close

Вход

Забыли?

вход по аккаунту

?

Разработка интеллектуальных обучающих тренажеров в сфере обучения экономическим специальностям на основе семантического программирования и гипертекстовых технологий

код для вставкиСкачать
На правах рукописи
Лунева Светлана Юрьевна
РАЗРАБОТКА ИНТЕЛЛЕКТУАЛЬНЫХ ОБУЧАЮЩИХ ТРЕНАЖЕРОВ
В СФЕРЕ ОБУЧЕНИЯ ЭКОНОМИЧЕСКИМ СПЕЦИАЛЬНОСТЯМ
НА ОСНОВЕ СЕМАНТИЧЕСКОГО ПРОГРАММИРОВАНИЯ И
ГИПЕРТЕКСТОВЫХ ТЕХНОЛОГИЙ
Специальность 08.00.13 – Математические и инструментальные методы экономики
Автореферат
диссертации на соискание ученой степени
кандидата экономических наук
Москва – 2015
Диссертационная работа выполнена на кафедре «Математическая кибернетика»
ФГБОУ
ВПО
«Московский
авиационный
институт
(национальный
исследовательский университет) (МАИ)».
Научный руководитель:
доктор физико–математических наук, профессор
Пантелеев Андрей Владимирович
Официальные оппоненты:
Божко Владимир Петрович,
доктор экономических наук, профессор,
ФГБОУ ВПО «Московский государственный
университет экономики, статистики и информатики
(МЭСИ)», профессор кафедры прикладной
информатики в экономике
Демидова Лилия Анатольевна,
доктор технических наук, профессор,
ФГБОУ ВПО «Рязанский государственный
радиотехнический университет», профессор
кафедры вычислительной и прикладной математики
Ведущая организация:
ФГБОУ ВПО «Национальный исследовательский
университет «МЭИ»
Защита диссертации состоится «16» июня 2015 г. в 14:00 мин. на заседании
диссертационного совета Д 212.142.06 при ФГБОУ ВПО Московский
государственный технологический
университет «СТАНКИН»
по адресу:
127994, г. Москва, ГСП–4, Вадковский пер., д.1.
С диссертацией можно ознакомиться в библиотеке ФГБОУ ВПО Московский
государственный технологический университет «СТАНКИН» и на сайте
http://www.stankin.ru/science/dissertatsionnye-sovety/d-212-142-06/
Автореферат разослан «_____» _________________ 2015 г.
Ученый секретарь
диссертационного совета, к.э.н.
В.Н. Андреев
I. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность темы исследования. Присоединение России к Болонскому
процессу и связанный с этим переход на двухступенчатую систему высшего
профессионального образования привело к формированию новых требований к
качеству образовательного процесса, в основу которого положены Федеральные
Государственные образовательные стандарты высшего профессионального
образования (ФГОС ВПО 3 и ФГОС ВПО 3+).
Каждый стандарт, согласно Федеральному закону от 1 декабря 2007 года № 309ФЗ включает: требования к структуре основных образовательных программ (ООП);
требования к условиям реализации основных образовательных программ; требования
к результатам освоения основных образовательных программ.
Согласно ФГОС ВПО ООП должны основываться на компетентностном подходе
и обеспечивать выработку у студентов общекультурных и профессиональных
компетенций в процессе изучения циклов дисциплин, среди которых выделяют:
гуманитарный, социальный и экономический цикл (ГСЭД); математический и
естественнонаучный цикл (ЕНД); профессиональный цикл (ПД).
Особенностью новых ООП бакалавриата по экономическим специальностям
является сокращение трудоёмкости дисциплин цикла ГСЭД и увеличение ЕНД, что
способствует улучшению качества подготовки студентов по тем дисциплинам,
которые формируют профессиональные компетенции. С другой стороны, в связи с
уменьшением срока обучения по программам бакалавриата, при изучении
математических дисциплин цикла ЕНД наблюдается существенное сокращение
аудиторных часов и соответственное увеличение объемов самостоятельной работы
студентов.
Следовательно, для повышения качества образования в условиях организации
контролируемой самостоятельной работы студентов объективно востребованным
является создание компьютерных средств поддержки образовательного процесса,
которые в современных условиях развития общества должны обладать
мобильностью. Такие средства должны имитировать полноценный очный процесс
обучения и быть нацеленными на обеспечение выработки профессиональных
компетенций у студентов. Среди таких средств выделяют интеллектуальные
обучающие тренажеры.
Таким образом, актуальной задачей является разработка математического
обеспечения и инструментальных средств поддержки интеллектуальных обучающих
тренажеров (ИОТ) по математическим дисциплинам цикла ЕНД, а также реализация и
внедрение таких тренажеров в учебный процесс вузов при подготовке студентов
экономических специальностей.
Математическое обеспечение интеллектуальных тренажеров включает
специальные математические модели, формально описывающие процесс обучения, а
также алгоритмы, реализующие основные приемы обучения и контроля получаемых
1
уровней знаний, которые позволяют повысить эффективность обучения и обеспечить
требуемый уровень остаточных знаний при математической подготовке студентов
экономических специальностей.
Степень разработанности проблемы. К настоящему времени разработано и
используется в отечественной и зарубежной практике значительное количество
средств учебного назначения, но большинство этих средств представляют собой либо
системы для создания тестов (ADTester, SuperTest), либо оболочки для создания
гипертекстовых учебников и справочников (ePublisher 3000, ToolBook Instructor,
Наставник-М). Анализ перечисленных программных средств позволяет выявить два
основных недостатка:
− компьютерные учебники на базе вышеперечисленных средств не позволяют
обеспечить поддержку процесса обучения на всех его этапах, как следствие, не
обеспечивается выработка необходимых профессиональных компетенций;
− вышеперечисленные средства дают возможность реализовать контроль только
конечного результата выполнения задания, но не дают проверки хода решения и не
обеспечивают сбор информации об ошибках обучаемого, сделанных в процессе
решения.
Существующие средства не обладают способностью делать выводы о состоянии
знаний обучаемого, формировать на их основе новые задания, объяснять причины
ошибок и методы их устранения. Компьютерные средства, обладающие такого рода
функциональными возможностями, относят к системам искусственного интеллекта,
разновидностью, которых являются ИОТ, что определило цели, задачи и структуру
исследования.
В настоящее время проблемами компьютеризации образования, в том числе
связанных с моделированием знаний и построением интеллектуальных обучающих
систем, занимаются две научные школы Института информатизации образования
Российской академии образования (РАО) под руководством д.п.н., профессора
Роберт И.В и д.п.н., к.т.н., профессора Козлова О.А. Исследования в области
моделирования знаний проводятся в Российском Научно-исследовательском
институте искусственного интеллекта (РосНИИ ИИ).
На протяжении последних тридцати лет кафедра «Математическая кибернетика»
МАИ также активно проводит научные исследования в области компьютеризации
образования, в основу которых положена теория искусственного интеллекта, в
частности моделирование знаний. Большой вклад в развитие этого научного
направления внесли работы отечественных и зарубежных авторов Д.А. Поспелова,
А.И. Башмакова, Г. А. Атанова, В. Л. Стефанюка, В. А Петрушина, П. Брусиловски,
М. Мински, С. Осуги, А. Тейза, К. VanLehn, C. Conati, J. S. Brown, Е. Wenger и др.
Результатом исследований кафедры явилась разработка концепции компьютерного
обучения, а также теории моделирования знаний с помощью семантического
программирования, предложенная д.т.н., профессором Семеновым В.В.
Однако, к настоящему моменту теория создания интеллектуальных обучающих
2
тренажеров, как интеллектуальных обучающих систем, была недостаточно
разработана. В диссертационной работе предлагается концепция разработки ИОТ на
основе развития теории моделирования знаний в области компьютерного обучения, а
также гипертекстовых технологий.
Область диссертационного исследования. Диссертационная работа выполнена
в соответствии с п.2.9. «Развитие гипертекстовых технологий и разработка
модельных тренажеров в сфере педагогической деятельности по обучению
экономическим специальностям и подготовке управленческих кадров» Паспорта
специальностей ВАК РФ (экономические науки) по специальности 08.00.13 –
«Математические и инструментальные методы экономики».
Объектом диссертационного исследования является сфера обучения
математическим дисциплинам студентов экономических специальностей в рамках
компетентностного подхода в соответствии со ФГОС ВПО.
Предметом диссертационного исследования является процесс разработки
интеллектуальных
обучающих
тренажеров,
как
средства
выработки
профессиональных компетенций у студентов экономических специальностей.
Целью исследования является разработка математических моделей, алгоритмов
функционирования, а также современных инструментальных средств реализации
интеллектуальных обучающих тренажеров, поддерживающих процесс обучения
по экономическим специальностям, на основе семантического программирования
и гипертекстовых технологий. Внедрение и использование таких ИОТ позволит
повысить качество образования, а также достичь экономического эффекта за
счет снижения
трудовых
и
стоимостных
затрат
на их создание и
эксплуатацию.
Для достижения указанной цели в исследовании поставлены и решены
следующие задачи:
1. Исследование принципов организации дистанционного образования, а также
теоретических и методологических положений компетентностного подхода к
математическому образованию по экономическим специальностям, позволяющих
разработать концепцию создания ИОТ, как интеллектуальной обучающей системы,
предложить общие алгоритмы функционирования ИОТ.
2. Разработка языка формализации представления знаний в предметных
областях, позволившего реализовать компетентностную модель решения
математических задач при обучении экономическим специальностям, разработка
технологии создания семантических моделей требуемых и текущих знаний.
3. Разработка алгоритмов обучения и контроля уровня знаний на основе аппарата
семантического программирования и принципов создания систем искусственного
интеллекта, позволивших реализовать процесс обучения математическим
дисциплинам студентов экономических специальностей максимально близким к
естественному взаимодействию преподаватель−обучаемый.
4. Реализация инструментальных средств поддержки ИОТ на основе
3
гипертекстовых технологий, включающих создание баз данных в предметных
областях, связанных с математической подготовкой студентов экономических
специальностей.
Теоретическая и методологическая основа исследования. Исследование
базируется на теоретических и методологических положениях создания
интеллектуальных систем управления. Для решения научных задач, поставленных в
диссертации, использованы: для формирования функциональной схемы ИОТ – теория
управления системами с обратной связью; для описания моделей требуемых и
текущих знаний обучаемого – язык семантического программирования; для описания
примеров компетентностных моделей решения задач в различных предметных
областях – аппарат теории обыкновенных дифференциальных уравнений, теории
оптимизации и численных методов; для создания инструментальных средств
функционирования ИОТ – современные методы программирования и создания баз
данных.
Научная новизна диссертационной работы заключается в разработке и
реализации интеллектуального обучающего тренажера (ИОТ), как нового
универсального класса обучающих компьютерных систем.
Научная новизна выразилась в следующих положениях:
1. Разработана концепция создания ИОТ, как интеллектуальной обучающей
системы, основывающейся на моделировании знаний в предметных областях,
связанных с математической подготовкой студентов экономических специальностей.
Оригинальность концепции состоит в том, что в ходе взаимодействия с обучаемым
реализуется управляемый поэтапный процесс выработки требуемых компетенций на
основании вывода о текущем состоянии знаний с индивидуальной для каждого
обучаемого обратной связью, обеспечивающей эффективность освоения предмета.
2. Предложены модификация языка семантического программирования для
описания семантических (смысловых) моделей представления знаний обучаемого,
позволившая реализовать компетентностную модель решения математических задач в
сфере обучения экономическим специальностям, а также алгоритм преобразования
семантических моделей требуемых знаний в гипертекстовое представление.
Отличительной особенностью предложенных алгоритмов является то, что их
использование позволяет приблизить методику описания знаний к естественному
языку предметной области, что особенно важно для математических дисциплин,
имеющих экономическое приложение.
3. Разработаны алгоритмы управления процессом обучения, принципиальным
отличием которых от имеющихся является процедура сравнения моделей требуемых
и текущих знаний обучаемого с последующей выработкой индивидуальных учебных
и контрольных заданий. Применение данных алгоритмов приводит к формированию
необходимого набора профессиональных компетенций при математической
подготовке студентов экономических специальностей.
4. Разработаны и с использованием гипертекстовых технологий реализованы
4
программные модули в составе ИОТ, в том числе Средство обучаемого, Средство
автора, Базу данных, воплотившие предложенные в работе принципы описания
семантических моделей и алгоритмы управления процессом обучения. Предложенная
реализация с использованием гипертекстовых технологий позволяет, в отличие от
имеющихся, осуществлять поэтапный процесс обучения математическим
дисциплинам с учетом специфики экономических специальностей.
Практическая значимость результатов диссертационной работы заключается в
том, что внедрение разработанных математических методов и инструментальных
средств формирования ИОТ позволит реализовать компетентностный подход к
математической подготовке в процессе обучения экономическим и инженерным
специальностям в вузах РФ. Полученные результаты позволяют повысить качество
образования, а также сократить материальные и временные затраты на создание
инструментальных средств, поддерживающих процесс изучения математических
дисциплин.
Достоверность
полученных
результатов
обусловлена
применением
современных математических и экономических теорий, методов и подходов,
обеспечивающих научное подтверждение концепции создания ИОТ, результатами
практической апробации разработанных инструментальных средств поддержки
учебного процесса, а также многолетним опытом преподавательской деятельности
кафедры «Математическая кибернетика» МАИ по математической подготовке
студентов экономических специальностей.
Апробация результатов исследования. Методологический подход к
формированию
ИОТ,
методы
описания
моделей
знаний,
алгоритмы
функционирования ИОТ и поддерживающее их программное обеспечение внедрены
на кафедре «Математическая кибернетика» Московского авиационного института
МАИ (НИУ) в учебный процесс обучения студентов инженерно-экономического
института МАИ. Они использованы при проведении практических занятий,
промежуточного и итогового контроля, при выполнении курсовых работ, для
обеспечения рейтинговой системы оценки знаний, а также для поддержки
самостоятельной работы студентов по дисциплинам «Математический анализ»,
«Дифференциальные уравнения», «Теория оптимизации и численные методы». ИОТ
по дисциплине «Теория оптимизации и численные методы» внедрен в центре
дистанционного образования ЦЗО-501 инженерно-экономического института МАИ,
реализующем программы подготовки очно-заочной формы обучения.
Основные положения диссертационной работы неоднократно докладывались на
научных семинарах кафедры «Математическая кибернетика» МАИ (НИУ), получили
положительную оценку на всероссийских и международных научно-практических и
экономических конференциях: «Инновационный менеджмент в аэрокосмической
промышленности» (Москва, МАИ, 2011–2014); международных конференциях по
вычислительной механике и современным прикладным программным системам
ВМСППС (г. Алушта, 2011, 2013).
5
Публикации результатов исследования. По теме диссертационной работы
опубликовано 16 научных работ, включая 4 публикации в научных изданиях,
входящих в Перечень ВАК Министерства образования и науки РФ; тезисы докладов
на международных и региональных научно-практических конференциях, 2
свидетельства о государственной регистрации программы для ЭВМ. Общий объем
публикаций 12.6 печ. л.
Объем и структура работы. Диссертационная работа состоит из введения,
четырех глав, включающих выводы по каждой главе, заключения, списка
использованной литературы из 110 наименований и приложений. Текст диссертации
изложен на 198 страницах машинописного текста, включая 159 страниц основной
части, и содержит 73 рисунка и 11 таблиц.
II. ОСНОВНЫЕ ПОЛОЖЕНИЯ РАБОТЫ
Во введении показаны актуальность, новизна и практическая ценность
исследования, изложены задачи диссертационной работы, представлены полученные
автором основные научные результаты, апробация работы и структура диссертации.
В первой главе «Анализ компетентностного подхода в математической
подготовке студентов экономических специальностей» посвящена анализу
составляющих
современного
образовательного
процесса
и
внедрению
компетентностного
подхода
при
подготовке
студентов
экономических
специальностей в высших учебных заведениях РФ.
В разделах 1.1, 1.2 проведен анализ состояния рынка дистанционного обучения,
как составляющей современного образовательного процесса, а также приведены
основы компетентностного подхода.
В разделе 1.3 рассмотрены цели и задачи обучения студентов экономических
специальностей математическим дисциплинам с точки зрения компетентностного
подхода. Приведены примеры математических моделей прикладных задач макро− и
микроэкономики, связанных с изучением дисциплины «Дифференциальные
уравнения», такие как модель Солоу экономического роста, динамическое уравнение
семейного денежного баланса, математическая модель равновесного рынка с
прогнозируемыми ценами и др., и дисциплины «Теория оптимизации и численные
методы», такие как модель оптимизации загрузки производственных мощностей,
модели задач об инвестициях в ценные бумаги, статическая модель оптимизации
прикрепления потребителей к поставщикам и др.
В разделе 1.4 проведен анализ и систематизация средств поддержки выработки
общекультурных и профессиональных компетенций при математической подготовке
студентов экономических специальностей.
В разделе 1.5 на основании анализа, проведенного в разделах 1.1-1.4,
сформулированы задачи формирования ИОТ, как средства поддержки обучения
студентов экономических специальностей математическим дисциплинам с точки
зрения компетентностного подхода. ИОТ должен включать в себя: элементы
6
компьютерного гипертекстового учебника с удобной навигацией и расширенной
системой поиска информации; интерактивную систему обучения решению типовых
задач и упражнений, снабженную блоками разъяснений и подсказок по ходу решения,
а также блоком выработки рекомендаций по повторению материала; интерактивную
систему обучения решению прикладных задач, учитывающую специфику
экономических специальностей; развитую систему контроля знаний с гибкой
системой оценивания, предполагающую наличие блока выработки рекомендаций по
устранению пробелов в знаниях.
ИОТ должен имитировать очный процесс обучения математическим
дисциплинам студентов экономических специальностей. Для реализации этой задачи
в ИОТ должны быть представлены формальные модели знаний и действий
преподавателя (модели требуемых знаний), а также присутствовать алгоритмы
управления процессом обучения на основании оценки текущих знаний обучаемого,
обеспечивающие выработку ключевых профессиональных компетенций у студентов
экономических специальностей.
С точки зрения программной реализации ИОТ представляет собой наполненное,
настроенное на предмет компьютерное средство, которое само по себе является
инвариантным к предметной области. Настройка ИОТ на предметную область должна
осуществляться с помощью базы знаний, содержащей смысловые модели предмета, и
базы данных, содержащей информационно-справочный материал. Для осуществления
функции дистанционного образования ИОТ должен быть реализован по клиентсерверной технологии и функционировать в глобальных компьютерных сетях.
Внедрение ИОТ в учебный процесс студентов экономических специальностей
позволяет улучшить итоговую успеваемость на 30%−40% и обеспечить уровень
остаточных знаний в диапазоне 67%−83% по поддерживаемым им математическим
дисциплинам.
Во второй главе «Математические модели представления знаний в
интеллектуальных обучающих тренажёрах» рассмотрены вопросы моделирования
знаний в интеллектуальных обучающих тренажерах.
В разделе 2.1 изложена сущность компьютерной технологии обучения, лежащая
в основе построения моделей требуемых знаний в ИОТ. Компьютерная технология
обучения рассматривает процесс обучения инвариантно к математической
дисциплине, как информационно-технологический процесс (технология), цель
которого состоит в формировании модели компетенции решения задач у обучаемого.
Согласно компьютерной технологии обучения для формирования модели требуемой
компетенции у студентов экономических специальностей, процесс обучения
рассматривается как управляемый процесс, состоящий из операций, в котором можно
выделить следующие этапы, имеющие определенное целевое назначение:
• этап овладения информацией, связанный с получением и систематизацией
учебного материала, выявлением пробелов в накопленной информации, их
ликвидацией путем работы со справочным материалом и проведением контроля;
7
• этап выработки понимания, предназначенный для осмысления обучаемым
накопленной информации по данной дисциплине; уяснения сущности понятий,
теорем, уяснения места фрагментов знаний в общем объеме дисциплины;
• этап выработки умения решать типовые задачи предметной области,
предназначенный для уяснения сущности алгоритмов, в частности, путем
выполнения упражнений;
• этап выработки умения решать прикладные задачи предметной области с
использованием средств вычислительной техники. Этап предназначен для
обучения применению знаний по изучаемой и смежным дисциплинам для решения
прикладных задач предметной области;
• этап контроля знаний предметной области. Этап предназначен для проведения
контроля совокупных знаний обучаемого, выявления пробелов в знаниях, анализа
сделанных ошибок, указания направления и форм дальнейшей работы над
материалом.
Такая формализация процесса обучения отражает объективно существующую
процедуру формирования знаний у обучаемого и позволяет обоснованно
сформировать системную структуру ИОТ.
В разделе 2.2 сформулированы требования к структуре и представлению
смоделированных
знаний
в
интеллектуальных
обучающих
тренажерах,
поддерживающих компетентностную модель решения задач у студентов
экономических специальностей. Структура ИОТ представлена на рисунке 1.
Рис. 1. Модульная структура ИОТ
Она является модульной: каждый модуль поддерживает соответствующий этап
процесса обучения, имеет необходимый набор алгоритмов, реализующих операции
обучения и предусмотренное наполнение.
Формально, процесс обучения в ИОТ может быть определен как
информационный бизнес-процесс. Но его специфика, а именно: это процесс
8
единственный в системе; процесс не потребляет ресурсы; процесс не создаёт
ценностей; его алгоритмическая логика постоянна, но должна автономно обладать
способностью осуществлять вывод о состоянии знаний обучаемого и соответственно
корректировать обучение, позволила отойти от процессного подхода и обратиться к
моделям представления знаний,
используемых в системах искусственного
интеллекта.
Для описания совокупных требуемых знаний по дисциплине используются
компетентностная модель решения задач. Как правило, математические дисциплины,
имеющие экономическое приложение, имеют значительный объем и содержат
большое количество глав, разделов, параграфов и практических примеров, причем
достаточно часто отдельные части и главы дисциплины могут рассматриваться
независимо от других и представлять собой законченный, самостоятельный
смысловой фрагмент предметной области. В связи с этим при формализации
предметной области, поддерживаемой математической дисциплиной, имеющей
экономическое приложение, можно выделить два уровня ее описания. Первый
уровень определяет общую структуру предмета, выделяет основные цели и задачи,
описывает постановки задач, определяет взаимосвязь с ранее изученными разделами
или другими дисциплинами. Второй уровень содержит детализированное описание
предметной области в рамках каждой из определяемых первым уровнем целей.
Соответственно, в структуре модели компетенции решения задач можно
выделяется модель целей и задач предмета, необходимых для выработки
профессиональных компетенций у студентов экономических специальностей, и
модели требуемых знаний по разделам дисциплины, описывающие соответствующие
знания, умения и навыки и предназначенные для построения отдельных небольших
по объему ИОТ в рамках изучаемой дисциплины. Модели требуемых знаний
создаются преподавателем на основании структуризации учебной дисциплины и
декомпозиции процесса обучения на этапы и представляют собой совокупность
смысловых моделей предметной области, которые совместно с алгоритмами
используются для управления процессом обучения.
На рисунке 2 представлена технология функционирования ИОТ во
взаимодействии с обучаемым и преподавателем.
Процесс обучения здесь рассматривается в качестве объекта управления в
системе, управляющая часть которой формирует модель текущего состояния знаний и
реализует алгоритм управления – алгоритм выработки текущего задания обучаемому
на основе сравнения моделей текущего и требуемого уровней знания, используя
принцип обратной связи. Функции описанной управляющей части выполняет ИОТ.
В разделе 2.3 изложена структура компетентностных уровней модели требуемых
знаний по разделу дисциплины. Модель требуемых знаний по разделу дисциплины
описывает смысловое содержание части, главы или раздела учебной дисциплины и
определяет соответствующий ИОТ.
9
Рис. 2. Технология функционирования ИОТ
Согласно системной структуре ИОТ, в составе модели требуемых знаний по
разделу дисциплины выделим следующие срезы:
− модель требуемой информации (структурная модель): используется на этапе
овладения информацией и определяет весь объем теоретического материала,
который необходимо знать по изучаемой и смежным темам;
− модель требуемого понимания (понятийно-сущностная модель): используется на
этапе выработки понимания и определяет сущность того, что необходимо понять
для успешного усвоения дисциплины, а также средства достижения этого
понимания;
− модель требуемого умения решать типовые задачи (алгоритмическая модель):
определяет необходимый уровень умения использовать алгоритмы решения
типовых задач на практике;
− модель требуемого умения решать прикладные задачи (проблемная модель):
определяет необходимый уровень умения использовать алгоритмы решения
прикладных задач.
Эти срезы соответствуют уровням компетентностной модели решения задач,
обеспечивающей выработку ключевых компетенций у студентов экономических
специальностей. Совокупная модель требуемых знаний по разделу дисциплины
используется на этапе контроля знаний.
В разделе 2.4 изложен язык представления знаний в интеллектуальных
обучающих тренажерах, являющийся модификацией языка семантического
программирования. Для описания предложенных моделей был выбран и адаптирован
для целей обучения язык семантического программирования, разработанный на
кафедре «Математическая кибернетика» МАИ, как язык описания САПР систем
управления. Семантическая модель – это многоуровневая иерархическая структура на
базе фреймов. Фрейм представляет собой тип данных вида: F =< N, S1, S2, S3 > , где
N - имя
фрейма;
S1 - набор
слотов,
содержащих
10
факты
и
определяющих
декларативную семантику фрейма (фактуальная часть фрейма); S2 - набор слотов,
устанавливающих связь с другими фреймами (алгоритмическая часть фрейма); S3 набор слотов, описывающих действия и определяющих процедурную семантику
фрейма (процедурная часть фрейма). Преимуществом фреймов как модели представления знаний является то, что она наиболее точно отражает хранение иерархически
структурированной информации в памяти человека.
Для целей описания как предметных областей в обучающих интеллектуальных
системах, так и самого процесса обучения были разработаны специальные типы
фреймов, для их формального описания используется язык семантического
программирования.
Простейшим типом фреймов является терминальный фрейм. Он не содержит
слотов-ссылок, а обладает только фактуальной частью типа «текст», в модели имеет
префикс имени T. Графическое представление терминального фрейма в модели
требуемых знаний приведено на рисунке 3.
Рис. 3. Терминальный фрейм в составе модели требуемых знаний
Фрейм смысловая-связка представляет собой предложение, где подлежащее
находится в имени фрейма, а имена слотов алгоритмической и процедурной частей
имеют смысл дополнений, семантически связанных союзами «И», они следуют в
строгой последовательности, обеспечивая последовательность описания предметной
области и расстановку контрольных точек. В имени фрейма также содержится глагол,
обеспечивающий смысловое содержание фрейма. Для фреймов смысловая-связка
различают два типа префикса: «С» для фрейма, содержащего фактуальную часть; «S»
для фрейма с отсутствующей фактуальной частью. На рисунках 4,а и 4,б приведено
графическое представление фреймов смысловая-связка в модели.
C_Ид#
Ф1
A
B
Д1
...
Ф2
.
.
.
.
Рис. 4,а. Фрейм смысловая-связка
с фактуальной частью
Рис. 4,б. Фрейм смысловая-связка
без фактуальной части
11
На рисунке 5 приведено описание фреймов смысловая-связка, используемых для
описания предметной области в ИОТ, на языке семантического программирования.
Параметр «действие» определяет влияние результата прохождения контрольной
точки на замыкание обратной связи и управление процессом обучения. Различают: Rp
(repeat); RtU (return Up) – возврат к фрейму выше по иерархии; S (skip) – пропустить.
С(S)_Ид# < Имя фрейма > смысловой глагол
Ф1< Текст1
> := текст
Ф2< Текст2
> := текст
….
----------------------------------------------------A<Имя слота1> := Ид1
B<Имя слота2> := Ид2
C<Имя слота3> := Ид3
….
----------------------------------------------------Д1<Имя процедуры1> := D_Ид1( [Вес], [СПО_в)], [СПО_н)], [Действие])
Д2<Имя процедуры2> := D_Ид2( [Вес], [СПО_в)], [СПО_н)], [Действие])
….
#
Здесь:
С_Ид#
Имя фрейма
смысловой глагол
слоты Ф1, Ф2, ...
слоты A, B, C, ...
слоты Д1, Д2, ...
СПО_в
СПО_н
Действие
- идентификатор фрейма;
- входной параметр (глава, раздел предметной области);
- глагол типа “требует ... “, “включает” ...;
- характеристики входного параметра, слоты фактуальной части;
- слоты алгоритмической части;
- слоты процедурной части;
- способ передачи оценки вперед (вниз) по иерархии;
- способ передачи оценки назад (вверх) по иерархии;
- действие, определяемое условием, генерируемым директивным
фреймом.
Рис. 5. Структура фрейма смысловая-связка на языке семантического программирования
Классификационный фрейм может также иметь фактуальную часть, в отличие
от фрейма смысловая-связка, классификационный фрейм содержит только
алгоритмические слоты, семантически связанные союзом «ИЛИ». Эти слоты
указывают на возможные действия при описании предметной области, в модели этот
фрейм имеет префикс имени К. На рисунке 6 приведено графическое представление
классификационного фрейма в модели требуемых знаний.
K_Ид#
Ф1
v1
v2
v3
...
Ф2
.
.
.
.
Рис. 6. Классификационный фрейм с фактуальной частью
12
На рисунке 7 приведено описание классификационных фреймов, используемых
для описания предметной области в ИОТ, на языке семантического
программирования.
К_Ид# < Имя фрейма > смысловой глагол
Ф1< Текст1
> := текст
Ф2< Текст2
> := текст
….
----------------------------------------------------v1 <Имя слота1> := Ид1
v2 <Имя слота2> := Ид2
….
#
Здесь:
К_Ид#
Имя фрейма
слоты Ф1, Ф2, ...
слоты v1, v2, v3, ...
- идентификатор фрейма;
- входной параметр (глава, раздел редметной области);
- характеристики входного параметра, слоты фактуальной части;
- слоты алгоритмической части;
Рис. 7. Структура классификационного фрейма на языке семантического программирования
Директивный фрейм содержит последовательность инструкций (директив),
отвечающих за установление и реализацию контрольной точки в модели требуемых
знаний. Последняя инструкция директивного фрейма формирует «оценку» – сигнал о
качестве прохождения контрольной точки. На основании «оценок», генерируемых
директивными фреймами, строится модель требуемых знаний обучаемого, а
параметры «способ передачи оценки» и «действие» обеспечивают обратную связь в
процессе обучения.
В предлагаемых моделях требуемых знаний предусмотрены шесть типов
директивных фреймов: D1 – блок самоконтроля изучения теории; D2 – контроль
решения упражнений в пошаговом режиме; D3 – рубежный контроль; D4 –
контрольная работа; D5 – экзамен; D6 – лабораторная работа. Графическое
представление директивного фрейма в модели требуемых знаний приведено на
рисунке 8.
Рис. 8. Директивный фрейм в составе модели требуемых знаний
На рисунке пунктирные стрелки означают направление движения по модели
требуемых знаний в случае успешной или неуспешной оценки, генерируемой
директивным фреймом; эти направления определяются параметром «действие»,
передаваемым во фрейм.
Для всех перечисленных типов фреймов указателем типа данных является
указатель на подчиненный фрейм в иерархии.
Отличительной особенностью предлагаемой структуры фреймов является:
13
введение дополнительной характеристики «префикс» в идентификаторе фрейма;
выделение трех уровней описания: фактуального, алгоритмического и процедурного,
которое позволяет упростить внутреннюю структуру базы знаний, и, следовательно,
эффективно реализовывать модель; введение параметров «вес», «способ передачи
оценки» и «действие» при описании слотов процедурной части.
Модель требуемых знаний по разделу математической дисциплины, имеющей
экономическое приложение, представляет собой «И–ИЛИ»–граф специальной
структуры, в котором каждая вершина графа является фреймом, связи
обеспечиваются алгоритмической частью фреймов. Внутри модели можно
выделить каркас – «И»–дерево, которое соответствует оглавлению рассматриваемой
части или главы дисциплины.
Каждая
вершина
каркаса
соответствует
определенному
крупному
информационному фрагменту предметной области, связанному с разделом,
подразделом или параграфом дисциплины, связи между вершинами в этой части
модели определяют последовательность изложения материала. Эта часть модели
тесно связана с традиционным книжным представлением учебного материала, и
именно она предоставляется обучаемому.
Вне каркаса вершины модели могут соответствовать определенным более
мелким информационным фрагментам, вплоть до элементарных, описывающих
понятия, а могут быть «сквозными» и служить для объединения смысловых связей к
другим фрагментам. Эти вершины и соответствующие им связи объединяются в
дополнительные ветви, определяющие смысловое наполнение каждого из
поддерживаемого ими информационного фрагмента, связанного с оглавлением.
В разделе 2.5 изложена технология построения модели требуемых знаний по
разделу дисциплины. Приведены примеры моделей требуемых знаний по
дисциплинам «Дифференциальные уравнения» и «Теория оптимизации и численные
методы» на модифицированном языке семантического программирования.
Третья глава «Алгоритмы обучения и проверки знаний, поддерживаемые
интеллектуальными обучающими тренажерами» посвящена функционированию
интеллектуальных обучающих тренажеров, поддерживающих модель компетенции
решения задач.
В разделе 3.1 сформулированы требования к функционированию ИОТ. ИОТ
представляет собой специализированную систему учебного назначения, внутренняя
структура которой есть концентрация многолетнего опыта преподавания
математических дисциплин, имеющих экономическое приложение, а предметное
наполнение – отражение опыта преподавания конкретного педагога. Основные
требования к функционированию ИОТ:
1. ИОТ должен обеспечивать поддержку поэтапного сквозного обучения
математической дисциплине, имеющей экономическое приложение.
2. ИОТ должен представлять собой инвариантную к предметной области
систему, способную настраиваться на различные дисциплины. Настройка ИОТ на
14
предмет должна осуществляться с помощью Базы Знаний, содержащей модель
требуемых знаний предметной области, и Базы Данных, содержащей
информационно–справочный материал. Модель требуемых знаний должна
представлять собой совокупность смысловых моделей предмета.
3. Язык описания предметной области – язык Базы Знаний ИОТ, должен
обеспечивать динамическое использование смысловых моделей при формировании
учебных заданий, обеспечивающих выработку профессиональных компетенций у
студентов экономических специальностей. Язык базы знаний ИОТ должен позволять
расширять и модифицировать базу знаний.
4. Алгоритмы обучения, поддерживаемые ИОТ, должны функционировать с
использованием принципа обратной связи и формировать модель текущих знаний
обучаемого, которая должна подчиняться тому же формализму, что и модель
требуемых знаний; обеспечивать адаптацию процесса обучения к уровню знаний
обучаемого; обеспечивать индивидуальный подход при формировании заданий
обучаемому; обеспечивать сквозной контроль знаний обучаемого и корректировать
процесс обучения, основываясь на результатах сравнения моделей текущих и
требуемых знаний.
5. ИОТ должен обладать развитыми средствами помощи, подсказки, справки,
обеспечивающими комфортные условия работы обучаемого. Процесс обучения,
поддерживаемый тренажером, должен быть «прозрачным» как для обучаемого, так и
для преподавателя, проводящего компьютерное занятие.
6. ИОТ должен быть снабжен системой извлечения знаний, позволяющей
формировать модель требуемых знаний, и инструментальными средствами для
работы с базой знаний, предназначенными для проверки работоспособности готового
компьютерного средства или его фрагментов на этапе генерации.
В разделе 3.2 изложен общий алгоритм движения обучаемого по этапам
обучения, поддерживаемого тренажерами. Последовательность прохождения этапов
обучения отражена в функциональной схеме ИОТ на рисунке 9, здесь символом «К»
обозначена обязательная контрольная точка, завершающая режим самостоятельной
работы обучаемого на этапе обучения.
Рис. 9. Функциональная схема ИОТ
15
В режиме самостоятельной работы формируется модель текущего состояния
знаний обучаемого, которая при прохождении контрольной точки уточняется и
фиксируется. Общий для всех обучаемых перечень заданий для самостоятельной
работы и порядок их выполнения на каждом этапе, а также наличие, тип и
содержание контрольных точек определяется преподавателем на стадии подготовки
проекта наполнения ИОТ. В зависимости от специфики предметной области для
отдельных этапов контрольные точки могут быть опущены, либо прохождение их
может быть необязательным.
Алгоритм обучения математической дисциплине, имеющей экономическое
приложение,
соответствующий приведенной функциональной схеме и
реализованный в ИОТ, приведен на рисунке 10.
Рис.10. Алгоритм работы над дисциплиной
Обучаемый последовательно изучает главы дисциплины, работа над главой или
серией глав, связанных между собой, завершается контрольной точкой. В случае
успешного прохождения контроля обучаемый переходит к изучению последующих
глав, в случае неуспеха возвращается к повторению. Завершает обучение экзамен
(зачет), неудовлетворительный результат прохождения которого возвращает
обучаемого к началу обучения. Алгоритм работы обучаемого при изучении главы
(глав) дисциплины представлен на рисунке 11.
Рис.11. Алгоритм работы над главой дисциплины
16
На рисунке «жирными» стрелками указаны обязательные обратные связи в
технологическом процессе обучения.
В разделе 3.3 изложены алгоритмы формирования модели текущих знаний, а
также принципы выработки алгоритма управления поэтапным процессом обучения на
основании сравнения моделей требуемых и текущих знаний. Алгоритм вывода о
состоянии знаний обучаемого управляет работой обучаемого в рамках конкретного
этапа и обеспечивает адаптацию изложения материала к уровню знаний каждого
обучаемого.
Этот алгоритм един для всех этапов и позволяет оценить уровень подготовки
обучаемого, определить степень проработки учебного материала и уточнить
последовательность заданий для самостоятельной работы, соответствующую знаниям
и индивидуальным особенностям, а также окончательно сформировать состав
контрольного задания.
Алгоритм базируется на введении для каждого фрейма соответствующей модели
требуемых знаний параметра–оценки, принимающего три значения:
«–1»– фрагмент, описываемый фреймом, не изучался;
«0» – фрагмент изучался, но результат изучения неудовлетворительный;
«1» – фрагмент изучен.
Приведем пошаговый алгоритм управления поэтапным процессом обучения.
Шаг 1. По умолчанию всем фреймам смысловым–связкам, обладающим
алгоритмической частью, передается параметр «–1». На рисунке 12 представлен
фрагмент формируемой на шаге 1 модели текущих знаний по дисциплине
«Дифференциальные уравнения», связанный с изучением раздела «Методы решения
дифференциальных уравнений 1–го порядка».
Рис. 12. Шаг 1 формирования модели текущих знаний
Шаг 2. За
изменение
параметра
отвечают
17
директивные
фреймы,
последовательность перехода к которым формируется согласно обходу «КОРЕНЬ–
ЛЕВОЕ–ПРАВОЕ» модели требуемых знаний.
Переход к директивному фрейму влечет передачу параметра «0» фреймам
верхней иерархии; затем обходом дочерних фреймов ближайшего в верхней иерархии
формируется список заданий, соответствующий назначению директивного фрейма.
Действия обучаемого до перехода к директивному фрейму не регламентируются. На
рисунке 13 представлен фрагмент формируемой на шаге 2 модели текущих знаний.
Рис. 13. Шаг 2 формирования модели текущих знаний
Шаг 3. Обучаемый приступает к последовательному выполнению заданий из
списка.
Шаг 4. В случае успешного выполнения заданий обучаемый движется вперед по
модели, если директивный фрейм последний в ряду дочерних, фрейму верхнего
уровня передается параметр «1». На рисунке 14 представлен фрагмент формируемой
на шаге 4 модели текущих знаний. Здесь задания, сформированные директивным
фреймом, выполнены успешно, фрейму S1 передан параметр «1», обучаемый
переходит к изучению последовательности:
→S2→T13→T14→K4(Ф1) →T15→D1→…
В случае неудовлетворительного выполнения заданий директивного фрейма
алгоритм движения обучаемого по этапам обучения и формирования модели текущих
знаний определяется значением параметра «действие», передаваемым в директивный
фрейм.
Если параметр «действие» имеет значение «Rp» (repeat, повторить), происходит
формирование нового списка заданий для обучаемого, движение по модели вперед
будет возможно только в случае их успешного выполнения. В зависимости от типа
директивного фрейма выдаче новых заданий может предшествовать разбор ошибок, а
также формирование и предоставление пакета разъяснений и советов по устранению
18
пробелов в знаниях. Также может быть зафиксировано количество попыток и общее
время, затраченное на выполнение заданий, балльная или качественная оценка,
полученная обучаемым.
Рис. 14. Шаг 4 формирования модели текущих знаний. Случай успешного выполнения заданий
Если параметр «действие» имеет значение «RtUp» (return up, вернуться выше),
параметр «0» передается всем дочерним фреймам смысловым–связкам родительского
фрейма верхнего уровня, таким образом, весь фрагмент предметной области,
описываемый указанным фреймом верхнего уровня, считается изученным
неудовлетворительно. Как правило, такого рода значения параметра «действие»
предусматриваются для значимых контрольных точек, описываемых директивными
фреймами, таких как контрольная работа и экзамен. Если параметр «действие» имеет
значение «S» (skip, пропустить), то даже в случае неудовлетворительного выполнения
заданий обучаемый движется вперед по модели, если директивный фрейм последний
в ряду дочерних, фрейму верхнего уровня передается параметр «1». Такого рода
значения параметра «действие» предусматриваются для промежуточных
контрольных точек, описываемых директивными фреймами, предназначенных для
предварительной оценки знаний обучаемого.
Таким образом, модель текущих знаний представляет собой оцифрованную
копию модели требуемых знаний. Полное совпадение моделей наступает при
достижении параметра «1» всеми фреймами смысловыми–связками модели текущих
знаний. Предложенный алгоритм реализует интеллектуальный вывод о состоянии
знаний обучаемого и обеспечивает индивидуальность обучения.
Модели текущих знаний обучаемых хранятся в Учетной Базе Данных, что
позволяет преподавателю через соответствующий интерфейс оценивать степень
продвижения каждого обучаемого во владении материалом, а также проводить
19
количественный и качественный анализ прохождения им контрольных точек.
В разделе 3.4 приведены алгоритмы обучения и контроля знаний, реализованные
в тренажерах; приведены примеры контрольных заданий, при выполнении которых
не только проверяется общий уровень математической подготовки обучаемого, но и
прививаются навыки оперировать постановками практических задач экономической
тематики; предложена система оценивания знаний.
Четвертая глава «Реализация комплекса инструментальных средств,
поддерживающих интеллектуальные обучающие тренажеры» посвящена
реализации интеллектуальных обучающих тренажеров по математическим
дисциплинам для студентов экономических специальностей.
Ставится задача создания комплекса программ, позволяющего: обеспечить
изучение страниц гипертекстового электронного учебника; обеспечить быстрый
поиск необходимой информации; использовать предметно-алфавитный указатель для
получения рекомендаций по решению задач в рамках выбранной темы;
просматривать демонстрационные примеры решения типовых прикладных
экономических задач; обеспечить поэтапное обучение и контроль знаний и умений,
исправление допущенных ошибок в режиме обучения.
Инструментальные средства поддержки ИОТ должны предоставлять обучаемому
следующие возможности: наличие обратной связи в виде реакции на неправильные
ответы (рекомендации и ссылки); наличие нескольких режимов контроля знаний;
получение протокола результатов о проделанной работе на любом этапе обучения;
занесение результатов контроля в электронную зачетную книжку.
Для реализации перечисленных функций ИОТ были использованы следующие
средства разработки и технологии: API CMS Drupal v.6 – реализует ядро ИОТ, СУБД
MySQL обеспечивает управление созданием и использованием подключаемых баз
данных, ООП PHP, ООП JavaScript, HTML 4.01, CSS. Выбор перечисленных средств
и технологий обусловлен широкой известностью и успешностью, а также свободным
распространением.
В разделе 4.2 приведена архитектура программного обеспечения
интеллектуальных обучающих тренажеров (рисунок 15).
Преподавателю доступны три административных модуля: Средство Автора,
модуль мониторинга учебного процесса, модуль администрирования CMS.
Обучаемый в свою очередь взаимодействует с настроенным на предметную область
Средством обучаемого, алгоритмы работы которого изложены в главе 3.
В разделе 4.3 описана структура разработанной Базы Данных интеллектуальных
обучающих тренажеров, логическая структура которой приведена на рисунке 16.
В разделе 4.4 приведено описание разработанного программного обеспечения
модулей поддержки работы обучаемого, реализующего алгоритмы, изложенные в
главе 3, с использованием гипертекстовых технологий, в виде ряда программных и
пользовательских интерфейсов.
20
Рис. 15. Программная архитектура ИОТ
Рис. 16. Логическая схема Базы Данных
21
На рисунке 17 представлен стандартный внешний вид интерфейса ИОТ,
доступного при работе с модулями, обеспечивающими процесс обучения.
Рис.17. Рабочий экран ИОТ
Левая часть рабочей области – это навигационное древовидное оглавление-меню,
генерируемое на основании модели требуемых знаний с использованием
гипертекстовых технологий. В нём в структурированном виде выводится всё
содержание изучаемой дисциплины. Каждый раздел (подраздел) оглавления может
быть снабжён следующим функционалом: вопросы самоконтроля усвоения теории;
демонстрационные примеры; решение упражнений в пошаговом режиме. В состав
оглавления включены контрольные точки (рубежные контроли, контрольные и
лабораторные работы, экзамен или зачёт). Наличие перечисленных контрольных
точек обуславливается директивными фреймами модели требуемых знаний.
Пользуясь оглавлением, обучаемый последовательно работает над главами
дисциплины. Под разделами, соответствующими тестам и контрольными точками,
располагаются маркеры, которые показывают состояние завершённости
соответствующего тестирования. Помимо подсветки «зачтено» – «незачтено», к ним
прилагается гиперссылка на протокол работы в случае, если попытки прохождения
предпринимались.
Правая часть рабочей области (главная область вывода) отвечает за вывод
страниц теории, алгоритмов, демонстрационных примеров и заданий обучаемому.
Далее приводится реализация алгоритмов обучения-контроля в ИОТ,
изложенных в главе 3. Согласно алгоритму обучения, обеспечиваемому ИОТ, работа
над главой дисциплины для обучаемого начинается с изучения теоретического
материала. Теоретический материал изучается самостоятельно в свободном режиме.
Совокупный теоретический материал, представленный в ИОТ, представляет собой
гипертекстовый электронный учебник, хорошо структурированный, снабженный
гиперссылками, рисунками, анимацией. В процессе изучения теоретического
22
материала обучаемый может воспользоваться предметно-алфавитным указателем,
который открывается в дополнительной вкладке браузера.
После изучения теоретического материала обучаемому предлагаются вопросы
самоконтроля усвоения теории, а затем упражнения для решения в пошаговом
режиме. Согласно инструкциям соответствующих директивных фреймов
формируется тест, состоящий из заданного преподавателем числа заданий. Задания
сформулированы таким образом, чтобы проверить не только знание теоретического
материала, но и определить степень его понимания в применении к конкретным
задачам, имеющим экономическое приложение. При первом обращении обучаемого к
данному функционалу задания выбираются из Базы Данных случайным образом. В
случае неверного или неполного ответа на задание обучаемый получает
соответствующее сообщение и подсказку: гиперссылку на соответствующий раздел
теории и/или разъяснение (рисунок 18).
Рис. 18. Работа обучаемого в режиме ответа на вопросы самоконтроля усвоения теории.
После ответа на серию заданий теста обучаемый получает сводную информацию
об ответах с гиперссылками на соответствующие разделы теории и разъяснениями,
оценку по 5-балльной шкале и результат в процентах. Эта информация выдается
сразу после окончания ответа в рабочей области экрана и также зафиксируется в виде
страницы протокола, доступ к которой осуществляется через зачетную книжку.
Обучаемый имеет право принять результаты теста или пройти его заново.
Выполнять задания тестов обучаемый может неограниченное количество раз.
При повторном обращении к данному функционалу формируется новый тест,
включающий задания, аналогичные тем, которые вызвали наибольшие затруднения у
обучаемого, что обеспечивает индивидуализацию обучения. Работа обучаемого в
данных режимах считается успешной только в случае получения положительной
оценки за задания теста, в оглавлении подсвечивается соответствующая пометка
«зачтено». Попытки пропустить данный вид работ и перейти к выполнению других
23
заданий блокируются.
Аналогично организованы контрольные режимы работы обучаемого: рубежные
контроли, контрольные и лабораторные работы, экзамен или зачёт. Отличие
составляют отсутствие подсказок и разъяснений в процессе выполнения заданий.
Каждый тест для контрольного режима работы формируется индивидуально для
обучаемого на основании состояния модели текущих знаний и включает серию
заданий,
количество
которых
определяется
соответствующим
числом
предшествующих контрольной точке разделов, содержащих демонстрационные
примеры решения практических экономических задач и блоки пошагового решения
упражнений. Прохождение контрольных точек является обязательным.
В ИОТ предусмотрены следующие варианты реализации заданий самоконтроля,
формулировок шагов упражнений, а также контрольных вопросов и задач: с выбором
варианта(ов) ответа из многих; с конструируемым ответом; с ответом, вводимым с
клавиатуры; с ответом, предусматривающим указание последовательности действий.
Все результаты обучения в виде моделей текущих знаний хранятся в Учётной
Базе Данных. Соответствующая информация для студента представлена в Зачетной
книжке (рисунок 19) и имеет вид гипертекстовой таблицы, содержащей результаты
тестирования по дисциплине.
Рис. 19. Зачетная книжка обучаемого
Каждая запись Зачетной книжки включает названия раздела, к которому
относится тестирование, тип тестирования, результат в процентах от общего
количества выполненных заданий, оценка по пятибалльной шкале, число попыток,
затраченных на выполнение заданий, дата последнего выполнения и ссылка на
протокол.
При нажатии на гиперссылку «Протокол» обучаемому выдается подробная
24
информация о прохождении тестирования, которая содержит в себе результат по
каждому из заданий и рекомендации со ссылками на соответствующий теоретический
материал, алгоритм, пример или объяснение.
В разделе 4.5 изложено описание разработанного программного обеспечения
модулей поддержки работы преподавателя с использованием различных
гипертекстовых технологий: модуля Средство автора, модуля администрирования и
модуля мониторинга учебного процесса.
Модуль администрирования обеспечивает аутентификацию пользователей в
системе по многоразовым паролям, реализует разграничение прав различных
категорий пользователей (обучаемых, преподавателей), а также позволяет
осуществлять коррекцию параметров обучения.
Модуль мониторинга обеспечивает доступ преподавателя к Зачетным книжкам
всех обучаемых. Для преподавателя данные о результатах обучения имеют вид
гипертекстовых таблиц, содержащих кроме информации о тестировании, еще и
идентификационные данные обучаемых.
Средство автора ИОТ является административным модулем в составе
программного обеспечения ИОТ, позволяющим преподавателю (автору), согласно
определенным модулем Мониторинга правам доступа, настраивать тренажер на
предметную область. Средство автора предоставляет преподавателю следующие
возможности: добавлять и изменять информацию в БД в виде семантических моделей
требуемых знаний на естественном языке; быстро находить необходимую
информацию, используя фильтры; загружать страницы разделов дисциплин;
загружать постановки задач и ответы для вопросов и упражнений; настраивать
параметры тестирования. Средство автора состоит из 6 элементов управления,
реализованных с помощью гиперссылок, и позволяет работать со следующими
таблицами Базы Данных: «Дисциплины», «Учебники», «Содержание», «Вопросы»,
«Ответы на вопросы», «Упражнения», «Шаги упражнений», «Ответы на шаги
упражнений», «Настройки тестирований». Алгоритмы работы Средства Автора
позволяют обеспечить ссылочную целостность и непротиворечивость вводимой
информации.
В разделе 4.6 описаны разработанные интеллектуальные обучающие тренажеры
по дисциплинам «Дифференциальные уравнения» и «Теория оптимизации и
численные
методы».
Статистика
наполнения
ИОТ
по
дисциплине
«Дифференциальные уравнения» приведена в таблице 1, а по дисциплине «Теория
оптимизации и численные методы» - в таблице 2.
Тип наполнения ИОТ
Количество страниц учебника c гипертекстовыми ссылками
Количество вопросов самоконтроля
Количество демонстрационных примеров, в том числе с экономической постановкой
Количество упражнений с пошаговым решением
Количество вопросов рубежного контроля
25
Таблица 1.
Итого
115
129
39
25
40
Тип наполнения ИОТ
Количество страниц учебника c гипертекстовыми ссылками
Количество вопросов самоконтроля
Количество демонстрационных примеров, в том числе с экономической постановкой
Количество упражнений с пошаговым решением
Количество вопросов рубежного контроля
Таблица 2.
Итого
113
139
35
30
45
Разработанные тренажеры были внедрены в учебный процесс МАИ для
студентов, обучающихся по специальности 160400 «Маркетинг и менеджмент в
ракетно-космической технике», в 2013, 2014 годах в качестве средства
самостоятельной подготовки к экзаменам. Результаты внедрения показали, что
процент успевающих студентов по сравнению с предыдущими годами вырос с 60%
до 90%, а число студентов, успевающих на «хорошо» и «отлично»,- с 30% до 65%.
Также ИОТ по дисциплине «Теория оптимизации и численные методы» внедрен в
центре дистанционного образования ЦЗО-501, реализующем программы подготовки
очно-заочной формы обучения.
В разделе 4.7 произведен расчет стоимости разработки ИОТ по различным
дисциплинам и эффективности последующего их внедрения в учебный процесс
вузов. На основании полученных обобщающих экономических показателей можно
сделать вывод о том, что применение ИОТ позволяет снизить трудовые и
стоимостные затраты на организацию самостоятельной работы студентов, обеспечить
требуемый уровень остаточных знаний, а также повысить эффективность обучения в
целом. Расчетный срок окупаемости ИОТ составляет 1,1 года.
В заключении приводятся основные результаты диссертационной работы.
В приложениях приведены копии свидетельств о государственной регистрации
разработанных программ.
III. РЕЗУЛЬТАТЫ И ВЫВОДЫ
Основным
итогом
диссертационной
работы
является
разработка
математических моделей, алгоритмов функционирования, а также
комплекса
инструментальных средств, реализующих интеллектуальные обучающие тренажеры в
сфере обучения экономическим специальностям на основе семантического
программирования и гипертекстовых технологий, выразившаяся в следующих
основных результатах:
1. Исследованы составляющие современного образовательного процесса,
основывающегося на компетентностном подходе. Рассмотрены цели и задачи
обучения студентов экономических специальностей математическим дисциплинам с
точки зрения компетентностного подхода. Разработана концепция создания ИОТ, как
интеллектуальной обучающей системы, обеспечивающей управляемый поэтапный
процесс обучения.
2. Разработана структура компетентностных уровней модели требуемых знаний
по разделу дисциплины, основывающаяся на компьютерной технологии обучения.
26
Разработана модификация языка семантического программирования − языка
представления знаний в интеллектуальных обучающих тренажерах. Разработана
технология построения моделей требуемых знаний по дисциплине и реализация этих
моделей на языке семантического программирования. Разработанная модификация
языка семантического программирования для описания моделей представления
знаний позволила приблизить методику описания знаний к естественному языку
предметной области.
3. Разработаны алгоритмы формирования модели текущих знаний, а также
принципы выработки алгоритма управления поэтапным процессом обучения на
основании сравнения моделей требуемых и текущих знаний. Разработаны алгоритмы
обучения и контроля знаний, реализованные в тренажерах, предложена система
оценивания знаний. Разработан алгоритм движения обучаемого по этапам обучения,
поддерживаемый тренажерами. Применение данных алгоритмов приводит к
формированию необходимого набора профессиональных компетенций при
математической подготовке студентов экономических специальностей.
4. Разработана архитектура программного обеспечения комплекса средств,
реализующих ИОТ. Реализован алгоритм преобразования семантических моделей
требуемых знаний в гипермедиа представление. Реализовано программное
обеспечение модулей ИОТ, предназначенных для поддержки работы обучаемого, с
использованием гипертекстовых технологий. Разработана структура Базы Данных
интеллектуальных обучающих тренажеров. Реализовано программное обеспечение
модулей поддержки работы преподавателя с использованием гипертекстовых
технологий. Предложенная реализация с использованием гипертекстовых технологий
позволяет осуществлять поэтапный процесс обучения математическим дисциплинам
с учетом специфики экономических специальностей.
5. Разработаны и внедрены в учебный процесс инженерно-экономического
института МАИ интеллектуальные обучающие тренажеры по дисциплинам
«Дифференциальные уравнения» и «Теория оптимизации и численные методы».
Анализ результатов внедрения ИОТ показал, что достигнут экономический эффект за
счет снижения трудовых и стоимостных затрат на организацию самостоятельной
работы студентов.
IV. СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ
Публикации в ведущих научных журналах и изданиях, рекомендованных ВАК:
1. Лунева, С.Ю. Семантические модели, как средство управления процессом
обучения
прикладным
математическим
дисциплинам. / С.Ю.
Лунева // Информационные и телекоммуникационные технологии. – 2012, Вып. 16. –
С. 58–71.
2. Лунева, С.Ю. Гипертекстовые технологии как средство реализации
интеллектуального
обучающего
тренажера
по
дисциплине
«Методы
оптимизации». / С.Ю. Лунева // Научный Вестник МГТУ ГА. – 2012, – № 184 (10). –
27
С. 92–99.
3. Лунева, С.Ю. Принципы функционирования интеллектуальных обучающих
тренажеров, поддерживающих компетентностную модель МК2 для кадрового
обеспечения
авиационной,
ракетной
и
космической
отраслей.
/ С.Ю.
Лунева // Известия Института инженерной физики. – 2012, – № 3 (25). – С. 72–80.
4. Лунева, С.Ю. Моделирование знаний в интеллектуальных обучающих
тренажерах.
/ С.Ю. Лунева // Информационные и телекоммуникационные
технологии. – 2014, Вып. 21. – С. 43–50.
Статьи в научных сборниках, доклады на конференциях:
5. Лунева, С.Ю. Лабораторный практикум «Прикладные задачи линейного
программирования»
для
студентов
экономических
факультетов / С.Ю.
Лунева // Теоретические вопросы вычислительной техники и программного
обеспечения: межвуз. cб. науч. тр. –М.: МГТУ МИРЭА, 2008. – С. 112-114.
6. Лунева, С.Ю. Лабораторный практикум «Методы безусловной минимизации
функции многих переменных» по курсу «Теория оптимизации и численные методы».
/ С.Ю. Лунева // Теоретические вопросы вычислительной техники и программного
обеспечения: межвуз. cб. науч. тр. –М.: МГТУ МИРЭА, 2010. – С. 132-137.
7. Лунева, С.Ю. Интеллектуальный обучающий тренажер по курсу «Теория
оптимизации и численные методы» / С.Ю. Лунева // Научный альманах. Вып. 15.
Инновационный менеджмент в аэрокосмической промышленности: материалы VII
научно-практической конференции молодых ученых и студентов.– М.: Доброе слово,
2011. – С. 119-126.
8. Лунева, С.Ю. Принципы функционирования интеллектуального обучающего
тренажера по курсу «Дифференциальные уравнения» / С.Ю. Лунева // Материалы
XVII международной конференции по вычислительной механике и современным
прикладным программным системам. (ВМСППС’2011). Алушта, 25-31 мая 2011 г. –
М.: Изд-во МАИ-ПРИНТ, 2011. – С. 792–794.
9. Лунева, С.Ю. Интеллектуальный обучающий тренажер
по курсу
«дифференциальные
уравнения»
/ С.Ю.
Лунева // Теоретические
вопросы
вычислительной техники и программного обеспечения: межвуз. cб. науч. тр. –М.:
МГТУ МИРЭА, 2011. – С. 74–81.
10. Лунева, С.Ю. Система тестирования знаний по дисциплине «Теория
оптимизации и численные методы / С.Ю. Лунева // // Научный альманах. Вып. 16.
Инновационный менеджмент в аэрокосмической промышленности: материалы VIII
научно-практической конференции молодых ученых и студентов.– М.: Доброе слово,
2012. – С. 162–173.
11. Лунева, С.Ю. Средство
автора
для
настройки
интеллектуального
обучающего тренажера / С.Ю. Лунева // Научное обозрение: теория и практика. –
2012, – № 4. – С.75–88.
12. Лунева, С.Ю. Компетентностный подход при математической подготовке
студентов экономических специальностей / С.Ю. Лунева // Научный альманах. Вып.
28
17. Инновационный менеджмент в аэрокосмической промышленности: материалы IХ
научно-практической конференции молодых ученых и студентов.– М.: Доброе слово,
2013. – С. 187–194.
13. Лунева, С.Ю. База данных и средство автора интеллектуального обучающего
тренажера / С.Ю. Лунева // Материалы XVIII международной конференции по
вычислительной механике и современным прикладным программным системам
(ВМСППС’2013). Алушта, 2013 г. – М.: Изд-во МАИ-ПРИНТ, 2013. – С. 848–849.
14. Лунева, С.Ю. Алгоритмы моделирования знаний в интеллектуальных
обучающих тренажерах для студентов экономических специальностей / С.Ю.
Лунева // Научный альманах. Вып. 19. Инновационный менеджмент в
аэрокосмической промышленности: материалы Х научно-практической конференции
молодых ученых и студентов. – М.: Доброе слово, 2014. – С. 172–185.
Программы, зарегистрированные в реестре программ для ЭВМ:
15. Лунева, С.Ю. Интеллектуальный обучающий тренажер для подготовки
специалистов в области авиационной, ракетной и космической отраслей. //
Свидетельство
о
государственной
регистрации
программы
для
ЭВМ
Рег. № 2012617940. Федеральная служба по интеллектуальной собственности,
патентам и товарным знакам. – 03.09.2012.
16. Лунева, С.Ю. Программный комплекс для настройки интеллектуальных
обучающих тренажеров по направлениям подготовки специалистов в области
авиационной, ракетной и космической отраслей. // Свидетельство о государственной
регистрации программы для ЭВМ Рег. № 2012660587. Федеральная служба по
интеллектуальной собственности, патентам и товарным знакам. – 23.11.2012.
29
1/--страниц
Пожаловаться на содержимое документа