Помощь в написании студенческих работ
Антистрессовый сервис

Управление обучением операторов социально-экономических систем с учетом психофизиологических характеристик

Диссертация: Управление обучением операторов социально-экономических систем с учетом психофизиологических характеристик
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

В диссертационном исследовании в качестве объекта исследования рассматривается оператор (операторы) социально-экономических систем, под которым понимается человек (группа людей), решающий (ие) задачи из узкой области компетенции в условиях действующих ограничений на время принятия решения, например, студенты учебных заведений, бухгалтеры, операторы складских комплексов и др. При этом под… Читать ещё >

Управление обучением операторов социально-экономических систем с учетом психофизиологических характеристик (реферат, курсовая, диплом, контрольная)

Содержание

  • 1. СОВРЕМЕННЫЕ ПОДХОДЫ К УПРАВЛЕНИЮ ОБУЧЕНИЕМ В СОЦИАЛЬНЫХ И ЭКОНОМИЧЕСКИХ СИСТЕМАХ
    • 1. 1. Классификация обучающей деятельности
    • 1. 2. Современные подходы к автоматизации управления обучением
    • 1. 3. Обзор современных обучающих систем
    • 1. 4. Постановка задачи.'
    • 1. 5. Выводы по разделу
  • 2. МОДЕЛИ И МЕТОДЫ АВТОМАТИЗИРОВАННОГО УПРАВЛЕНИЯ ОБУЧЕНИЕМ ОПЕРАТОРОВ
    • 2. 1. Синтез автоматизированных комбинированных обучающих систем
    • 2. 2. Постановка задачи управления обучением операторов
    • 2. 3. Синтез управления в комбинированной обучающей системе
    • 2. 4. Определение ведущих репрезентативных систем операторов
    • 2. 5. Контроль знаний операторов
    • 2. 6. Модель представления и хранения данных и знаний для системы автоматизации управления обучением операторов
    • 2. 7. Выводы по разделу
  • 3. РЕАЛИЗАЦИЯ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ УПРАВЛЕНИЯ ОБУЧЕНИЕМ ОПЕРАТОРОВ С УЧЕТОМ ПСИХОФИЗИОЛОГИЧЕСКИХ ХАРАКТЕРИСТИК
    • 3. 1. Разработка обобщенной структурной схемы автоматизированной обучающей системы
    • 3. 2. Организация управления процессом автоматизированного обучения с использованием экспертной системы
    • 3. 3. Создание автоматизированной интеллектуальной обучающей экспертной системы
    • 3. 4. Реализация автоматизированной обучающей экспертной системы
      • 3. 4. 1. Функциональная схема автоматизированной обучающей экспертной системы
      • 3. 4. 2. Система контроля доступа к информации
      • 3. 4. 3. Картотека пользователей
      • 3. 4. 4. Настройка системы
      • 3. 4. 5. База данных
      • 3. 4. 6. Модуль контроля знаний
      • 3. 4. 7. Модуль психологического тестирования
      • 3. 4. 8. База знаний
      • 3. 4. 9. Режим обучения
    • 3. 5. Характеристика и анализ результатов обучения студентов в вузе с использованием автоматизированной обучающей экспертной системы
    • 3. 6. Описание результатов управления обучением бухгалтеров на железной дороге
    • 3. 7. Выводы по разделу

Актуальность работы. Важными требованием к формированию специалистов высокой квалификации являются повышение качества их подготовки, твердые практические навыки и быстрая адаптация в реальных условиях, что является важнейшим условием создания конкурентных преимуществ современных социально-экономических систем. Это требует внедрения новых подходов к управлению обучением, обеспечивающих наряду с его фундаментальностью развитие творческих и профессиональных компетенций, потребностей и заинтересованности в самообразовании. Наиболее продуктивным способом обучения является диалог обучаемого с высококвалифицированным преподавателем (специалистом). Однако нередко это невыполнимо, т.к. требует большого числа дорогостоящих специалистов.

Одним из перспективных способов решения этой проблемы, а также повышения качества обучения является использование в образовательном процессе автоматизированных обучающих систем [2, 4−6, 13, 16, 27, 32, 34, 35, 56, 59, 80, 81]. Исследования показывают, что знакомство и усвоение нового учебного материала обычно гораздо эффективнее, когда в учебной работе применяются программные обучающие средства. Преимущество такого обучения обусловливается комплексностью реализации таких принципов, как индивидуальный подход к каждому обучаемому, возможность варьирования сложности учебного материала, его систематичность, широкие возможности вывода информации на различные периферийные устройства [20, 22, 50].

Современные обучающие системы не лишены существенных недостатков. К ним относятся жесткая привязка систем к конкретной предметной области и отсутствие возможности объяснения, упрощенная методика оценки знаний обучаемых, минимальные возможности адаптации учебного материала, которые учитывают только текущий уровень знаний [94, 98, 106].

Дальнейшее повышения качества обучения связано с использованием методов искусственного интеллекта, в т. ч. с созданием автоматизированных обучающих экспертных систем (Э.В. Попов, Г. С. Поспелов, А. А. Большаков, Ф. Хейес Рот, Д. Уотермен, Д. Лената, И. Братко и др).

При этом не решена задача построения автоматизированной обучающей экспертной системы, инвариантной к предметной области, объединяющей знания специалистов по педагогике, психологии и предметной области (Н.Р. Немов, Р. Эденборо, А. Грассер, Н. Персон), а также, имеющей гибкую систему формирования учебного материала с учетом психофизиологических характеристик обучаемого (Ливер Бетти Лу, Дж. Гриндер, Р. Бэндлер) и оценки знаний на основе аппарата нечетких множеств (Л. Заде, К. Асаи, Д. Ватада, Р. Ягера).

В диссертационном исследовании в качестве объекта исследования рассматривается оператор (операторы) социально-экономических систем, под которым понимается человек (группа людей), решающий (ие) задачи из узкой области компетенции в условиях действующих ограничений на время принятия решения, например, студенты учебных заведений, бухгалтеры, операторы складских комплексов и др. При этом под обучением понимается процесс приобретения или восстановления определенных знаний и умений.

Таким образом, построение системы управления обучением операторов социально-экономических систем на основе создания и использования автоматизированной обучающей экспертной системы, инвариантной к предметной области, объединяющей знания специалистов по педагогике, психологии и предметной области, а также, имеющей гибкую систему формирования учебного материала и оценки знаний является весьма актуальной научно-технической задачей.

Целью диссертационной работы является повышение эффективности управления процессом обучения операторов социально-экономических систем на основе автоматизированных обучающих экспертных систем с учетом индивидуальных психофизиологических характеристик и применения аппарата нечеткой логики.

Для достижения этой цели необходимо решить следующие задачи:

1. Выполнить анализ процесса обучения операторов социально-экономических систем как объекта управления.

2. Построить информационную модель хранения данных, требуемых для обучения, инвариантную к предметной области, и модель представления и оценки знаний, учитывающей психологические особенности операторов.

3. Разработать метод управления обучением операторов с использованием двухканальной схемы управления по возмущению и отклонению.

4. Разработать методику оценки эффективности управления обучением с учетом однородности групп операторов.

5. Создать обучающую экспертную систему, функционирующую на основе диагностики текущего уровня знаний и с учетом индивидуальных психологических особенностей восприятия информации операторами.

6. Провести апробацию методов управления обучением операторов с применением обучающей экспертной системы.

Методика диссертационной работы основана на применении методов искусственного интеллекта, теории оптимизации, аппарата нечеткой логики, статистического анализа, объектно-ориентированного программирования. На защиту выносятся:

1. Подход к синтезу систем управления процессом обучения операторов в социально-экономических системах по комбинированной (двухканальной) схеме с использованием психофизиологических характеристик.

2. Методика создания моделей хранения данных и знаний для организации процесса обучения операторов, инвариантная к предметной области и использующая формализм фреймов для представления информации.

3. Модель представления и оценки знаний, учитывающая психофизиологические особенности операторов, определяемая на основе аппарата нечетких множеств.

4. Постановки задач оптимизации управления процессом обучения операторов социально-экономических систем.

5. Методика оценки эффективности обучения неоднородных групп операторов.

6. Автоматизированная обучающая экспертная система, функционирующая на основе диагностики текущего уровня знаний операторов и предложенной методики обучения с учетом индивидуальных психофизиологических характеристик операторов.

7. Результаты апробации предложенных моделей и методов управления процессом обучения операторов социально-экономических систем на основе автоматизированной обучающей экспертной системы с учетом психофизиологических характеристик.

Научная новизна.

• разработан метод управления обучением на основе двухканальной схемы, отличающийся использованием комбинированных управляющих воздействий на операторов с учетом их психологических особенностей, что позволяет создавать обучающие экспертные системы, ориентированные на индивидуальные особенности операторов социально-экономических систем;

• предложена методика сравнительной оценки эффективности управления обучением различными методами (способами) групп операторов, отличающаяся учетом однородности их состава по уровню знаний;

• разработана процедура формирования управляющих воздействий, учитывающая психологические особенности восприятия информации, что позволяет адаптировать учебный материал к персональным особенностям конкретного оператора;

• предложена методика определения психологических особенностей восприятия информации оператором и оценки уровня знаний, отличающаяся применением аппарата нечетких множеств, что позволяет более точно интерпретировать субъективные ответы тестируемых и автоматизировать эти процессы при создании экспертных обучающих систем.

Практическая ценность работы определяется тем, что содержащиеся в ней теоретические положения и выводы, результаты опытно-экспериментальной работы и практической реализации и позволили сформировать научную базу и практические методики создания обучающих экспертных систем, на основе которых разработаны: инвариантная к предметной области программная оболочка, позволяющая организовывать учебные курсы по различным дисциплинам в высших учебных заведенияхструктурированный и формализованный учебный материал для изучения языка программирования, использованный при внедрении проекта в вузахмодель и архитектура, позволяющие применять систему для обучения операторов различного уровня подготовки.

Результаты работы используются в учебном процессе в Саратовском, Тамбовском государственных технических университетах, на Приволжской железной дороге.

Реализация и внедрение результатов работы. Результаты диссертационной работы использованы при создании автоматизированной обучающей экспертной системы с учетом психофизиологических характеристик, методик управления обучения операторов, внедренных в ряде вузов и на железнодорожном транспорте.

Достоверность научных результатов и выводов определяется корректным применением методов исследований и подтверждается экспериментальными результатами от практического внедрения предложенных решений для управления процессом обучения операторов.

Апробация работы. Основные результаты диссертационной работы доложены на Всероссийских, Международных научно-технических конференциях: Математические методы в технике и технологиях (ММТТ) — ММТТ-11 (Владимир, 1998), ММТТ-12 (Великий Новгород, 1999), ММТТ-13 (Санкт-Петербург, 2000), ММТТ-14 (Смоленск, 2001), ММТТ-15 (Тамбов, 2002), ММТТ-16 (Ростов, 2003), ММТТ-17 (Кострома, 2004)) — НМК «Проблемы научно-методического и организационного обеспечения учебного процесса по интегрированным образовательным программам в структуре учебно-научно-инновационного комплекса» (Саратов, 2002), 9th Intenational Conference on Engineering Education (San Juan, Puerto Rico, 2006), НПК «Интернет технологии — на службу обществу» (Саратов, 2008).

Публикации. По теме диссертации опубликовано 15 печатных работ, в т. ч. в 3-х публикациях в изданиях, рекомендованных ВАК РФ, а также 1 свидетельство Роспатента РФ.

Структура и объем работы. Диссертация состоит из введения, 3 разделов, заключения и списка использованной литературы, изложенных на 133 страницах машинописного текста, содержит 50 рисунков, 6 таблиц, включает 118 наименований отечественной и зарубежной литературы, 3 приложения.

6. Результаты работы применяются при обучении бухгалтеров Приволжской железной дороги, а также в учебном процессе в Саратовском и Тамбовском государственных технических университетах, что подтверждено актами внедрения АОЭС.

7. Разработанное программное обеспечение официально зарегистрировано в Роспатенте РФ (№ 2 003 611 710. — 2003).

ЗАКЛЮЧЕНИЕ

.

К основным результатам работы можно отнести следующие:

1. Проведен анализ существующих автоматизированных обучающих систем. Предложен подход к синтезу систем управления процессом обучения операторов социально-экономических систем по комбинированной (двухканальной) схеме с использованием ВРС.

2. Разработана и реализована инвариантная к предметной области модель хранения информации на основе фреймов, предложенная схема структурирования учебного материала позволяет эффективно наполнять систему требуемыми данными для использования в различных предметных областях.

3. Синтезирована модель с учетом ВРС, ориентированная на учет индивидуальных особенностей оператора, определяемая с помощью аппарата нечетких множеств.

4. Выявлены и систематизированы знания по педагогике и психологии, которые формализованы в виде продукционных правил и использованы при построении автоматизированной обучающей экспертной системы.

5. Разработана и внедрена автоматизированная обучающая экспертная система, использование которой позволило:

• повысить эффективность обучения операторов на основе реализации экспертных возможностей в системе и организации самостоятельного или дистанционного обучения;

• формировать и хранить в базе данных информацию по успеваемости и индивидуальным психофизиологическим особенностям операторов, создавать различные отчеты, организовать удобный и безопасный доступ к персональной информации по каждому оператору;

• минимизировать затраты на инсталляцию и сопровождение, т.к. система не требует специального администрирования;

• автоматизирован ряд функций по актуализации системы по отношению к учебным материалам по различным предметным областям, что позволяет эффективно наполнять систему для использования для различных дисциплин.

Показать весь текст

Список литературы

  1. Автоматизированная обучающая экспертная система (АОЭС) / А. А. Большаков, В. В. Шатохин, В. В. Мусатов, С. С. Буйлов- Свидетельство Роспатента об офиц. регистр, программы для ЭВМ. -№ 2 003 611 710.-2003.
  2. В.Н. Электронные учебники и автоматизированные обучающие системы.- М.: 2001. 79 с.
  3. А. Психологическое тестирование // М.: Педагогика, 1982. кн.1. 320с., кн.2. 336с
  4. В.П. Образование и обучение с участием компьютеров (педагогика третьего тысячелетия). М.: Изд-во Моск. псих.-соц. института- Воронеж: Изд-во НПО «Модек», 2002. 352 с.
  5. В.П. Персонифицированное образование // Педагогика. 1998. -№ 2.-С. 12−17.
  6. С.Н. Автоматизированные учебные курсы и их влияние на качество процесса обучения / Материалы конференции «Информационные технологии в образовании», 1999. http://ito.bitpro.ru/
  7. Л., Заде Ф. Принятие решений в расплывчатых условиях. М.: Мир, 1976.
  8. Дж., Пирсон А. Прикладной анализ случайных данных. М.: Мир, 1989.-284с.
  9. А. А. Автоматизированная обучающая система языку программирования ASP NET (АОС ASP NET) / А. А. Большаков, А. Де ла Кетуле де Рихоув, А. Л. Поверенный- Свидетельство Роспатента об офиц. регистр, программы для ЭВМ. № 2 004 611 158. — 2004.
  10. А. А. Автоматизированная обучающая система языку программирования Visual Basic (АОС VB) / А. А. Большаков, П. Виллемот, Д. М. Верескун- Свидетельство Роспатента об офиц. регистр, программы для ЭВМ. № 2 004 611 157. — 2004.
  11. А. А. Автоматизированная обучающая система языкупрограммирования HTML (АОС HTML) / А. А. Большаков, И. Ротсаер, А. В. Филимонов- Свидетельство Роспатента об офиц. регистр, программы для ЭВМ. № 2 004 611 159. — 2004.
  12. А. А. Автоматизированное обучение операторов // Вестник Тамбов, гос. техн. ун-та. 1999. — Т. 5. — № 2. — С. 213−217.
  13. И.Большаков А. А., Бороздюхин А. А., Долинина О. Н. и др Инновационная методика бизнес-образования в области Интернет-технологий /под ред. О. Н. Долининой и Ю. А. Корсакова. Саратов: Сарат. гос. техн. ун-т, 2002.- 150 с.
  14. А. А., Евдокимова Е. Г. Адаптивное обучение с учетом психофизиологических факторов // Математические методы в химии и химической технологии: Тезисы докладов международ, конф. Новомосковск: РХТУ, 1997. Т. 4. — С. 74−75.
  15. П.Большаков А. А. Контрольно-обучающая система LANGPAS / А. А. Большаков, И. В. Егоров, С. В. Тычков // Математические методы в химии и химической технологии: Тезисы докладов между народ, конф. -Новомосковск: РХТУ, 1997. С. 65−66.
  16. А. А. Методология разработки обучающих экспертных систем / А. А. Большаков // Математические методы в технике и технологиях:
  17. Тезисы докладов 12 международ, конф. Великий Новгород: Новгород, гос. ун-т, 1999. — Т. 3. — С. 23−24.
  18. А. А. Синтез интеллектуальных организационно-технических систем управления // Вестник Тамбов, гос. техн. ун-та. 2004. — Т. 10 -№ 4а. — С. 954−959.
  19. И. Программирование на языке Пролог для искусственного интеллекта: Пер. с англ.- М.: Мир, 1990.- 560 с.
  20. П.Л. Адаптивные обучающие системы в Word Wide Web: обзор имеющихся в распоряжении технологий. -http://ifets.ieee.org/russian/depository/WWWITS.html
  21. М.В., Якивчук Е. Е. Инструментальные системы для*разработки обучающих программ / В кн. «Компьютерные технологии в высшем образовании». / Ред. кол.: А. Н. Тихонов, В. А. Садовничий и др. — М.: Изд-во Моск. ун-та., 1994. С. 153−162.
  22. В. Н. Модели и методы управления организационными системами / В. Н. Бурков, В. А. Ириков. М: Наука, 1994. — 270 с.
  23. В. Н. Механизмы функционирования организационных систем / В. Н. Бурков, В. В. Кондратьев. М.: Наука, 1981. — 384 с.
  24. И.Г., Билянский Ю. Г., Одинцов А. А. Экспертная система предварительной дифференциальной диагностики «Терапия»/"Мат. обесп. «автом. систем».-М.: Изд-во Моск. ун-та.- 1990.
  25. Я. А., Зобов Б. И. Информатизация педагогического образования // http://www.mirea.ru/WWWNIIVO/mag/mag498/issled.htm.
  26. Н. Г. Современная система управления персоналом / Н. Г. Васильченко. М.: ЗАО «Бизнес-школа „Интел-Синтез“», 2003. — 230 с.
  27. А., Гаврилова Т. Инженерия знаний и психосемантика: об одном подходе к выявлению глубинных знаний // Известия РАН Техническая кибернетика. -N5, 1994. с. 5−13.
  28. A.M., Ломнев B.C. Классификация способов извлечения опыта экспертов // Известия АН СССР, Техническая, кибернетика. N5, 1989. -с. 34−45.
  29. Т.А., Червинская К. Р. Извлечение и структурирование знаний для экспертных систем. М.: Радио и связь, 1992.- 198 с.
  30. З.О., Кондратьев В. В. Экспертная обучающая система как эвристический инструмент для формирования креативных знаний // ИТО-2001, Секция III, Подсекция 2. http://ito.edu.ru/200l/ito/III/2/III-2-l l.html.
  31. З.О., Николаев Д. Г. Сетевые технологии как эффективное средство поддержки дистанционном обучения // Материалы конференции «Информационные технологии в образовании», 2001. -http://www.bitpro.ru/
  32. А.К. Применение компьютеров для целей непрерывного образования // Перспективы, 1991, № 2. с. 72−89.
  33. И.И. Интеллектуальные обучающие системы и дистанционном образовании // Материалы конференции «Информационные технологии в образовании», 2001. http://www.bitpro.ru/
  34. Л. Лингвистическая переменная. М.: Физматгиз, 1972.
  35. Л. Понятие лингвистической переменной и его применение к принятию решений. М.: Мир, 1976. — 165с.
  36. Искусственный интеллект: в 3 кн. Кн. 1. Системы общения и Экспертные системы: справочник./Под ред. Э. В. Попова. М: Радио и связь, 1990. 464 с.
  37. Искусственный интеллект: в 3-х книгах. Кн.2. Модели и методы: справочник / под ред. Д. А. Поспелова. М.: Радио и связь, 1990. — 304 с.
  38. Искусственный интеллект: В 3-х кн. Кн. 3. Программные и аппаратные средства: Справочник / Под ред. В. Н. Захарова, В. Ф. Хорошевского. М.: Радио и связь, 1990. — 368 с.
  39. Г. Е., Егоров A.M. Универсальная компьютерная обучающая среда для языковых курсов и специальных лингвистических практикумов //http://mech.math.msu.su/InfTech/kedr.htm.
  40. А.С. Представление знаний. Методологические формализмы, организация вычислений и программная поддержка// Прикладная информатика. 1983. — Вып.1. — С. 49−94.
  41. JI. Проблемы теории обучения/пер. с нем. М., 1984.
  42. Д. Искусство программирования для ЭВМ / т.З. Сортировка и поиск /Пер. с англ. /Под ред. Баяковского и Штаркмана. М.: Мир, 1978. — 848 с.
  43. .Х. О систематизации учебных компьютерных средств // Кафедра педагогики, психологии и методики преподавания в высшей школе МГУ. -http://ifets.ieee.Org/russian/depository/v3i3/html/3.html.
  44. Крылова Введение в АОС (методические рекомендации) // http://www.nntu.sci-nnov.ru:81 OO/DISLRN/metl 1 .htm.
  45. Крылова Введение в АОС (методические рекомендации) // http://www.nntu.sci-nnov.ru:81 OO/DISLRN/metl 6.html.
  46. В.А. Принципы организации диалога в экспертных обучающих системах // http://www.bytic.ru/cue99M/c0mana6zp2.html.
  47. Латышев B. J1. Инновационное обучение и компьютерные технологии // http://www.informika.ru/text/magaz/bullprob/l96/1 960 504.html.
  48. Ливер Бетти Лу. Обучение всего класса/ Пер. с англ. М.: Новая школа, 1995. —48с.
  49. Лорьер Ж.-Л. Системы искусственного интеллекта. М.: Мир, 1991.586 с.
  50. Н.Г., Берштейн JI.C, Боженюк А. В. Нечеткие модели для экспертных систем в САПР. М: Энергоиздат, 1991. — 136 с.
  51. А.А., Петухова Н. В. Распределение учебных программ по типам в соответствии с их функциональным назначением // http://www.informika.ru/text/magaz/bullprob/l96/l 960 501 .html.
  52. Д. Программирование экспертных систем на ТурбоПрологе: Пер. с англ. М.: Финансы и статистика, 1994. 256 с.
  53. Д.В., Смольникова И. А. Искусственный интеллект и образование. //Тезисы научно-мет. конференции «Информационные технологии в образовании», Москва, 1999. http://ito.bitpro.ru/
  54. Mathcad 6.0 Plus. Финансовые инженерные и научные расчеты в среде Windows 95. Издание 2-е, стереотипное М.: Информационно-издательский дом «Филинъ», 1997.-712 с.
  55. Математическая статистика: Учебник/Иванова В.М., Калинина В. Н., Нешумова JI.A. и др.-2-е изд, перераб. и доп.-М.: Высш. школа, 1981.-371 с.
  56. Материалы конференции «Новые информационные технологии в университетском образовании» — Новосибирск: 1997. — http://www.nsu.ru
  57. Е.И. Психолого-педагогические проблемы компьютеризации обучения: (Педагогическая наука реформе школы). — М.: Педагогика, 1988. — 192с.
  58. Е. И. Методические рекомендации и проектирование обучающих программ. Киев: Госпрофобр, 1986. — 111с.
  59. М. Фреймы для представления знаний. М.: Энергия, 1979. 151 с.
  60. Н.Р. Психология. Кн.2. Психология образования. М. Просвещение: ВЛАДОС, 1995. — 496 с.
  61. Р.С. Социально-психологический анализ эффективной деятельности коллектива. М.: Педагогика, 1984.
  62. Нечеткие множества и теория возможности. Последние достижения / Под ред. Ягера Р. Р. М.: Радио и связь, 1986. — 408 с. 66. .Нилъсон Н. Искусственный интеллект. Методы поиска решений. М.: Мир, 1973. —270с.
  63. Ю.И. Исследование и разработка принципов построения адаптивных обучающих систем. / Автореферат. М.: 1993. 20 с.
  64. В.А. Экспертно-обучающие системы. — Киев: Наукова думка, 1991.-196 с.
  65. Э. В. Особенности разработки и использования экспертных систем // Искусственный интеллект. В 3 кн. Кн. 1. Системы общения и экспертные системы: Справочник/ Под ред. Э. В. Попова.- М.: Радио и связь, 1990.- с. 261−290.
  66. Э.В. Экспертные системы : решение неформализованных задач в диалоге с ЭВМ. М.: Наука, 1987. — 283 с.
  67. Д. А. Инженерия знаний // Наука и жизнь. 1987, № 6. С. 11−18.
  68. Г. С. Искусственный интеллект основа новой информационной технологии. — М.: Наука, 1988, — 280 с.
  69. Построение экспертных систем: Пер. с англ./ Под ред. Ф. Хейеса Рота, Д. Уотермена, Д.Лената.- М.: Мир, 1987.
  70. Представление и использование знаний // Под ред. Уэно Т., Исидзука М. -М.: Мир, 1989.- 230 с.
  71. Прикладные нечеткие системы: Пер. С япон./ К. Асаи Д. Ватада и др.- под редакцией Т.Тэрано.-М.: Мир, 1993.
  72. Приобретение знаний. Осуга С, Саэки Ю., Судзуки X. и др. Под ред. Осуги С, Саэки Ю. М.: Мир, 1990. 304с.
  73. И.В., Шугрина М. В. Отечественные системы для создания компьютерных учебных курсов. // Мир ПК, 1993, № 7. — с. 55−62.
  74. И.В. Новые информационные технологии в обучении: дидактические проблемы, перспективы использования. М.: Школа-Пресс, 1994.
  75. Рот М. Интеллектуальный автомат: компьютер в качестве эксперта: пер. с нем. М.: Энергоатомиздат, 1991. — 80 с.
  76. А.Я., Новиков В. А., Лобанов Ю. И. Подготовка информации для автоматизированных обучающих систем. М.: Высш. шк., 1986. — 176с.
  77. А.Я. Автоматизированные обучающие системы на базе ЭВМ / вып. 1./М.: Знание, 1977.-36 с.
  78. А.В. Представление знаний в интеллектуальных системах обучения / Уч. пос. Пенза: ПЛИ, 1990. — 86 с.
  79. Дж. Искусственный интеллект / Дж. Слейгл. М.: Мир, 1973. — 320 с.
  80. Э.Г. Комплексный подход к проектированию, созданию и применению целостных компьютеризированных курсов в общеобразовательной школе. Новосибирск: Изд-во Новосиб. ун-та, 1996.
  81. А.В. Проектирование компьютерных систем учебного назначения: Учебное пособие. Самара: СГАУ, 1995. — 137 с.
  82. Д. Руководство по экспертным системам: Пер. с англ.: Мир, 1989.-388 с.
  83. В. В. Автоматизированная обучающая экспертная система (АОЭС) / А. А. Большаков, В. В. Шатохин, В. В. Мусатов, С. С. Буйлов- Свидетельство Роспатента об офиц. регистр, программы для ЭВМ. № 2 003 611 710.-2003.
  84. В. В. Архитектура обучающей экспертной системы /
  85. A. А. Большаков, В. В. Шатохин // Математические методы в технике и технологиях: сб. трудов XII междунар. науч. конф. /Великий Новгород. -Новгород, гос. ун-т .1999. Т.З. С.26−27.
  86. В. В. Идентификация психофизиологических характеристик операторов / А. А. Большаков, В. В. Шатохин // Вестник Тамбов, гос. техн. ун-та. 1999. — Т. 5. — № 3. — С. 359−363.
  87. В. В. Интерпретатор языка программирования в автоматизированной обучающей системе / А. А. Большаков, С. С. Буйлов,
  88. B. Ю. Мусатов, В. В. Шатохин // Математические методы в технике и технологиях: сб. трудов XV международ, науч. конф. / ТГТУ. Тамбов, 2002.-Т. 5-С. -78−81
  89. В. В. Использование экспертных систем в учебном процессе /
  90. A. А. Большаков, В. В. Шатохин // Математические методы в технике и технологиях: сб. трудов XI междунар. науч. конф. / Владимир. -Владимирский, гос. ун-т. 1998. Т. 4 — С. 39−40.
  91. В. В. Некоторые аспекты программирования экспертных систем /
  92. B. В. Шатохин // Математические методы в технике и технологиях: сб. трудов XIII междунар. науч. конф. / ПГТУ (ТИ). СПб., 2000. — Т. 4. — С.54−56.
  93. В. В. Нечеткая процедура определения психофизиологических характеристик операторов/ А. А. Большаков, В. В. Шатохин //
  94. Математические методы в технике и технологиях: сб. трудов XII междунар. науч. конф. / Великий Новгород. Новгород, гос. ун-т. 1999. -Т. 3. С. 24−26.
  95. В. В. Особенности автоматизированной обучающей системы с . использованием нечеткой логики для оценивания знаний /
  96. A. А. Большаков, С. С. Буйлов, В. Ю. Мусатов, В. В. Шатохин // Математические методы в технике и технологиях: сб. трудов XVI междунар. науч. конф. / Рост. гос. акад. хим. машиностр. Ростов н/Д, 2003.-Т. 4.-С. 202−205.
  97. B. Ю. Мусатов, Е. Н. Токарева, В. В. Шатохин // Математические методы в технике и технологиях: сб. трудов XIV международ, науч. конф. / Смоленск. Смоленский ф-л МЭИ, 2001. — Т. 6- С. 126−127.
  98. В. В. Синтез автоматизированных комбинированных обучающих систем / А. А. Большаков, В. В. Шатохин // Системы управления и информационные технологии. 2004. — № 4(16). — С. 73−77.
  99. В. В. Управление образовательным процессом на основе автоматизированных комбинированных обучающих систем / А. А. Большаков, О. Н. Долинина, В. В. Шатохин // Вестник СГТУ. — 2008, № 3(35), выпуск 2. С. 54−662.
  100. Экспертные системы: Принципы работы и примеры / Под ред. Р.Форсайта. М.: Радио и связь, 1987. 224 с.
  101. Дж., Кумбс М. Экспертные системы: концепции и примеры: Пер. с англ.-М.: Мир, 1989. -388 с.
  102. , А. С., & Person, N.K. (1994). Question asking during- tutoring. American Educational Research Journal, 31, 104−137.
  103. Shatokhin V. Management of education by means of intellectual teaching systems // A. Bolshakov, O. Dolinina, V. Shatokhin // 9th Intenational Conference on Engineering Education / San Juan, Puerto Rico, 2006.
  104. Shortliffe, E. H. Computer-based medical consultations: MYCIN. New York: Elsevier, 1976.
  105. Stefanuk V. L. Expert systems and its applications / V. L. Stefanuk // The lectures of Union’s workshop on the main problems of artificial intillegence and intellectual systems. Minsk, 1990. — Part 2. — P. 36−55.
  106. Trigoboff, M. and Kulikowski, С A. IRIS: a system for the propagation of inferences in a semantic net. Proceedings IJCAI-77, pp. 274—280, 1977.
  107. Artificial Intelligence Techniques in Prolog, Y. Shoham, 1994 118.Schwarz, E., Brusilovsky, P., and Weber, G. (1996) World-wide intelligenttextbooks. Proceedings of the the ED-MEDIA 96.
Заполнить форму текущей работой

Сессия? Спокойно!