автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Разработка моделей и алгоритмов информационной поддержки процессов управления разработкой и эксплуатацией приборов и систем массового обслуживания

□□3459679

На правах рукописи

Ко Ко Аунг

РАЗРАБОТКА МОДЕЛЕЙ И АЛГОРИТМОВ ИНФОРМАЦИОННОЙ ПОДДЕРЖКИ ПРОЦЕССОВ УПРАВЛЕНИЯ РАЗРАБОТКОЙ И ЭКСПЛУАТАЦИЕЙ ПРИБОРОВ И СИСТЕМ МАССОВОГО ОБСЛУЖИВАНИЯ

05.13.01 - Системный анализ, управление и обработка информации

(в приборостроении)

Автореферат

диссертации на соискание учёной степени кандидата технических наук

Москва - 2009 г.

^ г''п О ь..-^ --

003459679

Работа выполнена на кафедре Информатики и программного обеспечения вычислительных систем в Московском государственном институте электронной техники (техническом университете)

Научный руководитель:

Официальные оппоненты:

доктор технических наук, профессор Лисов Олег Иванович

доктор технических наук, профессор Абрамов Алексей Иванович

кандидат технических наук, Петров Анатолий Александрович

Ведущая организация:

ОАО «ОТИК», Москва.

Защита состоится «¿2^ » в ^у : ЗУ часов на

заседании диссертационного совета Д 212.134.02 при Московском государственном институте электронной техники (техническом университете) по адресу: 124498, Москва, Зеленоград, проезд 4806, д.5, МИЭТ.

С диссертацией можно ознакомиться в библиотеке МИЭТ.

Автореферат разослан

«29 » 2008 г.

Ученый секретарь

диссертационного совета Д.212.134.02 Доктор технических наук.

АЛЗ.Гуреев

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы: Во многих областях практической деятельности человека мы сталкиваемся с системами, производящими обслуживание потока запросов, заявок, работ. Это могут быть как отдельные приборы, так и системы приборов. Причём заявки могут обслуживаться либо в произвольном порядке, либо по заданной технологии - например системы проектирования, производства и т.п.

Разработка таких приборов и систем, их внедрение и эксплуатация связаны как с необходимостью обеспечения оптимальных характеристик качества на этапе создания, так и их поддержания в процессе эксплуатации.

Одно из главных условий достижения оптимальных показателей качества систем является квалификация обслуживающего персонала: проектировщиков, администраторов, эксплуатационников.

Раньше такие системы - системы массового обслуживания (СМО) и сети СМО (ССМО) могли работать несколько лет без изменений. Теперь приходится постоянно работать над повышением качества функционирования такой системы, сокращением сроков прохождения заявок через эту систему, с изменением характеров входного потока, загрузки приборов. Это все приводит к тому, что процесс принятия управленческих решений, связанных с изменением систем, расчетом ее характеристик, определением направлений модернизации системы должен производиться обслуживающим персоналом постоянно. В направлении разработки структуры и методов проектирования СМО известны многочисленные исследования. В частности исследованиям в этой области посвящен ряд работ зарубежных и российских специалистов Перегудова Ф.И., Тарасенко Ф.И., Клейнрока, Myron Hlynka , Edward D. Lazowska, John Zahorjan, G. Scott Graham, Kenneth C. Sevcik, и других.

Задача первичного обучения и постоянного повышения квалификации обслуживающего персонала может быть решена путём разработки интеллектуальной информационной системы поддержки принятия управленческих решений на основе постоянного обучения персонала в процессе проектирования или эксплуатации систем массового обслуживания, включая системы обработки заявок по заданной технологии. При современном уровне развития средств коммуникации такое обучение - повышение квалификации обслуживающего персонала профессионально может осуществляться с

использованием Е-1еагшг^ технологии.

В развитие Е-1еагшг^ технологии большой вклад внесли работы Б. Ятленко, А.Бодаренко, Марка Розенберга, Роберта Земски, Сабина Сойферт, Нигеля Пейна, Дитера Ойлера, А. Я. Савельева, И.Г. Игнатовой и многих других.

Таким образом разработка интеллектуальных тренажеров как основной части системы интеллектуальной информационной поддержки процессов принятия управленческих решений(блока повышения квалификации) при проектировании, производстве и эксплуатации систем массового обслуживания для повышения квалификации обслуживающего персонала, способствующего повышению качества проектируемых систем и эффективности их эксплуатации является актуальной задачей.

Целью диссертационного исследования является обеспечение качества разработки и эксплуатации различного вида систем массового обслуживания от простейших до систем обработки информации по заданной технологии путём повышения квалификации обслуживающего персонала.

Объектом исследования диссертации являются автоматизированные системы поддержки процессов проектирования и эксплуатации различного типа систем массового обслуживания.

Предметом исследования диссертации является разработка блока повышения квалификации обслуживающего персонала на основе интеллектуальных тренажеров, как составной части процессов проектирования, эксплуатации и реинжениринга приборов и систем массового обслуживания.

В соответствии с указанной целью в работе решаются.следующие задачи:

• разработка структуры автоматизированной системы поддержки принятия решений, включающей блок обучения и повышения уровня квалификации обслуживающего персонала.

• системный анализ и формализация предметной области знаний, связанной с проектированием и эксплуатацией систем массового обслуживания;

• разработка модели области знаний, позволяющей осуществлять как обучение персонала, так и повышение его квалификации с учетом уровня исходной компетентности и психологических особенностей обучаемых;

• разработка принципов построения обучающего модуля

управления и принятия решений в процессе обучения;

• построение алгоритмов работы обучающего модуля на основе интеллектуальных тренажеров.

Методы исследования. В диссертационной работе использованы методы системного анализа, теории информационных систем, элементы теории массового обслуживания, элементы теории вероятности, методы математического моделирования.

Научная новизна работы состоит в создании новых моделей и алгоритмов, обеспечивающих процесс поддержки квалификации персонала, связанной с принятием управленческих решений при проектировании и эксплуатации систем массового обслуживания, включая системы обработки информации по заданной технологии. При этом получены следующие научные результаты.

• Обоснована необходимость разработки и внедрения тренинг-системы для постоянного повышения квалификации обслуживающего персонала и первичного обучения при проектировании и эксплуатации систем массового обслуживания.

• Разработаны алгоритмы построения тренинг-системы на основе интеллектуальных тренажеров, учитывающей индивидуальные особенности обучаемых путем реализации трех методов организации учебного процесса: индуктивного, дедуктивного и абдуктивного.

• Разработана структура представления учебного материала и алгоритмы для реализации трех методов организации учебного процесса, обеспечивающая вариативный характер обучения.

• Разработана структура интеллектуального тренажера, включающая четыре этапа обучения - а также, в частности, алгоритмы генерации индивидуальных заданий, алгоритмы контроля ответов обучаемого, формирования подсказок и формирования конкретной технологии обучения с учетом индивидуальных особенностей обучаемых, способствующих актуализации знаний в процессе компетентностного обучения.

• Разработана тренинг-система, включающая три интеллектуальных тренажера, для изучения основ теории массового обслуживания.

• Разработаны принципы построения, структура обучающего модуля систем управления и принятия решений в процессе обучения при проектировании и эксплуатации систем

массового обслуживания.

Практическая значимость работы заключается в том, что постоянное повышение квалификации обслуживающего персонала с использованием Е-1еагшг^ технологии и, в частности, интеллектуальных тренажеров обеспечивает повышение качества проектирования и эксплуатации различных приборов и систем массового обслуживания, включая системы обработки информации по заданной технологии.

Кроме того, результаты диссертации могут быть использованы и в учебном процессе ВУЗов как основа дистанционной поддержки традиционных форм обучения.

Достоверность полученных результатов исследований определяется проведенными практическими исследованиями разработанного обучающего модуля на основе трех интеллектуальных тренажеров.

Личный вклад автора. Все основные результаты получены автором лично. Главными из них являются:

■ разработка структуры обучающего модуля на основе интеллектуальных тренажеров;

■ разработка алгоритма и структурной модели тренинга при изучении конкретных задач теории массового обслуживания;

■ предложен вариант структуры интеллектуального тренажера для решения задач исследования характеристик приборов и системы массового обслуживания;

■ внедрение результатов диссертационной работы в учебный процесс кафедры ИПОВС МИЭТ.

Внедрение результатов работы. Все работы по реализации и внедрению проводились при непосредственном участии автора. Результаты диссертационной работы используются в учебном процессе кафедры ИПОВС Московского государственного института электронной техники в лекционных и практических занятиях по дисциплине "Теория систем и системный анализ".

Кроме того, разработанные ИТ использованы для повышения квалификации студентов вечернего отделения, связанных с разработкой и обслуживанием систем массового обслуживания.

В результате проведенных исследований получены и выносятся на защиту следующие основные научные результаты.

■ Алгоритмы функционирования тренинг-системы, включающей три интеллектуальные тренажера для изучения основ теории

массового обслуживания, ориентированных на использование трех технологий обучения. .

■ Модель области знаний, необходимая для построения алгоритмов управления процессом обучения.

■ Принципы генерации индивидуальных заданий, алгоритмы определения причин совершаемых ошибок, подсказок и формирования конкретной технологии обучения, способствующие актуализации знаний в процессе компетентностного обучения.

■ Результаты опытной эксплуатации трех интеллектуальных тренажеров.

Апробация работы. Основные положения и результаты диссертационной работы были доложены на Всероссийских межвузовских научно-технических конференциях "Микроэлектроника и информатика" (Москва, Зеленоград, МИЭТ, 2005- 2008 г.г.), Научной сессии МИФИ (Москва, МИФИ, 2007-2008 г.г.) Всероссийской межвузовской научно-практической конференции "Актуальные проблемы информатизации. Развитие информационной инфраструктуры, технологий и систем" (Москва, Зеленоград, МИЭТ, 2007 г.).

Публикации. Основное содержание диссертации отражено в 11 опубликованных работах, в том числе 1 статья в научном журнале, утвержденном ВАК. Без соавторов опубликовано 6 работ.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы и приложений. Работа содержит 117 страниц текста, включая 47 рисунков, 6 таблицы и 3 страниц списка используемой литературы из 26 наименований и 2 приложения на 3 страницах.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность темы диссертации, формулируются общие проблемы, цели и задачи исследования, рассматривается структура диссертации и взаимосвязь отдельных глав.

В первой главе рассмотрены основные типы приборов и систем массового обслуживания, их виды, задачи проектирования и эксплуатации, связанные с качеством.

Предложена классфикация СМО на разные группы в зависимости от состава, от времени пребывания в очереди до начала обслуживания и от дисциплины обслуживания требований.

Эффективность функционирования СМО определяется её

пропускной способностью - относительным числом обслуженных заявок.

В качестве показательной эффективности работы СМО приняты:

• абсолютная пропускная способность(АПС) - среднее число заявок, обслуживаемых в единицу времени;

• относительная пропускная способность - отношение АПС к среднему числу заявок, поступивших за единицу времени (Q);

• средняя продолжительность периода занятости СМО (Те);

• коэффициент использования СМО - средняя доля времени, в течение которого система занята обслуживанием заявок;

• среднее время ожидания заявки в очереди (Т line);

• среднее время пребывания заявки в СМО (Т sys);

• среднее число заявок в очереди (N line);

• среднее число заявок, находящихся в СМО (N sys).

Результаты анализа предметной области позволяют констатировать,

что:

• приборы и системы массового обслуживания все шире используются в самых разнообразных отраслях деятельности;

• разработка и эксплуатация систем массового обслуживания связана с быстрой реорганизацией их структуры и значений критериев качества;

• эффективность процессов проектирования и эксплуатации систем массового обслуживания непосредственно связана с квалификацией обслуживающего персонала;

• перспективным является использование E-learning технологии и сети Интернет как основного метода (способа) начального обучения и повышения квалификации обслуживающего персонала с использованием интеллектуальных методов контроля хода обучения.

Поэтому разработка автоматизированной обучающей системы (тренинг-системы) по теории массового обслуживания, основанной на использовании интеллектуальных тренажеров является актуальной задачей.

Во второй главе представлена разработанная модель области знаний тренинг-системы и основные технологии управления обучением в зависимости от компетентностных особенностей обучаемого.

Модель области знаний, необходимая для формирования контента интеллектуального тренажера, обеспечивает:

• учет психологических особенностей обучаемого;

• учет степени компетентности по обеспечивающим дисциплинам;

• автоматическую генерацию заданий;

• построение «решателя» задач;

• использование трех технологий управления обучением;

• развитие и корректировку структуры и контента интеллектуального тренажера в процессе эксплуатации.

В общем научном смысле область знаний представляется ограниченным естественным языком, образованным грамматикой Г:

Г={Т,Ф,П,Н}.

Здесь: Т - терминальный алфавит, Ф - полный словарь терминов, П -правила подстановки, Н - начальный символ. Язык может разбиваться на несколько тематических языковых групп (подъязыков) в соответствии со структурой разделов дисциплины.

К терминальным символам (Т), в частности, относятся: заявка (требование), поток, обслуживание, прибор, вход, выход, сеть, ожидание, пребывание, время и т.д.

Полный язык теории массового обслуживания делится на разделы:

Я={ПС, ПрС, мС, СПС, СПрС, МС, СОЗЗТ}, Где: 1 -(ПС) простейшие СМО (типа М/М/1);

2 - (ПРС) произвольные СМО (типа ОМ/1, МЛЗ/1 и т.д.);

3 - (мС) СМО типа М/М/м;

4 - (СПС) сети простейших СМО;

5 - (СПрС) сети произвольных СМО;

6 - (МС) процессуальные СМО (сети Маркова);

7 - (СОЗЗТ) системы обработки заявок по заданной технологии (двойственные или процессно-ролевые системы).

Структурная схема взаимосвязи разделов представлена на рис. 1.

Рис. 1 Структурная схема взаимосвязи разделов теории массового обслуживания

В зависимости от компетентностных особенностей обучаемого и технологии изучения дисциплины - индуктивной, дедуктивной и

абдуктивной, изучение может начинаться с различных разделов. Например,

Индуктивный подход (от частного к общему): 1,3,4, или 1,2,5,7.

Дедуктивный подход (от общего к частному): 7, 5,2, 1 или 7,4,3, 1.

Абдуктивный подход (с середины модели): (4, 5, 7 или 4,6,7) и (5,2,1 или 5,4,3,1).

Построение теоретического блока должно основываться на модели области знаний и обеспечивать три технологии управления изучением дисциплины.

Схема принятия решений в процессе обучения «преподаватель-обучаемый» при индуктивном методе обучении представлена на рис. 2.

Рис. 2 Схема взаимодействия «преподаватель-студент» при индуктивном методе обучении Аналогично строятся схемы для дедуктивного и абдуктивного методов.[8] Модель области знаний должна обеспечить как обучение по одному из методов, так и переход от одного к другим.

Разработаны схемы алгоритмов решения трех задач системы массового обслуживания.

На рис.3 показана схема алгоритма решения типовой задачи исследований СМО, как обслуживающего прибора.

Рис.3 Схема алгоритма решения типовой задачи исследований

На рис.4 показана схема алгоритма решения типовой задачи исследования сети СМО.

СМО

На рис.5 показана схема алгоритма решения типовой задачи исследования характеристик системы обработки заявок по заданной технологии.

Выполнение приведенных на рисунках алгоритмов осуществляется основе следующих теоретических положений (формул).

Формулы для решения задачи анализа простейшей СМО При т=1 При т > 1

Т« Ш!Л 1 Т1гт

5-// = — 9-Тм =-0 , 7 я

То т\т(1~уту

6~Р = ~ 10 ~т„- Р0 + т0

И " т!и(1-У)2 ° °

4 /т'

Т

9 - Т = р ° 1 1 - N = Л/^ += СОИЛ*

10 Г К =-Г7-тРо+к

2 Л Т

11 _ ДГ 12 - М=^- = СОПМ,

< 1 -р 4 1-р

1гт+1

12 - N = N =- , . Р0.

1-р т!т(1-у)2

ту

Формулы для решения задачи анализа сети СМО

п _

4 - Для открытой сети: Х1 = Яо; + ^¡Г> 1 — \,п .

7=1

Для закрытой сети: = ^ Ру,-^, г = 1, и

7 - Аовх = Аовых •

Решение: определение значения Л.

10 - Вычисляем характеристики каждой СМО: (1ая задача);

_ Л

Далее: С(к - у-

11 =

1=1

п

Tw — У, j

ы

т=Уатг

п / { I ш

1=1

Формулы решения задачи анализа системы обработки заявок по заданной технологий

8 - Як = Лц + , к=номер операции.

1° ~ Л)« = Л>„ьа •

Решение: Определение АК.

12- Р0 =

'fjmpf | М"

.¿о w wia-P).

-1

i3-K] = -f, [a]=D\ak]D,

вМ^ФУШФ]

[Twi] = [DT[ak)Dtwk], / /

В качестве примера рассмотрена система оперативной обработки (СОО) (рис.6), характерной чертой которой является наличие активных терминалов. В состав активного терминала входит дисплей и другие устройства. Каждый терминал рассчитан на обслуживание одного пользователя. Поступающие от пользователя требования сразу принимаются к обслуживанию. Каждый активный терминал имеет доступ ко всем средствам СОО. Связь терминала с процессором и

оперативной памятью осуществляется через мультиплексный канал. Общее представление о структуре СОО дает схема рис. 6. Рассмотрение трех разделов теории массового обслуживания является необходимым и достаточным для исследования реальных систем (информационных, вычислительных).

Рис. 6 Структура системы оперативной обработки информации

В третьей главе представлены средства вариативного управления актуализацией знаний в учебном процессе на основе компетентностного подхода и с использованием тренинг-системы, построенной на основе интеллектуального тренажера.

Интеллектуальный тренажер реализует следующие функции:

• систематизацию данных по обучаемым;

• аутентификацию и авторизацию пользователя с целью ограничения доступа;

• формирование ( и дальнейшее использование шаблонов содержащих учебный материал, тесты, практические задания и контрольные задания;

• формирование случайного задания для обучаемого;

• компьютерное решение сгенерированного задания с целью сравнения ответов с ответом пользователя;

• обработку ответов и вывод соответствующего сообщения об ошибке;

• высылку результатов обучения преподавателю;

• формирование отчетов о процессе обучения слушателя;

• рекомендации по изменению методики или процесса обучения.

Типовая структурная представлена на рис. 7. [3]

заяв всег дан: зале

инт(

фор Ко.

схема

интеллектуального тренажера

Рис. 7 Типовая структурная схема интеллектуального тренажера

Часто в системах обучения используются программы, которые по лению разработчиков «генерируют» задания для слушателей. Чаще о эта «генерация» сводится к существованию в программе базы щых или текстового файла с заданиями и ответами, заранее женными туда разработчиками. Основное отличие еллектуального тренажера от подобных систем в том, что задания мируются специальной подпрограммой случайным образом.

ество возможных вариантов может достигать десятка тысяч. На рис.8 показан пример квази-случайной генерации задания по теме «Расчет характеристик простейшей СМО.»

.„ ..........•........ .. .............;.

|

5 ■

- I

! • : 1

'1 -

! • ■

> 4 < » 1» 1- 1) ........ 1»; к "1*"* "Т >Т' »

Рис. 8 Формирование случайного задания. Взят отрезок времени, на котором приходит 27 заявок. При генерации индивидуального задания выбирается отрезок времени с 10 заявками,

начиная с заявки соответствующей номеру обучаемого в списке. При расширении исходного отрезка времени увеличивается и количество вариантов и сложность задачи.

Времена обслуживания задаются случайным образом. Общее количество вариантов превышает сто.

Решение задачи анализа сети СМО заключается в выполнении следующих этапов.

I) Определение модели системы как сети СМО. 2) Построение модели сети СМО. 3) Определение компонентов, на которые направлен входной поток. 4) Составление модели связей компонентов. 5) Определение компонентов, с которых поток поступает на выход. 6) Построение связи компонентов с выходом. 7) Составление уравнений состояния сети. 8) Определение дополнительного уравнения. 9) Решение системы уравнений состояния сети. 10) Вычисление характеристик каждой СМО.

II)Вычисление характеристики сети.

При рассматривании каждого вопроса взаимодействие обучаемого с тренинг-системом производится по типовой схеме реакции на ответ, представленной на рис.9.

Тренинг-система реализована в составе \УЕВ-сайта, «Класс профессора Лисова О.И.».

В четвертой главе приведены оценка эффективности обучения с использования ИТ и основные фрагменты трёх разработанных интеллектуальных тренажеров.

Исходными данными оценки эффективности являлось: установление даты получения зачета по временным графикам сдачи заданий при традиционной технологии изучения дисциплины и с использованием интеллектуальных тренажеров по Е-1еагш^ технологии.

кажц;

рет

кон

уч&

кон пол (или

ИМ1 гра! инт Э

Рис. 9 Схема типового алгоритма реакции на ответ обучаемого Три традиционной схеме проводятся восемь занятий - по два на ую тему. На первом занятии изучаются теоретические сведения и ается демонстрационной пример. На втором занятии проводятся :]грольная работа по теме, езультаты такой схемы обучения в группе в 2006/2007 и 2007/2008 шого года приведены на рис. 10.

(Зачет» студенты могли получить только после выполнения грольной работы - т.е. на 12 неделе семестра. На 16 неделе «зачет» /чили 74% студентов. Некоторые студенты выполнили четвертую третью) работу, имели долги по предыдущим. Три использовании интеллектуальных тренажеров студенты не и плановых сроков выполнения работ, т.е. имели свободный фик выполнения работ. Методические материалы (начальные версии зллектуальных тренажеров) представлены на сайте МИЭТ в разделе С. Результаты решения обучаемые присылали по электронной

МИР'

почте на адрес профессора Лисова О.И. (лектора курса) -olives@mail.ru.

На рис.11 показаны графики выполнения заданий. В качестве реперных точек взяты те же недели (4,8,12), что и в традиционной схеме. Имелась некоторая задержка времени выполнения первого задания. К 8 неделе, однако, некоторые студенты выполняли три задания, и 42% студентов получили «зачет» по курсу.

К 14 неделе этот процент составил уже 73%. Общий результат в конце семестра превысил данные по традиционной схеме.

к 74%

73%

62%

4 8 12

Недели

Рис. 10 График сдачи заданий в традиционной схеме

Количество сданных работ

35

30 -

25 -

20 -

15 -

10 -

5 -

1 зад »ние ■

2-заданиа ; / • .• ••/' ■ .9% ■ • •• Г 3-эадание

- тс 24%;««

•2-4адамие 78%

Задание

,3-эадание • 56%

П-1-1 г I-1 I ' | I--1-1—г- недели

5 6 7 в 9 10 11 12 13 14 15 1о 17

Рис. 11 График сдачи трех заданий с использованием ИТ

Таким образом, использование интеллектуальных тренажеров дает возможность при свободном графике обучения и практически без аудиторных занятий изучить разделы дисциплины. Следует отметить, что при этом работа преподавателя заключается в регулярной проверке электронной почты, ознакомления с результатами решения заданий и передаче студентам либо подтверждения правильности выполнения задания, либо сообщения об обнаруженных ошибках.

Использование ИТ в учебном процессе показало что оно достаточно эффективно, так как позволило сократить 1,5-2 раза сроки изучения дисциплины. При этом успеваемость студентов по сравнению с предыдущими оценками увеличивалась, примерно, на 10% процентов.

В заключении диссертации сформулированы основные выводы. Диссертационная работа является актуальной и практически значимой, поскольку:

• системы массового обслуживания все шире используются в самых разнообразных отраслях деятельности;

• разработка и эксплуатация систем массового обслуживания связана с быстрой реорганизацией их структуры и значений критериев качества;

• эффективность процессов проектирования и эксплуатации систем массового обслуживания непосредственно связана с квалификацией обслуживающего персонала;

• перспективным является использования Е-1еагшг^ технологии и сети Интернет как основного метода (способа) начального обучения и повышения квалификации обслуживающего персонала с использованием интеллектуальных методов контроля хода обучения.

Основные результаты и выводы

В результате выполнения диссертационной работы получены следующие научные и практические результаты.

• Обоснована целесообразность построения тренинг-системы на основе интеллектуальных тренажеров, учитывающей индивидуальные особенности обучаемых путем реализации трех методов управления учебным процессом: индуктивного, дедуктивного и абдуктивного.

• Предложена модель представления учебного материала для реализации трех методов организации учебного процесса, обеспечивающая вариативный характер обучения.

• Предложена структура интеллектуального тренажера, включающая четыре этапа обучения, а также, в частности, принципы генерации индивидуальных заданий, формирования подсказок и формирования конкретной технологии обучения с учетом индивидуальных особенностей обучаемых, способствующих актуализации знаний в процессе компетентностного обучения.

• Разработана тренинг-система, включающая три интеллектуальных тренажера, для изучения основ теории массового обслуживания, позволяющая сократить 1,5-2 раза сроки изучения дисциплины. При этом успеваемость студентов по сравнению с предыдущими оценками увеличивалась, примерно, на 10% процентов.

• Разработана модель области знаний, обеспечивающая использование трех технологий обучения (дедуктивной, индуктивной и абдуктивной), представляющая с собой язык области знаний, образованный грамматикой Г={Т,Ф,П,Н}.

• В соответствии с тремя технологиями обучения, позволяющими учитывать психологические особенности обучаемых предложены схемы взаимодействия преподаватель-обучаемый.

• Разработаны алгоритмы генерации заданий и контроля правильности решения.

Основные результаты диссертационной работы представлены в следующих публикациях.

1. Ко Ко Аунг: Пути повышения эффективности работы ИПИ-системы предприятия// 12-я Всероссийская межвузовская научно-технологическая конференция студентов и аспирантов, МИЭТ, «Микроэлектроника и информатика; тезисы докладов; М.:МИЭТ, 2005, С 266.

2. Ко Ко Аунг: Автоматизация разработки интеллектуального тренажера в E-learning технологии// 13-я Всероссийская межвузовская научно-техническая конференция студентов и аспирантов, «Микроэлектроника и информатика; тезисы докладов; М.:МИЭТ 2006.,-С 200.

3. Ко Ко Аунг: Интеллектуальная система поддержки процесса обучения по дисциплине «Теория систем»// Всероссийская межвузовская научно-техническая конференция; тезисы докладов; М.:МИЭТ 2006.,

4. Ко Ко Аунг, Структура интеллектуального тренажера и его реализация// 14-я Всероссийская межвузовская научно-техническая конференция студентов и аспирантов МИЭТ, ((Микроэлектроника и информатика; М.:МИЭТ 2007., -С 186.

5. Ко Ко Аунг, О.Н. Куленчик: Е-1еагш^ технология индивидуального обучения с учетом психологических и биометрических особенностей учащихся// Научная сессия МИФИ. Т.2, "Технологии разработки программных систем": Тез. Докл., 23-27января, 2006.

6. Ко Ко Аунг: Алгоритмы обработки ответов обучаемого в интелеллектуальном тренажере// Всероссийская межвузовская научно-техническая конференция студентов и аспирантов, «Микроэлектроника и информатика; М.:МИЭТ 2007.

7. Ко Ко Аунг, Гриненко Н.С.: Технологии вариативного управления актуализацией знаний в процессе обучения// Всероссийская межвузовская научно-техническая конференция студентов и аспирантов, «Микроэлектроника и информатика; М.:МИЭТ 2007.

8. Ко Ко Аунг: Тренинг-система для изучения теории массового обслуживания на основе Е-1еагшг^ технологии//15-ая Всероссийская межвузовская научно-техническая конференция студентов и аспирантов, «Микроэлектроника и информатика»; М.:Москва 2008. -С162

9. Ко Ко Аунг, Гребенкин В.В., Гриненко Н.С., Лисов О.И. Технология управления учебным процессом на основе интеллектуальных тренажеров; XXXIII Международная конференция «Информационные технологии в науке, социологии, экономике и бизнесе 1Т + БЕ'06»: приложение журнала «Открытое образование» - Гурзуф, 2006; стр. 75.

10. Ко Ко Аунг, Гриненко Н.С., Лисов О.И., Вариативное управление актуализацией знаний/ТНаучно-технический журнал "Известия высших заведений Электроника",М:МИЭТ,2007.-№5. -С65 - 73.

11.Ко Ко Аунг: Принципы актуализации знаний в системах электронного обучения/Моделирование, алгоритмизация и программирование при проектировании информационно-управляющих систем; Сборник научных трудов/ Под ред. доктора технических наук, профессора В.А. Бархоткина; М.:МИЭТ, 2008; С. 215-219.

Подписано в печать:

Заказ №'ЗОГираж50 экз. Уч. -изд. л. Формат 60x84 1/16 124498, Москва, МИЭТ

Содержание.

Введение.

Глава 1. Анализ предметной области.

1.1 Задачи проектирования, эксплуатации и реинжинеринга систем массового о бс лужив ания.

1.1 Классификация СМО и их основные элементы.

1.2 Основы E-learning технологии повышения квалификации и обучения.

1.3 Модели распознавания и оценки уровня знаний.

Выводы.!.

Глава 2. Декомпозиция области знаний на основе системного анализа.

2.1 Три технологии обучения, учитывающие предварительную компетентность и психологические особенности обучаемых.

2.2 Учет личностных характеристик обучаемых.

2.3. Модель предметной области - теории массового обслуживания.

2.3.1 Система М/М/1.

2.3.2 Система М/М/м.

2.3.3 Сети систем массового обслуживания.

2.3.4 Системы обработки заявок по заданной технологий.

2.4. Модели вычислительных систем и их компонентов.

Выводы.

Глава 3. Технические и программные средства построения интеллектуально тренажера.

3.1 Структура и функции интеллектуального тренажера.

3.1.1 Генерация заданий.

3.1.2 Контроль правильности решения задач.

3.2 Структура WEB-сайта управления процессом обучения.

Глава 4. Комплекс интеллектуальных тренажеров по курсу «Системы массового обслуживания».

4.1 Интеллектуальный тренажер по простейшим системам массового обслуживания

4.1.1 Основные теоретические сведения.

4.1.2 Демонстрационный пример.

4.1.3 Блок обсуждения результатов решения демонстрационной задачи.

4.2 Интеллектуальный тренажер по анализу сетей систем массового обслуживания

4.3 Интеллектуальный тренажер по теме «Анализ систем отработки заявок по заданной технологии».

4.4 Исследование эффективности использования тренинг-системы.

Выводы.

Актуальность проблемы; Во многих областях практической деятельности человека мы сталкиваемся с системами, производящими обслуживание потока запросов, заявок, работ. Это могут быть как отдельные приборы, так и системы приборов. Причём заявки могут обслуживаться либо в произвольном порядке, либо по заданной технологии - например, системы проектирования, производства и т.п.

Разработка таких приборов и систем, их внедрение и эксплуатация связаны как с необходимостью обеспечения оптимальных характеристик качества на этапе создания, так и их поддержания в процессе эксплуатации.

Одно из главных условий достижения оптимальных показателей качества систем является квалификация обслуживающего персонала: проектировщиков, администраторов, эксплуатационников.

Раньше такие системы - системы массового обслуживания (СМО) и сети СМО (ССМО) могли работать несколько лет без изменений. Теперь приходится постоянно работать над повышением качества функционирования такой системы, сокращением сроков прохождения заявок через эту систему, с изменением характеров входного потока, загрузки приборов. Это все приводит к тому, что процесс принятия управленческих решений, связанных с изменением систем, расчетом ее характеристик, определением направлений модернизации системы должно производиться обслуживающим персоналом постоянно. В направлении разработки структуры и методов проектирования СМО известны многочисленные исследования. В частности исследованиям в этой области посвящен ряд работ зарубежных и российских специалистов Перегудова Ф.И., Тарасенко Ф.И., Клейнрока, Myron Hlynka , Edward D. Lazowska, John Zahorjan, G. Scott Graham, Kenneth C. Sevcik, и других.

Задача первичного обучения и постоянного повышения квалификации обслуживающего персонала может быть решена путём разработки интеллектуальной информационной системы поддержки принятия управленческих решений на основе постоянного обучения персонала в процессе проектирования или эксплуатации систем массового обслуживания, включая системы обработки заявок по заданной технологии. При современном уровне развития средств коммуникации такое обучение — повышение квалификации обслуживающего персонала профессионально может осуществляется с использованием E-learning технологии.

В развитие E-learning технологии большой внесли работы Б. Ятленко, А.Бодаренко, Марка Розенберга, Роберта Земски, Сабина Сойферт, Нигеля Пейна, Дитера Ойлера, А. Я. Савельева, И.Г. Игнатовой и многих других.

Таким образом разработка интеллектуальных тренажеров как основной части системы интеллектуальной информационной поддержки процессов принятия управленческих решений(блока повышения квалификации) при проектировании, производстве и эксплуатации систем массового обслуживания для повышения квалификации обслуживающего персонала, способствующего повышению качества проектируемых систем и эффективности их эксплуатации является актуальной задачей.

Целью диссертационного исследования является обеспечение качества разработки и эксплуатации различного вида систем массового обслуживания от простейших до систем обработки информации по заданной технологии путём повышения квалификации обслуживающего персонала.

Объектом исследования диссертации являются автоматизированные системы поддержки процессов проектирования и эксплуатации различного типа систем массового обслуживания.

Предметом исследования диссертации является разработка блока повышения квалификации обслуживающего персонала на основе интеллектуальных тренажеров, как составной части процессов проектирования, эксплуатации и реинжениринга приборов и систем массового обслуживания.

В соответствии с указанной целью в работе решаются следующие задачи: • разработка структуры автоматизированной системы поддержки принятия решений, включающей блок обучения и повышения уровня квалификации обслуживающего персонала;

• системный анализ и формализация предметной областей знаний, связанной с проектированием и эксплуатацией систем массового обслуживания;

• разработка модели области знаний, позволяющей осуществлять как обучение персонала, так и повышение его квалификации с учетом уровня исходной компетентности и психологических особенностей обучаемых;

• разработка принципов построения обучающего модуля системы управления и принятия решений процесса обучения;

• построение алгоритмов работы обучающего модуля на основе интеллектуальных тренажеров.

Методы исследования. В диссертационной работе использованы методы системного анализа, теории информационных систем, элементы теории массового обслуживания, элементы теории вероятности, методы математического моделирования.

Научная новизна работы состоит в создании новых моделей и алгоритмов, обеспечивающих процесс поддержки квалификации персонала, связанной с принятием управленческих решений при проектировании и эксплуатации систем массового обслуживания, включая системы обработки информации по заданной технологии. При этом получены следующие научные результаты.

• Обоснована необходимость разработки и внедрения тренинг-системы для постоянного повышения квалификации обслуживающего персонала и первичного обучения при проектировании и эксплуатации систем массового обслуживания.

• Обоснована целесообразность построения тренинг-системы на основе интеллектуальных тренажеров, учитывающей индивидуальные особенности обучаемых путем реализации трех методов организации учебного процесса: индуктивного, дедуктивного и абдуктивного.

• Разработана структура представления учебного материала для реализации трех методов организации учебного процесса, обеспечивающая вариативный характер обучения.

• Разработана структура интеллектуального тренажера, включающая четыре этапа обучения - а также, в частности, принципы генерации индивидуальных заданий, алгоритмы контроля ответов обучаемого, формирования подсказок и формирования конкретной технологии обучения с учетом индивидуальных особенностей обучаемых, способствующих актуализации знаний в процессе компетентностного обучения.

• Разработана тренинг-система, включающая три интеллектуальных тренажера, для изучения основ теории массового обслуживания.

• Разработаны принципы построения, структура обучающего модуля систем управления и принятия решений в процессе обучения при проектировании и эксплуатации систем массового обслуживания.

Выводы.

Таким образом, в соответствии с разработанной структурой обучающего модуля, моделью области знаний, алгоритма генерации контрольных заданий и проверки результатов решения контрольных заданий созданы интеллектуальные тренажеры по трем разделам теории массового обслуживания.

Использование ИТ в учебном процессе показано что они достаточно эффективны, так как позволили сократить более чем в два сроки изучения дисциплины при свободном графике работы на основе принципов E-learning технологии.

Заключение

Диссертационная работа является актуальной и практически значимой, поскольку:

• системы массового обслуживания все шире используются в самых разнообразных отраслях деятельности;

• разработка и эксплуатация систем массового обслуживания связана с быстрой реорганизацией их структуры и значений критериев качества;

• эффективность процессов проектирования и эксплуатации систем массового обслуживания непосредственно связана с квалификацией обслуживающего персонала;

• перспективным является использования E-learning технологии и сети Интернет как основного метода(способа) начального обучения и повышения квалификации обслуживающего персонала с использованием интеллектуальных методов контроля хода обучения;

В результате выполнения диссертационной работы получены следующие научные и практические результаты.

• Обоснована целесообразность построения тренинг-системы на основе интеллектуальных тренажеров, учитывающей индивидуальные особенности обучаемых путем реализации трех методов управления учебным процессом: индуктивным, дедуктивным и абдуктивным.

• Предложена модель представления учебного материала для реализации трех методов организации учебного процесса, обеспечивающая вариативный характер обучения.

• Предложена структура интеллектуального тренажера, включающая четыре этапа обучения — а также, в частности, принципы генерации индивидуальных заданий, алгоритмы определения причин совершаемых ошибок, формирования подсказок и формирования конкретной технологии обучения с учетом индивидуальных особенностей обучаемых, способствующих актуализации знаний в процессе компетентностного обучения.

Разработана тренинг-система, включающая три интеллектуальных тренажера, для изучения основ теории массового обслуживания. Представлены результаты опытной эксплуатации тренинг-системы. Разработана модель области знаний, обеспечивающей использование трех технологий обучения(дедуктивной, индуктивной и абдуктивной), представляющая язык области знаний, образованный грамматикой Г={Т,Ф,П,Н}.

В соответствии с тремя технологиями обучения, позволяющих учитывать психологических особенности обучаемых предложены схемы взаимодействия преподаватель-обучаемый.

Разработаны алгоритмы генерации заданий и контроля правильности решения.

1. Хинчин А.Г. Работы по теории массового обслуживания. М.: Физматгиз, 1963. 236 с.

2. Матвеев В.Ф., Ушаков В.Г. Системы массового обслуживания. М.: Изд-во МГУ, 1984.

3. Гнеденко Б.В., Даниелян Э.А., Димитров Б.Н., Климов Г.П., Матвеев В.Ф. Приоритетные системы обслуживания. М.: Изд-во МГУ, 1973. 446 с.

4. Клейнрок JL Теория массового обслуживания. М.: Машиностроение, 1979.

5. Калашников В.В., Рачев С.Т. Математические методы построения стохастических моделей обслуживания. М.: Наука, 1988. 310 с.

6. Ермаков С.М., Михайлов Г.А. Курс статистического моделирования. М.: Наука, 1976. 320 с.

7. Иголкин В.Н. Об оптимизации одной системы массового обслуживания // Вопросы механики и процессов управления. Вып. 15. СПб.: Изд-во СПбГУ, 1992.

8. А.М.Малышенко. Определение матриц состояния, входов и выходов линейных динамических систем по их структурным схемам. АиТ, №,1991, М., Наука.

9. Ю.В.Малышенко. Функциональные модели неисправностей аналоговых элементов. Аит, №2, 1992, М., Наука.

10. Ю.Р.Лаутербах, К.Фрей. программное обеспечение процессаобучения. Перспективы. Вопросы образования. 1988, N 3, с. 70-79.11 .Д.Френд. Интеграция вычислительной техники в школы. Перспективы. Вопросы образования. 1988, N 3, с.46-59.

11. Игнатова И.Г., Соколова Н.Ю. Информационные икоммуникационные технологии в образовании. Информатика и образование, №3 2003, с. 52-61.

12. Иванов В. Л. Электронный учебник: системы контроля знаний//Информатика и образование, 2002. № 1.

13. А. Кафман. Введение в теорию нечетких множеств. Перевод с французского под ред. С.И.Травкина. М., Радио И связь, 1982.

14. Нечеткие множества и теория возможностей. Под ред. Р.РЛгера. Перевод с английского под ред. С.И.Травкина. М., Радио и связь, 1986.

15. Д.Дюбуа, А.Прад. Теория возможностей. Перевод с французского под ред. С.А.Орловского. М., Радио и связь, 1990.

16. Е.Ю.Кандрашина, Л.В.Литвинцева, Д.А.Поспелов. Представление знаний о времени и пространстве в интеллектуальных системах. М., Наука, 1989.

17. Ф.И.Перегудов, Ф.П.Тарасенко. Введение в системный анализ. М., «Высшая школа», 1989.

18. Anderson С. Learning and Problem Solving with Multilayer Connectionist Systems. Ph.D Thesis, University of Massachusetts, 1986.

19. Выявление экспертных знаний. О.И.Ларичев, А.И.Мечитов, Е.М.Мошкович, Е.М.Фуремс. М., Наука, 1989.

20. Ко Ко Аунг, Гриненко Н.С., Лисов О.И., Вариативное управление актуализацией знаний; (Известия Вузов «Электронная техника»)

21. JL Клейнрок: Вычислительные системы с очередями. Пер. с англ. 1979г.

22. Лисов О.И. «Системный анализ и математическое моделирование САПР» М., МИЭТ, 1994

23. Лисов О.И., Туфанов А.Н. «Выбор целевых функций и оптимизация вычислительных систем в машинном проектировании» в кн. «Управляющие системы и машины», 1978, №3