Информационное и алгоритмическое обеспечение адаптивного управления слабо формализуемыми объектами на примере переносимых обучающих модулей

• Автор: Курзыбова, Яна Владимировна
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2012
• Место защиты: Иркутск
• Количество страниц: 157 с. : ил.

Оглавление
Введение
Глава 1. Адаптивное управление слабо формализуемыми объектами на примере обучающих систем.

1.1. Адаптивное управление слабо формализуемыми объектами

1.2. Подходы к представлению знаний в адаптивных обучающих системах .

1.2.1. Методы формализации представления знаний.

1.2.2. Декомпозиция и структурирование знаний.

1.2.3. Характеристики учебных объектов

1.3. Анализ моделей обучения в средах электронного обучения

1.3.1. Модели обучаемого

1.3.2. Модели адаптивного обучения

1.4. Выводы
Глава 2. Системный анализ переносимых модулей с
адаптивным управлением.
2.1. Адаптивное управление при итеративных воздействиях
2.2. Анализ проблемы реализации адаптивных методов обучения в электронных средах и системах
2.3. Информационная модель организации учебного процесса
в адаптивных обучающих модулях.
2.4. Модель обучающих модулей, основанная на теории прецедентов
2.5. Анализ альтернатив
2.6. Составление и реализация решения проблемы адаптивного
обучения в электронных средах и системах.
2.7. Оценка реализации целей переносимых обучающих модулей.
2.8. Выводы
Глава 3. Информационное и алгоритмическое обеспечение переносимых обучающих модулей
3.1. Взаимодействие обучающих модулей с окружением. Требования к окружению
3.2. Анализ и подготовка контента модулей адаптивного обучения
3.3. Проектирование алгоритмов функционирования модулей и их техническая реализация
3.4. Способы встраивания адаптивных обучающих модулей в системы обучения.
3.5. Постановка эксперимента и анализ экспериментальных данных.
3.6. Выводы
3.7. Развитие исследования.
Заключение.
Глоссарий
Литература


Попытки аналитически описать их свойства быстро приводят к катастрофическому усложнению математических моделей []. В ситуации, когда недостаточно известных параметров ОУ (объекта управления) и полноты информации из окружающей среды для однозначного определения его поведения, нельзя принимать решение об управляющем воздействии на объект, зная только его входные параметры. Мы будем ближе к знанию поведения объекта, когда управление будет осуществляться не по его параметрам, а по его состояниям. ОУ из класса в класс (в том числе - в исходный класс). При таком подходе поведение ОУ, как при наличии управляющего воздействия, так и без него, представляет собой дискретный процесс, каждый шаг которого, в общем случае, - это переход объекта из одного класса состояний в другой. Сущность предлагаемой обобщенной модели управления заключается в следующем. Наши знания об объекте управления и о среде, в которой он функционирует, являются неопределенными. Известна лишь принадлежность объекта к некоторому классу состояний. Цель - достижение оптимального поведения объекта, выражающегося в виде последовательности определенных классов состояний []. В настоящее время разработано множество различных программных систем поддержки принятия решений. Наиболее трудными для анализа и принятия решений являются ситуации, чьи характеристики не поддаются формализации, т. В силу недостаточности знаний об объекте и среде, в которой он функционирует, попытки получить точную модель поведения такого объекта не представляются возможными. Однако управление такими объектами представляет не меньший интерес и является не менее важным, чем управление хорошо формализуемыми объектами. Вывод, основанный на прецедентах, - это метод принятия решений, в котором используются знания о предыдущих ситуациях или случаях (прецедентах). При таком выводе прецедент, если он признан схожим, часто является обоснованием решения. Практика принятия решения, моделирующая человеческие рассуждения, применяется во многих областях человеческой деятельности. Это широкий спектр возможных приложений, в том числе, управление слабо формализуемыми объектами, медицина, управление предприятием и т. Все это обусловливает актуальность и значимость исследований в этой области. Конкретизация определения адаптации связана с целями исследования и конструирования. Таким образом, основное свойство адаптивных систем - при-спосабливаемость и реализация цели управления в условиях слабой формали-зованности и изменяющихся параметров объекта и среды. Проблема переносимой (интероперабельной) реализации адаптивного обучения в электронных средах и системах является слабо структурированной: содержит описанные количественные элементы (например - марковские модели тестирования и обучения, сети Петри), так и малоизвестные, неопределенные стороны. Проблема создания и функционирования обучающих переносимых модулей также обладает спецификой слабо структурированной проблемы в силу сложности взаимосвязи элементов, отсутствия возможности построения адекватной математической модели, отражающей функциональные зависимости множества параметров, таких как: время обучения, эффективность обучения, порог восприятия, время необходимой концентрации внимания и т. В общем случае, говоря об обучении как о процессе, протекающем в социальной среде, нельзя не отметить специфику моделирования социальных процессов. Математическое моделирование в данной области призвано отразить степень автоматизируемости процессов обучения, степень формализации, допустимой в описании конкретных объектов и ситуаций. Трудности возникают при целеполагании функционирования системы, осуществляемого в ряде ограничений, зачастую, являющихся рассогласованными и противоречивыми. При попытке моделирования адаптивного обучения выделяются параметры системы, с помощью которых можно оценить свойства объектов, входящих в обучающую систему, такие как степень усвоения учебного материала, скорость изучения, время изучения, время забывания, время получения навыка, сложность и трудность материала, осознанность изучения, количество подходов к изучению одной темы и т.