Методы и средства моделирования электронных учебных курсов

• Автор: Семенов, Игорь Олегович
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Петрозаводск
• Количество страниц: 120 с. : ил.

Оглавление
Введение
Г лава 1. Моделирование содержания электронных учебных курсов
1.1. Электронные учебные ресурсы и их развитие
1.1.1. Информационные технологии в образовании
1.1.2. Электронные учебные ресурсы
1.1.3. Системы управления обучением
1.2. Математические модели содержания электронных учебных курсов
1.2.1. Графовые модели содержания
1.2.2. Семантические сети
1.3. Применение когнитивных карт для моделирования содержания электронного учебного курсов
1.3.1. Когнитивные карты
1.3.2. Анализ когнитивных карт
1.3.3. Модель содержания учебного курса в виде когнитивной карты .
1.3.4. Задача планирования содержания учебного курса
Выводы по главе
Глава 2. Метод решения задачи планирования содержания электронного учебного курса на основе генетического алгоритма
2.1. Задача планирования содержания электронного учебного курса
2.2. Описание генетических алгоритмов
2.2.1. Общая схема
2.2.2 Операторы генетических алгоритмов
2.3. Спецификация генетического алгоритма, применяемого для решения задачи проектирования содержания учебного курса
2.4. Проведение экспериментов по настройке генетического алгоритма

2.4.1. Тестовая модель содержания курса
2.4.2. Описание проведения экспериментов
2.4.3. Результаты моделирования
Выводы по главе
Глава 3. Разработка подсистемы планирования содержания учебных ресурсов
3.1. Описание разработанной программы для работы с когнитивными картами
3.2. Описание разработанной программы тестирования и настройки генетического алгоритма
3.3. Применение разработанных программ для создания подсистемы планирования содержания и генерации вариантов учебных курсов
3.3.1. Описание «1С:Электронное обучение. Конструктор курсов»
3.3.2. Описание разработанной подсистемы
Выводы по главе
Заключение
Список литературы
Приложение 1. Описание программы когнитивного моделирования
Приложение 2. Свидетельство о государственной регистрации программы для ЭВМ «Программа тестирования и настройки генетического алгоритма для решения задач нелинейной оптимизации на взвешенных орграфах».
Приложение 3. Свидетельство о государственной регистрации программы для ЭВМ «Программа когнитивного моделирования содержаний учебных курсов»

Введение
В настоящее время, наблюдается активный рост применения электронного обучения в учебном процессе. Это требует увеличения количества и повышения качества электронных учебных ресурсов. (Электронными учебными резусами (ЭУР) являются учебные материалы, представленные в электронном виде, для использования которых требуется компьютер).
Значительный вклад в развитие современного этапа применения информационных технологий в образовании внесли такие ученые как: А.Н. Тихонов, А.Д. Иванников, A.B. Соловов, A.B. Башмаков, В.Н. Васильев, Г.А. Атанов, П.Л. Брусиловский, П. Де Бра, А. Кобза и другие.
Наряду с разработкой новых ЭУР, существует необходимость оперативной модификации существующих ресурсов, основным видом которых являются электронные учебные курсы (ЭУК) и создания вариативных ЭУК, обладающих возможностью их адаптации к особенностям конкретного учебного процесса. Для эффективного решения этих проблем требуются математические модели учебных курсов, позволяющие представить структуру содержания учебного материала, ввести его количественные характеристики и использовать их для решения задачи планирования ЭУК.
При всем многообразии средств и инструментов, предоставляемыми компьютерными продуктами для разработки и сопровождения ЭУК (как авторскими системами, так и системами типа LCMS/LMS), существующие программные продукты, насколько нам известно, не имеют специальных средств поддержки для решения задачи планирования содержания ЭУК.
Таким образом, можно сделать вывод об актуальности работ, направленных на построение и анализ моделей содержаний учебных ресурсов и их применение в разработке подсистемы для системы управления обучением.

Рис.2 Знаковая когнитивная карта.
Знаковые карты, вообще говоря, можно считать частным случаем взвешенных когнитивных карт, если к дуге со знаком плюс приписывать +1 а дуге со знаком минус -1. Отметим также, что при реализации нечетких лингвистических переменных для карт Коско, мы должны строить характеристическую функцию для нечетких переменных (функцию принадлежности), поэтому технически реализация этих двух карт будет похожа. В некоторых источниках, например в [9], карты Силова и Коско