автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Прогнозирование профессионально значимых качеств слушателей пожарно-технических учебных заведений МВД России на базе современных информационных технологий

МВД РОССИИ САНКТ-ПЕТЕРБУРГСКИЙ УНИВЕРСИТЕТ

На правах рукописи

;гз од

БОРЗОВ .

Борис Анатольевич - - , м

ПРОГНОЗИРОВАНИЕ ПРОФЕССИОНАЛЬНО ЗНАЧИМЫХ КАЧЕСТВ СЛУШАТЕЛЕЙ ПОЖАРНО-ТЕХНИЧЕСКИХ УЧЕБНЫХ ЗАВЕДЕНИЙ МВД РОССИИ НА БАЗЕ СОВРЕМЕННЫХ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ

Специальность 05.13.10 -

управление в социальных и экономических системах

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

САНКТ-ПЕТЕРБУРГ 2000

Работа выполнена на кафедре организации деятельности пожарной охраны Санкт-Петербургского университета МВД России

Научный руководитель: доктор военных наук, кандидат технических наук, профессор B.C. Артамонов

Официальные оппоненты: доктор технических наук, профессор Ю.И. Жуков; кандидат технических наук Н.В. Ярмоленко

Ведущая организация:

Военно-морской инженерный институт

Защита состоится 2000 г. в « часов

в аудитории № 323. на заседании диссертационного совета К 052.10.04 по защите диссертаций на соискание ученой степени кандидата технических наук в Санкт-Петербургском университете МВД России по адресу: 196105, Санкт-Петербург, Московский проспект, дом 149).

С диссертацией можно ознакомиться в библиотеке Санкт-Петербургского университета МВД России (198075, Санкт-Петербург, ул. Летчика Пилютова, дом 1).

Автореферат разослан ¿¿-¿¿¿¿¿¡Л^ 2000 г.

Ученый секретарь

диссертационного совета К 052.10.04 кандидат технических наук, профессо

\Оок\л т.о

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Профессия пожарного по степени опасности и вредного воздействия на организм занимает одно из первых мест среди прочих профессий. Тушение пожаров и ликвидация аварий пожарными осуществляется в сложных условиях, представляющих собой угрозу для жизни и здоровья. Особенность труда личного состава дежурных караулов заключается в том, что пожарные работают в экстремальных условиях (условия риска): находятся в состоянии нервно-психического напряжения, подвергаются огромным физическим нагрузкам и воздействию вредных факторов окружающей среды.

Все приведённые данные подтверждают вывод о том, что решение психологических и социальных проблем формирования профессионально значимых качеств сотрудников пожарной охраны имеет важное значение, поскольку позволит последовательно и плодотворно решать важнейшие служебные задачи, будет способствовать снижению заболеваемости, числа травмируемых и гибнущих на пожарах, повышению уровня боеготовности личного состава подразделений пожарной охраны.

В тоже время, существующая в пожарно-технических учебных заведениях система профессионального отбора и сопровождения образовательного процесса, ограничиваясь лишь субъективной оценкой основных параметров физического развития обучаемых, не позволяет гарантировать надлежащее качество отобранного контингента. Отсутствие всестороннего учета социально-психологических и медико-биологических показателей каждого обучаемого приводит к тому, что используемые в вузах методы психологической и боевой подготовки, ориентированные на среднего сотрудника пожарной охраны, способствуют обострению скрыто протекающих заболеваний у большинства обучаемых.

Данное обстоятельство сказывается на усвоении курсантами учебных программ и предопределяет необходимость индивидуального прогнозирования состояний, затрудняющих процесс их обучения и деятельности, определения для них конкретных мер медико-психологического воздействия. Этой цели и должно служить решение задачи прогнозирования профессионально значимых качеств (ПЗК) обучаемых в пожарно-технических учебных за-

ведениях, основанное на современных информационных технологиях.

Возникающие при этом трудности, как показал анализ, определяются наличием ряда факторов, в частности, значительным уровнем априорной неопределенности при построении модели процесса развития обучаемого и действующих на него факторов внешней среды, а также необходимостью сохранения проблемно-ориентированных знаний отдельных опытных экспертов вуза (медиков, психологов), полученных ими в процессе многолетней практической работы.

Технические же решения по построению алгоритмов прогноза ПЗК обучаемого, предлагаемые рядом авторов, исходят из предположения о детерминированном характере развития обучаемого и не предусматривают решение задачи автоматизации прогноза. В силу этого ими не исследовалась принципиальная возможность прогноза характера развития обучаемого в условиях действия на него социально-бытовых факторов внешней среды, не проводилась формализация правил профессионального отбора, охватывающих своим содержанием как социально-психологический, так и медико-биологический его аспекты, не разрабатывались алгоритмы и методики прогноза характеристик обучаемого, ориентированные на значительный уровень априорной неопределенности при построении прогноза. Не формулировались предложения по построению автоматизированной системы, осуществляющей подобный прогноз.

Хорошую основу для разработки средств автоматизации прогноза ПЗК обучаемого, в этих условиях, представляют методы искусственного интеллекта, позволяющие решать подобные задачи в условиях неполной и противоречивой информации.

Научная задача работы состоит в разработке автоматизированной системы прогнозирования ПЗК обучаемого в пожарно-техническом учебном заведении, базирующейся на элементах искусственного интеллекта. Для реа^ккя поставленной научной задачи в диссертации выполнены следующие работы:

проведен системный анализ объекта автоматизации - системы профессионального отбора и сопрово.чшэния учебно-воспитательного процесса в пожарно-техническом учебном заведении;

разработана постановка задачи автоматизации прогноза ПЗК обучаемого в вузе;

проведен анализ существующих и выбор приемлемой методики построения прогноза;

разработана математическая модель процесса развития обучаемого;

разработаны алгоритм и методика автоматизированного прогноза значений медико-психологических характеристик обучаемого в условиях априорной неопределенности;

сформулированы предложения по построению автоматизированной системы прогнозирования ПЗК обучаемого (АСП);

выполнено макетирование программ АСП;

проведена оценка качества алгоритма прогнозирования и эффективности методики автоматизированного прогноза значений медико-психологических характеристик обучаемого, выработаны рекомендации по практической реализации разработанной методики.

Результаты исследования. Основными результатами диссертационной работы, выносимыми на защиту, являются:

1. Математическая модель формирования ПЗК обучаемого в пожарно-техническом учебном заведении;

2. Алгоритм прогнозирования ПЗК обучаемого.

3. Предложения по построению автоматизированной системы прогнозирования ПЗК обучаемого.

Методы исследования. Для получения научных результатов использовались методы теории временных систем, многомерного статистического анализа, распознавания образов, идентификации стохастических объектов при частичной или полной априорной неопределенности, а также методы представления и манипулирования проблемно-ориентированными знаниями.

Научная новизна состоит в формулировке содержательной и математической постановки задачи комплексного исследования обучаемого в пожарно-техническом вузе как развивающейся медико-психологической системы с дискретным временем в условиях априорной неопределенности и определении подходов к её решению.

Методологической основой изучения подобных развивающихся систем явилась общая теория систем, с позиций которой процесс развития обучаемого был представлен в виде последовательности этапов смены состояний и изменения характеристик обучаемого в дискретные моменты времени. На этой основе впервые в исследуемой области были разработаны алгоритм

прогнозирования ПЗК обучаемого и методика автоматизированного прогноза значений этих характеристик в условиях априорной неопределенности. Выработаны предложения по построению автоматизированной системы, осуществляющей подобный прогноз, которые выступают первой попыткой обобщения известных результатов в рассматриваемой области и применения средств искусственного интеллекта для решения задачи прогноза характера изменения медико-психологических характеристик обучаемого.

Практическая значимость полученных результатов определяется их важностью в ходе организации профессионального отбора и сопровождения образовательного процесса. Предпосылкой для применения разработанных алгоритма и модели является существующая неудовлетворительная организация медико-психологических исследований в пожарно-технических учебных заведениях.

Полученные в работе результаты позволят индивидуализировать процессы принятия решения в задачах прогноза изменения характеристик обучаемого и формализовать проблему выбора профилактических мероприятий, что откроет путь к созданию эффективных автоматизированных систем диспансеризации обучаемых в вузе пожарно-технического профиля подготовки.

Исследования, проведенные в ходе работы над диссертацией, явились частью двух плановых НИР выполненных в Санкт-Петербургском университете МВД России. Научные результаты внедрены в учебный процесс Академии ГПС МВД России, Санкт-Петербургского военного института внутренних войск МВД России, Санкт-Петербургского университета МВД России.

Пути дальнейшей реализации. Основные результаты работы предполагается использовать в интересах совершенствования профессионального отбора и сопровождения образовательного процесса в пожарно-технических учебных заведениях, а также в территориальных управлениях ГПС для определения предварительных квалификационных характеристик кандидатов для прохождения службы в системе ГПС 1У!БЦ России и формирования учебных подразделений, в учрежденных практического здравоохранения для автоматизированного ведения медицинских документов стандартной и произвольной формы.

Кроме того, полученные результаты могут быть использованы при создании автоматизированной системы управления процессом развития обучаемых в условиях вуза.

Апробация работы. Основные положения исследования были представлены на международной научно-практической конференции «Новые информационные технологии в практике работы правоохранительных органов» 20 ноября 1998 г.; на международной научно-практической конференции «Компьютерная преступность, состояние, тенденции, превентивные меры ее профилактики» 12-13 февраля 1999 г.; на всероссийской научно-практической конференции «Актуальные проблемы безопасности информационного пространства», 5-8 октября 1999 г.; на межвузовской научно-практической конференции «Новые информационные технологии в деятельности правоохранительных органов», 26 ноября 1999 г.

Публикации по работе. По теме диссертации опубликовано 6 научных работ.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка использованных источников и приложения. Работа содержит 208 страниц, из которых 185 страниц машинописного текста, 5 таблиц, 14 рисунков, библиографию из 214 наименований.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении показана актуальность темы диссертационной работы, сформулированы научная задача и порядок ее решения, перечислены полученные результаты и кратко изложено содержание работы.

В первой главе исследовано существующее состояние процесса прогнозирования ПЗК обучаемых в пожарно-техническом учебном заведении. Введено понятие системы прогнозирования ПЗК в вузе как упорядоченной совокупности методов прогнозирования и средств их реализации, предназначенной для выявления и коррекции перспектив развития профессиональной пригодности сотрудника пожарной охраны в процессе его обучения и профессиональной деятельности. Определены основные функции системы и степень их автоматизации в условиях пожарно-техничес-ких вузов. Впервые показано, что процесс прогнозирования можно рассматривать в двух взаимосвязанных аспектах: социально-психологическом, включающем профессиональный психологический отбор и сопровождение учебно-воспитательного процесса, и медико-биологическом, включающем профессиональный медико-

биологический отбор и сопровождение учебно-воспитательного процесса.

Проведена структуризация систем профессионального социально-психологического и медико-биологического отбора и сопровождения учебно-воспитательного процесса и на основе методологии системного анализа определено их место в качестве основных подсистем системы управления учебно-воспитательным процессом.

Исходя из анализа функций системы прогнозирования, выделены основные свойства системы, в рамках которых целесообразно определять требования к ней. Это свойства своевременности реализации функций системы, достоверности прогноза, устойчивости системы прогнозирования и бозопасности данных. На основе метода пошаговой декомпозиции определены показатели, хараетеризующие выделенные свойства, и требуемые значения этих показателей.

Проведен анализ существующего состояния системы прогнозирования по двум обобщенным показателям, характеризующим главные свойства системы: оперативность и достоверность прогноза. Выявлены существенные отличия реальных значений показателей, характеризующих систему прогнозирования, от требуемых.

Выявлена проблема подготовки сотрудника пожарной охраны как несоответствие качества профессионального отбора и сопровождения учебно-воспитательного процесса условиям служебно-боевой деятельности обучаемых.

Проведена структуризация выявленной проблемы и определен ряд подпроблем, подлежащих первоочередному решению. Определены пути, направления и этапы решения проблемы. Показано, что принципиальный путь решения выявленной проблемы следует связать с созданием автоматизированной системы прогнозирования индивидуальных характеристик обучаемого в вузе, в основу построения которой дога-га быть положена диагностика ведущих и наиболее устойчивых «эмпонент способностей обучаемого в их структурной и функционЕльной взаимосвязи. Доказано, что построение одноименной системы может быть осуществлено в два этапа: предварительный и основной, в ходе которых необходимо осуществить накопление информации по характеру изменения индивидуальных характеристик некоторого курса обу-

чаемых в условиях данного вуза и статистический анализ полученных данных для построения правил прогноза.

Вторая глава посвящена разработке модели и методики прогнозирования ПЗК слушателей пожарно-технических учебных заведений на базе современных информационных технологий в условиях априорной неопределенности.

Сформулирована постановка задачи на концептуальном уровне. Выявлены особенности обучаемого как объекта прогнозирования и определены принципы получения прогноза характера изменения его профессионально значимых качеств. Установлен полный перечень документов, используемых для фиксации информации по прогнозу, определены схема их прохождения и организация обработки при получении прогноза на этапах отбора и сопровождения учебно-воспитательного процесса. Предложена математическая постановка задачи: разработать автоматизированную систему прогнозирования процесса изменения состояний обучаемого {Э^д}, я е Ь, 1 = 1;Т, где число возможных состояний обучаемого в момент времени Т - множество упорядоченных моментов времени наблюдения за обучаемыми и определения множества количественных показателей С^ его организма и личности на период учебы в вузе и до присвоения очередного специального звания.

В работе проведена систематизация совокупности методов прогнозирования социально-психологических и медико-биологических процессов. На этой основе определены требования к методам прогнозирования ПЗК обучаемых.

Показано, что особенности объекта прогнозирования позволяют его рассматривать как развивающуюся систему с дискретным временем из класса временных систем. Такой подход позволил на основе методологии общей теории систем на качественно более высоком уровне по сравнению с известными работами в этой области исследовать процессы развития обучаемых. На основе результатов декомпозиции развивающихся систем с дискретным временем в работе показано, что процесс развития обучаемого допускает представление в виде взаимосвязанной последовательности этапов смены его состояний и изменения индивидуальных характеристик:

{3„.,, О,, Р,+1}-Ив «и, -► {Ом},

(1)

где Н+1 - значения факторов внешней среды, воздействующих на обучаемого в интервал времени С, 1+1).

В качестве формальной процедуры типизации состояний обучаемых в работе впервые использованы непараметрические алгоритмы автоматической классификации, ориентированные на обнаружение областей с одномодапьными фрагментами плотности вероятности в заданном пространстве показателей обучаемого и факторов внешней среды. Вследствие этого закономерности перехода между состояниями обучаемого в смежные моменты времени адекватным образом опысываются посредством алгоритмов распознавания образов с оптимальным в смысле классического байесовского подхода решающим правилом:

где С ё (\Л/0 - уравнение разделяющей поверхности между состояниями Б ц-1 и Б в пространстве = (Р .00, полученное на основе интегральной непараметрической оценки типа Розенблата-Парзена плотности вероятности величины Щ, а взаимосвязи между показателями обучаемого и факторами внешней среды в ка>щом состоянии - непараметрической регрессией, основанной на парзеновской оценке плотности совместного распределения (Ри ¿0 с ядром типа колоколообразной функции, удовлетворяющей условиям регулярности.

Для интерпретации состояний обучаемого и его показателей в работе обобщено и формализовано более четырехсот правил, накопленных медиками и психологами пожарно-технических вузов в процессе своей праетической деятельности.

Принятые решения позволили разработать принципиально новый алгоритм прогнозирования, который содержит шесть блоков (Рис. 1).

На основе алгоритма прогнозирования предложена методика автоматизированного прогноза значений показателей обучаемого в условиях априорной неопределенности. Методика представлена в виде совокупности процедур сбора и обработки учетной информации в зависимости от объема и характеристик статистиче-

Щ е Б и+1, если С 1 ОЛф < 0,

^е Б ц+1, если С ? (УУ.) ¡> О,

(2)

Рис.

1.

Укрупненная схема алгоритма прогноза ПЗК обучаемых.

ских выборок, полученных в результате динамического наблюдения за обучаемыми.

В третьей главе приводятся общие принципы построения автоматизированной системы прогнозирования, предъявляются предложения по построению как системы в целом, так и основных её подсистем. Показано, что представление обучаемого в виде единой развивающейся медико-психологической системы позволяет положить в основу построения автоматизированной системы прогнозирования индивидуальных характеристик обучаемых два основных принципа:

принцип рассмотрения обучаемого на междисциплинарном уровне с позиций всех заинтересованных специалистов;

принцип рациональной последовательности и повторяемости обследований обучаемых в различные периоды их подготовки.

На основе сформулированных принципов выработаны предложения по построению автоматизированной системы прогнозирования ПЗК в пожарно-техническом учебном заведении (АСП), состоящей из трех функциональных подсистем:

экспертной подсистемы профессионального отбора (ЭППО); автоматизированной информационной подсистемы динамического наблюдения за обучаемыми (АИПС);

подсистемы статистического анализа данных наблюдения и модификации базы знаний ЭППО (ПСАД).

Отмечено, что прототипом АСП послужила тестирующая система "МОТИВАЦИЯ-СПОСОБНОСТИ-СВОЙСТВА" (МСС), являющаяся совместной разработкой Гуманитарного университета МО России, Института общей и педагогической психологии АПН России и Института проблем управления Минприбора АН России.

Показано, что АСП является динамической системой управления с обратной связью от объекта управления - обучаемый - к управляющему объекту. Причем, наличие обратной связи позволяет определить тенденции и закономерности развития обучаемого, а также рассогласование ма>еду получаемой в процессе прогнозирования информацией о его развитии с реальным развитием, которое подвержено возмущающему воздействию окружающей среды. Определены группы функций, выполняемых АСП и показано, что выделение трех функциональных подсистем обусловлено закреплением за ними соответствующих групп функций автоматизированной системы прогнозирования. Показано, что

наличие трех взаимосвязанных функциональных подсистем дает возможность адаптации критериев отбора под профиль вуза, чем отличает АСП от аналогичных разработок, имеющих в качестве основной подсистемы только аналог ЭППО.

Предложена структура подсистем АСП (Рис. 2 - 4). Показаны особенности ЭППО в сравнении с каноническими экспертными системами, заключающиеся в организации базы знаний и механизме логического вывода. Получено, что факты в базе знаний целесообразно представлять в двух формах: триплетов и высказываний. Под высказыванием в работе понимается одно или несколько осмысленных предложений на естественном языке, отражающих особенности здоровья и личности обучаемого.

Аналитические возможности подсистемы в рамках знаний предметной области обеспечиваются путем кодирования знаний психологов и медиков в виде набора продукции, в которых параметр "действие" включает одну из четырех возможностей: вызов текста с некоторым номером; вызов правила с некоторым номером; присвоение значений атрибутам триплета; вызов процедуры на языке программирования. Последняя разновидность продукций позволяет решать сложные задачи вычислительного характера, к которым относится и рассматриваемая задача прогнозирования.

Предложены структуры остальных подсистем. Разработан полный список словарей и классификаторов, используемых АИПС для ведения документов стандартной и произвольной формы по обеспечению сопровождения учебно-воспитательного процесса в пожарно-техническом вузе.

Обоснована двухуровневая структура основного информационного массива системы, предназначенного для размещения результатов наблюдения за обучаемыми.

Показаны возможности ПСАД по формированию новых продукций из результатов динамического наблюдения за обучаемыми с последующей верификацией этих продукций на эмпирических данных и пополнением базы знаний ЭППО.

Четвертая глава посвящена оценке эффективности принятых решений.

Проведена оценка качества алгоритма прогнозирования по надежности и времени реализации. Показано, что вероятность получения правильных результатов при реализации алгоритма на

Автоматизированная система прогнозирования профессионально значимых качеств обучаемых

Автоматизированная система прогнозирования профессионально значимых качеств обучаемых

Автоматизированная система прогнозирования профессионально значимых качеств обучаемых

Подсистема статистического анализа данных наблюдения и модификации базы знаний ЭППО

Элемент обработки аварийной ситуации

Элемент ведения диалога с пользователем

Управляющий элемент

гцю_

Анализатор входного языка

Элемент генерации продукции

Операционная система

Прикладной элемент

Элемент вывода результатов обработки

Справочный элемент

АИПС

Элемент просмотра и коррекции файлов

Библиотека стандартных модулей

Информацию: :;«я база «АРХИВ»

типовых персональных компьютерах составляет 0,992. Оценено время выполнения алгоритма прогнозирования для одного обучаемого. Показано, что оно составляет не более 5 секунд, что позволяет выполнить требование по оперативности прогноза, определённое в первом разделе работы - не более 15 секунд.

Произведена оценка эффективности разработанного программного обеспечения по показателям объема памяти и времени получения прогноза. Суммарный объём внешней памяти, необходимый для размещения основного информационного массива в течении всего периода обучения некоторого набора обучаемых, может быть определен из следующего выражения:

У2 = М*(1_фН + N^63 + Ы2*Цпа + Ыз'Цо), (3)

где: У2 - потребный объем внешней памяти (Кб);

М - число обучаемых на курсе;

1-фн - длина в байтах записи фиксированного набора (анкетные данные) по одному обучаемому;

N1 - число обращений в медслужбу вуза за период обучения одного обучаемого;

1-мба - длина в байтах части записи повторяющегося набора, отражающей медико-психологическое состояние одного обучаемого;

N2 - число психодиагностических экспериментов за период обучения с одним обучаемым;

1_спа - длина в байтах части записи повторяющегося набора, отражающей социально-психологическое состояние одного обучаемого;

N3 - число учебных дней за период обучения одного обучаемого;

1-уо - длина в байтах части записи повторяющегося набора, отражающего успешность обучения одного курсанта.

Очевидно, что N2 < N1 < N3. Приняв, что число учебных дней в году составляет, примерно 300, а число обучаемых на курсе 100 человек, можно оценить верхнюю границу величины Х/2:

У2 < 500*(89+9*102*282)*150 Мб. (4)

Таким образом, максимальный объём внешней памяти, необходимый для размещения основного информационного массива

может составлять до 150 Мб на курс обучаемых или, примерно, 1,5 Мб на одного обучаемого.

Опыт эксплуатации АСП, накопленная автором статистика по выявлению и исправлению ошибок, показали, что для оценки надежности программ можно воспользоваться экспоненциальной моделью. Модель основана на предположении об экспоненциальном характере изменения во времени числа ошибок в программе.

В соответствии с этой моделью среднее время наработки на отказ может быть вычислено по формуле:

Т = Т0 exp(t/(M*T0)), (5)

где Т0 - среднее время наработки на отказ перед началом эксплуатации АСП;

t - текущее время эксплуатации АСП (сут.);

М - число ошибок в программах перед началом эксплуатации. Оценим величину М. Среднее число ошибок, которое допускает человек в силу своих психологических особенностей:

М = P*log2v/3000, (6)

где Р - длина программы (общее число операторов и операндов);

v - словарь программы (число различных простых операторов и операндов).

Положим, что общее число программ комплекса, примерно 102, средняя длина каждой программы, по подсчётам автора, 2*103, а объём словаря - 26. Тогда:

М <; 2*105*6/(33*10) = 4*102 ошибок. (7)

Значение М, объединенное с характеристикой отказов и восстановлений программ, реализующих АСП, позволяет оценить коэффициент ее готовности: Кг < 0,995. Данный показатель характеризует вероятность работоспособного состояния комплекса программ в заданный момент времени. Значение Кг = 0,996 свидетельствует о достаточно высокой надежности разработанного программного обеспечения.

Показано, что время, затрачиваемое АСП на обработку запросов, может составлять от 10 -15 секунд до 4 - 5 минут. Последнее

обстоятельство позволяет АСП решать прогнозные задачи в реальном масштабе времени.

Оценка качества предложений по построению АСП проводилась экспертным опросом по методу Дельфи. В соответствии с этим методом, проводился индивидуальный опрос экспертов -должностных лиц вузов МВД России, - участвующих в профотборе и сопровождении учебно-воспитательного процесса. Им предлагалось по 10-бальной шкале оценить предлагаемую структуру АСП с точки зрения соответствия тем функциям, которые АСП должна выполнять. После статистической обработки результатов участникам экспертизы предлагалось пересмотреть оценки и объяснить причины своего несогласия с коллективным суждением. Эта процедура повторялась 4 раза для сужения диапазона оценок.

Максимальная и минимальная численность экспертной группы, в соответствии с методом Дельфи, находилась по формулам: N

Ытах =(3 Б К|)/(2 Ктах), ¡=1

N1™ = 0,5 *(3/ф+5), (8)

где N - общее число возможных экспертов;

К] - компетентность ¡-го эксперта по 10-бальной шкале;

Ктах - максимально возможная компетентность;

Ф - условие стабилизации средней оценки качества предложений по построению АСП (в работе принято равным 0,06).

Для N = 100, К = 89 получим Ытах= 89, N^=27. При последовательном исключении малокомпетентных экспертов окончательная численность экспертной группы составила 45 экспертов.

Статистическая обработка результатов экспертизы позволила определить среднее значение оценки по всей группе В = 8,32, дисперсию О = 0,633, приближенное значение доверительного интервала Л = 0,328 ¿цля Б = 45 - 2 = 43 степеней свободы и уровня доверительной вероятности Р = 0,01), а также коэффициент конкордации \Л/ = 0,942, показывающий степень согласованности мнений экспертов.

Результаты статистической обработки экспертизы свидетельствуют о достаточно высоком качестве предложений по построению АСП.

Определены направления дальнейших исследований, включающие как доработку собственно АСП, так и расширение возможностей системы в сторону управления процессом формирования организма и личности обучаемого.

В заключении излагаются итоги работы. Перечисляются полученные научные и практические результаты, раскрывается степень их достоверности и новизны. Рассматривается значение полученных результатов для теории и практики, приводятся сведения о внедрении и практическом использовании полученных результатов.

В Приложении приводятся образцы форм входных и выходных документов, используемых для ввода и фиксации информации по прогнозу; тексты программных модулей, реализующие функции автоматизированной системы прогнозирования.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. На основе использования методологии системного анализа проведена структуризация системы профессионального отбора и сопровождения учебно-воспитательного процесса и определено её место в суперсистеме - системе управления пожарно-техни-ческим вузом.

2. Исследовано существующее состояние системы прогнозирования индивидуальных характеристик обучаемого в пожарно-техническом вузе и выявлена проблема как несоответствие качества профессионального отбора и сопровождения учебно-воспитательного процесса условиям служебной деятельности сотрудников Государственной противопожарной службы.

3. Произведена математическая постановка задачи прогнозирования ПЗК обучаемых в пожарно-техническом вузе.

4. Проведены выбор и обоснование методов прогнозирования, адекватных постановке задачи.

5. Разработаны и обоснованы модель и алгоритм прогнозирования ПЗК обучаемых в вузе.

7. Выработаны предложения по пос.'роемию автоматизированной системы прогнозирования ПЗК обучаемых в вузе и её подсистем.

8. Проведена оценка качества алгоритма прогнозирования и предложений по построению автоматизированной системы прогнозирования ПЗК.

Основные опубликованные работы по теме диссертации:

1. Использование методов математического моделирования боевых процессов в подготовке внутренних войск МВД РФ. Отчет о НИР. СПб.: СПб. ВИ ВВ МВД России, 1997. 3,2/1,0 п.л. (в соавторстве).

2. Моделирование процессов развития обучаемых в условиях вузов МВД // Материалы международной научно-практической конференции «Новые информационные технологии в практике работы правоохранительных органов» 20 ноября 1998 г. СПб.: СПбУ МВД России, 1998. 0,3/0,1 п. л. (в соавторстве).

3. Математическая модель формирования профессионально значимых качеств обучаемого в пожарно-техническом учебном заведении МВД России // Материалы международной научно-практической конференции «Компьютерная преступность, состояние, тенденции, превентивные меры ее профилактики» 12-13 февраля 1999 г. СПб.: СПбУ МВД России, 1999. 0,2 п. л.

4. Алгоритм прогнозирования профессионально значимых качеств обучаемого в пожарно-техническом вузе МВД // Материалы всероссийской научно-практической конференции «Актуальные проблемы безопасности информационного пространства», 5-8 октября 1999 г. СПб.: СПбУ МВД России, 1999. 0,2 п. л.

5. Предложения по построению автоматизированной системы прогнозирования профессионально значимых качеств обучаемых в системе пожарно-технических вузов ГПС МВД // Материалы межвузовской научно-практической конференции «Новые информационные технологии в деятельности правоохранительных органов», 26 ноября 1999 г. СПб.: СПбУ МВД России, 1999. 0,3 п. л.

6. Разработка имитационной модели процесса обучения и способы ее применения для определения рациональной дидактической стратегии элементов его содержания. Отчет о НИР. СПб.: СПбУ МВД России, 2000.4,1/1,0 п. л. (в соавторстве).