автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Разработка математических моделей и алгоритмов управления обучаемым, учитывающих его индивидуальные особенности

На правах рукописи

4ВЭО»**'

Кравченко Андрей Сергеевич

РАЗРАБОТКА МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ И АЛГОРИТМОВ УПРАВЛЕНИЯ ОБУЧАЕМЫМ, УЧИТЫВАЮЩИХ ЕГО ИНДИВИДУАЛЬНЫЕ ОСОБЕННОСТИ

Специальность: 05.13.10 - Управление в социальных и экономических системах

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

- 3 НОЯ 2011

Воронеж - 2011

4858747

Работа выполнена в Государственном образовательном учреждении высшего профессионального образования «Воронежский государственный педагогический университет»

Научный руководитель: доктор технических наук, профессор

Сумин Виктор Иванович

Официальные оппоненты: доктор технических наук, профессор

Громов Юрий Юрьевич

доктор технических наук, профессор Новосельцев Виктор Иванович

Ведущая организация: Государственное образовательное учреждение

высшего профессионального образования «Воронежский государственный университет»

Защита диссертации состоится «11» ноября 2011 года в 10.00 часов на заседании диссертационного совета Д 212.034.03 при Государственном образовательном учреждении высшего профессионального образования «Воронежская государственная лесотехническая академия» по адресу: 394087, г. Воронеж, ул. Тимирязева, 8, ауд. №240.

С диссертацией можно ознакомиться в библиотеке Воронежской государственной лесотехнической академии.

Автореферат разослан «7» октября 2011 г.

Ученый секретарь

диссертационного совета

В.И. Анциферова

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. В настоящее время большое внимание уделяется исследованию задач управления в социальных системах в различных предметных областях, в том числе и обучении. Учитывая факт повышения криминогенной обстановки в России, в том числе динамику роста числа хищений имущества с объектов собственности, большое значение приобретает деятельность подразделений вневедомственной охраны (ВО), связанная с разработкой систем технических средств укреп-ленности. Задача сотрудников ВО состоит в охране объектов собственности от негативных внешних воздействий. Для подразделений ВО становятся актуальными задачи обучения и переподготовки их сотрудников в направлении систем технической оснащенности объектов охраны (СТООО), причем обучение должно обеспечивать приобретение профессиональных компетенций в максимально короткое время. Для решения таких задач целесообразно использовать автоматизированное обучение с использованием аппарата управления этим процессом, позволяющее учитывать индивидуальные особенности каждого сотрудника подразделений ВО.

В данный момент из-за высокой динамики изменения общественной обстановки и условий профессиональной деятельности очень важно при обучении каждого индивидуального обучаемого отслеживать соответствие уровня его обученности к уровню квалификационных требований. Все это предъявляет повышенные требования к управлению процессом обучения.

Ранее проблема автоматизированного обучения решалась с использованием математических моделей на основе нелинейной системы дифференциальных уравнений с учетом стохастичности, для которых невозможно построить адекватную модель обучаемого как объекта управления. Современным направлением в моделировании процессов управления обучением являются адаптивные технологии, которые представляют собой технологическую систему методов, способствующую эффективному индивидуальному обучению. Эта система основывается на учете латентных параметров уровня начальной подготовленности и трудности проверочных заданий, а также на учете индивидуальных особенностей обучаемых, что позволяет наиболее эффективно добиваться цели достижения обучаемым необходимого уровня квалификационных требований.

Исследования выполнялись на основе целевой программы «Научно-методическое, материально-техническое и информационное обеспечение системы образования» (приказ Минобразования России от 26.01.2001 № 240), и приказа об утверждении концепции службы общественной безопасности МВД России (приказ МВД России от 15.03.2002 № 240).

Исследования в области моделирования информационных процессов обучения проводились российскими учеными Нейманом Ю.М., Хлебниковым В.А., Елисеевым И.И., Ефремовой М.В., Глазковым Ю.А., Кузовлевой К.Т., Яхонтовым C.B., а также зарубежными учеными Rash G., Birnbanm A., Thorndike R., Write В. и др.

Цели и задачи исследования. Целью диссертационного исследования является разработка математических моделей и алгоритмов управления учебным процессом для повышения качества подготовки сотрудников ВО к построению систем технической укрепленности объектов охраны с учетом в модели управления индивидуальных особенностей обучаемого на основе статистического анализа результатов тестирования.

Для достижения указанной цели необходимо решение следующих задач: - анализ систем управления и математических моделей обучения сотрудников ВО;

- построение математической модели управления обучаемым с определением уровня его подготовленности и учетом индивидуальных особенностей на основе статистического анализа результатов тестирования;

- разработка методик формирования коэффициентов трудности тестовых заданий и уровня подготовленности объекта управления обучением, а также соответствующих алгоритмов;

- построение информационной структуры технической оснащенности объектов охраны;

- разработка программного комплекса для организации обучения построению систем охраны объектов с повышенной устойчивостью к проникновению через эту систему, и учетом индивидуальных особенностей обучаемых.

Объест исследования - системы управления обучением сотрудников подразделений вневедомственной охраны для построения систем технической укрепленно-сти объектов охраны.

Предмет исследования - управление обучением в социально-экономической системе сотрудников ВО построению комплексов технической укрепленности объектов охраны с учетом в модели управления индивидуальных особенностей обучаемого на основе статистического анализа результатов тестирования.

Методы исследования. Для решения поставленных задач в работе использовались методы: теории систем управления, оптимизации; аппарата вычислительной математики и методов математической статистики; теории построения программ; модульного, структурного и объектно-ориентированного программирования; имитационного, структурного и параметрического моделирования; параметризации проверочных тестов.

Научная новизна. В работе получены следующие результаты, характеризующиеся научной новизной:

- построена математическая модель управления обучаемым при обучении построению систем технической оснащенности объектов охраны, которое обеспечивает информационные потребности индивидуального обучаемого, отличающаяся статистическим анализом результатов тестирования на основе вычисления скрытых индивидуальных параметров;

- разработаны методика и алгоритмы формирования коэффициентов трудности тестовых заданий и уровня подготовленности индивидуального обучаемого на основании статистического анализа результатов тестирования, отличающиеся использованием статистических средств оценки латентных параметров тестовых заданий;

- построена информационная структура системы технического оснащения объектов охраны с повышенной устойчивостью к негативным внешним воздействиям, отличающаяся использованием методики нахождения кратчайшего пути преодоления этой системы на основе комбинаторных алгоритмов.

Выносятся на защиту:

- математическая модель управления обучаемым при обучении построению СТООО, которая обеспечивает информационные потребности индивидуального обучаемого;

- методика и алгоритмы формирования коэффициентов трудности тестовых заданий и уровня подготовленности индивидуального обучаемого;

- информационная структура системы технического оснащения объектов охраны с повышенной устойчивостью к негативным внешним воздействиям.

Практическая ценность работы. На основе разработанных в рамках диссертационного исследования моделей и алгоритмов разработан программный комплекс из четырех приложений, реализующий функции обучения сотрудников ВО построению систем технического оснащения объектов охраны и измерения уровня квалификационных навыков сотрудников ВО (ПК ОСВО).

Часть программного комплекса, реализующая обучение, может применяться для изучения материала из любой предметной области, если он поддается представлению в виде дискретных порций обучающей информации.

Результаты диссертационного исследования внедрены в работу ГОУ ВПО «Воронежский институт правительственной связи (филиал) академии федеральной службы охраны Российской Федерации», Воронежский институт Государственной противопожарной службы МЧС России.

Соответствие диссертации паспорту научной специальности. Диссертация соответствует следующим пунктам области исследования паспорта специальности 05.13.10 - Управление в социальных и экономических системах:

2. Разработка методов формализации и постановка задач управления в социальных и экономических системах.

4. Разработка методов и алгоритмов решения задач управления и принятия решений в социальных и экономических системах.

5. Разработка специального математического и программного обеспечения систем управления и принятия решений в социальных и экономических системах.

Апробация работы. Основные положения работы докладывались на V Всероссийской научно-технической конференции «Теория конфликта и ее приложения» (Воронеж, 2008), международной научно-практической конференции «Преступность в России» (Воронеж, 2008), Всероссийской научно-практической конференции «Техника и безопасность объектов УИС - 2008», Всероссийской научно-практической конференции «Общество, право, правосудие» (Воронеж, 2009), Всероссийской научно-практической конференции «Охрана, безопасность и связь» (Воронеж, 2009), VI Всероссийской научно-технической конференции «Теория конфликта и ее приложения» (Воронеж, 2010), Всероссийской научно-практической конференции «Общество, право, правосудие» (Воронеж, 2010), Всероссийской научно-практической конференции «Математические методы и информационно-технические средства» (Краснодар, 2009).

Публикации. По теме диссертации опубликовано 19 работ общим объемом 65 страниц (лично автором выполнено 40).Три научные статьи опубликованы в рецензируемых журналах, входящих в перечень изданий, определенных ВАК Министерства образования и науки РФ, 8 статей опубликовано без соавторов.

В работах, опубликованных в соавторстве, личное участие автора заключается в определении цели и задач работы, в разработке моделей и алгоритмов, а также рассмотрении вопросов внедрения результатов исследования.

Структура и объем работы. Диссертация состоит из введения, четырех глав и заключения. Материал диссертации изложен на 141 странице машинописного текста, включая иллюстрационный материал. В приложении представлены акты внедрения результатов работы.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертационной работы, определены цель, задачи и методы исследования, научная и практическая значимость результатов.

В первой главе проведен анализ возможностей формализации управления в процессе обучения сотрудника ВО. Рассмотрены вероятностные модели массового тестирования с использованием математического и статистического аппаратов для анализа параметров трудности задания и уровня подготовленности сотрудников ВО. Сформулированы основные особенности обучения, связанные с необходимостью формализации процессов управления сложными социальными объектами. Проведен анализ методов организации системы охраны объекта от негативных внешних воздействий.

Наиболее подходящая для формализации математическая модель управления обучением предложена Л.А. Растригиным. В его работах ученик представлен как объект управления, а обучение как управляющее воздействие. Процесс обучения представлен в виде неравноудаленных во времени сеансов обучения. Состояние объекта управления в процессе обучения определяется в каждый из моментов. Изначально объект управления принимает состояние У0. Для реализации процесса обучения требуется построить последовательность управляющих воздействий (УВ) {£/„}, п = 0,1,.....

Последовательность воздействий должна перевести объект из состояния У0 в заранее заданное конечное состояние У *. Последовательность УВ должна быть оптимальной в некотором смысле. Для нас наиболее приемлем критерий скорости перехода к конечному состоянию У * 5 она должна быть минимальной. Для описания уровня обу-ченности вводится функция качества Я, которая, параметрически зависит от состояния объекта управления У (У„ = в(У„). Цель обучения 1' состоит в решении задачи минимизации функции качества <2 с помощью ¡7: £>(У) ->шт, где и — У В, а © —

множество допустимых УВ, потенциально переводящих объект управления из состояния У0 в состояние У"— абсолютной обученности.

Обучение следует заканчивать, когда критерий качества обучения 0„ достигает заданного порога 3: <2„ < д, где 8 > б* — величина, близкая к б*. А следовательно, и

цель обучения 1' заключается в достижении уровня 5.

Формальное представление объекта обучения, отражающее его состояние на каждом из п сеансов, описывается вектором вероятностей незнания каждого из элементов обучающей информации (ОИ): Уп = Р„ = (.р",р1,...,р"х), гдер" — вероятность незнания »-го элемента ОИ в п -й момент времени /„(0 < р" < 1).

Состояние абсолютной обученности соответствует нуль-вектору размерности п. ?** = (0,0,...,0).

Модель объекта управления, позволяющая определять изменение его состояния при воздействии различных порций ОИ, представлена таким образом:

Р, (1)

где ^ - оператор модели объекта управления; Р„ - состояние индивидуального обучаемого после изучения ил — п -й порции обучающей информации; С„_, - параметры обучаемого перед тем, как он пройдет п -й сеанс обучения (£/„).

Модель (1) представляет рекуррентную формулу перехода из одного состояния (/■„_,) в другое (Р„) под воздействием и„ при параметрах С„_,.

Важнейшим аспектом управления является корректная оценка состояния объекта управления после воздействия на него. Для результативного оценивания необходимо подойти к нему как к процессу объективного измерения.

В общем случае вероятность того, что определенный участник тестирования верно решит определенное задание, представляет собой некоторую функцию - функцию успеха, по крайней мере двух аргументов - относительной оценки уровня подготовленности испытуемого s и относительной оценки уровня трудности данного задания t.

Формализацию модели тестирования будем проводить в соответствии со следующими условиями:

1) понятия s и ¿должны определяться в комплексе друг через друга;

2) исходя из однородного характера функции р = p(s,t), ее значение зависит от отношения s и t р = р,(С), С = s¡^■

Модель вероятности успеха представляет однородную функцию 1-го порядка и имеет вид

p = p(s,t) = — = = (2)

s + t l + s/t Ç +1

Алгоритм оценивания ненаблюдаемых непосредственно параметров объекта обучения позволяет прекращать рекуррентный процесс обучения с минимальной погрешностью к целевому состоянию Y'.

Во второй главе разработаны структуры алгоритмов организации обучения сотрудников ВО, контроля знаний и определения надежности технического оснащения объектов охраны при негативных внешних воздействиях.

Модель обучаемого описывает оценку У состояния У обучаемого в функции состояния среды X и обучающего воздействия U :

Y = F(X',U) (3)

Само состояние Y ученика определяется его оператором F .• Y = F°(X,U). Алгоритм обучения определяет порции обучающей информации, т. е. управляющее воздействие: U = <p(X',Y,Z' ,R), где <р - алгоритм обучения; Y - оценка состояния знаний индивидуального обучаемого, полученная с помощью модели F (3); Z* - цель обучения, заданная извне; R — ресурс обучения.

Также алгоритм обучения определяет тесты V, ответы на которые несут информацию о модели F индивидуального обучаемого: Г = где У - алгоритм синтеза теста V. Определяется порция информации, передаваемая объекту обучения в качестве управляющего воздействия: U' = %(U,I), где "Р, - алгоритм формирования порции.

Информацию о состоянии можно получить с помощью тестовых вопросов V : Y' = Dy(Y,V'), где Dy - оператор преобразования тестовой задачи V и состояния Y' обучаемого в ответ Y (он реализуется самим обучаемым).

Для адекватной оценки его результатов необходимо построить модель тестирования.

Простейшая модель функции успешного выполнения задания имеет вид (2). На практике аргументы s е (0,сс) и /е(0,оо) удобнее выражать в логарифмическом масштабе. Введем для этого следующие обозначения: ln j = 0, lnt = S <?> s = ee,t = es. При этом функция успеха (2) принимает вид

е8 _ 1 1

Р~ ee+es~l + es-a 1+ехр[-(0-<5)] и называется основной логистической моделью Раша.

Для определения латентных параметров трудности задания и уровня подготовленности обучаемого используется метод наибольшего правдоподобия для обработки статистики результатов тестирования.

. [1, если решение верное

А - матрица ответов, её элементы а„ = \ , где г- номер

[О, если решение неверное

участника тестирования,/- номер задания.

Вероятности возможных значений ач в основной логистической модели Раша описывается функцией успеха вида

Р, = Р{ац |(®, Д)} = ехр[а# (0( - 3)] • [1+ехр(0, - 5,)]"', (5)

где уровень подготовленности 0, участника с номером / и уровень трудности ¿> задания с номером у являются параметрами, подлежащими оцениванию; / = 1,2,...,и; у = 1,2

Максимум функции 1п Ь, где I - функция правдоподобия случайной величины от аргументов называемой логарифмической функцией правдоподобия.

1п I = £¿,0, -£сД -¿¿1п[1+ехр(0, -8,)\ (6)

,=1 1=1 1-1 }=\

к п

где = Ь, и = Ц, = - первичные баллы участников и заданий.

1-1

Функция может достичь экстремума в стационарных точках. Поэтому нужно найти частные производные функции (6) по каждому ее аргументу и приравнять их нулю:

дЫЬ в ^ ехр(е,-^) н » 30, ¿?1-гар(0(-5() 91пЛ Л ехр(0,-5.) Л Л . ,

Полученная система (7) уравнений правдоподобия имеет решение, и это решение соответствует максимуму логарифмической функции правдоподобия (6).

Для построения модели системы технической оснащенности объектов охраны с повышенной надежностью рассмотрим случайные величины - вероятное время проникновения через элемент СТООО т и коэффициент оснащенности у злоумышленника. Совместное наступление событий 0(т) и Г (у) говорит о преодолении элемента СТООО за определенное минимальное время I правонарушителем оснащенного каким-то способом у.

Значит, Д г, у) = Р(т < и / < у) = 0(т) ■ Р(у).

Так как <2{() распределен нормально то, существует три возможных варианта нахождения вероятности совместного наступления событий:

1- /(у) - распределена равномерно.

Значит, вероятность наступления события - проникновение:

[О, у й О,

= ь/з-^/й-у/з, 0<у<3, (8)

К У 2 3 .

2. /Су) - распределена нормально.

Время проникновения через элементы технической оснащенности системы охраны больше нуля. Значит, т,-3<х, > О, т.е. а, .

Введем ограничения на плотность вероятности Время, большее

и уровень оснащенности >>„ > /,{у,х) удовлетворяют поставленной задаче нахождения времени отказа элемента СТООО при воздействии оснащенного каким-то способом уос преступника.

Для нахождения вероятности попадания случайной точки (Г, У) в эллипс рассеивания используем каноническую форму плотности. Рассмотрим эллипс рассеива-

Г2 V2 1

ния <3,, уравнение которого имеет вид где полуоси эллипса

а, сгу

а = Ла,, Ь = Яау.

Учитывая, что = = —-—е ^ "''еШу. Сделаем за-

а1 в, ЪтРу

' У

мену переменных, и - —"> V - —• Этой заменой эллипс преобразуется в круг радиу-

®I °у

са Я Р [(Г, У ) с й л ] = —Л е 2. Перейдем к полярной системе координат, положив и = со5(0); у = ««(О).

.21 г! £1

Р[(Г,У)сОд] = — \dd\re~1 & = \ге~1 & = \-е 2 . (9)

0 0 о

Таким образом, вероятность попадания нормально распределенной случайной точки в эллипс рассеивания, полуоси которого равны Я средне квадратичным откло-

А

нением, равна Р[(Г,У)сОя]=1-е 2. В работах специалистов ВИМВД показано, что

_9

Я = 3; подставив, получим 4(7,,7)сС1=3]=1-е 2 = 0,989.

Соотношение позволяет утверждать, что с вероятностью 0,989 рассеивание системы величин (Г,У), распределенной по нормальному закону, укладывается внутри эллипса рассеивания с полуосями а = Ъа„ Ь = Зау.

Для нахождения времени проникновения через элемент СТООО необходимо рассчитать вероятность попадания точки в область 2; ограниченную эллипсом и прямыми параллельными оси абсцисс и ординат, т.е. ограничения 1>д,(1) и

Уос>/,(У«)-

Область можно представить как (на рис. 1 выделена штриховой линией): =Я-(В-Сх)/4,

А((.у)

\ /

0 т,-а ш, т,+а I

Рис. 1. Аналитический график функций ограничивающих область 2Х .

где Л - область ограниченная прямыми, которые параллельны О, и Оу, и проходят через точку (/и, -а\ту-Ъ)\

Ь

у )

1

-—е 2 +0,5. 4

(10)

а

Рис. 2. Последовательность этапов синтеза модели ОУ.

Полученная область 1, позволит рассчитать минимальное время проникновения при минимальном уровне оснащенности злоумышленника.

Произведение двух независимых величин привело к получению плотностей вероятности (8), (10), которые позволяют находить время проникновения через элемент СТООО.

В третьей главе разработаны алгоритмы управления обучаемым, его тестирования и определения эффективности СТООО, а также соответствующие им информационные процессы.

Алгоритм синтеза модели представлен на рис. 2, он состоит из четырех этапов. Выполнение всех этапов происходит в зависимости от состояния индивидуального обучаемого. Проверка условий обеспечивает оптимальный ход построения модели объекта управления.

Рассмотрим алгоритм тестирования. Оценивание тестовых заданий проводится по дихотомной шкале (0-неверно, 1-верно).

По отчету о результатах тестирования составляется матрица ответов. Матрица ответов А = {а:1) имеет п строк и * столбцов. Ее элемент а^, стоящий на пересечении < - й строки и } - го столбца, выражает возможный результат выполнения / - м участником ] - го задания. Элементы а(у являются величинами случайными: они принимают значение 1 с вероятностью ру=(&„8]) и значение 0 с вероятностью ^в = 1 - ри. 0, - уровень подготовленности.

Для матрицы ответов А = (а0) вычисляются первичные баллы - суммы по

Ь с

столбцам и строкам, где ' - первичный балл участника тестирования, > - первичный

балл задания.

В логистической модели Раша вероятность верного выполнения ¡'-м участником j -го задания моделируется функцией успеха вида (5).

Система уравнений правдоподобия для оценки латентных параметров имеет вид (7). Для решения уравнений правдоподобия используется итерационный метод касательных. Итерационная формула для (7) выглядит следующим образом: к

0(~1) =0(">+ > >' ; 6 = 0,1,2,...,*.

_6=0_

-; ./ = 1,2,...,*. (11)

где ¿-номер группы участников, набравших одинаковый первичный балл, количество участников такой группы. Алгоритм действий таков.

1. Полагаем у = 0 и вычисляем начальные приближения ©¿с) для каждого Ь по

формуле />) = 0Г=1пЛ. Ь = ]-2.....к~1< ®Г=1пА'

¿¡¡(о) о —к 1-Д Д

0<°'=1п—, 6 = 1,2,...,Л-1. " Ь-к

— 1 к

Затем находим среднее значение 0£о) = -У01°Ч и центрируем оценки 0<О) то есть

"м

вычисляем уклонения - 0(о) = ©г,0'.

2. Полагаем // = 0 и вычисляем начальные приближения для каждого у

и

3. Вычисляем очередные приближения по формуле (11), где Д =ехр(04-^"))[1+ехр(04-^"')] ' до тех пор, пока не будет выполнено неравенство

для У/' = 1,2,...,к.

Здесь 04 - центрированные оценки уровня подготовленности участников тестирования; е - малая положительная константа

4. Вычисляем очередные приближения по формуле (11), где

Рь/ = ехР(©1' -¿";)[1+ехр(®4' ~ > до хех пор, пока не будет выполнено неравенство

|®4 ~®4 |< е для МЬ = \,2,...,к-1 здесь _ имеющиеся к данному моменту оценки уровня трудности заданий.

___ 1 *-1

5. Находим среднее значение ®(у) =-^©Г"» и центрируем оценки

п-щ-щы

®»', то есть вычисляем уклонения ©^ - в'' ' = 0^'.

Вычисляем средне квадратичное отклонение оценок очередного приближения от аналогичных оценок предыдущей итерации

лУ

§ (вГ'-вГЬЕ^Г1'-^)2

4=1 1

1

, Если с> 3, то переходим к пункту

Ш-1

3. В противном случае вычисления заканчиваем.

Алгоритм процесса обучения представлен на рис. 3 (1 - начало обучения, 2 -завершение).

Полученные оценки уровня подготовленности испытуемых сравниваются с уровнем, заданным при формулировании целей обучения 2'.

Таблицы 1 и 2 содержат нормированные оценки уровня подготовленности для исходных данных тестирования с использованием программного комплекса и традиционной формы обучения соответственно.

Рис. 3. Алгоритм процесса обучения с моделью управления

Таблица 1. Оценки латентных параметров уровня подготовленности индивиду-

ь 20 19 18 17 16 15 14 13 12 11 10

®ь 10,03 9,65 7,87 7,6 6,99 6,2 6,03 5,6 5,4 5,27 5,1

ь 9 8 7 6 5 4 3 2 1 0

4,8 | 4,45 4,39 4,09 3,89 3,57 2,5 2 1,01 0

Таблица 2. Оценки латентных параметров уровня подготовленности индивиду_ального обучаемого

Ъ 20 19 18 17 16 15 14 13 12 11 10

9,9 8,97 8,9 7 6,97 6,37 6,06 5,6 5,5 5,24 5

Ъ 9 8 7 6 5 4 3 2 1 0

04 4,8 4,42 4,19 4,06 3,8 3,35 3,09 2,48 1,1 0

За количественный показатель эффективности обучения возьмем среднее значение уровня подготовки сотрудника ВО. Таким образом, показатель К = — харак-

2

теризует превосходство эффективности того или иного подхода. Здесь К, - среднее значение уровня подготовки индивидуального обучаемого в экспериментальной методике обучения, К2 - среднее значение уровня подготовки индивидуального обучаемого в традиционной методике обучения. В результате вычислений получили:

12

20 _ 20_ 6 4^8491

АГ, = V0. =6,458491 логит, К, =У&„ =5,874151 логит. К= ' =1,099476. м м 5,874151

Из расчетов можно сделать вывод, что обучение с использованием разработанных моделей и алгоритмов повысило эффективность обучения в 1,099476 раза, по сравнению с традиционной формой урочных занятий.

Для построения алгоритма нахождения пути проникновения через СТООО (пути представлены в виде графа) необходимо решить две задачи:

1. Найти длину кратчайшего пути между двумя выделенными вершинами (элементами СТООО).

2. Найти длину кратчайших путей между выделенной вершиной и всеми остальными вершинами графа (все возможные пути передвижения между элементами СТООО).

Первая задача, отыскание длины кратчайшего пути обхода между двумя вершинами 5 (начало) и /(конец) и отыскание самого пути, может быть решена с использованием алгоритма Дейкстры для отыскания минимума остовных деревьев графа

До окончательной пометки вершине присваивается временная метка: присвоенное вершине число будет расстоянием от начала е.

Алгоритм прекращает работу только тогда, когда метка, присвоенная вершине / далее не меняется. Таким образом, в каждый момент времени работы алгоритма некоторые вершины будут иметь окончательные метки, а остальная часть - нет.

На каждом шаге метки меняются следующим образом.

1. Каждой вершине}, не имеющей окончательной метки, присваивается новая временная метка - наименьшая из ее временной метки и чисел щ окончательная метка г, где г - вершина, которой присвоена окончательная метка на предыдущем шаге.

2. Находится наименьшая из всех временных меток, которая и становится окончательной меткой своей вершины. В случае равенства выбирается любая из них.

Процесс продолжается до тех пор, пока вершине/не присваивается окончательная метка.

В четвертой главе рассмотрен процесс разработки программного комплекса для обучения построению СТООО сотрудников вневедомственной охраны (ПК ОСВО). Представлены схемы информационного обмена и взаимодействия между программными модулями, входящими в состав ПК ОСВО. На рис. 4 представлена структурная схема программного комплекса.

Создание информационной системы организации обучения предполагает использование базы данных.

Вид экранных форм разработанного программного комплекса представлен на рис. 5а и 56.

Рис. 4. Структурная схема программного комплекса ОСВО

а) б)

Рис. 5 Интерфейс программного комплекса УПОСВО: а - окно модуля организации обучения; б - Окно модуля организации тестирования

ЗАКЛЮЧЕНИЕ

В процессе проведения диссертационного исследования получены следующие результаты:

1. Анализ процессов обучения показал необходимость разработки систем управления обучаемым при обучении построению СТООО, а также совершенствования процедур проверки знаний. Несовершенство существующих средств оценивания знаний делает невозможным объективное оценивание уровня подготовки формальными методами.

2. Разработана методика формирования коэффициентов трудности тестовых заданий на основании статистического анализа результатов тестирования индивидуального обучаемого.

3. Разработана методика определения уровня подготовленности сотрудника ВО на основании интеграции результатов выполнения тестовых заданий с учетом коэффициента трудности каждого из них.

4. Разработан алгоритм определения коэффициентов трудности тестовых заданий на основании статистического анализа результатов тестирования индивидуального обучаемого и уровня подготовленности индивидуального обучаемого.

5. Построена информационная структура системы технической укрепленности объекта охраны, отличающаяся повышенной устойчивостью к негативным внешним воздействиям.

6. Разработан программный комплекс ПК ОСВО, предназначенный для организации обучения построению систем технического оснащения объектов охраны с повышенной устойчивостью к проникновению через эту систему, с учетом индивидуальных особенностей обучаемых.

7. Проведен эксперимент по обучению сотрудников ВО с использованием разработанного программного комплекса. Анализ результатов эксперимента показал повышение качества обучения в 1,099476 раза по сравнению с традиционными методами обучения.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

Статьи, опубликованные в изданиях, определенных ВАК Минобрнауки РФ, по научной специальности диссертационной работы:

1. Кравченко A.C. Адаптивное тестирование. Логические модели Раша и Бирнбаума / В.И. Сумин, A.C. Кравченко, В.В. Рябинин // Вестник Воронежского государственного технического университета. - Том 5, № 6. - Воронеж: ВГТУ, 2010. - С. 200 - 202. (Кравченко A.C. предложен метод количественного оценивания скрытых параметров).

2. Кравченко A.C. Алгоритм информационного процесса формирования оценки уровня подготовленности индивидуального обучаемого / В.И. Сумин, A.C. Кравченко, Р.В. Кузьменко, В.П. Ирхин // Вестник Воронежского государственного технического университета. - Том 7, № 5. - Воронеж: ВГТУ, 2011. - С. 198 - 200. (Кравченко A.C. предложена структура информационного процесса оценки уровней подготовленности и трудности задания).

3. Кравченко A.C., Сумин В.И. Алгоритм информационного процесса Расчета кратчайшего пути проникновения через систему охраны объекта / A.C. Кравченко, В.И. Сумин // Вестник Воронежского государственного технического университета. - Том 7, № 8. - Воронеж: ВГТУ, 2011. - С. 177 - 179. (Кравченко A.C. предложен алгоритм поиска кратчайшего пути проникновения через систему технических укреплений объекта охраны).

Другие публикации:

4. Кравченко A.C. Формализация задачи управления социальными системами / В.И. Сумин, O.A. Ласточкина, A.C. Кравченко, Т.Е. Смоленцева // Теория конфликта и ее приложения -2008 : Всероссийская научно-технич. конференция ч.1.- Воронеж: Воронежский институт высоких технологий, 2008. - С.133 - 137. (Кравченко A.C. проанализированы возможности формального представления управления социальным объектом).

5. Кравченко A.C. Конкретизация цели обучения в модели обучаемого как объекта управления / В.И. Сумин, A.C. Кравченко, В.В. Рябинин, Т.Е. Смоленцева // Математические методы и информационно-технические средства-2009 : сб. материалов всерос. научно-практ. конф. -Краснодар, 2009. - С.187 - 190. (Кравченко A.C. сформирована функция определения конечного состояния обучаемого).

6. Кравченко A.C. Математическое моделирование задачи управления социальными системами / В.И. Сумин, O.A. Ласточкина, A.C. Кравченко, Т.Е. Смоленцева // Техника и безопасность объектов УИС - 2008: сборник материалов Всероссийской научно-практической конференции. - Воронеж: ТУП ВО «Воронежская областная типография - издательство им. ЕЛ. Болховиганова», 2008. - С. 391 - 393. (Кравченко A.C. рассмотрены задачи управления социальным объектом).

7. Кравченко A.C. Построение системы управления сложными объектами / O.A. Ласточкина, A.C. Кравченко, Т.Е. Смоленцева, Е.А. Ковалева, В.В. Рябинин // Общество, право, правосудие: история, теория, практика : сборник материалов Межвузовской научно-практической конференции. — Воронеж: ООО Типография «ЛИО», 2008. - Ч. 2. - С. 245 - 248. (Кравченко A.C. рассмотрены возможности реализации управляющих воздействий на объект управления).

8. Кравченко A.C. Построение структуры иерархических организаций / O.A. Ласточкина, A.C. Кравченко, Т.Е. Смоленцева // Вестник Воронежского института МВД России,- 2008,-№3. - С.75 - 79. (Кравченко A.C. предложены критерии оценки действий субъекта).

9. Кравченко A.C. Оценивание вероятностных параметров объекта управления с использованием метода усреднения значений функции измерения / A.C. Кравченко, CA. Лебедев, MA. Жукова // Актуальные проблемы деятельности подразделений УИС : сборник материалов открытой научно-практической конференции / ФГОУ ВПО Воронежский институт ФСИН России. — Воронеж : Научная книга, 2010. — С. 15 - 19. (Кравченко A.C. рассмотрены вероятностные параметры обучаемого как объекта управления).

10. Кравченко A.C. Защита информации в базах данных профессиональной направленности / A.C. Кравченко, А.Н. Быковский. // Преступность в России: состояние, проблемы предупреждения и раскрытия преступлений: сборник материалов Международной научно-практической конференции. - Ч П. - Воронеж: Воронежский институт МВД России, 2008. - С. 59-65. (Кравченко A.C. рассмотрена система разграничения уровней доступа к информации).

11. Кравченко A.C. Разрешающее представление дискреционной политики безопасности эталонной модели автоматизированной информационной системы вневедомственной охраны на ЭМЗАС-сети / А.Н. Быковский, A.C. Дерябин, C.B. Родин, Г.В. Перминов, A.C. Кравченко// Современные проблемы прикладной математики и математического моделирования : Сборник материалов Ш Международной научной конференции. - Воронеж: Научная книга, 2009. Часть 1. - С. 52-53. (Кравченко A.C. рассмотрены особенности автоматизированных систем, используемых подразделениями вневедомственной охраны).)

bf

12. Кравченко A.C. Оценивание уровня подготовленности студентов в условиях обучения с использованием телекоммуникационных технологий / A.C. Кравченко // Российское образование: традиции, инновации, перспективы : пед. чтения, посвящ. памяти JI.H. Толстого (1828— 1910) (Воронеж, 16 дек. 2010 г.): сб. статей / Воронеж, гос. пром.-гуманитар. колледж. - Воронеж : ВГПГК, 2010. - С. 170 -172.

13. Кравченко A.C. Параметрическая адаптивная идентификация динамических моделей / A.C. Кравченко // Техника и безопасность объектов уголовно-исполнительной системы — 2010 : сборник материалов открытой Всероссийской научно-практической конференции / ФГОУ ВПО Воронежский институт ФСИН России. — Воронеж : Научная книга, 2010. — с. 175-179.

14. Кравченко A.C. Решение задач математического программирования в управлении / A.C. Кравченко // Теория конфликта и ее приложения: материалы VI Всероссийской научно-технической конференции. Часть II / сост. ИЛ. Львович, Ю.С. Сербулов; ВИВТ АНОО ВПО, РосНОУ (ВФ). - Воронеж: Научная книга, 2010. - С. 34 - 36.

15. Кравченко A.C. Латентные параметры трудности задания и уровня подготовленности испытуемого в адаптивном тестировании / A.C. Кравченко // Охрана, безопасность и связь -2009. сборник материалов Всероссийской научно-практической конференции. - Воронеж: Воронежский институт МВД России, 2010. - С. 97 -100.

16. Кравченко A.C. Пространства ситуаций и целей в управлении сложным объектом / A.C. Кравченко // Вестник Воронежского института высоких технологий. - Воронеж. - 2009. -№5.-С. 32-35.

17. Кравченко A.C. Методы автоматизированного контроля знаний / A.C. Кравченко // Общество, право, правосудие: сборник материалов Всероссийской научно-практической конференции : в 2 ч. / ГОУ ВПО «Российская академия правосудия», Центральный филиал ; отв. за вып. В .И. Филатов. -Воронеж: ООО Типография «ЛИО», 2009. Ч. 2. - С. 195 - 201.

18. Кравченко A.C. Параметрическая адаптация и идентификация динамических моделей / A.C. Кравченко // Техника и безопасность объектов уголовно-исполнительной системы - 2010 : сборник материалов открытой Всероссийской научно-практической конференции / ФГОУ ВПО Воронежский институт ФСИН России. - Воронеж: Научная книга, 2010. -С. 175 -179.

19. Кравченко A.C. Схемы программной реализации обучения с моделью обучаемого / A.C. Кравченко, Т.Е. Смоленцева // Общество, право, правосудие : сборник материалов Всероссийской научно-практической конференции : в 2 ч. / ГОУ ВПО «Российская академия правосудия», Центральный филиал ; отв. за вып. В.И. Филатов. - Воронеж : ООО Типография «ЛИО», 2010. -4.2. - С. 190 - 193. (Кравченко A.C. рассмотрены средства разработки приложений).

Просим Ваши отзывы на автореферат в двух экземплярах с подписями, заверенными гербовой печатью, направлять по адресу 394087, г. Воронеж, Тимирязева, 8, ВГЛТА, ученому секретарю. Тел/Факс (4732)-253-72-40.

Кравченко Андрей Сергеевич

РАЗРАБОТКА МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ И АЛГОРИТМОВ УПРАВЛЕНИЯ ОБУЧАЕМЫМ, УЧИТЫВАЮЩИХ ЕГО ИНДИВИДУАЛЬНЫЕ ОСОБЕННОСТИ

Автореферат диссертации на соискание ученой степени кандидата технических наук

Подо, к печати 4.10.2011 г. Формат:60x90 1/16. Объем 1 пл. Тираж 100 экз. Заказ № 390 Отпечатано в УОП ГОУ ВПО «ВГЛТА», 394087, г. Воронеж, Докучаева, 10.

ВВЕДЕНИЕ.

ГЛАВА 1 АНАЛИЗ ИНФОРМАЦИОННЫХ ПРОЦЕССОВ ОБУЧЕНИЯ И ПРОЕКТИРОВАНИЯ СИСТЕМ БЕЗОПАСНОСТИ ИМУЩЕСТВА.

1.1 Анализ подходов к формализации процесса обучения.

1.2. Формализация цели управления в обучении с моделью обучаемого.

1.3. Анализ подходов к повышению эффективности оценивания результатов тестового контроля для достижения цели управления.

1.4. Обзор методов обеспечения устойчивости систем охраны к негативным внешним воздействиям.

1.5. Выводы и задачи диссертационного исследования.

ГЛАВА 2. РАЗРАБОТКА МОДЕЛЕЙ ПРОЦЕССА ОБУЧЕНИЯ, ТЕСТОВОГО КОНТРОЛЯ ЗНАНИЙ И ОПРЕДЕЛЕНИЯ УСТОЙЧИВОСТИ СИСТЕМЫ ОХРАНЫ К ВНЕШНИМ ВОЗДЕЙСТВИЯМ.

2.1. Модель адаптивного процесса обучения индивидуального обучаемого с учетом его индивидуальных особенностей.

2.2. Логистические модели Раша и Бирнбаума для массового автоматизированного тестирования.

2.2.1. Метод наибольшего правдоподобия оценивания первичных данных

2.3. Модель определение надежности элемента системы охраны объекта.

2.3.1. Анализ физических параметров влияющих на надежность элементов охраны.

2.3.2. Модель определения надежности элемента охраны в условиях негативных внешних воздействий.

В настоящее время большое внимание уделяется исследованию задач управления в социальных системах в различных предметных областях, в том числе и обучении. Учитывая факт повышения криминогенной обстановки в России, в том числе динамику роста числа хищений имущества с объектов собственности, большое значение приобретает деятельность подразделений вневедомственной охраны (ВО). Задача сотрудников ВО состоит в охране объектов собственности от негативных внешних воздействий. Для подразделений ВО становятся актуальными задачи обучения и переподготовки их сотрудников, причем обучение должно обеспечивать приобретение профессиональных компетенций в максимально короткое время. Для решения таких задач целесообразно использовать автоматизированное обучение с использованием аппарата управления этим процёссом, позволяющее учитывать индивидуальные особенности каждого сотрудника подразделений ВО.

В данный момент, из-за высокой динамики изменения общественной обстановки, и условий профессиональной деятельности очень важно при обучении каждого индивидуального обучаемого отслеживать соответствие уровня его обученности к уровню, квалификационных требований. Все это предъявляет повышенные требования к управлению процессом обучения.

Ранее проблема автоматизированного обучения решалась с использованием математических моделей на основе нелинейной системы дифференциальных уравнений с учетом стохастичности, для которых невозможно построить адекватную модель обучаемого, как объекта управления. Современным направлением в моделировании процессов управления обучением являются адаптивные технологии, которые представляют собой технологическую систему методов, способствующую эффективному индивидуальному обучению. Эта система основывается на учете латентных параметров уровня начальной подготовленности и трудности проверочных заданий, а так же на учете индивидуальных особенностей обучаемых, что позволяет наиболее эффективно добиваться цели достижения обучаемым необходимого уровня квалификационных требований.

Исследования выполнялись на основе целевой программы «Научно-методическое, материально-техническое и информационное обеспечение системы образования» (приказ Минобразования России от 26.01.2001 № 240), и приказа об утверждении концепции службы общественной безопасности МВД России (приказ МВД России от 15.03.2002 № 240)

Исследования в области моделирования информационных процессов обучения проводились российскими учеными Нейманом Ю.М., Хлебниковым В.А., Елисеевым И.И., Ефремовой М.В., Глазковым Ю.А., Кузовлевой К.Т., Яхонтовым C.B., а также американскими и европейскими учеными Rash G., Birnbanm A., Thorndike R., Write В. и др.

Цели и задачи исследования. Разработка математических моделей и алгоритмов управления учебным процессом для повышения качества подготовки сотрудников ВО к построению систем технической укрепленности объектов охраны с учетом в модели управления индивидуальных особенностей обучаемого на основе статистического анализа результатов тестирования.

Для достижения указанной цели необходимо решение следующих задач:

- анализ систем управления и математических моделей- обучения, позволяющих учитывать уровень подготовленности обучаемого и его индивидуальные особенности;

- построение математической модели управления обучаемым с определением уровня его подготовленности и учетом индивидуальных особенностей на основе статистического анализа результатов тестирования;

- разработка методики формирования коэффициентов трудности тестовых заданий и уровня подготовленности объекта управления обучением, а также соответствующих алгоритмов на основании статистического анализа результатов тестирования индивидуального обучаемого;

- построение информационной структуры СОО, отличающейся повышенной устойчивость к негативным вешним воздействиям;

- разработка программного комплекса для организации обучения построению систем охраны объектов с повышенной устойчивостью к проникновению через эту систему, и учетом индивидуальных особенностей обучаемых.

Научная новизна. В работе получены следующие результаты, характеризующиеся научной новизной:

- построена математическая модель управления обучаемым, которое обеспечивает информационные потребности индивидуального обучаемого, отличающаяся статистическим анализом результатов тестирования;

- разработаны методики и алгоритмы формирования коэффициентов трудности тестовых заданий и уровня подготовленности индивидуального обучаемого на основании статистического анализа результатов тестирования, отличающиеся использованием средств оценки латентных параметров тестовых заданий;

- построена информационная структура СОО с повышенной устойчивостью к негативным внешним воздействиям, отличающиеся использованием методики нахождения кратчайшего пути преодоления этой системы.

Объект исследования - системы управления обучением сотрудников подразделений вневедомственной охраны построению систем технической укрепленности объектов охраны.

Предмет исследования - управление обучением в социально-экономической системе сотрудников ВО построению комплексов технической укрепленности объектов охраны с учетом в модели управления индивидуальных особенностей обучаемого на основе статистического анализа результатов тестирования.

Методы исследования. Для решения поставленных задач в работе использовались методы: теории систем управления, оптимизации; аппарата вычислительной математики и методов математической статистики; теории построения программ; модульного, структурного и объектно-ориентированного программирования; имитационного, структурного и параметрического моделирования; параметризации проверочных тестов.

Практическая ценность работы. На основе разработанных в рамках диссертационного исследования моделей и алгоритмов разработан программный комплекс из четырех приложений, реализующий функции обучения и тестирования сотрудников ВО (ПК ОСВО). Программный комплекс позволяет производить обучение и осуществлять контроль над уровнем профессиональных компетенций сотрудников подразделений вневедомственной охраны.

Часть программного комплекса, реализующая управление обучением может применяться для изучения материала из любой предметной области, если он поддается представлению в виде дискретных порций обучающей информации.

Публикации. По теме диссертационного исследования опубликовано 19 печатных работ (6 статей, 13 материалов научных конференций). В том числе 8 работ без соавторов.

4.5. Основные выводы четвертой главы

В четвертой главе получены следующие основные результаты:

1. Создана реляционная база данных, позволяющая организовать хранение и обработку информации, необходимой для организации процесса обучения индивидуальных пользователей. База данных содержит административную и учебную информацию.

2. Разработан программный комплекс реализации информационного процесса обучения построению информационных структур, повышающих устойчивость к проникновению через системы охраны объектов.

3. Разработан программный модуль нахождения времени движения, а так же длины кратчайшего пути проникновения к ценности.

ЗАКЛЮЧЕНИЕ

В процессе проведения диссертационного исследования получены следующие результаты:

1. Анализ процессов обучения показал необходимость разработки систем управления обучением, а также совершенствования процедур проверки знаний. Несовершенство существующих средств оценивания знаний делает невозможным объективное оценивание уровня подготовки формальными методами.

2. Разработана методика формирования коэффициентов трудности тестовых заданий на основании статистического анализа результатов тестирования индивидуального обучаемого.

3. Разработана методика определения уровня подготовленности индивидуального обучаемого на основании интеграции результатов выполнения тестовых заданий с учетом коэффициента трудности каждого из них.

4. Разработан алгоритм определения коэффициентов трудности тестовых заданий на основании статистического анализа результатов тестирования индивидуального обучаемого и уровня подготовленности индивидуального обучаемого.

5. Построена информационная структура, отличающаяся повышенной устойчивость к негативным ведшим воздействиям.

6: Разработан программный комплекс ПК ОСВО," предназначенный для организации управления процессом обучения построению СОО с повышенной устойчивостью к проникновению через эту систему, с учетом индивидуальных особенностей обучаемых.

7. Проведен эксперимент по обучению студентов с использованием разработанного программного комплекса. Анализ результатов эксперимента показал повышение качества обучения в 1,099476 раз по сравнению с традиционными методами обучения.

1. Eliot С., Neiman D., Lamar М. Medtec: A Web-based intelligent tutor for basic anatomy // Proceedings of AACE World Conference of the WWW, 1.ternet and Intranet. WebNet'97, 1997, - p. 161-165:

2. Rasch G. Probabilistic Models for Some Intelligence and Attainment Tests, 1960, Copenhagen, Denmark: Danish Institute for Education Research

3. Абалмазов Э.И. Декомпозиция и композициям систем безопасности // Системы;безопасности, связи ителекоммуникаций. 1995. №5. - С. 68-72.

4. Андронов A.M. Теория вероятностей и математическая статистика: учебник для; вузов / Андронов! A.M., Копытов Е.А., Гринглас Л .Я. СПб;: Питер, 2004, - 461с.:ил. — (Серия «Учебник для вузов»).

5. Аоки М. Введение в методы: оптимизации. / Пер. с англ. М.: Наука, 1977. 344 с./

6. Балабошко Н.Г. Автоматизированные комплексные системы безопасности // Системы безопасности^ связи и телекоммуникаций. -1996. -№ 4. С. 84 -85.

7. Банди Б. Методы оптимизации. М.: Радио и связь, 1988. 128 с.

8. Белкин А.Р. Принятие решений: комбинаторные моделиаппроксимации информации / А.Р. Белкин, М.Ш. Левин. М.:Наука, 1990. -160 с.

9. Березина Л.Ю. Графы и их построение: Пособие для учителей. М.: Просвещение, 1979. — 143 с. С ил.

10. Березовский Б.А. и др. Многокритериальная оптимизация. Математические аспекты. М.: Наука, 1989. 128 с.

11. Беспалько В.П. Программированное обучение. Дидактические основы. М.: Высш.шк., 1980. 300 с.

12. БоглаевЮ.П. Вычислительная математика и программирование. М.: Высш.шк., 1990. 544 с.

13. Вагин В.Н., Некоторые базовые принципы построения интеллектуальных систем поддержки принятия решений реального времени / В.Н. Вагин, А.П. Еремеев // Известия РАН. Теория и системы управления. 2001. №6. С. 114-123.V

14. Вирт Н. Алгоритмы + структуры данных = программы: Пер. с англ.М.: Мир, 1985. 406 с.

15. ВиртН. Систематическое программирование. Введение: Пер: с англ. М.: Мир, 1977. 183 с.

16. Волхонский В. Термины и определения систем безопасности // Журнал «Безопасность Достоверность Информация» № 6 (34), 2000 г. С. 24-27.

17. Высокотехнологичные хранилища будущего // Системы безопасности, связи,и,телекоммуникаций. 1997. -№2. -С. 66-67,

18. Гершунский Б.С. Компьютеризация в сфере образования: Проблемы и перспективы. М.: Педагогика, 1987. 264 с.

19. Гладковский В.И., Гладыщук A.A., ПанасюкИ.М. Воспитательные функции рейтинговой системы оценки знаний (РСОЗ) // Высшая школа: состояние и перспективы. Минск: РИВШ БГУ, 1997. — 107 с.

20. Глас Дж., Стенли Дж. Статистические методы в педагогике ипсихологии. М.: Прогресс, 1976. 495 с.

21. Гнеденко Б.В. Курс теории вероятностей. М.: Наука, 1988. 446 с.

22. Гнеденко Б.В. Курс теории вероятности и математической статистики. М.: Физматгиз, 1961. 446 с.•<■ 26. Гнеденко Б.В. Математические методы в теории надежности. /

23. Б.В. Гнеденко, Ю.К. Беляев, А.Д. Соловьев // М.: Наука., 1965. — 524 с.

24. ГОСТ 24812-81 "Испытания изделий на воздействие механических факторов".

25. ГОСТ 24812-81 "Испытания изделий на воздействие механических факторов".

26. ГОСТ 26892-86 "Двери деревянные. Метод испытания на сопротивление ударной нагрузке, действующей в направлении открывания двери".

27. ГОСТ Р 50658 94. Системы тревожной сигнализации. 4.2. Требования к системам охранной сигнализации. Разд. 4. Ультразвуковые доплеровские извещатели для закрытых помещений. Введ. 01.01.1995.-М.: Госстандарт России.-1994. - 35 с.

28. ГОСТ Р 50659 94. Системы тревожной сигнализации. 4.2. Требования к системам охранной сигнализации. Разд. 5. Радиоволновые доплеровские извещатели для закрытых помещений. Введ 01-01.1995. -М.: Госстандарт России.-1994. -38 с.

29. ГОСТ Р 50775-95. Системы тревожной сигнализации. 4.1. Общие требования. Разд. 1. Общие положения. Введ. 01.01.1996. -М.: Госстандарт России.-1995.-19с.

30. ГОСТ Р 50776-95. Системы тревожной сигнализации. 4.1. Общие требования. Разд. 4. Руководство по проектированию, монтажу и техническому обслуживанию. Введ. 01.01.1996. -М.: Госстандарт России.-1995.-22с.

31. Гринченко В.Т., Мацыпура В.Т., Снарский A.A. Введение в нелинейную динамику. Хаос и фракталы. Изд.2-е.-М.: Издательство ЛЕСИ, 2007.-264с.

32. Дегтярев Ю.И., Калинин Б.Н. Основы кибернетики: Учебное пособие. Ml: Высш. шк., 1976. 408 с.

33. Дейт К. Введение в системы баз данных. М.: Наука, 1980. 464 с.

34. Довгаль С.И., Мацуй М.В., Сбитнев А.И. Интерфейс современной программной системы. — Киев: Информсистема-сервис, 1994. 416 с.

35. Дубровин A.C. Методика оценки программ систем защиты информации и-ее функций / A.B. Мельников, Е.А. Рогозин; В.И. Сумин // X Международная научная конференция «ИнформатизацияVправоохранительных систем»: Сборник трудов. Москва, 2001.- С 376-3781.

36. Дюран Б., Одел П. Кластерный анализ, М.: Статистика, 1997. 128 с.

37. Евтушенко Ю.Г., Мазурик В.П. Программное обеспечение систем оптимизации. М.: Знание, 1989. 48' с. (Новое в жизни, науке, технике. Сер. «Математика, кибернетика»; № 9).

38. Ждамиров В.И. Основы информационных технологий: Учебное пособие. — Воронеж: Воронежский институт МВД России, 2002. — 260 с.

39. Жуковский В.И. Многокритериальное принятие решений в условиях неопределённости / В.И: Жуковский, В:С. Молоствов. — М.: МНИИПУ, 1988. -130 с:

40. Зайцева Л.В: Некоторые аспекты контроля знаний в дистанционном обучении // Сборник научных трудов 4-й международной конференции "Образование и виртуальность 2000" - Харьков - Севастополь : УАДО, 2000,-с. 126-131.

41. Зайцева Л.В., Новицкий Л.П., Грибкова В.А. Разработка и применение автоматизированных обучающих систем на базе ЭВМ. — Под ред. Л.В. Ницецкого. Рига : "Зинатне", 1989. - 174 с.

42. Зайцева JI.B., Прокофьева Н.О. Проблемы компьютерного контроля знаний // Proceedings. IEEE International Conference on Advanced Learning Technologies (ICALT 2002). 9-12 September 2002. Kazan, Tatrstan, Russia, 2002,-p. 102- 106.

43. Зайцева JI.B. Некоторые аспекты контроля знаний в дистанционном обучении // Сборник научных трудов 4-й международной конференции "Образование и виртуальность — 2000" — Харьков — Севастополь : УАДО, 2000,-с. 126-131.

44. Зайцева JI.B., Новицкий Л.П., ГрибковаВ.А. Разработка и применение автоматизированных обучающих систем на базе ЭВМ. — Под ред. Л.В. Ницецкого. Рига : "Зинатне", 1989. - 174 с.

45. Иваненко В.И. Проблема неопределённости в задачах принятия решения / В.И. Иваненко, В.А. Лабковский. — Киев: Наук, думка, 1990. — 132 с.

46. Калиниченко Л.А. Методы и средства интеграции неоднородных баз данных. М.: Наука, 1983. 424 с.

47. Карманов B.F. Математическое программирование. М.: Наука, 1980. 248 с.

48. Kapp Ч., ХоувЧ. Количественные методы принятия решений в управлении и экономике: Пер. с англ. М.: Мир, 1966. 464 с.

49. Касимов Р.Я., Зинченко В.Я., Грантберг И.И. Рейтинговый контроль // Высшее образование в России. 1994. - № 2 - с. 83-92.

50. Ким B.C. Тестирование учебных достижений. Монографмя. — Уссурийск: Издательство УГПИ, 2007. 214 е.: ил.

51. КиниРЛ., РайфаХ. Принятие решений при многих критериях: предпочтения и замещений./ Пер. с англ. М.: Радио и связь, 1981. 550 с.

52. Компьютер и задачи выбора. Автор предисл. Ю.И. Журавлев. М.: Наука, 1989. 208 с.

53. КононекоА.Ф. Принятие решений в условиях неопределённости / А.Ф. Кононеко, А.Д. Халезов, В.В. Чумаков. М.: ВЦ АН СССР, 1991.-196 с.

54. Кравченко A.C. Пространства ситуаций и целей в управлении сложным объектом / A.C. Кравченко // Вестник Воронежского института высоких технологий. Воронеж. — 2009. — №5. — с. 32 35.

55. Кузьмина Н.В. и др. Основы вузовской педагогики. Л.: издательство госуниверситета, 1972. 474 с.

56. Кушнир А.Ф., Лапшин В.М. Параметрические методы анализа

57. Ларичев О.И. Свойства методов -принятия решений в многокритериальных задачах индивидуального выбора // Автоматика ителемеханика. 2002. - № 2. - С. 146-158.

58. Лернер И.Я., Зорина Л.Я., Батурина Г.И. и др. Качество знаний учащихся и пути его совершенствования. М.: Педагогика, 1977. 208 с.

59. Липаев В.В. Проектирование программных средств. М.: Высшая школа, 1990. 303 с.

60. Магауенов Р.Г. Системы охранной сигнализации: основы теории и принципы построения: Учебное пособие. — М.: Горячая линия Телеком, 2004.-367 с.:ил.

61. Малинецкий Г.Г. Новый облик нелинейной динамики // Природа.-2001.-№3.-c.3-12.

62. Марков A.A. Моделирование информационно-вычислительных процессов. М.: Изд-во МГТУ им. Н.Э. Баумана, 1999.-360 с.

63. Мартин Дж. Организация баз данных в вычислительных системах. М.: Мир, 1980. 862 с.

64. Михалевич B.C., Кукса А.И. Методы последовательной оптимизации в дискретных сетевых задачах оптимального распределения ресурсов. М.: Наука, 1983. 208 с.

65. Михалевич B.C., Сергиенко И.В., Шор Н;3. Исследование методов решения оптимизационных задач и их приложения. // Кибернетика, 1981. С.89-113.

66. Мишук Э., Мюллер П. Методы принятия технических решений. /Пер. с англ. М.: Мир, 1990. 247 с.

67. Мун Ф. Хаотические колебания.-М.:Мир, 1990.-311 с.

68. Назин A.B., Позняк A.C. Адаптивный выбор вариантов: рекуррентные алгоритмы. М.: Наука; 1986. 288 с.

69. Нейман Ю.М., Хлебников В.А. Введение в теорию моделирования и параметризации педагогических тестов. М.: Прометей, 2000. - 169 с.

70. Нейман Ю.М., Хлебников В.А. Педагогическое тестирование какизмерение. М.: Прометей, 2003. - 70 с

71. Некрестьянов И.Г. Тематико — Ориентированные методы информационного поиска. Диссертация.- СПб.: 2000.

72. Норенков Ю.И. Исследование и разработка принципов построения адаптивных обучающих систем. М.: НИЦЭВТ, 1992. 223 с.

73. Оре О. Теория графов. — 2-е изд. — М.: Наука — Главная редакция физико-математической литературы, 1980. — 336 с.80: Поляк Б.Т. Введение в-оптимизацию. М.: Наука, 1983. 384 с.

74. Проблемы управления самостоятельной работой студентов в условиях перестройки высшего образования // Латышская респ. научно-практ. конф., тез;, докл. Рига: ЛГУ, 1998. 189 с.

75. Пугачев B.C. Теория вероятностей и математическая статистика/В.С. Пугачев. М: Физматлит, 2002. — 496 с.

76. Пьянков О.В. Моделирование процессов, проектирования* и принятия решений в системе централизованной охраны на основе теории конфликтов / О.В. Пьянков: Автореф. дис. канд. техн. наук: 05.13.18. Воронеж, 2004. - 16 с.

77. Растригин Л.А. Адаптивное обучение с моделью, обучаемого. — Рига: Зинатне, 1988.-160 с.

78. Растригин Л. А. Современные принципы управления' сложными объектами. — М.: Сов. Радио, 1980. — 232 с. Ил.

79. Ревунков Г.И., Самохвалов Э:М., Чистов В.В. Базы и банки данных и знаний. М.: Высшая школа, 1992. 367 с.

80. Реклейтис Г., Рейвиндран А., Рэксдэл К. Оптимизация в технике: в 2-х кн. /Пер. с англ. М.: Мир, 1986. 320 с.

81. Саати Т. Целочисленные методы оптимизации и связанные с ними экстремальные проблемы. М.: Мир, 1973. 302 с.

82. Савельев А.Я., Новиков В.А., Лобанов Ю.Н. Подготовка информациидля автоматизированных обучающих систем // Методическое пособие для преподавателей и студентов вузов /Под редакцией А.Я.Савельева. М.: Высшая школа, 1986. 176 с.

83. Самарский A.A., Михайлов А.П. Математическое моделирование: Идеи. Методы. Примеры. 2-е изд., испр. — М.: Физматлит, 2002. - 320 с.

84. Селезнева H.A. Автоматизация проектирования систем управления качеством высшего образования // Диссертация на соискание ученой степени доктора технических наук. М.: Моск. инст. стали и сплавов, 1992.

85. Системы управления базами данных и знаний. /Под ред. А.Н. Наумова. М.: Финансы и статистика, 1991. 352 с.

86. Смирнов М.В. Курс теории вероятности и математической статистики. М.: Наука, 1969. 556

87. Советов Б.Я., Яковлев С.А. Моделирование систем. М.: Высш. шк., 1998.319 с.

88. Сумин В.И. Теоретические основы автоматизации проектирования систем управления подразделений вневедомственной охраны субъекта федерации / В.И.Сумин, В.АДурденко.- Воронеж: ВГУ ВВШ МВД РФ, 1997.-160 с.

89. Сумин В.И., Смоленцева Т.Е. Формализация задачи управления социальными системами//Теория конфликта и ее приложения — 2008всероссийская научно — технич. конференция ч.1.- Воронеж: Воронежский институт высоких технологий, 2008.-С.133-137.

90. Сумин В.И., Кравченко A.C. Адаптивное тестирование. Логические модели Раша и Бирнбаума / В.И. Сумин, A.C. Кравченко, В.В. Рябинин // Вестник Воронежского государственного технического университета. — Том 6, № 6. Воронеж: ВГТУ, 2010. - с. 140 - 144.

91. Сумин В.И., Кравченко A.C. Конкретизация цели обучения в модели обучаемого как объекта управления / В.И. Сумин, A.C. Кравченко,

92. B.B. Рябинин, Т.Е. Смоленцева // Математические методы и информационно-технические средства-2009 : веер, научно-практ. конф. сб. материалов.-Краснодар, 2009. — с.187 — 190.

93. Талызина Н.В. Методика составления обучающих программ. — М.: Изд-во Моск. ун-та, 1980 48 с.

94. Трахтенгерц Э.А. Возможности и реализация компьютерных систем поддержки принятия решений / Э.А. Трахтенгерц // Известия РАН. Теория и системы управления. 2001. - № 3. - С. 86-113.

95. Фишберн П. Теория полезности для принятия решений / П. Фишберн. — М.: Наука, 1978.-352 с.

96. ХаббардДж. Автоматизированное проектирование баз данных. М.: Мир, 1983. 293 с.