Теоретические основы построения автоматизированной системы управления обучением с учетом нечеткой информации (27.01.2012)

Автор: Комаров Евгений Геннадиевич

Нечеткие рейтинговые оценки

психофизиологических характеристик 0.312

0.204 0.271

0.126 0.341

0.095 0.498

0.103 0.613

Нечеткие рейтинговые оценки

личностных характеристик 0.574

0.136 0.468

0.142 0.602

0.134 0.732

0.094 0.635

Отбор выпускников производился в рамках сформулированных четырех нечетких предпочтений.

- Очень важны показатели успеваемости, очень важны показатели познавательных психофизиологических характеристик и совсем неважны показатели личностных качеств.

- Не очень важны показатели успеваемости, довольно важны показатели познавательных психофизиологических характеристик и очень важны показатели личностных качеств.

- Довольно неважны показатели успеваемости, важны показатели познавательных психофизиологических характеристик и довольно неважны показатели личностных качеств.

- Совсем неважны показатели успеваемости, довольно важны показатели познавательных психофизиологических характеристик и важны показатели личностных качеств.

были вычислены следующим образом:

, а полученные результаты занесены в табл. 4.

Характеристики степени доминирования выпускников. Таблица 4.

Основные результаты исследования

Основные научные и практические результаты работы состоят в следующем:

Разработана теоретическая модель управления обучением с учетом нечеткой информации, которая является основой для построения автоматизированной системы. Актуальность и значимость модели состоит в том, что многие процессы образовательной среды трудноформализуемы в рамках традиционных подходов, а их характеристики являются нечисловыми и измеряются субъективно с использованием слов профессионального языка. Сущность теоретической модели состоит в разработке с методологических позиций единого подхода к управлению процессом обучения на основе фаззистики.

Разработаны методы формализации характеристик студентов, которые позволяют с помощью лингвистических переменных привести разнородные данные к единому виду, корректно оперировать с ними и получать устойчивые конечные результаты. Первый метод опирается на апостериорную статистическую информацию, второй метод на экспертную информацию. Подход к формализованному представлению исходной информации является комбинацией элементов двух теорий: теории нечетких множеств и математической статистики. Определены аналоги ошибок первого, второго рода и аналог показателя надежности для моделей формализации характеристик студентов.

Разработаны регрессионные модели для прогноза характеристик студентов на основе нечеткой исходной информации и определены показатели их качества. Модели сочетают в себе элементы классической и нечеткой регрессионных моделей, что позволило увеличить процент верного прогноза по сравнению с классическими регрессионными моделями.

Разработана модель совокупности формализованных характеристик специалиста на основе обратных связей в построенных регрессионных моделях, которая предназначена для сравнительного анализа с реальными характеристиками студентов и последующей выработки управляющих рекомендаций.

Разработаны модели определения рейтинговых оценок студентов (нечетких, точечных и интервальных с заданным уровнем доверия) на основе лингвистических значений характеристик. Устойчивость окончательных результатов достигается за счет корректного представления (формализации) разнородной информации и корректного оперирования с ней. Разработанные модели использованы для присвоения студентам квалификационных уровней и для кластеризации полученных результатов.

Построена модель многокритериального рейтингового оценивания студентов на основе совокупности формализованных характеристик, позволяющая не только получать числовые рейтинговые оценки, но и дифференцированно подходить к оцениванию, учитывая специфику выбранной специальности.

-значной логики) агрегирования информации образовательного процесса, позволивший при выработке управляющих воздействий в условиях неопределенности получать результаты, согласованные с априорной экспертной информацией.

Разработана модель выбора направления профессиональной деятельности студентов на основе максимального соответствия их индивидуальных характеристик совокупности нечетко заданных требований работодателей, которая позволила составить рейтинг студентов по каждому направлению деятельности и рейтинг направлений для каждого студента.

Разработанная совокупность методов и моделей позволяет учитывать случайность и нечеткость одновременно, что играет существенную роль при учете человеческого фактора и его активном влиянии на процессы управления.

Основные публикации по теме диссертации

Материалы исследования нашли отражение в следующих публикациях автора:

В ведущих рецензируемых научных журналах и изданиях рекомендованных ВАК МОН РФ:

Комаров Е.Г., Полещук О.М., Фролова В.А. О нахождении рейтинговых оценок состояния видов растений, произрастающих в сложных экологических условиях больших городов // Обозрение прикладной и промышленной математики. - 2003. - Т. 10. - Вып. 1. - С. 175.

Комаров Е.Г., Полещук О.М., Поярков Н.Г. Изучение взаимосвязей между качественными признаками при нечеткой исходной информации // Обозрение прикладной и промышленной математики. - 2005. - Т. 12. - Вып. 4. - С. 992-993.

Комаров Е.Г., Поярков Н.Г. Модели обработки информации контрольных мероприятий на этапе довузовской подготовки студентов // Вестник Московского государственного университета леса – Лесной вестник. -2006. - № 1 (43). - С. 175-178.

Домрачев В.Г., Полещук О.М., Комаров Е.Г., Антошина И.В. Разработка системы характеристик качества образовательных информационных ресурсов и шкал для их оценивания // Вестник Московского государственного университета леса – Лесной вестник. -2007. - № 4 (53). - С. 131-137.

Полещук О.М., Комаров Е.Г. Нечеткая логическая модель многокритериального выбора образовательных информационных ресурсов // Вестник Московского государственного университета леса – Лесной вестник. -2007. - № 1 (50). - С. 147-151.

Комаров Е.Г. О контроле качества образовательного процесса на основе мониторинга психофизиологических характеристик студентов // Обозрение прикладной и промышленной математики. - 2007. - Т. 14. - Вып. 5. - С. 897-898.


загрузка...