Delist.ru

Автоматизация анализа связности учебных модулей в системе переподготовки персонала промышленных предприятий (23.01.2009)

Автор: Рожин Павел Сергеевич

разработка методов и программных механизмов анализа терм-связности образовательных программ;

реализация моделей забывания и научения учебной информации;

разработка базы данных учебных планов и программная реализация механизмов анализа связности.

Методы исследования

При разработке формальных моделей компонентов системы переподготовки в диссертации использовались методы общей теории систем, случайных процессов, теоретико-множественный аппарат и др. Моделирование и аналитические исследования проводились с использованием математических и статистических пакетов.

Научная новизна

Научную новизну составляют методы, модели и методики разработки электронных образовательных ресурсов и учебных планов.

На защиту выносятся:

формальная декомпозиция инструментальных средств создания контента учебных планов и рабочих программ переподготовки персонала;

методики разработки учебных планов и рабочих программ;

методы и программные механизмы анализа терм-связности учебных модулей;

модели забывания и научения учебной информации;

база данных учебных планов и рабочих программ.

Достоверность научных положений, рекомендаций и выводов

Обоснованность научных положений, рекомендаций и выводов определяется корректным использованием современных математических методов и моделей, предварительным анализом ряда программ переподготовки специалистов промышленных предприятий. Достоверность положений и выводов диссертации подтверждена положительными результатами внедрения.

Практическая ценность и реализация результатов работы

Научные результаты, полученные в диссертации, доведены до практического использования. Они представляют непосредственный интерес в области автоматизации управления персоналом с использованием комбинированных технологий обучения. Разработанные методы и алгоритмы прошли апробацию и внедрены для практического применения в учебных центрах «Газпрома», а также используются при организации учебного процесса на кафедре АСУ МАДИ(ГТУ).

Апробация работы

Содержание отдельных разделов и диссертации в целом было доложено и получило одобрение:

на Российских, межрегиональных и международных научно-технических конференциях, симпозиумах и семинарах (2003-2008 гг.);

на заседании кафедры АСУ МАДИ(ГТУ).

Совокупность научных положений, идей и практических результатов исследований в области автоматизации процесса подготовки и переподготовки персонала предприятий промышленности и транспортного комплекса представляет собой актуальное направление в развитии теоретических и практических методов формирования базы данных учебно-методических материалов с насыщенным мультимедийным наполнением, что особенно актуально для ремонтных специальностей, где необходимы наглядные формы представления технологических процессов.

Структура работы соответствует списку перечисленных задач, содержит описание разработанных методов, моделей и методик.

Содержание работы

Во введении обосновывается актуальность работы. Ставятся цели и задачи исследований. Приводится краткое содержание глав диссертации.

В первой главе диссертации проведен системный анализ задач автоматизации управления персоналом в контуре системы переподготовки. Проведен сравнительный анализ методов и средств обучения. Выделены категории методов и методик, которые могут быть полностью или частично автоматизированы. Определено место компьютерных и телекоммуникационных технологий в обучении персонала.

Спектр программного обеспечения для электронного обучения (e-Learning) очень широк. На одном краю этого спектра – простые программы, выполненные в HTML, на другом – сложные системы управления обучением и учебным контентом (Learning Content Management Systems), использующиеся в корпоративных компьютерных сетях. Одной из особенностей успешного внедрения системы открытого обучения является правильный выбор программного обеспечения, соответствующего конкретным требованиям. Эти требования определяются потребностями обучаемого, потребностями методиста и, во многих случаях, администратора, который должен контролировать ход и результаты обучения. Среди основных типов таких программ можно выделить:

авторские программные продукты (Authoring Packages),

системы управления обучением (Learning Management Systems – LMS),

системы управления контентом (Content Management Systems – CMS),

системы управления учебным контентом (Learning Content Management Systems – LCMS).

Проведенный в работе анализ показал, что для формализованного представления и структуризации учебных планов и рабочих программ может быть использован терм-анализ связности модулей учебных материалов. Модуль представляет структуру: M={DM, AM, HM, FD}, где DM - наименование модуля; AM - аннотация модуля; HM - объем часов, выделенных на модуль; FD - указатель дисциплины.

Терм-множество представляет структуру W=WI(WO, где WI - множество входных термов; WO - множество выходных термов. Ww(WI - терм w принадлежит множеству входных термов; Ww(WO - терм w принадлежит множеству выходных термов.

Входные термы определены как: WIw={DIW, FIW, FIW, UIW}, где DIW - идентификатор терма; FIM - указатель принадлежности модулю; FW - ссылка на терм-источник (для организации синонимии термов); UW - коэффициент усиления (определяет увеличение активности использования).

Выходные термы определены как: WOw ={DOW, FOW, FOW. ZOW}, где DOW - идентификатор терма; FOM - указатель принадлежности модулю; FOW - ссылка на входные термы; ZOW - коэффициент забываемости.

Важную роль в изучении процессов научения и обучения играет исследование памяти. Память является одним из важнейших психических процессов, реализующих усвоение знаний. Начало экспериментальной психологии памяти связано с опытами Г.Эббингауза. Кривая Г.Эббингауза – это объем памяти как функция времени:

где b – процент удержанного в памяти материала в момент эксперимента (или контроля) либо объем памяти в “процентах сбережения”; t – время с момента полного овладения материалом в часах; c и k – константы, получаемые методом наименьших квадратов по экспериментальным данным.

Терстоун предложил следующую формулу (гиперболический закон обучения):

где y – усвоение; n – число испытаний; a и c – константы; b – скорость научения.

В.Эстесом была построена стохастическая модель для задачи обучения парным ассоциациям. Во время проверочного испытания предъявляется только возбуждающий образ, на который обучаемый должен дать правильный ответ. Вводится следующая формализация. Пусть E1, E2, ( EN – элементы возбуждения; A1, A2, ( AR – альтернативные ответы; pij,n – вероятность того, что элемент возбуждения Ei во время n-го опыта вызовет ответ Aj. Тогда процесс приобретения навыка описывается следующей функцией:

загрузка...