированной подготовки (профильного обучения), ориентированной на индивидуализацию обучения». Широкое применение АСУ-вуз и тестирующих систем позволяет получить подробную информацию о ходе учебной деятельности каждого студента, в настоящее время эта информация используется, в основном, только на «первом уровне» системы обучения - в непосредственном учебном процессе «преподаватель-студент». Она не оказывает влияния на планирование и организацию самого учебного процесса. Причина этого кроется в отсутствии необходимых достаточно сложных математических моделей, основанных на использовании методов теории управления и принятия решений. Подготовка специалистов по любому направлению имеет свою специфику, в частности, в области апробации диссертации - области инфокоммуникаций, что обусловлено рядом особенностей, присущих этой сфере, а именно:

• высокая компьютерная вооруженность и компетентность каждого обучаемого,

• обусловленное этим интенсивное использование ИКТ в процессе обучения,

• индивидуальный темп овладения инфокоммуникационными технологиями,

• освоение большого числа дисциплин, предусматривающих создание каких-либо законченных продуктов деятельности.

Цель и постановка задач исследования. Целью диссертации является повышение эффективности управления учебным процессом в вузе путем индивидуализации процесса обучения за счет использования математического моделирования и информационно-коммуникационных технологий (ИКТ) в условия телекоммуникационной среды (ТКС) вуза.

Важно, что эффективная реализация такой системы подготовки специалистов может быть организована в рамках существующей в вузах поточной системы обучения и не требовать при этом кардинальной ломки сложившегося учебного процесса. Однако для этого необходимо решение ключевых задач.

1. Разработка организационной структуры планирования и организации индивидуализированной подготовки специалистов с применением ИКТ в условиях ТКС вуза.

2. Обоснование необходимости формализации задачи и математического моделирования при реализации разработанной системы индивидуализированной подготовки специалистов и разработка оптимизационных математических моделей индивидуализированной их подготовки.

3. Разработка информационной системы и комплекса программ для управления индивидуализированной подготовкой специалистов.

4. Внедрение результатов и анализ их эффективности.

Задача индивидуализированной подготовки студентов может быть формализована с использованием терминологии многокритериальных систем (МС). Пусть множество студентов является внешним множеством по отношению к образовательной системе, в то время как ее множество стратегий представляет собой совокупность альтернативных обучающих проектов, например, вариантов учебного графика или технологической карты освоения учебной дисциплины. В этом случае функция локальной эффективности Дх,у) определяет эффективность подготовки студента хеХ по учебному графику уеУ. Индивидуализация обучения состоит в оптимальном выборе некоторого подмножества проектов А={у1}'1=1..т «г У и определенной на X распределяющей функции Е(х), сопоставляющей каждому студенту х еХ номер того элемента А, за которым студент закреплен.

Эффективность образовательной системы, рассматриваемой в рамках гарантирующей многокритериальной системы (ГМС), характеризуется в этом случае минимальным гарантированным качеством освоения учебного материала по всему контингенту студентов, то есть качеством подготовки самого «слабого» студента. Образовательная система, рассматриваемая в рамках интегральной многокритериальной системы (ИМС), характеризуется средним уровнем подготовки по всему контингенту.

Указанный подход лежит в основе математических моделей, разработанных в настоящей диссертации, при этом понятия теории интерпретируется каждый раз в соответствии со спецификой решаемой задачи.

Предмет исследования - управление планированием и организацией учебного процесса в вузе на основе информационной технологии индивидуализированного обучения.

Методы исследования:

• методы системного анализа и теории оптимального управления,

• методы линейного программирования,

• методы целочисленной оптимизации,

• методы проектирования информационных систем и реляционных баз данных,

• технологии сетевого программирования. Новые научные результаты:

• предложена новая технология управления подготовкой специалистов, отличающаяся индивидуализацией учебных графиков, технологических карт и непосредственного процесса обучения на основе комплекса специальных математических моделей и программ,

• впервые разработана математическая модель формирования оптимального распределения дисциплин по циклам обучения на основе учета кластерной готовности обучаемых,

• впервые предложена математическая модель оптимального формирования

г индивидуализированных технологических карт дисциплин в семестре,

■ разработана новая информационная технология непрерывного дистанционного мониторинга

" индивидуальной учебной деятельности обучаемых с кластеризацией потока, отличающаяся тесной интеграцией с учебным планом отдельных дисциплин и рабочим графиком обучения.

Практическим результатом диссертации является разработка информационной системы поддержки индивидуализированного обучения в вузе. Разработанный при этом банк тестовых заданий по дисциплине «Корпоративные информационные системы» сертифицирован для использования при проведении аттестации учреждений высшего образования Российской Федерации (Сертификат № 0382834 от 29.06.2007 органа по сертификации программно-

дидактических тестовых материалов и технологий компьютерного тестирования «ТЕСТ-Профобразование»), Результаты работы внедрены в учебный процесс на факультете информационных технологий (ИСТ) Самарского государственного архитектурно-строительного университета (СГАСУ).

Работа докладывалась на шести международных и шести Всероссийских научных конференциях в Москве, Уфе, Нижнем Новгороде, Евпатории и Самаре. Основные результаты диссертации представлены в 23-х публикациях, в том числе двух в изданиях, рекомендованных ВАК РФ для публикации результатов докторских и кандидатских диссертаций.

Структура и объем работы Диссертационная работа состоит из введения, 5 глав и заключения, изложенных на 160 страницах; библиографического списка из 106 наименований.

СОДЕРЖАНИЕ РАБОТЫ

В ведении рассмотрены вопросы актуальности работы, поставлены цели и задачи, сформулирована ее научная новизна и практическая полезность. Приведены основные публикации, структура и объем работы, а также ее краткое содержание.

В первой главе рассматриваются вопросы тенденции изменения технологии обучения в высшей школе в связи с формированием телекоммуникационной среды вуза.

Основной тенденцией изменения обучения в высшей школе в связи с формированием телекоммуникационной среды (ТКС) вуза является создание автоматизированных систем на базе методологии программированного обучения, тестирующих систем, автоматизированных систем управления вузом и информационных систем, обеспечивающих методологию дистанционного образования. Наиболее значительный вклад в теоретическую разработку и реализацию этих информационных инструментов внесли такие ученые как В.И. Солдаткин, А.Д. Иванников, Г.В. Майер, В.И. Овсянников, А.И. Пирогов, Ю.В. Шаронин, A.A. Скамницкий, A.A. Андреев, C.JI. Каплан, И.Б. Моргунов. Заслуженную известность получили такие информационные системы различного назначения как (АОС, АСУ, ДО), центр тестирования ФЭПО, АСТ-центр.

Существующие системы автоматизированного обучения, в основном, функционируют лишь на уровне непосредственной обучающей деятельности в цепочке «преподаватель -

автоматизированная система — студент». Как видно из рисунка 1, эти системы функционируют на уровне механизмов процесса обучения.

В диссертационной работе предлагается использование

инфокоммуникационных технологий на ином уровне - управления учебным процессом, а более конкретно - информатизация планирования и организации учебного процесса в направлении его индивидуализации в отношении обучаемых, то есть учета человеческого фактора.

Рекомендованный (примерный) Рабочий график, Управление требования ГОС к содержанию учебных дисциплин по специальности

Рисунок 1 - Обучение как управляемый процесс

Планирование и организация учебного процесса по любой специальности в вузе в настоящее время происходит по схеме, представленной на рисунке 2. На основе Государственного образовательного стандарта на специальность (ГОС) учебно-методическим объединением

разрабатывается и Минобрнауки РФ утверждается Учебный план подготовки специалистов в вузах. Деканатом вуза на основе утвержденного для данной специальности учебного плана создаются рабочие графики, содержащие перечень дисциплин,

распределенных по семестрам и закрепленные за ведущими их кафедрами. На кафедрах на основе ГОС разрабатываются учебные программы по дисциплинам, на основе которых создаются технологические карты для непосредственного обучение в семестре.

Диссертационная работа направлена на повышение эффективности функционирования трех нижних блоков системы планирования и организации учебного процесса в вузе. При традиционном подходе совершенно не учитываются индивидуальные особенности студентов. Формирование учебных графиков необходимо увязать с уровнем индивидуальной подготовки студентов и разработать механизм принятия решений, при котором в них в первую очередь попадут те дисциплины, к изучению которых студенты наиболее подготовлены, отнеся оставшиеся дисциплины на более поздний срок с целью дать время студентам для подготовки их изучению. При этом необходимо соблюдать структурно-логическую схему преподавания. Технологические карты, определяющие порядок и сроки сдачи тем или контрольных точек по отдельным дисциплинам, разрабатываемые кафедрами изолированно друг от друга целесообразно взаимно увязать, чтобы выровнять нагрузку на студента в течение семестра. Кроме того, целесообразно дать возможность индивидуального планирования нагрузки некоторым наиболее студентам, принимающим активное участие в различных научных мероприятиях. При непосредственном обучении необходимо наличие хорошо отлаженного механизма обратной связи, обеспечивающего контроль восприятия учебного материала отдельными студентами и позволяющего принимать различные оперативные управленческие решения.

Вторая глава посвящена разработке организационных схем совершенствования планирования и организации учебного процесса на основе индивидуализации подготовки специалистов с активным применением ИКТ. Общая канва этих схем представлена на рисунке 3.

ГОС по специальности

Учебный план I -

Семестровые учебные графики

Технологическое карты

Непосредственное обучение

Информационная технология индивидуализированного планирования и организации учебного процесса

Рисунок 2 - Основные блоки системы планирования и организации учебного процесса в вузе

АИС монигориш'з и

. ■ ■ ■ Ш ..

л;::,

,тиц 1

ти к ОС8«

БД

| . г

У,

ЙС расчета ихйяаавсти Ь. ^ Щ&Й&вире »ч&Я« ;«К»н6&™ р! I 4 ' •' -чучеб>&<х дв^цишшн

и^ювльше опук'-жыьйог?' ^чеъчогл графпке

} I оптимизации ><—Планирование индивидуальных модификдднй~|;

вин

. .^щ^олйшчещсих карг... „ - ;.....,; г

| № ШШКГСЩНЙГЗ: . '^гг ге ? Д!;! ; ХЫй/- - |.

Рисунок 3 - Структура информационной технологии индивидуализированного планирования и организации учебного процесса

Технология построена на циклическом характере учебного процесса, что позволяет перед каждым новым циклом планирования и организации (учебный год или семестр) располагать значительной информацией о результатах предшествующей учебной деятельности каждого студента, студенческой группы, студенческого потока. Используя структурно-логические схемы связи учебных дисциплин, это позволяет рассчитать уровни готовности обучаемых к освоению новых учебных дисциплин.

В разработанной технологии эта информация используется для:

• индивидуализированного формирования посеместрового учебного графика;

• индивидуализация сопровождения самостоятельной работы студентов в семестре;

• индивидуализации преподавания учебных дисциплин в семестре.

Одной из самых важнейших задач индивидуализации обучения является задача о формировании оптимального семестрового учебного графика. Схема индивидуализированного формирования учебного графика на два потока в течение учебного года показана на рисунке 4.

Рисунок 4 - Организация индивидуализированного обучения в потоках

Задача является многофакторной. Здесь необходимо учесть взаимосвязь отдельных дисциплин, обеспечить требуемую сложность и профориентированность семестрового учебного графика, баланс часов по двум семестрам в течение учебного года и индивидуальную готовность потока студентов к каждой из учебных дисциплин. Следующей задачей является обоснование целесообразности раздельного изучения дисциплин в два потока. Имеется в виду следующее: при

достаточно большом количестве студентов может иметь смысл разделить их на два потока, сформировав для каждого из них индивидуальные семестровые учебные планы.

Как видно на схеме, в начале учебного года и в его конце имеем общий поток студентов, которые изучили все дисциплины положенные по учебному плану на этот учебный год. Обучение в течение года ведется двумя независимыми потоками, каждый из которых обучается по индивидуальному учебному плану. Дополнительно, все студенты в первом семестре посещают курсы выравнивающей подготовки. Все решения по представленной схеме принимаются на основе оптимизационных моделей.

Кроме оптимизации учебного плана предусматривается оптимизация самостоятельной работы студентов в семестре. На рисунке 5 приведены типовые графики прохождения дисциплины тремя типами студентов (сверху-в низ): слабыми, средними и сильными.

X

Преподаватель

Принятие решения о переводе / снятия с / на свободное обучение

ИС сопровождения учебного процесса

Рисунок 5 - Индивидуализация интенсивности самостоятельной работы в семестре

Очень важно чтобы изучение отдельной дисциплины шло не в ущерб изучению остальных дисциплин. Для этого разработана оптимизационная модель. Она учитывает порядок сдачи контрольных точек по всем дисциплинам и обеспечивает максимально равномерную загрузку студента в течение всего семестра. Критерием оптимальности служит максимальный сдвиг момента сдачи контрольных точек влево. При этом гарантируется своевременность и правильный порядок сдачи всех контрольных точек по всем учебным дисциплинам.

Наряду с индивидуализацией графика изучения учебных дисциплин в целом, и оптимизации самостоятельной работы студентов в семестре предусмотрена индивидуализация сопровождения учебной деятельности студентов в семестре по отдельным дисциплинам. При этом обеспечивается оперативный контроль за ходом учебного процесса, ведется индивидуальный рейтинг студента и довольно сильно меняется сам ход учебного процесса. На рисунках 6 и 7 представлены соответствующие схемы.

Для реализации представленной схемы индивидуализированного изучения дисциплин была разработана соответствующая информационная система.

Лекция

слушает

обращается

ПРЕПОДАВАТЕЛЬ

выполняет V

проводит

Корректировка форм ПЗ

- Обобщение результата по группе!

результат

ТКС вуза

ТКС вуза

получает

результат к получает

Электронные материалы использует Тест дня самоподготовки

ИС сопровождения учебного процесса изучает _проходит

СТУДЕНТ

выполняет

Практическое занятие

использует

Осмысление

Рисунок 6 - Индивидуализация в ходе учебного процесса

"у Преподаватель

Рисунок 7 - Кластеризация студенческой группы для проведения лабораторных занятий

В третьей главе разработаны математические модели индивидуализированного планирования и организации учебного процесса.

Математическая модель индивидуализированного формирования учебного графика. Рассмотрим условие допустимости учебного графика. Пусть задан перечень из М дисциплин, изучение которых намечено на текущий цикл обучения. Введем матрицу Gj трудоемкости изучения дисциплин, ]=1..М, и матрицу логических связей между дисциплинами к = 1..М): [1, если для } - той дисциплины требуется занание дисциплины к

О, если для ]- той дисциплины нет предварительных условий

Здесь будем рассматривать модель учебного графика при которой все дисциплины матрицы

I должны быть изучены в течении двух семестров. Введем двоичный вектор у = 1..М\

Г1, если j - тая дисциплины изучается в семестре 2 ...

/ = 1

[О, если } - тая дисциплины изучается в семестре 1 Для того, чтобы определяемый вектором Sj, j=l..M учебный график был допустим требуется:

• соблюдение междисциплинарных связей;

• соблюдение равномерного распределения часов по семестрам.

Условие соблюдения междисциплинарных связей удобно записать в виде величины, характеризующей количество нэрушений этих связей. Для этого введем вектор \]} количества нарушений связей поу-той дисциплине:

и,=±Ь^ (3)

Суммарное количество нарушений будет:

[/ = £[/, ' (4)

м

Количество часов во втором семестре определяется выражением:

Я,=10А (5)

(1=1

Тогда условие допустимости учебного графика имеет ввд:

Р = ° (6)

Перейдем к оптимизации учебного графика с учетом возможности дополнительной самоподготовки студентов. Пусть поток обучаемых включает N студентов. Введем матрицу начальной готовности студентов к изучению дисциплин учебного года - двух семестров. Обозначим эти величины через матрицу Ау, где / - номер студентку - номер дисциплины.

Пусть эффект от дополнительной подготовки каждого студента из потока обучаемых по у-той дисциплине пропорционален относительному количеству часов, отведенных на подготовку и определяется выражением

¿4=3- (7)

Здесь: В^ - количество часов, отведенных на подготовку к у-той дисциплине. Тогда готовность студента к изучению дисциплины с учетом дополнительного эффекта, для дисциплины, отнесенных во второй семестр, имеет вид А ¡у

А: = тт(Аа + 83ДА;,5) (8)

Итоговая готовность потока обучаемых по всем дисциплинам (первого и второго семестра), с учетом дополнительной подготовки будет:

Г^^^^пНАи+ЯМ^) (9)

1 1

Имеющуюся нелинейность можно исключить, дополнив выражение ограничением. Окончательно получим:

N4 N А/

Ay + SjAAJ < 5

Учтем ограничения, связанные с удорожанием за счет введения часов дополнительной подготовки:

и

в = (11)

YP,

У-1

Здесь Взад — допустимое удорожание в процентах. В качестве критерия оптимальности принимаем:

им <в

02)

.'•I J (Jy

Таким образом, математическая модель сформирована как задача целочисленного линейного программирования, которая решается стандартными алгоритмами.

Обобщенная модель индивидуализированного учебного графика. Эта модель позволяет разделить общий поток обучаемых на два дадпотока, изучающих некоторые из дисциплин в различных семестрах в зависимости от индивидуальной готовности подпогоков.

Введем вектор Р, - принадлежность студента первому или второму подпотоку:

{1, если студент обучается по учебному графику 1 ^^

О, если студент обучается по учебному графику О Введем также два вектора для учебных графиков Sf и S/ для 0-вого и 1-го учебных графиков соответственно: g0 если дисциплина изучается в семестре! ^ |1, если дисциплина изучается в семестре 2 ^^ 1 [О, если дисциплина изучается е семестре 1 1 [О, earn дисциплина изучается в семестре 1 Оба учебных графика должны быть допустимы, следовательно:

Uj=U° + U)=±LJkS:+lLJkSl (15)

Суммарное количество нарушений будет:

U = fUj (16)

м

Количество часов во втором семестре определяется выражением:

H?=±GtS! И . Hl = ±GtSl (П)

Ы1

Дополнительной подготовки по /-той дисциплине, для студентов, обучающихся по соответствующим учебным графикам:

J Gj ' GJ . С учетом разбиения потока на два независимых подпотока для /-того студента получим:

АА = (1 - Р, )Д4в + Р,АА) = (1 + ^ (19)

Суммарное удорожание в процентах определится выражением:

В =100-^—¡^--(20)

У-1

Целевая функция имеет вид:

/V л/ 5В° 5В1

м / Сгу

По другим разработанным математическим моделям приведем лишь итоговое формальное описание.

Интерактивная математическая модель поддержки свободного освоения блока учебных дисциплин студентом. Целевая функция:

м

Ограничения: Х„>0 = двоичное

(лимит времени студента ТГС") " г,,=> и,„,

щ, - двоичное V. г.1

"¡я - и,,г для любых Г > т Переменные оптимизации: Хн

(распределение усилий студента)

Исходные данные: Трудоемкость подготовки к контрольным точкам -

Исходная матрица готовности студентов - А у

Математическая модель индивидуального мониторинга учебной деятельности студента по дисциплине. Модель имеет три цели:

• на основе индивидуального компьютерного тестирования дать информацию об уровне успеваемости студента в оперативном режиме;

• определять рейтинг студента в оперативном режиме;

• прогнозировать предположительную (рекомендуемую) оценку студента при заключительной аттестации по дисциплине.

Нормированная успеваемость (X) студента, определяемая как отношение зачтенных часов к прочтенным и рейтинг (У) студента на момент времени т, с учетом трудоемкости изучения отдельных тем как весовых коэффициентов будет:

Х^-^ШшМ и (22)

/=0

Здесь: , А, - трудоемкость изучения /-той темы и пороговое значение для этой темы;

Si„ Вц - множество занятий и балл студента по /-той теме на момент времени /;

[О, иначе

Очевидно, что на момент окончания изучения дисциплины (сдачи дисциплины) величина X примет значение 100 % - студент освоил все темы. Величину Y можно использовать как предварительную (рекомендованную) оценку студента на экзамене или зачете.

В четвертой главе разрабатываются две автоматизированные системы (АИС), обеспечивающие реализацию информационной технологии индивидуализированного планирования и организации учебного процесса:

• АИС поддержки планирования и организации учебного процесса;

• АИС сетевого дистанционного сопровождения учебного процесса.

Общая структура определяющей телекоммуникационной среды, разработанной на основе объединенной базы данных представлена на рисунке 8.

АИС поддержки планирования и организации учебного процесса предназначена дня автоматизации расчетов по математическим моделям индивидуализированного формирования учебного графика и интерактивной модели поддержки свободного освоения блока учебных дисциплин студентом. В виду применения данных расчетов однократно в течение семестра и только на рабочем месте декана, а также с учетом возможной необходимости ручной коррекции результатов расчетов, АИС реализована в виде модуля в офисном приложении Excel. Все ограничения и логика модели реализованы в АИС через стандартный поиск решения. Это стало

Модуль математических отчетов и ] моделей

7Х

Л

\Z

к ядру систем^^:

Общая база данных

Модуль доступа

к БД (ядро)

J и

SQL^

а

\z

ИНТЕРНЕТ СЕРВЕР

"ZS"

7Х

Web клиенты (через любой Интернет браузер)

VV V V

Модуль студента

Модуль преподавателя

Модуль декана

Рисунок 8 - Общая схема организации работы с информационной системой

возможно за счет линейной постановки задачи о поиске оптимального учебного графика.

АИС дистанционного сопровождения выполнена на языке С++ и PHP. Выбор языка продиктован сложностью задачи и требованиям высокой надежности. При разработке программной части были применены следующие технологии: CGI, ISAPI, Winlnet, ODBC, MFC,

СОМ. Программа имеет модульную архитектуру и организационно состоит из следующих модулей:

• серверный CGI модуль (ядро системы), несущий всю логическую нагрузку и обеспечивающий совместный доступ к базе данных на объектном уровне;

• модули преподавателя (совмещены с модулем декана);

• модуль студента.

• дополнительные модули, реализованные на VBA как расширения WORD. Особенностью разработанной системы, выгодно отличающей ее от аналогов, является

наличие встроенного языка и хранение всех данных в формате HTML. Использование встроенного языка позволяет создавать шаблонные вопросы, содержание которых генерируется автоматически, что позволяет существенно снизить размер базы заданий при сохранении вариабельности. Вопрос со свободным ответом позволяет применять систему контроля как систему развития творческих способностей, так как ответы на вопросы этого типа проверяются экспертом, а не компьютером.

Модули преподавателя и студента могут работать как в локальном, так и сетевом вариантах. Студенту доступен просмотр лекционного материала, хранимого на сервере в базе данных с привязкой к занятиям и структурно-логической схемы изучения дисциплины, режим самотестирования и просмотра различных рейтинговых данных. Студент может проходить тестирование в режимах ON-Line или OFF-Line. В любом случае для обеспечения безопасности оценивание выполненного теста происходят на сервере, причем каждый выданный тест имеет уникальную цифровую подпись.

Серверный модуль реализует всю бизнес-логику и является платформой, построенной на основе объекшо-ориентрованного подхода. Разработанный набор классов доступен в виде библиотек и доступен при разработке дополнительных модулей через интерфейс CGI.

В пятой главе приводятся результаты внедрения диссертационной работы на факультете информационных систем и технологий Самарского государственного архитектурно-строительного университета в 2006-08 годах. Факультет готовит специалистов по специальности 230201 -информационные системы и технологии. Численность студентов, охваченных разработанной в диссертации технологией - более 800 студентов всех курсов (с учетом частичного охвата студентов других факультетов СГАСУ). Некоторые количественные характеристики объекта внедрения приведены в таблице 1.

Таблица 1 - Некоторые характеристики объема внедрения информационной технологии

Параметр Значение

Количество групп студентов 50

Количество студентов 883

Дисциплин 53

Подразделов дисциплин в составе системно охваченных дисциплин 49

Разделов и подразделов для базы тестовых заданий 192

Количество тестовых заданий 2456

Количество разработанных тестов 55

Выдано тестов 5732

Получено ответов 3867

Количество статистических данных по ответам студентов 123514

Количество курсов, охваченных системой планирования 4

Количество дисциплин, охваченных планированием 28

Количество перенесенных дисциплин 9

Количество контрольных точек 392

Количество студентов на индивидуальном графике 12

Количество выпусков студентов 2

Количество выпускников 47

Факультет является адекватным объектом для анализа эффективности разработанной технологии по двум причинам. Во-первых, большинство преподаваемых на нем дисциплин весьма тесно связаны, что определяет существенную роль готовности к освоению последующих связанных дисциплин. Во-вторых, сложность изучаемых дисциплин наталкивается на значительные перепады в школьной подготовке и умении осваивать учебный материал у различных студентов. Приведем результаты по отдельным функциям индивидуализированного планирования и организации учебного процесса на факультете на основе разработанной информационной технологии. В таблице 2 приведены данные по корреляции результатов сессий с первоначально рассчитанной готовностью студентов.

Таблица 2 - Коэффициент корреляции результатов сессии с исходной готовностью студентов

Курс Количество зависимых дисциплин Количество влияющих дисциплин Коэффициент корреляции

по студентам по дисциплинам

2 3 5 0,49 0,99

3 10 14 0,27 0,49

4 22 31 0,60 0,31

В таблице 3 приведены данные о степени индивидуализации учебных графиков и эффективности этой индивидуализации.

Таблица 3- Индивидуализация рабочих графиков

Курс Общее Количество Уровень Расчетный средний бал Эффективность

количество индивидуально индивидуализации до оптимизации после использования

дисциплин перенесенных учебного графика, % оптимизации информационной

дисциплин технологии, %

2 9 3 33 4,46 4,68 5-15

3 9 3 33 3,75 4,22 12-62

4 10 5 50 4,11 4,18 2-6

В таблице 4 приведены данные об эффективности применения модели поддержки свободного изучения блока учебных дисциплин студентами.

Таблица 4- Индивидуализация работы в семестре

Курс Количество Максимальная нагрузка в неделю Эффект, % Относительное сокращение семестра, %

дисциплин контрольных точек до оптимизации после оптимизации

1 8 27 169 104 38 12

2 8 30 169 87 49 18

3 9 26 183 128 30 6

4 10 24 184 102 45 0

На рисунке 9 показана динамика хода освоения студентами отдельных дисциплин по неделям. Характерной особенностью хода учебного процесса является падение совокупного

рейтинга студентов в середине и его рост к концу семестра. Чтение лекций и проведение лабораторных работ распределено равномерно по семестру, однако некоторые студенту оттягивают сдачу на конец семестра. Однако, из рисунка 10 следует, что за счет применения разработанной технологи индивидуализации непосредственного обучения студентов в течение семестра удается изменить общий вектор таких настроений. На рисунке изображен понедельный прирост рейтинга студентов. Видно, что все время обучения имеется отчетливая тенденция к увеличению мотивации студентов и как следствия роста рейтинга.

выводы

В диссертации разработана новая технология подготовки специалистов, позволяющая повысить эффективность функционирования управления учебным процессом, отличающаяся индивидуализацией учебных графиков, технологических карт и непосредственно процесса обучения на основе комплекса специальных математических моделей и программ и получены следующие результаты.

1. Разработана математическая модель формирования оптимального распределения дисциплин по циклам обучения на основе учета кластерной готовности обучаемых.

2. Предложена математическая модель оптимального формирования индивидуализированных технологических карт при освоении дисциплин в семестре.

3. Разработана информационная технология непрерывного дистанционного мониторинга индивидуальной учебной деятельности обучаемых с кластеризацией потока, отличающаяся тесной интеграцией с учебным планом отдельных дисциплин и рабочим графиком обучения.

4. Для реализации разработанной технологии создана сетевая автоматизированная информационная система. Она позволяет проводить расчет индивидуальной готовности студентов к изучаемым дисциплинам, вести индивидуальный мониторинг сдачи студентами контрольных точек с построением графиков, отражающих рейтинг студента по времени, осуществлять оптимальное планирование часов дополнительной подготовки по отдельным дисциплинам, генерировать оптимальный семестровый рабочий график на основе индивидуальной готовности студентов.

5. Разработанная информационная технология индивидуализации обучения внедрена на факультете информационных систем и технологий Самарского государственного архитектурно-строительного университета. В частности, в рамках оптимизации учебных графиков общая готовность студенческого потока по варьируемым дисциплинам выросла с 3.8 до 4.3 балла. В рамках внедрения оптимизации самостоятельной работы студентов удалось достичь снижение пика нагрузки: на первом курсе - 38% (с 169 до 104 часов), на втором курсе - 48% (с 169 до 87 часов), на третьем курсе - 30% (с 183 до 128 часов), на четвертом курсе - 44% (с 184 до 102 часов): В рамках внедрения индивидуализации освоения отдельной дисциплины на примере курсов «Операционные системы» и «Корпоративные системы» удалось обеспечить уровень академической успеваемости на момент завершения семестра на уровне 80% в среднем по группе с максимальным разбросом в 20%. Для индивидуализации обучения при проведении лабораторных занятий производилась кластеризация группы.

Таким образом, формализация постановки задачи об оптимизации управления учебным процессом позволило разработать новую организационную систему подготовки специалистов, основанную на учете их начальной подготовки. Последующее использование методов теории управления и принятия решений в социальных системах и разработка соответствующих моделей позволило существенно повысить эффективность функционирования разработанных организационных систем управления учебным процессом, что являлось целью диссертационной работы.

ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИИ ОПУБЛИКОВАНЫ В РАБОТАХ В изданиях рекомендованных ВАК

1. Модель индивидуализированной подготовки специалистов в инфокоммуникационной среде вуза. Козлов В.В., Пиявский С.А. / «Инфокоммуникационные технологии». Периодический научно-технический и информационно-аналитический журнал, том 7, №3,2009 - с.93 -98

2. Технология индивидуализированной подготовки специалистов в области инфокоммуникаций на основе математического моделирования. Козлов В.В. / Известия Самарского научного центра Российской академии наук, том 11, № 5,2009 - с. 499-501

В других изданиях

1. Математическая модель и процесс обучения в вузе. В.В. Козлов. Естественнонаучное образование в вузе: проблемы и перспективы / Сборник трудов Всероссийской научно-методической конференции. Самара, 2006г, 464 с. / Под редакцией д.т.н., профессора В.Н. Михелькевича

1. Комплексная автоматизированная система с централизованной базой. В.В. Козлов. Актуальные проблемы в строительстве и архитектуре. Образование. Наука. Практика. Материалы 63-й Всероссийской научно-технической конференции по итогам НИР за 2005г. / Под редакцией д.т.н., профессора Чумаченко Н.Г.Самара: СГАСУ, 2006.423 с.

3. Комплексная автоматизированная система с централизованной базой. В.В. Козлов. Актуальные проблемы в строительстве и архитектуре. Образование. Наука. Практика. Материалы 63-й Всероссийской научно-технической конференции по итогам НИР за 2005г. / Под редакцией д.т.н„ профессора Чумаченко Н.Г.Самара: СГАСУ, 2006. 423 с.

4. Повышение качества обучения путем дифференциации учебных программ. В.В. Козлов, С.А. Пиявский. Проблемы качества образования. Материалы XVI Всероссийской научно-методической конференции «Актуальные проблемы качества образования и пути их решения в контексте европейских и мировых тенденций». Модульные технологии построения образовательных программ высшего и непрерывного профессионального образования. Книга 4. Москва-Уфа: 2006, Исследовательский центр проблем качества подготовки специалистов, Москва, 35с.

5. Математическое моделирование при индивидуализации учебного процесса в информационной среде. В.В. Козлов. Проблемы развития одаренной молодежи в информационном обществе: Международная научно-техническая конференция / Самарский государственный архитектурно-строительный университет. Самара, 2006г, 222с. / Под редакцией д.т.н., профессора С.А. Пиявского: СГАСУ, 2006. 423 с.

6. Индивидуализация организации учебного процесса. В.В. Козлов, С.А. Пиявский. Компьютерные технологии в образовании: межвузовский сборник научных трудов / Самарский государственный архитектурно-строительный университет. Самара, 2007г, 114с. / Под редакцией д.т.н., профессора С.А. Пиявского: СГАСУ, 2007.

7. Тестовый комплекс по корпоративным информационным системам. В.В. Козлов, С.Н. Поляков.

Компьютерные технологии в образовании: межвузовский сборник научных трудов / Самарский государственный архитектурно-строительный университет. Самара, 2007г, 114с. / Под редакцией д.т.н., профессора С.А. Пиявского: СГАСУ, 2007.

8. Оптимизация учебного процесса в ТКС вуза. В.В. Козлов. Проблемы многоуровневого ббразования. Материалы XII Международной научно-методической конференции: межвузовский тематический сборник./ Нижегородский государственный архитектурно-строительный университет. - Нижний Новгород: ННГАСУ. - 2007. - 224с.

9. Проблема построения учебного процесса в вузе по индивидуализированным образовательным , траекториям с обеспечением индивидуального графика обучения. В.В. Козлов,

B.И. Агафонова, В.Ю. Шаврин. Проблемы многоуровневого образования. Материалы XII Международной научно-методической конференции: межвузовский тематический сборник./ Нижегородский государственный архитектурно-строительный университет. - Нижний Новгород: ННГАСУ. - 2007. - 224с.

10. Индивидуализация освоения учебных дисциплин в процессе их изучения. В.В. Козлов,

C.А. Пиявский. Педагогический процесс как культурная деятельность: Сборник материалов VI

международной научно-практической конференции 16-17 октября 2008г. В 2-х томах. Т.2. / Составитель и ответственный редактор Н.В. Ципилина, Л.Н. Разина - Самара: Изд-во ГОУ СМПКГО, 2008.-440с.

11. Преподавание дисциплины «Корпоративные информационные системы» на основе автоматшированной системы поддержки учебного процесса. ВВ. Козлов. Педагогический процесс как культурная деятельность: Сборник материалов VI международной научно-практической конференции 16-17 октября 2008г. В 2-х томах. Т.2. /Составитель и ответственный редактор Н.В. Ципилина, Л.Н. Разина - Самара: Изд-во ГОУ СМПКГО, 2008. -440с.

12. Оптимальное планирование семестрового графика контрольных точек на основе минимизации уровня дискомфорта и выравнивания недельной нагрузки на студента. ВВ.Козлов, С А. Пиявский. Педагогический процесс как культурная деятельность: Сборник материалов VI международной научно-практической конференции 16-17 октября 2008г. В 2-х томах. Т.2. /Составитель и ответственный редактор НВ. Ципилина, Л.Н. Разина - Самара: Изд-во ГОУ СМПКГО, 2008.-440с.

13. Индивидуалшация учебного процесса в информационной среде. В.В. Козлов. Естественнонаучное образование в вузе: проблемы и перспективы: сборник II Всероссийской научно-методической конференции (13-14 ноября 2008г.) / Самарский Государственный Архитектурно-строительный университет. - Самара, 2008 - 140с.

14. Мониторинг учебной деятельности студента по дисциплине. ВВ. Козлов. Естественнонаучное образование в вузе: проблемы и перспективы: сборник II Всероссийской научно-методической конференции (13-14 ноября 2008г.)/Самарский Государственный Архитектурно-строительный университет. - Самара, 2008 - 140с.

15. Моделирование освоения блока учебных дисциплин студентом в индивидуальном темпе. ВВ. Козлов, С.А. Пиявский. Естественнонаучное образование в вузе: проблемы и перспективы: сборник II Всероссийской научно-методической конференции (13-14 ноября 2008г.) / Самарский Государственный Архигеетурно-строительный университет. - Самара, 2008-140с.

16. Опыт применения индивидуализации обучения студентов ФИСТ СГАСУ в 2006-08г. ВВ. Козлов. Технологии профессионального образования: традиции и инновации. Материалы Международной научно-методической конференции (15-17 апреля 2009г.) Том 1. / Под редакцией к.ф.н., профессора А.А. Гилева. Самара: СГАСУ, 2009.377 с.

17. Терминология теории многоцелевых систем применительно к задаче разработки организационных форм и математических моделей индивидуализированного обучения в Ж С вуза. ВВ. Козлов. Технологии профессионального образования: традиции и инновации. Материалы Международной научно-методической конференции (15-17 апреля 2009г.) Том 1. / Под редакцией к.ф .н., профессора А.А. Гилева. Самара: СГАСУ, 2009. 377 с.

18. Организация индивидуализированного сопровождения учебной деятельности студентов в семестре. ВВ. Козлов. Актуальные проблемы в строительстве и архитектуре. Образование. Наука. Практика. Материалы 66-й Всероссийской научно-технической конференции по итогам НИР за 2008г. / Под редакцией д.т.н., профессора Чумаченко Н.Г.Самара: С ГАСУ, 2009.288 с.

19. Системная организация обучения в ТКС вуза. ВВ. Козлов. Актуальные проблемы в строительстве и архитектуре. Образование. Наука. Практика. Материалы 66-й Всероссийской научно-технической конференции по итогам НИР за 2008г. / Под редакцией д.т.н., профессора Чумаченко Н.Г.Самара: СГАСУ, 2009. 288 с.

20. Повышение качества подготовки социалистов через многоуровневую индивидуализацию их подготовки. ВВ. Козлов. Системный анализ, управление и навигация. 14-я Международная научная конференция, тезисы докладов, Крым, Евпатория, 2009. Изд-во МАИ-Принт, 2009.-135с.

21. Опыт кластеризации студенческих групп на примере преподавания дисциплины «Операционные системы». В.В. Козлов. Традиции и инновации в строительстве и архитектуре: материалы 67-й Всероссийской научно-технической конференции по итогам НИР за 2009г. / Под редакцией д.т.н., профессора Чумаченко Н.Г.Самара: СГАСУ, 2010. 880 с.

На правах рукописи

Козлов Вячеслав Васильевич

Планирование и организация учебного процесса в вузе на основе информационной технологии индивидуализированного обучения

Автореферат

диссертации на соискание ученой степени кандидата технических наук

Подписано в печать 20.04.2010. Бумага офисная. Формат 60 84/16. Гарнитура Тайме. Усл.печ.л. 1,4. Тираж 100 экз. Заказ № 32

Издательство Самарский архитектурно-строительный университет, 443001, Самара, Молодогвардейская, 194 Тел. (846) 242-17-84, факс (846) 332-19-65

Введение.

1. Тенденции изменения технологии обучения в связи с формированием телекоммуникационной среды вуза.

1.1. Направления информатизации учебного процесса в высшей школе.

1.2. Индивидуализация обучения как важнейшая задача информатизации в высшей школы.

1.3. Цели и задачи исследования.

Выводы по главе.

2. Разработка организационных схем индивидуализированной подготовки специалистов.

2.1. Комплекс организационных схем индивидуализированного обучения.

2.2. Организационная схема формирования индивидуализированного учебного графика.

2.3. Организационная схема индивидуализации самостоятельной работы студентов.

2.4. Организационная схема индивидуализации преподавания дисциплин на основе непрерывного индивидуального мониторинга успеваемости.

Выводы по главе.

3. Разработка комплекса математических моделей для организации индивидуализированной подготовки специалистов.

3.1. Состав комплекса математических моделей.

3.2. Оптимизационная математическая модель формирования .индивидуализированного учебного графика.

3.3. Интерактивно-оптимизационная математическая модель формирования индивидуализированных технологических карт.

3.4. Оптимизационная математическая модель кластеризации студенческой группы на основе непрерывного индивидуального мониторинга успеваемости.

Выводы по главе.

4. Разработка автоматизированной системы поддержки индивидуализированного обучения в вузе.

4.1 Функциии архитектура информационной системы.

4.2. Функции АИС уровня непосредственного обучения.

4.3. Функционирование блока математических моделей.

Выводы по главе.

5. Внедрение и анализ эффективности разработанной технологии.

5.1. Общая характеристика внедрения.

5.2. Индивидуализация учебного графика.

5.3. Оптимизация самостоятельной работы студентов на основе индивидуализированных технологических карт.

5.4. Кластеризация студенческих групп и мониторинг успеваемости потока студентов.

Выводы по главе.

Выводы.

Необходимость повышения качества учебного процесса в современных условиях является объективной необходимостью [1]. В настоящее время общепризнано, что одним из основных средств повышения качества учебного процесса в высшей школе является индивидуализация обучения [2, 3, 4, 5, 6]. Так, в соответствии с распоряжением Правительства Российской Федерации от 29 декабря 2001 года № 1756 —р об одобрении Концепции модернизации российского образования на период до 2010 г. [7, 8, 9] предусматривается профильное обучение и ставится задача создания «системы специализированной подготовки (профильного обучения), ориентированной на индивидуализацию обучения». Информатизация вузов открывает в этом направлении новые, ранее не использованные, возможности. Хотя широкое применение АСУ-вуз и тестирующих систем позволяет получить подробную информацию о ходе учебной деятельности каждого студента [10, 11, 12, 13], в настоящее время эта информация используется, в основном, только на «первом уровне» системы обучения — в непосредственном учебном процессе «преподаватель-студент». Она не оказывает влияния на планирование и организацию самого учебного процесса. Причина этого кроется в отсутствии необходимых достаточно сложных математических моделей и реализующих их комплексов программ [3].

Между тем, индивидуализация, а, следовательно, и качество учебного процесса возрастут, если:

• последовательность преподавания дисциплин, без нарушения их структурно-логической связи, будет определяться с учетом готовности конкретного потока к их освоению с тем, чтобы использовать оставшееся до изучения «отодвинутых» на более поздний срок дисциплин время для дополнительной подготовки к ним студентов;

• студенты смогут более эффективно распределять свое время между учебной, трудовой и иными видами деятельности;

• студенты получат возможность индивидуализации сроков промежуточной аттестации в семестре с учетом их интересов и доминирующих целей, если это не повлечет за собой нарушение логики учебного процесса.

Реализация указанных возможностей требует учета огромного количества факторов, что невозможно без применения довольно сложных оптимизационных математических моделей, баз данных и информационных технологий.

Цель диссертации состоит в совершенствовании управления учебным процессом в вузах путем индивидуализации процесса обучения за счет использования математического моделирования и информационно-коммуникационных технологий (ИКТ) [14, 15] в условиях* телекоммуникационной среды (ТКС) вуза [16, 17, 18].

Ее актуальность определяется необходимостью повышения качества подготовки специалистов. Подготовка специалистов по любому направлению имеет свою специфику. Безусловно, эти особенности должны быть учтены при разработке математических моделей и комплексов программ, направленных на повышение качества подготовки специалистов в соответствующих областях. Для апробирования создаваемой технологии выбрана сфера подготовки специалистов в области инфокоммуникаций [19, 20]. В качестве основных специфических моментов подготовки специалистов в области инфокоммуникаций можно выделить следующие [21]:

• высокая компьютерная вооруженность и компетентность каждого обучаемого в данной области,

• обусловленное этим интенсивное использование ИКТ в процессе обучения,

• индивидуальный темп овладения инфокоммуникационными технологиями,

• освоение большого числа дисциплин, предусматривающих создание законченных продуктов деятельности.

Важно, что эффективная система подготовки таких специалистов может быть организована в рамках существующей в вузах поточной системы обучения и не требовать при этом кардинальной ломки сложившегося учебного процесса. Однако для этого необходимо решение ключевых задач.

1. Разработка организационно-методической структуры планирования и организации индивидуализированной подготовки специалистов с активным применением ИКТ в условиях ТКС вуза.

2. Обоснование необходимости математического моделирования при реализации разработанной системы индивидуализированной подготовки специалистов и разработка оптимизационных математических моделей индивидуализированной их подготовки.

3. Разработка информационной системы и комплекса программ для исследования и поддержки индивидуализированной подготовки специалистов.

4. Внедрение результатов и анализ их эффективности.

Задача индивидуализированной подготовки студентов может быть формализована с использованием терминологии многокритериальных систем (МС) [22]. Пусть множество студентов является внешним множеством по отношению к образовательной системе, в то время как ее множество стратегий представляет собой совокупность альтернативных обучающих проектов, например, вариантов учебного графика или технологической карты освоения учебной дисциплины. В этом случае функция локальной эффективности /(х,у) определяет эффективность подготовки студента х еХ по учебному графику у еУ. Индивидуализация обучения состоит в оптимальном выборе некоторого подмножества проектов А={у1}1=1.т с У и определенной на X распределяющей функции Е(х), сопоставляющей каждому студенту х еХ номер того элемента А, за которым студент закреплен.

Эффективность образовательной системы, рассматриваемой в рамках гарантирующей многокритериальной системы (ГМС), характеризуется в этом случае минимальным гарантированным качеством освоения учебного материала по всему контингенту студентов, то есть качеством подготовки самого «слабого» студента. Образовательная система, рассматриваемая в рамках интегральной многокритериальной системы (ИМС), характеризуется средним уровнем подготовки по всему контингенту. Очевидно, что оба подхода страдают однобокостью. Как минимум, их необходимо рассматривать одновременно, добавив еще и критерий, определяющий максимальную подготовку, например, наиболее «сильного» студента. Такая присоединенная задача является задачей векторной оптимизации. Она, в свою очередь, может быть представлена как задача оптимизации расширенной многоцелевой системы с внешним множеством Храсш = Х*К, где К - множество неопределенных значений весовых коэффициентов в линейной свертке частных критериев. Указанный подход лежит в основе математических моделей, разработанных в настоящей диссертации, при этом понятия теории МС интерпретируются в соответствии со спецификой решаемой задачи.

В процессе работы над диссертацией использовались следующие методы исследования:

• методы системного анализа и теории оптимального управления,

• методы линейного программирования,

• методы целочисленной оптимизации,

• методы проектирования информационных систем и реляционных баз данных,

• технологии сетевого программирования,

• методики определения достоверности и валидности результатов тестирования [23, 24, 25].

В диссертации получены следующие новые научные результаты: • предложена новая технология подготовки специалистов, отличающаяся индивидуализацией учебных графиков, технологических карт и непосредственного процесса обучения на основе комплекса специальных математических моделей и программ,

• впервые разработана математическая модель формирования оптимального распределения дисциплин по циклам обучения на основе учета кластерной готовности обучаемых,

• впервые предложена математическая модель оптимального формирования индивидуализированных технологических карт дисциплин в семестре,

• разработана новая информационная технология непрерывного дистанционного мониторинга индивидуальной учебной деятельности обучаемых с кластеризацией потока, отличающаяся тесной интеграцией с учебным планом отдельных дисциплин и рабочим графиком обучения.

Практическим результатом диссертации является разработка информационная системы поддержки индивидуализированного обучения в вузе. Разработанный при этом банк тестовых заданий по дисциплине «Корпоративные информационные системы» сертифицирован для проведения аттестации учреждений высшего образования Российской Федерации (Сертификат № 0382834 от 29.06.2007 органа по сертификации программно-дидактических тестовых материалов и технологий компьютерного тестирования «ТЕСТ-Профобразование») [26]. Результаты внедрены в учебный процесс на факультете информационных систем и технологий (ИСТ) Самарского государственного архитектурно-строительного университета (СГАСУ).

Работа докладывалась на трех международных и семи Всероссийских научных конференциях в Москве, Уфе, Нижнем Новгороде и Самаре. Основные результаты диссертации представлены в 20-ти публикациях, в числе которых числе три в изданиях, рекомендованных ВАК РФ для публикации результатов докторских и кандидатских диссертаций.

ВЫВОДЫ

В диссертации разработана новая технология подготовки специалистов, позволяющая повысить эффективность функционирования управления учебным процессом, отличающаяся индивидуализацией учебных графиков, технологических карт и непосредственно процесса обучения на основе комплекса специальных математических моделей и программ и получены следующие результаты.

1. Применение разработанной математической модели формирования оптимального распределения дисциплин по циклам обучения на основе учета кластерной готовности обучаемых позволила повысить общую готовность студенческого потока по варьируемым дисциплинам с 3.8 до 4.3 балла.

2. Применением предложенной математической модели оптимального формирования индивидуализированных технологических карт при освоении дисциплин в семестре удалось достичь снижение пика недельной нагрузки при промежуточной аттестации в среднем на 40%.

3. Использование в учебном процессе модели динамической кластеризации студенческой группы позволяет консолидировать группу в процессе обучения и минимизировать количество студентов, систематически не выполняющих учебную нагрузку

4. Использование в учебном процессе информационной модели непрерывного дистанционного мониторинга позволило обеспечить уровень академической успеваемости на момент завершения семестра на уровне 80% в среднем по группе с максимальным разбросом в 20%.

5. Опытным внедрением в Самарском государственном архитектурно-строительном университете и Самарском государственном университете путей сообщения, выдвинутых в диссертации положений, доказана их эффективность в плане повышения качества управлением учебным процессом.

1. Новое качество высшего образования в современной России. Концептуально-программный подход // Под ред. H.A. Селезневой и А.И. Субетто / Исследовательский центр проблем качества подготовки специалистов. М., 1995. - 199 с.

2. Концепция модернизации российского образования на период до 2010 года. Приложение к приказу Минобразования России от 11.02.2002 N 393

3. Ильин Г.Л. Программированное обучение как основа современных педагогических технологий (исторический обзор). Учеб. Пособие. — М.: Исследовательский центр проблем качества подготовки специалистов, 2003. -43с.

4. Мельникова Е. На пороге XXI века // Высшее образование в России. 1998. - № 4. - С.12-21.

5. Моисеев H.H. Время определять национальные цели. М.: Изд. МНЭПУ, 1997. - 256 с.

6. Индивидуализация обучения как инновационная идея современной педагогики: историко-культурный контекст. И.Л. Чернякова Нижегородский институт менеджмента и бизнеса. Вестник Нижегородского университета им. Н.И. Лобачевского, 2009, № 4, с. 18-23

7. Распоряжение Правительства Российской Федерации от 29 декабря 2001 ' года № 1756 р об одобрении Концепции модернизации российскогообразования на период до 2010 г.

8. Концепция развития сети телекоммуникаций с системе высшего образования Российской Федерации. М.: Государственный комитет РФ по высшему образованию, 1994 - 120с.

9. Концепция информатизации высшего образования Российской Федерации. -М.: Пресс-сервис, 1994 100с.

10. Лобанов Ю.И., Селиванов А.Д, Съедин В.В., Токарева B.C. Методы и средства управления процессом обучения в АОС. / под общ. ред. Новикова В.А. М: НИИВШ, 1985 - 52с.

11. Пиявский С. А. Организация учебного процесса в информационно-коммуникационной среде вуза, Материалы XII Международной научно-методической конференции «Проблемы многоуровневого образования», Н.Новгород, 2007 г. с. 91-93

12. Пиявский С.А. Математическая модель телекоммуникационной среды вуза Сб. трудов Всероссийской научно-методической конференции «Естественно-научное образование в вузе: проблемы и перспективы -Самара, 2006 с.340-343

13. Пиявский С. А. Организация образовательного процесса в телекоммуникационной среде вуза, Экспериментальная учебная авторская программа, Труды Исследовательского центра проблем качества подготовки специалистов М., 2006 -19 с

14. Пиявский С.А. О формировании телекоммуникационной среды вуза, Материалы Международной научно-практической конфренции «Технологии профессионального образования: традиции и инновации», Самара 2009.-Т.1, стр. 152-155

15. Пиявский С.А., Будаев Д.С. О парадигме высшего образования в информационном обществе, Материалы 63-й Всероссийской научно-технической конференции по итогам НИР университета за 2005 г., Самара: СГАСУ, 2006 г, с.79 -80

16. Пиявский С.А. Качество образовательных процессов в информационном обществе, Материалы ХУ1 Всероссийской научно-методической конференции М., Уфа: ИЦ ПКПС, 2006 - с.5-21

17. Пиявский С.А., Елунин М.Н. О методиках интерпретации результатов централизованного тестирования в вузе, Компьютерные технологии в образовании, Межвузовский сб. научных трудов, Самара, 2007 -с. 8-12

18. Преподавание в сети Интернет: учеб. пособие; отв. редактор В.И. Солдаткин. М. : Высшая школа, 2003.

19. Бескровный, И. Homo Mobiles: шаг в сторону матрицы / И. Бескровный // Е-Learning World. 2004. - № 4. - С. 25-31.

20. Куклев, В.А. Методология мобильного обучения / В.А. Куклев. Ульяновск : УлГТУ, 2006. 98 с.

21. Куклев, В.А. Опыт разработки и применения электронных образовательных ресурсов: от компьютеризированных учебников через сетевые технологии к мобильному образованию / В.А. Куклев // Информатика и образование. — 2006.-№2.-С. 103-106.

22. Skinner, B.F. (1954). The science of learning and the art of teaching. Harvard Educational Review, 24(2), 86-97.

23. Skinner, B.F. (1968). The Technology of Teaching. New York: Appleton-Century-Crofts.

24. Mager R.F. On the sequencing of instructional content. Psychol. Reps. 1961, #9, p. 405-413

25. Mager R.F. The psychologist's role in automated instruction. Psychol. Reps. 12. 1963, #3, p. 743-747

26. Mager R.F., Clark C. Exploration in student controlled instruction. Psychol. Reps. 13. 1963, #3, p. 71-76

27. Fry, E. B. (1960). A study of teaching-machine response modes. In A. A. Lumsdaine&R. Glaser (Eds.), Teaching machines and programmed learning (pp. 469-474). Washington, DC: National Education Association.

28. Goldbeck, R. A., & Campbell, V. N. (1962). The effects of response mode and response difficulty on programmed learning. Journal of Educational Psychology, 53, 110-118.

29. Goldbeck, R. А., & Burton B.B. (1962). The effects of response characteristic and multi-choice alternative on learning during programmed instruction. Americ. Institute of research. California, 1962

30. Коваленко B.E. Задачи анализа, планирования и оптимизации в АСУ ВУЗ.1. М.:НИИВШ, 1980. —40 с.

31. Федотов A.B. Моделирование в управлении вузом. — Л.: Изд-во ЛГУ, 1985.115 с.

32. Амелина И. Качество образования это и результат качества управления. — М. "Ректор ВУЗа" №2: Издательский Дом "Панорама", 2008. — 20-26 с.

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

34. Обучающая среда MOODLE, Информационныйпортал,http://docs.moodle.org/ru

35. Мясникова Т.С., Мясников С.А. Система дистанционного обучения MOODLE.-Харьков, 2008.-232 с.

36. Обзор продукта Microsoft Class Serve, Информационный портал корпорации Microsoft, http://www.microsoft.com/rus/education/classserver/default.mspx

37. Официальный обзор SCORM на сайте ADL,http://www.adlnet.org/scorm/index.cfm.

38. Обзор SCORM, Информационный портал БГГТУ, http://www.physics.uni-altai.ru/community/wiki/SCORM

39. Интернет-экзамен в сфере профессионального образования (ФЭПО), http://www.fepo.ru/

40. АСТ-Центр. Независимый центр тестирования качества ■ обучения, http ://www.ast-centre.ru/

41. Naumen University система управления учебным процессом, http://www.naumen.ru/go/solutions/naumenuniversity

42. МИСиС (управление учебным процессом в ВУЗе), Информационный портал, http://www.namip.ru/?id=214

43. Актуальные направления современной психологии: региональный опыт / Материалы Всероссийской научно-практической конференции (Иркутск, 19-22 июня 2006 года) / ГОУ ВПО ИГУ

44. Интернет-Университет Информационных Технологий, http://www.intuit.ru/

45. Тартур Ю.Г. Проектирование образовательного процесса в вузе: Учеб. Пособие. — М.: Исследовательский центр проблем качества подготовки специалистов, 2005. — 97с.

46. Моргунов И.Б., Мастрюков B.C., Нерсесов Т.В. Автоматизированное проектирование учебного процесса. М.: Исследовательский центр проблем качества подготовки специалистов, 2000

47. Моргунов И.Б. Оптимизация некоторых задач упорядочения (на примере учебного материала). Монография. М: ИЦГЖПС МИСиС, 2007г. - 228с.

48. Козлов В.В. Модель индивидуализированной подготовки специалистов в инфокоммуникационной среде вуза / «Инфокоммуникационные технологии». Периодический научно-технический и информационно-аналитический журнал, том 7, №3, 2009 с. 18 -23 / С.А. Пиявский

49. В.С.Брусов, С.А.Пиявский Многоцелевой подход в задачах выбора проектных решений, Тезисы докладов 4-й Международной конференции «Авиация и космонавтика-2005, Москва, 2005. с. 161

50. Пиявский С.А. Системы поддержки принятия решений в образовании, Учебное пособие, Самара, СГАСУ, 2005 216 с.

51. Пиявский С.А. Математическое моделирование при оптимизации сложных систем, монография, Самара, 2008 180 с.

52. Моисеев Н.Н. Численные методы в теории оптимальных систем. М.: Наука, 1971. - 424 с.

53. Муртаф Б. Современное линейное программирование.- М.: Мир, 1984.- 224 с.

54. Томас К., Девис Дж., Опеншоу Д., Берд Дж. Перспективы программированного обучения. М: Мир, 1966 - 247с.

55. Банди Б. Основы линейного программирования. Пер. с англ. — М.: Радио и связь, 1989. - 176 с: ил. ISBN 5-256-00186-8.

56. Бейко И.В., Бублик Б.Н., Зинько П.Н. Методы и алгоритмы решения задач оптимизации. М: Высшая школа, 1983 г. - 512 с.

57. Васильев Ф. П., Иваницкий А. Ю. Линейное программирование. — М.: Изд-во «Факториал», 1998. — 176 с.

58. Гасс С. Линейное программирование,- М.:Физматгиз, 1961 303 с.

59. Данциг Д. Линейное программирование, его применения и обобщения. М., Прогресс, 1966. - 600 с.

60. Бережная Е.В., Бережной В.И. Математические методы моделирования экономических систем: Учеб. пособие. — 2-е изд., перераб. и доп. — М.: Финансы и статистика, 2006. 432 с: ил.

61. Вентцель Е.С. Исследование операций. М.: Советское радио, 1972 г. - 552 с.

62. Карманов В. Г. Математическое программирование: Учеб. пособие. — 5-е изд., стереотип. — М.: ФИЗМАТЛИТ, 2004. — 264 с.

63. Шикин Е. В., Шикина Г. Е. Исследование операций : учеб. — М. : ТК Велби, Изд-во Проспект, 2006. 280 с.

64. Саати Т. Целочисленные методы оптимизации и связанные с ними экстремальные проблемы. Пер. с англ. М.: Мир. 1973 304с.

65. Пиявский С.А., Камальдинова З.Ф. Проблемы комплексного мониторинга развития студентов в узе в условиях телекоммуникационной среды, Компьютерные технологии в образовании, Межвузовский сб. научных трудов, Самара, 2007 -с. 25-32

66. Камальдинова З.Ф., Пиявский С.А. Информационно-аналитическая система комплексного мониторинга развития студентов в условиях тлекоммуникационной среды, Инфокоммуникационные технологии, Том 5, №4, 2007, с.101-105

67. Ляшко Л.Ю. Научно-практическая конференция учащихся как эффективная форма дополнительного образования // Дополнительное образование . 1999. - Пилотный выпуск. - С. 7-9.

68. Пиявский С.А. Творческая работа обучаемых по линии индивидуальной подготовки: Методические указания к курсовому проектированию. -Самара: СамГАСА, 1993. 15 с.