Разработка и анализ стохастической и аппроксимационной моделей адаптивного тестирования для информационно-управляющих систем

• Автор: Фоминова, Наталья Сергеевна
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2010
• Место защиты: Москва
• Количество страниц: 188 с. : ил.

ОГЛАВЛЕНИЕ
Введение.

Глава 1 Анализ подходов к тестированию и контролю в различных предметных областях

1.1 Адаптивные системы управления и адаптивные системы тестирования

1.2 Тестирование технических устройств

1.3 Тестирование программного обеспечения.

1.4 Тестовые технологии в образовательной деятельности

1.5 Постановка задачи тестирования

Выводы по главе 1.

Глава 2 Формализация процесса тестирования. Стохастическая модель.

2.1. Задача наискорейшего поиска ошибки. Дискретный случай

2.1.1 Однокритериальная модель тестирования.
2.1.2 Анализ однокритериальной модели тестирования при отклонении от оптимального выбора тестовых запросов.
2.1.3 Результаты численных экспериментов на случайных деревьях для однокритериалыюй модели.
2.1.4 Многокритериальная модель тестирования
2.1.5 Численное моделирование тестирования на основе многокритериальной модели
2.2 Обоснование независимости метода выбора тестовых запросов от дискретности или непрерывности входных выходных параметров
2.3 Задача наискорейшего поиска ошибки. Непрерывный случай
2.4 Анализ задачи наискорейшего поиска ошибки в дискретном случае для
систем с памятью
Выводы по главе 2.
Глава 3 Формализация процесса тестирования. Аппроксимационная модель
3.1 Задача определения наилучшего приближения. Дискретный случай
3.1.1 Постановка задачи наилучшего приближения
3.1.2 Численный эксперимент по приближению на графах
3.2 Задача определения наилучшего приближения. Непрерывный случай
3.2.1 Интерполяция функции вероятности ошибки по Лагранжу и Эрмиту
3.2.2 Результаты сравнения остатков интерполяции
Выводы по главе 3
Глава 4 Практическая реализация и анализ результатов.
4.1 Программноаналитический комплекс интеллектуального тестирования ПАК ИТ .
4.1.1 Структура и основные функциональные возможности
4.1.2 Требования к программноаппаратным средствам.
4.2 Внедрение и апробация ПАК ИТ
4.5 Анализ результатов тестирования с использованием ПАК ИТ .
Выводы по главе 4.
Заключение.
Библиографический список использованной литературы
ПРИЛОЖЕНИЕ 1
ПРИЛОЖЕНИЕ 2
ПРИЛОЖЕНИЕ 3
ПРИЛОЖЕНИЕ 4
Введение
Актуальность


Простейший замкнутый контур с обратной связью на уровне обычного регулятора с реакцией и текущие воздействия (цель - самосохранение). Промежуточный: с программным изменением характера воздействия управляющего звена на объект при сохранении его устойчивости. Механизм управления самоорганизующихся систем, который отличается наличием II контура обратной связи и органов памяти. Во II контуре осуществляется отбор полезной информации из I контура: эта информация накапливается, формируя опыт, знания, синтезируется в определенные структуры, повышая уровень организации, активность и живучесть системы. Т.с. II контур является контуром адаптации, самообучения и саморазвития. Рис. Следует отмстить особую роль адаптации и адаптивных методов. В связи с тем, что адаптивный метод опирается на идеи, изучаемые в теории управления, возникает необходимость дать обзор адаптивных подходов. Одной из основополагающих работ этого направления является монография ЯЗ. Цыпкина. В развитии теории управления автор выделил три периода (детерминизм, стохастичность, адаптивность), зарождавшихся в недрах друг друга по мере потребности решения более сложных задач. При детерминированном подходе предполагается полная определенность внешних воздействий и управляемых объектов, что позволяет широко применять классический аналитический аппарат для решения разнообразных задач. Это относится к линейным задачам, где широко используются принцип суперпозиции, который существенно их облегчает. Стохастический подход возник из необходимости учитывать вероятностный характер внешних воздействий. Большим достижением периода стохастичности в проблеме оптимальности являются методы Колмогорова-Винера и Калмана. В частности А. Н Колмогоровым и Н. Винером было показано, что для выделения известного сигнала на фоне случайных некоррелированных помех оптимальной является процедура свертки его с реализацией, в которой ищется сигнал (согласованная фильтрация). Необходимость автоматизации процесса управления системами или объектами, работающими в разнообразных условиях, для которых заранее трудно, а порой и невозможно определить их вероятностные характеристики и уравнения, поставили вопрос о поиске новых путей их решения. Возможность управления такими объектами при неполной или малой априорной информации основана на применении адаптации и обучения в автоматических системах, которые уменьшают первоначальную неопределенность на основе использования информации, получаемой в течение процесса управления. Наиболее характерная черта адаптивного подхода по ЯЗ. Цыпкину, согласно [], - «накопление и немедленное использование текущей информации для устранения неопределенности из-за недостаточной априорной информации с целью оптимизации избранного показателя качества». Также, согласно [], адаптация - это способность живого организма или технической системы изменять свое состояние и поведение (параметры, структуру, алгоритм и функционирование) в зависимости от изменения условий внешней среды путем накопления и использования информации о ней. В основе адаптивного направления находятся алгоритмические методы решения поставленных задач - математическое программирование и стохастическая аппроксимация. Применение адаптивных методов позволяет с единым методологическим подходом решать различные задачи. Обучение и последующее самообучение распознаванию образов, включающее в себя задачи классификации и диагностики, сводящиеся к задаче аппроксимации. Экстремальное (оптимальное) управление объекта с целью перевода его в желаемое состояние или поддержание в этом состоянии. Объектами управления могут быть как материальные объекты, так и их отображения - физические или математические модели. В конкретной задаче управления встают вопросы выделения объекта, определения критерия оптимальности метода, алгоритма, реализующего перевод объекта в оптимальное состояние. В связи с недостаточностью априорной информации об объекте возникает необходимость получить ее в процессе достижения основной цели, т. Отделение сигнала от помех (фильтрация), включающее обнаружение, выделение, восстановление и преобразование сигналов.