Помощь в написании студенческих работ
Антистрессовый сервис

Методы адаптивного структурно-параметрического управления и идентификации многосвязных социальных объектов на примере образовательной деятельности

Диссертация: Методы адаптивного структурно-параметрического управления и идентификации многосвязных социальных объектов на примере образовательной деятельности
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

В результате проведенных исследований решена важная проблема социальной кибернетики, заключающаяся в разработке принципов построения, основ теории и методов формирования адаптивных информационно-образовательных сред нового поколения, эффективно поддерживающих профессиональную деятельность преподавателей при различных уровнях подготовки обучаемых и инвариантных к видам образовательной… Читать ещё >

Методы адаптивного структурно-параметрического управления и идентификации многосвязных социальных объектов на примере образовательной деятельности (реферат, курсовая, диплом, контрольная)

Содержание

  • 1. Применение принципов адаптивного управления для создания электронных информационно-образовательных сред нового поколения
    • 1. 1. Основы информатизации образовательной деятельности
    • 1. 2. Поддержка профессиональной деятельности преподавателей с использованием электронных информационно- образовательных сред
    • 1. 3. Показатели качества и критерии оценки эффективности учебного процесса
    • 1. 4. Адаптивные электронные информационно-образовательные среды: кибернетический подход
    • 1. 5. Формирование многоканальной параметрически адаптивной системы управления учебным процессом
  • Выводы по первой главе
  • 2. Исследование статических и динамических характеристик подсистемы «обучаемый» как объекта управления с применением методов кластерного анализа
    • 2. 1. Декомпозиция подсистемы «обучаемый» по видам учебных занятий
    • 2. 2. Способы измерения величины уровня знаний и классификации обучаемых
    • 2. 3. Исследование характеристик лекционного вида занятий по результатам параметрически адаптивного управления учебным процессом
    • 2. 4. Исследование характеристик внелекционных видов занятий по результатам параметрически адаптивного управления учебным процессом
    • 2. 5. Исследование характеристик подсистемы «обучаемый» и взаимосвязи различных видов учебных занятий
  • Выводы по второй главе
  • 3. Разработка имитационных математических моделей подсистемы обучаемый" как объекта управления
    • 3. 1. Стохастическая модель лекционного вида учебных занятий
    • 3. 2. Проверка адекватности стохастической модели лекционного вида учебных занятий
    • 3. 3. Стохастические модели внелекционных видов учебных занятий
    • 3. 4. Проверка адекватности стохастических моделей внелекционных видов учебных занятий
    • 3. 5. Обобщенная математическая модель подсистемы «обучаемый»
  • Выводы по третьей главе
  • 4. Синтез многосвязных систем адаптивного структурнопараметрического управления идентификационного типа
    • 4. 1. Структуры систем адаптивного управления
    • 4. 2. Формализация задачи адаптивного управления с пробными воздействиями
    • 4. 3. Формирование параметрически адаптивных систем управления учебным процессом
    • 4. 4. Методика синтеза систем адаптивного структурно-параметрического управления учебным процессом
    • 4. 5. Формирование алгоритмов кластеризации и структурно-параметрической адаптации
    • 4. 6. Выбор структуры многоканальных цифровых фильтров
    • 4. 7. Оптимизация параметров цифровых фильтров
  • Выводы по четвертой главе
  • 5. Средства информационной поддержки адаптивной системы управления учебным процессом
    • 5. 1. Структура системы информационной поддержки
    • 5. 2. Оценка показателей качества наборов тестовых заданий для измерительного устройства
    • 5. 3. Банк тестовых заданий для измерительного устройства
    • 5. 4. Банк задач и заданий для выполнения внелекционных видов учебных занятий
  • Выводы по пятой главе
  • 6. Комплексирование и экспериментальное исследование адаптивной информационно-образовательной среды
    • 6. 1. Формирование адаптивной информационно-образовательной среды, инвариантной к предметной области
    • 6. 2. Комплексирование программно-аппаратных средств адаптивной информационно-образовательной среды для очной формы образовательной деятельности
    • 6. 3. Экспериментальное исследование адаптивной информационно-образовательной среды
    • 6. 4. Сетевая адаптивная среда учебного назначения для различных видов образовательной деятельности
  • Выводы по шестой главе

Общая характеристика работы. Диссертационная работа посвящена решению крупной проблемы социальной кибернетики, заключающейся в экспериментальном исследовании и разработке принципов построения, основ теории и методов формирования адаптивных информационно-образовательных сред нового поколения, обладающих высокой степенью автономности и эффективно поддерживающих профессиональную деятельность преподавателей.

Актуальность работы. В настоящее время в различных областях социальной сферы при решении задач обработки информации и управления широко используются компьютерные средства. Отличительной особенностью создаваемых здесь информационно-управляющих систем является наличие многоканального режима управления, который обеспечивает индивидуальное взаимодействие с каждым из объектов той или иной социальной группы. Однако переход от решения отдельных задач вспомогательного характера к постановке и разрешению крупных комплексных проблем управления в социальной сфере сдерживается отсутствием или недостаточно глубокой проработкой теории и методов построения систем управления рассматриваемого класса. Все сказанное в полной мере относится и к образовательной деятельности.

В процессе обучения имеет место целенаправленное взаимодействие между преподавателем и обучаемым с использованием соответствующих учебно-методических материалов. Это взаимодействие осуществляется в течение цикла обучения в рамках электронной информационно-образовательной среды. С позиций теории управления обучаемый является сложным объектом, обладающим многосвязными характеристиками и трудно поддающимся формализации. В этих условиях при формировании системы управления учебным процессом, поддерживающей профессиональную деятельность преподавателей, целесообразно воспользоваться основополагающими кибернетическими принципами адаптации, самонастройки и самоорганизации. Недостаток информации об объекте управления будет восполняться за счет применения методов его идентификации.

Состояние проблемы. Основополагающий вклад в разработку теории адаптивного управления и идентификации объектов и систем внесли отечественные и зарубежные ученые Я. З. Цыпкин [156], Б. Н. Петров [118, 122], А. А. Красовский [61, 139], А. Л. Фрадков [30, 110, 153], Ю. М. Козлов и Р. М. Юсупов [54], Р. Беллман [14], Дж. Саридис [130], П. Эйкхофф [162], П. Гроп [28], Э. П. Сейдж и Дж.Л.Мелса [131], I.D.Landau [189, 190], G. Tao [205]. В выполненных ими работах развиваются методы построения адаптивных систем управления на основе принципов самонастройки, самоорганизации и идентификации объектов управления. Поскольку полученные результаты относятся преимущественно к технической сфере, требуется их дальнейшее развитие и обобщение для использования в социальной сфере деятельности. Основные трудности здесь заключаются в следующем. Во-первых, в социальной сфере при математическом описании динамики процессов, объектов и систем практически не удается использовать классические подходы, такие как методы теории пространства состояний. Поэтому необходимо искать иные, теоретико-множественные подходы к решению данной задачи, на основе которых удастся выявить признаки, характеризующие как статические, так и динамические свойства рассматриваемых процессов и объектов. На основе этих же подходов следует решать задачи идентификации объектов управления, которые часто оказываются многосвязными. Во-вторых, аналитическое решение задачи оптимизации показателя качества при синтезе законов адаптации и управления не представляется возможным из-за отсутствия математического описания процессов управления в виде дифференциальных или разностных уравнений. Поэтому оптимизацию режимов достижения целей управления необходимо проводить с использованием компьютерных моделей управляемого процесса. В-третьих, значительные трудности встречаются при измерении тех величин, которые должны использоваться при формировании контуров адаптации и управления, поскольку они часто оказываются латентными. О возрастающем интересе к решению задач адаптивного управления в социальной сфере свидетельствует значительное увеличение количества публикаций [16, 36−37, 39, 42, 56, 66, 126, 145, 151, 160, 168, 207, 210], посвященных данной теме. Тем не менее, в настоящее время социальная кибернетика находится в начальной стадии своего развития.

Разработка методов социальной кибернетики позволяет формировать многофункциональные адаптивные информационно-образовательные среды нового поколения, обладающие свойствами инвариантности к различным видам образовательной деятельности и к контингенту обучаемых, а также высокой степенью автономности, что дает возможность повысить качество и эффективность учебного процесса. Этим обуславливается важность и актуальность данной работы.

Диссертационная работа подготовлена на основе многолетних исследований автора в области информатизации образования, выполненных в Московском инженерно-физическом институте (государственном университете), в том числе фундаментального научного исследования, выполненного по заданию Министерства образования и науки РФ на тему «Исследование и создание математических методов обработки информации и управления с использованием интеллектуальных средств поддержки принятия решения», номер гос. регистрации 0120.506 957, 2001;2006 гг.

Объектом исследования являются процессы многофункциональной компьютерной поддержки профессиональной деятельности преподавателей в ходе учебного процесса.

Предметом исследования выступает методология создания информационно-образовательных сред нового поколения, обеспечивающих взаимодействие обучаемых с электронными образовательными ресурсами в режиме адаптивного структурно-параметрического управления.

Целью диссертационной работы является решение крупной научной проблемы, заключающейся в экспериментальном исследовании и разработке теории, методов и средств адаптивного структурно-параметрического управления и идентификации многосвязных социальных объектов на примере образовательной деятельности, имеющей важное хозяйственное и социально-культурное значение.

Для достижения поставленной цели в работе решаются следующие основные задачи:

• разработка принципов построения и выбор структуры адаптивных электронных информационно-образовательных сред, обеспечивающих многофункциональную поддержку профессиональной деятельности преподавателей в условиях инвариантности к видам образовательной деятельности и к уровням подготовки обучаемых;

• формирование показателей качества, частных и обобщенных критериев оценки эффективности процессов управления взаимодействием обучаемых с электронными образовательными ресурсами;

• разработка измерительного устройства с адаптивным тестированием, предназначенного для оценивания латентного параметра — уровня знаний обучаемых, используемого при формировании контура адаптации;

• проведение статистической обработки экспериментальных данных, получаемых при параметрически адаптивном управлении учебным процессом, с целью выявления характеристик многосвязности, статики и динамики обучаемых как объекта управления;

• создание имитационных математических моделей обучаемого, отражающих его поведение в процессе выполнения различных видов учебных занятий в условиях изменения уровня интенсивности входных воздействий;

• разработка теоретических основ нового класса адаптивных систем идентификационного типа с пробными воздействиями для управления многосвязными динамическими объектами, допускающими как классическую, так и кластерную форму представления исходных моделей;

• разработка методов синтеза законов структурно-параметрической адаптации и управления многосвязными динамическими объектами с использованием кластерных моделей и цифровых фильтров;

• разработка методов выбора структуры и оптимизации параметров цифровых фильтров по выбранному критерию на основе компьютерного моделирования с использованием имитационных моделей различных видов учебных занятий, законов адаптации и управления;

• разработка методов и средств информационной поддержки учебного процесса в виде взаимодействующих между собой системы управления банка структурированных учебно-методических материалов и банка данных;

• комплексирование программно-аппаратных средств и проведение экспериментальных исследований для сравнительного анализа показателей качества адаптивной информационно-образовательной среды в режиме структурно-параметрического управления в условиях реального учебного процесса;

• создание научно обоснованной методологии построения многофункциональных сетевых информационно-образовательных сред нового поколения на основе применения принципов адаптации, самонастройки и самоорганизации.

Результаты решения поставленных в работе задач могут быть также использованы в иных областях социальной деятельности, а также в технических приложениях.

Методы исследования. При решении поставленных задач использовались методы математической статистики, методы кластерного анализа, методы имитационного моделирования, теория адаптивного управления, методы цифровой фильтрации, методы численной оптимизации, методы адаптивного тестирования, основы теории баз и банков данных.

Научная новизна результатов работы заключается в следующем:

• впервые теоретически обоснованы и реализованы на примере образовательной деятельности принципы и методы адаптивного структурно-параметрического управления многосвязными социальными объектами;

• выявлены неизвестные ранее закономерности и свойства поведения обучаемых как многосвязных объектов управления по результатам статистической обработки экспериментальных данных, полученных в ходе реального учебного процесса;

• введена кластерная форма представления математических моделей обучаемых при проведении различных видов учебных занятий, выявлены свойства и параметры взаимосвязи кластеров. Установлено, что каждый из кластеров отражает как статические, так и динамические характеристики моделей поведения обучаемых;

• впервые созданы имитационные математические модели управляемого учебного процесса, использующие экспериментально полученные для каждого из кластеров функции распределения плотности вероятностей выходных величин в виде гистограмм;

• разработаны теоретические основы нового класса адаптивных систем идентификационного типа с пробными воздействиями для управления многосвязными динамическими объектами, допускающими как классическую, так и кластерную форму представления исходных моделей;

• поставлена и решена задача синтеза законов структурно-параметрической адаптации и управления многосвязными динамическими объектами с использованием кластерных моделей и дискретных корректирующих устройств в виде цифровых фильтров;

• поставлены и решены задачи выбора структуры и оптимизации параметров цифровых фильтров по выбранному критерию на основе компьютерного моделирования с использованием имитационных моделей различных видов учебных занятий, законов адаптации и управления;

• разработана научно обоснованная методология построения многофункциональных сетевых информационно-образовательных сред нового поколения на основе применения принципов адаптации, самонастройки и самоорганизации.

Практическая значимость результатов работы определяется тем, что:

• разработано измерительное устройство с адаптивным тестированием, обеспечивающее систематическое оценивание уровня знаний обучаемых, приобретаемых в ходе учебного процесса.

Введение

контура адаптации в измерительное устройство способствует достижению приемлемых характеристик тестирования при одновременном сокращении объемов тестовых заданий и снижении нагрузки на обучаемых;

• разработаны средства информационной поддержки учебного процесса в виде управляемых электронных образовательных ресурсов. Информационное наполнение средств поддержки включает в себя структурированные учебно-методические материалы для тестирования обучаемых и проведения различных видов учебных занятий;

• создан банк данных, содержащий наборы тестовых заданий, задач и заданий различных уровней сложности, предназначенных для выполнения учебных занятий, а также справочные и методические материалы;

• разработаны способы аттестации тестовых заданий по критериям соответствия заявленной и реальной сложности, дискриминативности и валидности, что позволяет формировать наборы тестовых заданий с заданными характеристиками;

• проведено комплексирование программно-аппаратных средств адаптивной информационно-образовательной среды, используемой при очной форме образовательной деятельности. Показано, что эти средства могут быть применены при проведении учебного процесса при других формах образовательной деятельности, в частности, при вечерней, очно — заочной и дистанционной формах обучения, а также в режиме экстерната;

• создана методология построения многофункциональных сетевых информационно-образовательных сред нового поколения, обладающих высокой степенью автономности, — SPACEL (Structural Parametric Adaptive Control of Electronic Learning) — технология. Ее применение позволяет формировать адаптивные информационно-образовательные среды, эффективно поддерживающие профессиональную деятельность преподавателей.

Основные положения, выносимые на защиту:

• принципы формирования адаптивных информационно-образовательных сред, обеспечивающих эффективную поддержку профессиональной деятельности преподавателей в условиях высокой степени автономности, инвариантности к видам образовательной деятельности, к уровню подготовки обучаемых и к используемым электронным образовательным ресурсам;

• способы измерения уровня знаний обучаемых на основе адаптивного тестирования с использованием многоинтервального классификатора, образующего контур местной обратной связи;

• кластерные модели обучаемых как многосвязных объектов управления, отражающие статические и динамические характеристики поведения обучаемых при различных видах учебных занятий;

• обобщенная математическая модель управляемого учебного процесса, включающая имитационные модели различных видов учебных занятий, законы адаптации и управления;

• обоснование нового класса адаптивных систем идентификационного типа с пробными воздействиями для управления многосвязными динамическими объектами с использованием классических и кластерных моделей;

• методы синтеза адаптивного структурно-параметрического управления многосвязными динамическими объектами по заданному критерию качества с использованием кластерных моделей и цифровых фильтров;

• методы информационной поддержки адаптивной системы управления учебным процессом и аттестации тестовых заданий по критериям соответствия уровней сложности, дискриминативности и валидности;

• объектно-ориентированная методология построения многофункциональных сетевых адаптивных информационно-образовательных сред нового поколения на основе разработанной SPACEL-технологии.

Достоверность разработанных основ теории, методов, средств и методологии создания адаптивных информационно-образовательных сред обеспечивается применением различных видов математического аппарата, адекватностью моделей, совпадением экспериментальных данных с расчетными и подтверждается актами о внедрении основных результатов работы в ряде высших учебных заведений, научно-исследовательских и научно-производственных организаций.

Реализация и внедрение результатов работы. Научные результаты, полученные в диссертационной работе в виде теоретических основ и принципов построения адаптивных систем управления и идентификации многосвязных объектов, моделей, методов, методик, алгоритмов и программных комплексов используются в вузах: Московском инженерно-физическом институте (государственном университете), Тверском государственном техническом университете, Тульском государственном университете, Астраханском государственном техническом университетев научно-исследовательской организации ЗАО НИИ Центрпрограммсистемв научно-производственной организации ГУП МосНПО «Радон» и негосударственном образовательном учреждении «Международный центр финансово-экономического развития». Всего имеется 7 актов о внедрении.

Апробация работы. Основные результаты диссертационных исследований докладывались и обсуждались на международных и всероссийских конференциях и семинарах, в том числе на:

1. Всесоюзной научно-методической конференции «Интенсификация учебного процесса в высшей школе на базе микропроцессорных вычислительных систем» (Москва, 1986).

2. Конференции «Телекоммуникации и новые информационные технологии в системе лицейВУЗ» (Москва, МИФИ, 1995).

3. IV Международной конференции-выставке «Информационные технологии в образовании» (Москва, 1995).

4. V Санкт-Петербургской международной конференции «Региональная информатика-96» (Санкт-Петербург, 1996).

5. Международной научно-методической конференции «Новые информационные технологии в университетском образовании» (Новосибирск, Академгородок, 1996).

6. The second international conference on distance education. (World trade centre, Moscow, Russia, 1996).

7. Конференции «Телекоммуникации и новые информационные технологии в системе лицейВУЗ» (Москва, МИФИ, 1997).

8. Конференции «Телематика 97» (Санкт-Петербург, 1997).

9. VII, VIII Международной конференции-выставке «Информационные технологии в образовании» (Москва, 1998,1999).

10.Научных сессиях МИФИ-98, 99, 2000, 2001, 2002, 2003, 2004, 2005, 2006 (Москва, МИФИ, 1998,1999, 2000,2001,2002,2003, 2004, 2006).

11.Научно-методическом семинаре «Актуальные проблемы информатики в современном российском образовании» (Москва, МГУ, 2005).

Публикации. Всего по теме диссертации опубликовано 88 работ, из них 85 печатных трудов, в том числе 3 монографии и 5 статей в журналах, рекомендованных ВАК для публикации основных результатов работы, 13 учебных пособий и компьютерных учебников.

Структура и объем работы. Диссертация состоит из введения, шести глав, заключения, списка литературы из 210 наименований и приложения.

Выводы по шестой главе.

6.1. Определены способы многоканального взаимодействия адаптивной системы управления с различными электронными образовательными ресурсами, каждый из которых поддерживает учебный процесс по той или иной дисциплине. В этом случае адаптивная система управления будет инвариантна к используемым электронным образовательным ресурсам. В результате будет иметь место многоканальность адаптивной системы управления по отношению как к обучаемым, так и к изучаемым дисциплинам.

6.2. Проведено комплексирование программно-аппаратных средств адаптивной информационно-образовательной среды, используемой при очной форме образовательной деятельности. Показано, что эти средства могут быть применены при проведении учебного процесса при других формах образовательной деятельности, в частности, при вечерней, очнозаочной и дистанционной формах обучения, а также в режиме экстерната.

6.3. Проведено экспериментальное исследование адаптивной информационно — образовательной среды в условиях реального учебного процесса. Подтверждено повышение на 4% - 18% уровня знаний, умений и навыков обучаемых в зависимости от принадлежности к тому или иному L-кластеру при использовании цифровых фильтров, реализующих пропорционально-интегральный закон управления, по сравнению с пропорциональным законом управления. Полученные результаты свидетельствуют о том, что применение системы адаптивного структурно-параметрического управления электронными образовательными ресурсами в составе информационно-образовательной среды обеспечивает повышение показателей качества учебного процесса при одновременном снижении нагрузки на преподавателей.

6.4. Создана научно обоснованная методология построения многофункциональных сетевых информационно-образовательных сред нового поколения на основе применения принципов адаптации, самонастройки и самоорганизации — SPACEL (Structural Parametric Adaptive Control of Electronic Learning) — технология. Ее применение позволяет формировать адаптивные информационно-образовательные среды, эффективно поддерживающие профессиональную деятельность преподавателей.

ЗАКЛЮЧЕНИЕ

.

В результате проведенных исследований решена важная проблема социальной кибернетики, заключающаяся в разработке принципов построения, основ теории и методов формирования адаптивных информационно-образовательных сред нового поколения, эффективно поддерживающих профессиональную деятельность преподавателей при различных уровнях подготовки обучаемых и инвариантных к видам образовательной деятельности. Выполненные экспериментальные исследования позволили выявить ранее неизвестные свойства и характеристики моделей поведения обучаемых как многосвязных объектов управления. На их основе проведено обобщение и развитие теории адаптивного управления применительно к новому классу адаптивных систем идентификационного типа, реализующих режим структурно-параметрического управления многосвязными объектами.

Сформулируем основные результаты, полученные при выполнении данной работы.

1. Проведен системный анализ информационно-образовательной среды, образуемой взаимодействующими между собой преподавателем, обучаемым и учебно-методической компонентой, при различных формах образовательной деятельности. Исследовано и обосновано включение в состав информационно-образовательной среды многоканальной системы управления, поддерживающей ряд функций, выполняемых преподавателем, и учебно-методической компоненты в виде электронного образовательного ресурса, что позволяет перераспределить интенсивности информационных потоков. В результате за счет повышения интенсивности взаимодействия обучаемого с электронным образовательным ресурсом будет достигаться снижение нагрузки на преподавателя. Использование в системе управления принципов адаптации придает информационно-образовательной среде новые свойства и способствует повышению качества обучения.

2. Сформированы и обоснованы показатели качества и обобщенные критерии эффективности функционирования информационно-образовательной среды при различных видах образовательной деятельности. На основе этих показателей вводятся как частные, так и обобщенные критерии, предназначенные для выбора цели управления и синтеза законов адаптации и управления. Данные показатели качества и критерии позволяют оценивать процесс обучения при различных способах управления.

3. Исследованы и разработаны принципы построения параметрически адаптивных систем управления учебным процессом, основанные на декомпозиции многосвязных моделей обучаемого как объекта управления по видам учебных занятий. При этом контур адаптации формируется с использованием лекционного вида учебных занятий. Входящее в состав контура адаптации измерительное устройство определяет текущий уровень знаний обучаемого и соответствующий ему рейтинг. Канал управления предназначен для проведения внелекционных видов учебных занятий. В его состав входят задатчик воздействий, устройство управления и объект управления — обучаемый. При использовании пропорционального П-закона управления будут вырабатываться управляющие воздействия в виде задач и заданий с уровнями сложности и объемами, соответствующими текущему рейтингу обучаемого.

4. Автором предложено измерительное устройство с адаптивным тестированием, используемое для оценивания латентного параметрауровня знаний, приобретаемых обучаемыми после проведения лекционного вида учебных занятий. Входящий в измерительное устройство многоинтервальный классификатор устанавливает текущий рейтинг обучаемых. В результате образуется контур местной обратной связи, с помощью которого подбирается необходимый уровень сложности тестовых заданий для каждого из обучаемых.

Введение

контура адаптации в измерительное устройство способствует достижению приемлемых характеристик формируемых оценок значений уровней знаний обучаемых при одновременном сокращении объемов тестовых заданий и снижении нагрузки на обучаемых в процессе тестирования.

5. Выполнена статистическая обработка большого количества экспериментальных данных, полученных в течение ряда лет при проведении учебного процесса с несколькими группами обучаемых с использованием параметрически адаптивной системы управления. В результате выявлены неизвестные ранее закономерности и свойства моделей поведения обучаемых при проведении различных видов учебных занятий. С учетом ряда признаков при проведении лекционного вида учебных занятий выявлены L-кластеры, при проведении внелекционных видов учебных занятий выявлены SW-кластеры, а с учетом всех видов учебных занятий выявлены обобщенные G-кластеры. Внутри каждого из кластеров обучаемые проявляют сходные характеристики поведения. Установлено, что каждый из кластеров отражает не только статические, но и динамические характеристики моделей поведения принадлежащих к нему обучаемых. Определены свойства и параметры взаимосвязи L-, SWи G-кластеров.

6. Предложены, исследованы и обоснованы имитационные математические модели лекционного и внелекционных видов учебных занятий, формирующие последовательности значений уровней знаний, умений и навыков, приобретаемых обучаемыми в ходе учебного процесса. Модели используют экспериментально полученные для каждого из кластеров функции распределения плотности вероятностей выходных величин в виде соответствующих гистограмм. На примере виртуальной учебной группы подтверждена адекватность построенных математических моделей. Показано совпадение результатов L-, SWи G-кластеризации обучаемых в виртуальной группе с соответствующими параметрами реальных кластеров. Построенные имитационные математические модели позволяют использовать методы компьютерного моделирования для определения показателей качества при различных законах адаптации и управления.

7. Разработаны основы теории нового класса адаптивных систем идентификационного типа для управления многосвязными динамическими объектами. Здесь для идентификации части объекта управления используется пробное воздействие. На основе получаемой информации восстанавливаются характеристики объекта управления в целом и формируются управляющие воздействия, направленные на достижение цели управления. Дана математическая постановка и определены способы решения задачи дискретного адаптивного управления с использованием как классических, так и кластерных моделей многосвязных динамических объектов управления. Получены аналитические зависимости, связывающие цель управления с алгоритмами идентификации, адаптации и управления.

8. Разработана методика синтеза адаптивного структурно-параметрического управления многосвязными динамическими объектами с использованием кластерных моделей. Применительно к учебному процессу сформировано два способа построения систем управления. Первый из них использует L — кластеризацию, а второй — G — кластеризацию обучаемых. В обоих случаях в состав контура адаптации входят измерительное устройство, идентификатор кластера, цифровой фильтр с переменными структурой и параметрами, реализующий пропорционально-интегральный ПИи пропорционально-интегро-дифференциальный ПИД-законы управления. Сформированы алгоритмы кластеризации и структурно-параметрической адаптации. Устройство управления и задатчик воздействий остаются теми же, что и при параметрически адаптивном управлении.

9. Сформированы и исследованы структуры многоканальных нелинейных цифровых фильтров, осуществляющих динамическую обработку сигналов на основе ПИи ПИД-законов. В состав фильтров входят элементы задержки и логический блок, обеспечивающий переключение каналов фильтра в зависимости от уровней сигналов в каждом из них. Проведен анализ реакции двухканального фильтра, соответствующего ПИ-закону управления, при входном воздействии в виде синусоидального сигнала с постоянной составляющей. Показано, что данный цифровой фильтр обладает псевдолинейными характеристиками. Это позволяет расширить функциональные возможности законов адаптации и управления за счет низкочастотной фильтрации сигналов, отражающей механизм учета памяти при формировании управляющих воздействий.

10. Предложена и исследована методика оптимизации параметров цифровых фильтров по выбранному критерию на основе компьютерного моделирования учебного процесса с использованием разработанных имитационных моделей различных видов учебных занятий, законов адаптации и управления. Показано, что динамическая коррекция в виде ПИ-закона управления позволяет в большей степени повысить эффективность учебного процесса для обучаемых, принадлежащих к кластерам с наибольшими значениями среднеквадратического отклонения уровня знаний, умений и навыков. Достигаемые при этом значения показателей качества выше, чем при использовании П-закона управления.

11. Разработана структура и определено функциональное назначение средств информационной поддержки учебного процесса. Информационное наполнение средств поддержки включает в себя структурированные учебно-методические материалы для тестирования обучаемых и проведения с ними различных видов учебных занятий. Помимо хранения содержательного контента средства информационной поддержки обеспечивают поиск, формирование, передачу и сопровождение элементов структурированных учебно-методических материалов в соответствии с запросами, поступающими от адаптивной системы управления.

12. Проведена обработка экспериментальных данных, полученных в ходе адаптивного тестирования обучаемых после проведения лекционного вида учебных занятий. Подтверждено соответствие заявленной и реальной сложности большинства тестовых заданий. Получены методики оценки тестовых заданий по показателям дискриминативности и валидности, позволяющие проводить аттестацию заданий. Подтверждена корректность разработанных тестовых заданий, используемых в измерительном устройстве при формировании оценок уровней знаний обучаемых.

13. Проведено экспериментальное исследование адаптивной информационно — образовательной среды в условиях реального учебного процесса. Показано достоверное повышение уровня знаний, умений и навыков обучаемых при применении алгоритмов адаптации, использующих L-кластеризацию, и ПИ-законов управления по сравнению с параметрической адаптацией. Полученные результаты свидетельствуют о том, что применение системы адаптивного структурно-параметрического управления электронными образовательными ресурсами в составе информационно-образовательной среды обеспечивает повышение показателей качества учебного процесса при одновременном снижении нагрузки на преподавателей.

14. Создана научно обоснованная методология построения многофункциональных сетевых информационно-образовательных сред нового поколения на основе применения принципов адаптации, самонастройки и самоорганизации — SPACEL (Structural Parametric Adaptive Control of Electronic Learning) — технология. Ее применение позволяет формировать адаптивные информационно-образовательные среды, эффективно поддерживающие профессиональную деятельность преподавателей.

В результате использования кластерного подхода к исследованию и идентификации статических и динамических характеристик многосвязных объектов управления и замены аналитической оптимизации критериев качества на компьютерное моделирование при выборе законов адаптации и управления проведено обобщение теории адаптивного управления, что существенно расширяет класс исследуемых задач.

Разработанные основы теории и принципы адаптации, структуры, модели и алгоритмы могут быть использованы в различных областях социальной деятельности, например, при решении задач управления персоналом, а также в технических приложениях.

Сведения о практическом использовании полученных в работе научных результатов приводятся в Приложении в соответствующих актах.

Показать весь текст

Список литературы

  1. B.C. Математические модели педагогического измерения. — М.: Исследовательский центр проблем качества подготовки специалистов, 1994. -26 с.
  2. B.C. Научные основы тестового контроля знаний. М.: Исследовательский центр проблем качества подготовки специалистов, 1994. -135 с.
  3. B.C. Теоретические основы разработки заданий в тестовой форме: Пособие для профессорско-преподавательского состава высшей школы. М.: МГТА, 1995. — 95 с.
  4. Адаптация и обучение в системах управления и принятия решений / Под ред. А. В. Медведева. Новосибирск, 1982. — 200 с.
  5. В.А., Белоусова С. Н., Леонова Н. М. Создание приложений в ACCESS: Учебное пособие. -М.: МИФИ, 2000. 115 с.
  6. А.Г. Оптимальные и адаптивные системы. М.: Высшая школа, 1989.-263 с.
  7. А.Н., Волков Н. И., Майорова Т. А. К вопросу о повышении достоверности оценки при тестовом контроле знаний // Открытое образование. 2004. — № 3. — С. 27−32.
  8. . Защита компьютерной безопасности. СПб.: BHV, 2000. — 384 с.
  9. Ш. Структурный подход к организации баз данных. М.: Финансы и статистика, 1983. — 313 с.
  10. Ю.Базы данных. Интеллектуальная обработка информации / В. В. Корнеев, А. Ф. Гореев, С. В. Васютин, В. В. Райх. М.: Нолидж, 2000. — 352 с.
  11. B.C., Водолазский В. В. Современные технологии безопасности. -М.: Нолидж, 1999.-496 с.
  12. А.И., Башмаков И. А. Разработка компьютерных учебников и обучающих систем. М.: Информационно-издательский дом «Филинъ», 2003.-616 с.
  13. Р. Процессы регулирования с адаптацией. М.: Наука, 1964. -360 с.
  14. Дж., Пирсол А. Прикладной анализ случайных данных. / Пер. с англ. -М.: Мир, 1989.-540 с.
  15. П.Л. Адаптивные и интеллектуальные технологии для сетевого обучения. http://ifets.ieee.org/russian/depository/BrusKaz1999IST.doc
  16. В.Г. Основы автоматизации процесса обучения. Йошкар-Ола, 2003.- 190 с.
  17. Е.Е. Обзор моделей студента для компьютерных систем обучения // Образовательные технологии и общество. 2003. — Т. 6, № 4. — С. 245−250.
  18. Н.П. Моделирование сложных систем. М.: Гл. ред. физ.-мат. лит. изд-ва «Наука», 1978. — 400 с.
  19. В.И. Основы культуры адаптивного тестирования. М.: Икар, 2003. — 580 с.
  20. Е.С. Теория вероятностей. М.: Высшая школа, 2006. 575с.
  21. В.Р. Методика контроля знаний в обучающих средах для формализованных предметных областей // Открытое образование. 2002. — № 5.-С. 34−41.
  22. Т.А., Хорошевский В. Ф. Базы знаний интеллектуальных систем. СПб.: Питер, 2000. — 384 с.
  23. И. Анализ и обработка данных. Специальный справочник. -СПб.: Питер, 2002. 752 с.
  24. В.А., Сирая Т. Н. Методы обработки экспериментальных данных при измерениях. Л.: Энергоатомиздат, 1990. — 288 с.
  25. В.А., Леонова Н. М., Модяев А. Д. Адаптация сетевых информационных технологий дневной формы обучения применительно к дистанционному образованию // Телематика 97: Тр. Конференции. Санкт-Петербург, 1997.-С. 177−178.
  26. В.К. Корреляция типов пользователей и методов обучения в большой распределенной информационно-управляющей системе // Образовательные технологии и общество. 2003. — Т. 6, № 4. — С. 194−203.
  27. Д. Методы идентификации систем. М.: Мир, 1979. — 294с.
  28. К. Дж. Введение в системы баз данных / Пер. с англ. 7-е изд. — М.: Издательский дом Вильяме, 2002. — 1072 с.
  29. Д.П., Фрадков А. Л., Прикладная теория дискретных адаптивных систем управления. М.: Наука, 1981. — 216 с.
  30. С.В. К вопросу о структуре учебного материала // Открытое образование. 2004. — № 4. — С. 9−14.
  31. ., Оделл П. Кластерный анализ. -М.: Статистика, 1977. 128 с.
  32. И.С. Методы оцифровки неколичественных признаков // Алгоритмическое и программное обеспечение прикладного статистического анализа: Ученые записки по статистике. М.: Наука, 1980. — Т. 36. — с. 309— 316.
  33. М.Г., Андреева J1.E. Вопросы разработки тестирующих программ // Информатика и образование. -1997. № 3. — С. 87−89.35.3айнутдинова J1.X. Создание и применение электронных учебников. -Астрахань: Изд-во «ЦНТЭП», 1999. 364 с.
  34. М.К. Разработка тестовых заданий для компьютерного тестирования: Учебно-методическое пособие. М.: ИМПЭ им. А. С. Грибоедова, 2001. — 69 с.
  35. Интероперабельные информационные системы: архитектуры и технологии / Д. Брюхов, В. Задорожный, JI. Калиниченко и др. // Системы управления базами данных. -1995. -№ 4. С. 96−113.
  36. Информационные технологии в открытом образовании: Материалы международной конференции. М.: МЭСИ, 2001. — 457 с.
  37. JI.A., Рыбкин В. М. Машины баз данных и знаний. М.: Наука, 1990.-226 с.
  38. М.П. Проблемы измерения знаний и образовательные технологии // Социально-политический журнал (социально-гуманитарные знания). -1998. № 6. — С. 207−212.
  39. Кибернетика и проблемы обучения: Сборник переводов / Под ред. А. И. Берга. М.: Прогресс, 1970. — 389 с.
  40. .Г., Леонова Н. М. Лабораторный практикум по курсу «Основы инженерного дела и техники вычислений на ЭВМ». М.: МИФИ, 1984. — 58 с.
  41. .Г., Леонова Н. М. Методические указания к лабораторному практикуму по курсу «Основы инженерного дела» (раздел «Основы программирования»): Учебное пособие. М.: МИФИ, 1983. — 60 с.
  42. .Г., Леонова Н. М. Опыт компьютеризации в физико-математической школе при вузе // Автоматизированные системы учебного назначения: Сб. научно-методических статей. -М.: МИФИ, 1989. С. 37−42.
  43. .Г., Леонова Н. М. Организация использования ЭВМ в ходе компьютерного урока: Учебное пособие. М.: МИФИ, 1987. — 57 с.
  44. КиселевБ.Г., Леонова Н. М. Педагогика сотрудничества и компьютеризация учебного процесса // Информатика и образование. 1990. -№ 2. — С. 73−74.
  45. Классификация и кластер / Под ред. Дж. Вэн Райзина. М.: Мир, 1980. -390 с.
  46. М.Р. Абстракции и модели в системах баз данных. // Системы управления базами данных. -1998. -№ 4−5. С. 73−81.
  47. Ю.М., Юсупов P.M., Беспоисковые самонастраивающиеся системы. М.: Наука, 1969. — 456 с.
  48. Т., Бегг К., Страчан А. Базы данных: проектирование, реализация и сопровождение / Пер. с англ. 2-е изд. — М.: Издательский дом Вильяме, 2000.-1102 с.
  49. Концептуальный анализ состояния технологий образования / Под общей редакцией М. М. Благовещенской. М.: Издательский комплекс МГУПП, 2001. — 94 с.
  50. Г. А., Беляев М. И., Соловов А. В. Технологии создания электронных обучающих средств. -М., 2001. 117 с.
  51. Краснощеков П. С, Петров А. А. Принципы построения моделей. М.: Изд-воМГУ, 1983.-264 с.
  52. А.А. Динамика непрерывных самонастраивающихся систем. М., 1963.-464 с.
  53. К.Г. Проектирование средств информационных технологий обучения // Образовательные технологии и общество 2002. — Т. 5, № 1. — С. 222−243.
  54. В.В., Молочко М. Ф. Система тестирования, основанная на генерации вопросов и тестовых заданий // Открытое образование. 2004. — № 4. — С. 30−35.
  55. С. Операционные системы для управления базами данных // Системы управления базами данных. 1996. — № 3. — С. 95−102.
  56. Куо Б. Теория и проектирование цифровых систем управления / Пер. с англ. М.: Машиностроение, 1986. — 448 с.
  57. В. М. Кравченко Ю.А. Перспективы применения современных информационных технологий для построения систем обучения // Открытое образование. 2005. — № 4. — С. 12−19.
  58. Н.М. Методы разработки и применения многофункциональных сетевых электронных учебников: Дисс.. канд. тех. Наук. Москва, 1999. -145 с.
  59. Н.М. Параметрически адаптивное управление образовательной деятельностью: монография / Под ред. А. Д. Модяева. М.: МИФИ, 2006. — 72 с. — (Серия «Социальная кибернетика»).
  60. Н.М. Синтез алгоритмов адаптивного структурно-параметрического управления образовательной деятельностью: монография / Под ред. А. Д. Модяева. М.: МИФИ, 2006. — 64 с. — (Серия «Социальная кибернетика»),
  61. Н.М., Айнутдинов В. А., Иванов А. Н. Учебное пособие «Проектирование баз данных», М., МИФИ, 1999, 76 с.
  62. Н.М., Марковский М. В. Имитационные математические модели процессов адаптивного управления образовательной деятельностью: монография / Под ред. А. Д. Модяева. М.: МИФИ, 2006. — 116 с. — (Серия «Социальная кибернетика»).
  63. Н.М., Марковский М. В. Проверка адекватности математической модели лекционного вида учебных занятий // Открытое образование. 2006. -№ 6.-С. 28−33.
  64. Н.М., Марковский М. В. Формирование кластеров учащихся по результатам использования адаптивного электронного образовательного ресурса в учебном процессе // Открытое образование. 2005. — № 4. — С. 3338.
  65. ЛеоноваН.М., МодяевА.Д. Адаптивное управление учебным процессом, обеспечивающее многофункциональную поддержку профессиональной деятельности преподавателей // Открытое образование. 2004. — № 6. — С. 2934.
  66. ЛеоноваН.М., МодяевА.Д. Адаптивное управление учебным процессом, поддерживающее профессиональную деятельность преподавателей // Известия МАИ ВШ. 2005. -№ 1. — С. 151−159.
  67. ЛеоноваН.М., МодяевА.Д. Адаптивные электронные образовательные ресурсы: кибернетический подход // Известия МАН ВШ. 2004. — № 4. — С. 213−220.
  68. Н.М., Модяев А. Д. Методы адаптивного управления проведением учебных занятий в реальном времени // Информационные технологии в образовании: Сб. тр. XIV Международной конференции-выставки, часть IV. -М.: МИФИ, 2004. С. 208−210.
  69. Н.М., Модяев А. Д. Регионально-отраслевая подсистема дистанционного обучения в рамках школа-ВУЗ // Проблемы информатизации высшей школы. -1995. -№ 3. С. 4−1-4−2.
  70. Н.М., Слотин А. Ю. Машинная графика в курсе «Основы информатики и вычислительной техники»: Учебное пособие. М.: МИФИ, 1987.-23 с.
  71. Л. Идентификация систем. Теория для пользователя. М.: Наука, 1991.-432 с.
  72. А.Н. Теория и практика создания тестов для системы образования. (Как выбирать, создавать и использовать тесты для целей образования). М.: Интеллект-центр, 2001. — 296 с.
  73. И.Д. Кластерный анализ М.: Финансы и статистика, 1988. — 176 с.
  74. Манифест систем объектно-ориентированных баз данных / М. Аткинсон, Ф. Бансилон, Д. Де Витт, К. Дитрих, Д. Майер, С. Здоник // Системы управления базами данных. -1995. № 4. — С. 142−155.
  75. В.М., Леонова Н. М. Регионально-отраслевая телекоммуникационная сеть Х-Атом и особенности ее использования // Региональная информатика-96: Тр. V Санкт-Петербургской международной конференции. -Санкт-Петербург, 1996.-С. 89−90.
  76. Д. Теория реляционных баз данных / Пер. с англ. М.: Мир, 1987.-608 с.
  77. Методы робастного, нейро-нечеткого и адаптивного управления / Под ред. Н. Д. Егупова. 2-е изд., стер. — М: Изд-во МГТУ им. Н. Э. Баумана, 2002.- 744 с.
  78. В.О. Проблемы развития адаптивного тестирования // Вопросы тестирования в образовании 2003. — № 8. — С. 102−104.
  79. .Г. Анализ качественных признаков и структур. М.: Статистика, 1980. — 320 с.
  80. .Г. Группировки в социально-экономических исследованиях.- М.: Финансы и статистика, 1985. 224 с.
  81. .Г. Метод главных кластеров // Автоматика и телемеханика. -1987.-№ 10.-С. 131−142.
  82. Е.А. Дискриминативность как показатель качества тестовых заданий // XIII международная конференция «Информационные технологии в образовании»: Сборник трудов участников конференции. Часть V. М.: Просвещение, 2003. — С. 315−316.
  83. И.В., Никифоров В. О., Фрадков A.J1. Нелинейное и адаптивное управление сложными динамическими системами. СПб.: Наука, 2000. — 562 с.
  84. Модель преподавателя в системе дистанционного обучения по техническим наукам / С. Н. Попов, Д. А. Антонюк, Е. И. Комличенко, Т. В. Попова // Открытое образование. 2004. — № 6. — С. 75−81.
  85. МодяевА.Д., Леонова Н. М. Непрерывное разноуровневое образование на основе использования телекоммуникационных технологий // Региональная информатика-96: Тр. V Санкт-Петербургской международной конференции. -Санкт-Петербург, 1996.-С. 274−275.
  86. Дж. Г., Финк К. Д. Численные методы. Использование MATLAB. 3-е изд. — СПб.: Вильяме, 2001. — 720 с.
  87. Н.Н. Тест как общенаучный диагностический метод // Социологические исследования. 2005. — № 1. — С. 118−126.
  88. Ю.Н. Имитационные системы и модели. М.: Знание, 1990. -46 с.
  89. Пак Н.И., Филиппов В. В. О технологии создания компьютерных тестов // Информатика и образование. -1997. № 5. — С. 19−24.
  90. .Н., Рутковский В. Ю., Земляков С. Д. Адаптивное координатно-параметрическое управление нестационарными объектами. М.: Наука, 1980. -243 с.
  91. Ю.М. Модели социальных процессов: Учеб. пособие для вузов. 2-е изд., перераб. и доп. — М.: Логос, 2001. — 296 с.
  92. A.M. Компьютерные технологии оценки знаний методами тестирования // Информационные технологии. 2004. — № 8. — С. 46−51.
  93. Д.И. Подсистема адаптивного тестирования среды дистанционного обучения // XII конференциия-выставка «Информационные технологии в образовании»: Сборник трудов участников конференции. Часть V. М.: МИФИ, 2002. — С. 45−47.
  94. Принципы построения и проектирования самонастраивающихся систем управления / Б. Н. Петров, В. Ю. Рутковский, И. Н. Крутова, С. Д. Земляков -М.: Машиностроение, 1972. 260 с.
  95. Н.П. Создание банка данных тестовых заданий // XII конференциия-выставка «Информационные технологии в образовании»: Сборник трудов участников конференции. Часть V. М.: МИФИ, 2002. — С. 47−48.
  96. Г. В. Об измерении близости между множествами в задачах кластер-анализа // Статистика. Вероятность. Экономика. М.: Наука, 1985. -С. 388−392.
  97. А.А., Михайлов А. П. Математическое моделирование: Идеи. Методы. Примеры. 2-е изд., испр. — М.: Физматлит, 2001. — 320 с.
  98. А.И. Тест как объективный измерительный инструмент в образовании // Вопросы тестирования в образовании 2001. — № 1 — С. 10−39.
  99. Дж. Самоорганизующиеся стохастические системы управления. М.: Наука, 1980. — 400 с.
  100. Э.П., Мелса Дж.Л. Идентификация систем управления. М.: Наука, 1974.-246 с.
  101. В.В. Компьютерные технологии в дистанционном обучении. -М., 1997. 64 с. http://www.mgdtd.rU/snit/umk/fpk.l/Files/Books.html
  102. Н.А. Показатели эффективности тестов учебной деятельности как технологическая основа их конструирования // Открытое образование. 2005. — № 4. — С. 19−26.
  103. А. В. Сергеев А.О. Применение инструментальных систем для автоматизированнного контроля знаний // Сборник: Компьютерные технологии в высшем образовании. М.: Изд-во Моск. ун-та, 1994. — С.234 -248.
  104. Д.Р. Рейтинговая система оценки знаний: Информ.-метод. пособие. Казань, 1993. — 12 с.
  105. А.В., Меньшикова А. А. Дискретные математические модели в исследовании процессов автоматизированного обучения // Информационные технологии. 2001. — № 12. — С. 32−36.
  106. Справочник по прикладной статистике / Пер. с англ.- Под ред. Э. Ллойда, У. Ледермана. Т.1 -М.: Фин. и стат., 1989. 510 с.
  107. Справочник по прикладной статистике / Пер. с англ.- Под ред. Э. Ллойда, У. Ледермана. Т.2 М.: Фин. и стат., 1990. — 526 с.
  108. Справочник по теории автоматического управления / Под ред. А. А. Красовского М.: Наука. Гл. ред. физ.-мат. лит., 1987. — 712 с.
  109. Статистические методы для ЭВМ / Под ред. К. Энслейна, Э. Рэлстона, Г. С. Уилфа / Пер. с агл.- Под ред. М. Б. Малютова. М.: Наука. Гл. ред. физ.-мат. лит., 1986. — 464 с.
  110. Сысоева J1.A. Международные стандарты на архитектуру систем, реализующих технологии обучения (LTSA) // Открытое образование. 2002. -№ 3. — С. 13−19.
  111. Сысоева J1.A., Толстоусова В. Г. Дистанционные технологии обучения: стандарты, методики оценки знаний. М.: РГГУ, 2002. — 91 с.
  112. И.А. Информационно-коммуникационное обеспечение узла дистанционного обучения // Открытое образование. 2005. — № 5. — С. 48−52.
  113. ., Эбен М. FreeBSD. Администрирование. Искусство достижения равновесия. -М.: ДиаСофт, 2005. 864 с.
  114. С.В. Адаптивное электронное обучение и оценка его эффективности // Открытое образование. 2005. — № 5. — С. 37−47.
  115. Д.Л., Егоров А. А. Защита информации в образовательных системах и средах // Открытое образование. 2003. — № 5. — С. 46−53.
  116. Н.В. Проблемы оценки качества электронного обучения // Открытое образование. 2004. — № 1. — С. 27−32.
  117. Ю.Н., Макаров А. А. Анализ данных на компьютере / Под ред. В. Э. Фигурнова. 3-е изд., перераб. и доп. — М.: ИНФРА-М, 2003. — 544 с.
  118. А.Ю. Электронный учебник: теория и практика. М.: Изд-во УРАО, 1999.-220 с.
  119. Факторный, дискриминантныи и кластерный анализ / Дж.-О. Ким, Ч. У. Мюллер, У. Р. Клекка и др. / Пер. с англ.- Под ред. И. С. Енюкова. М.: Финансы и статистика, 1989.-215 с.
  120. А.Н. Адаптивные обучающие системы: современное состояние и перспективы развития // Открытое образование. 2003. — № 6. — С. 56−63.
  121. А.Л. Адаптивное управление в сложных системах. М.: Наука, 1990.-296 с.
  122. Т. Статистические выводы, основанные на рангах. -М.: Финансы и статистика, 1987. 334 с.
  123. С.А. Электронные мультимедийные учебники и энциклопедии // Информатика и образование. 2000. — № 2. — С. 71−77.
  124. Я.З. Адаптация и обучение в автоматических системах. М.: Наука, 1968.-400 с.
  125. М.Б. Адаптивное тестирование в образовании (теория, методология, технология). М.: Исследовательский центр проблем качества подготовки специалистов, 2001. — 165 с.
  126. М.Б. Теория и практика конструирования педагогических тестов. М.: Логос, 2002. — 432 с.
  127. К.И., Садон Е. В. Проблемы развития и внедрения системы тестирования в высшем учебном заведении // Открытое образование. 2006. — № 2. — С. 28−40.
  128. Ю. Адаптивная образовательная система: формальная модель // Высшее образование в России. 2003. — № 6. — С.148−150.
  129. Ш. Е. Идентификация в системах управления. М.: Энергоатомиздат, 1987.-81 с.
  130. П. Основы идентификации систем управления. М.: Мир, 1975. — 684 с.
  131. И.В., Шумский В. М., Осепян Ф. А. Адаптивное управление непрерывными технологическими процессами. -М.: Энергоиздат, 1986.-240 с.
  132. Amundsen С. The evolution of theory in distance education // Theoretical principles of distance education / Ed. by D. Keegan. London: Routledge, 1993.
  133. Automatic test generation from a database / J.S. Williams, J. Maher, D. Spencer, D.J. Barry, E. Board // Computer-Assisted Assessment in Higher Education. London: Kogan Page, 1999. — P. 71−84.
  134. Bickford D. Using Direct Linking Capabilities in Aggregated Databases for E-Reserves. // Proceedings of The Eleventh Off-Campus Library Services Conference / Ed. by P.B. Mahoney. Mount Pleasant, MI: Central Michigan University, 2004. — P. 21−31.
  135. Casey A.M. Collection Development for Distance Learning // Journal of Library Administration. 2002. — Vol. 36, no. 3. — P. 59−72.
  136. Chang, C.Y., Sheu, J.P. Design and Implementation of Ad Hoc Classroom and e-Schoolbag Systems for Ubiquitous Learning. // Proceedings of the IEEE International Workshop on Wireless and Mobile Technologies in Education. -Vaxjo, Sweden, 2002. P. 8−14.
  137. Dess N., Pes B. A data model for structuring on-line learning material // Proc. of the 3rd Int’l. Conf. on Advanced Learning Technologies. IEEE CS, 2003. — P. 266−267.
  138. Dodds P.V.W., Fletcher J.D. Opportunities for New «Smart» Learning Environments Enabled by Next Generation Web Capabilities // Journal of Education Multimedia and Hypermedia. 2004. — Vol. 13, no. 4. — P. 391−404.
  139. Dym C.L., Ivey E.S. Principles of Mathematical Modelling. N.Y.: Academic Press, 1980.-256 p.
  140. Gibbons A.S., Fairweather P.G. Computer-based Instruction: Design and Development. Englewood-Cliffs, N.J.: Educational Technology Publications, 1998.-543 p.
  141. Griffiths P. OMR Scoring of Student Tests and Linkage to Database Records // Proceedings of the 2nd Annual CAA conference. Loughborough University, 1998. — P. 39−47.
  142. Handbook of Modern Item Response Theory / Ed. by Win J. van der Linden, R.K. Hambleton. N.Y.: Springer-Verlag, 1997. — 510 p.
  143. IEEE 1484.11.1 Draft 5 Draft Standard for Learning Technology Data Model for Content Object Communication. July 13, 2004. — 53 p. http://ltsc.ieee.org/wgll/files/IEEE1484.ll.lD5submitted.pdf
  144. IEEE 1484.12.1−2002 Draft Standard for Learning Object Metadata. 44 p. http://www.ieee.org/wgl2/files/LOM148412lvlFinalDraft.pdf
  145. IEEE P1484.1/D8, 2001−06−04 Draft Standard for Learning Technology -Learning Technology Systems Architecture (LTSA) 136 p. http://ltsc.ieee.org/wgl/files/IEEE148401D08LTSA.pdf
  146. IMS Project http://www.imsproject.org
  147. Isidori A. Nonlinear Control Systems. 3rd edit. — N.Y.: Springer-Verlag, 1995.-549 p.
  148. Jacoby S.L.S, Kowalik J.S. Mathematical Modelling with Computers. -Englewood Cliffs, N.J.: Prentice Hall, Inc., 1980. 292 p.
  149. Jung I. Technology Innovations and the Development of Distance Education: Korean Experience // Open Learning. 2000. — Vol. 15, no. 3. — P. 217−231.
  150. Kaufman H., Bar-Kana I., Sobel K. Direct Adaptive Control Algorithms. -N.Y.: Springer-Verlag, 1994. 370 p.
  151. Khalil H. Nonlinear Systems. 3rd edit. — Prentice Hall, 2002. — 750 p.
  152. Khoshafian F. Storage management for persistent complex objects // Information Systems. -1990. Vol. 15, no. 3. — P. 303−320.
  153. Krstic M., Kanellakopoulos I., Kokotovich P. Nonlinear and Adaptive Control Design. N.Y.: Wiley, 1995. — 576 p.
  154. Kumar P.R., Varaiya P. Stochastic Systems: Estimation, Identification, and Adaptive Control. Prentice Hall, 1986. — 358 p.
  155. Landau I.D. Adaptive Control: the Model Reference Approach. N.Y.: Dekker, 1979.-432 p.
  156. Landau I.D., Lozano R., Saad M.M. Adaptive Control. N.Y.: Springer-Verlag, 1998.-580 p.
  157. Learmont Т., Cattell R.G.G. An Object-Oriented Interface to a Relational Database // Object-Oriented Database System. 1991. — P. 157−167.
  158. Logue S., Preece B. Instructional Support in the Changing Library Environment // Technical Services Quarterly. 1999. — Vol. 17, no. 1. — P. 13−22.
  159. MacQueen J.B. Some Methods for Classification and Analysis of Multivariate Observations // Proceedings of the 5-th Berkeley Symposium on Mathematical Statistics and Probability. Berkeley: University of California Press, 1967.-Vol.1.-P. 281−297.
  160. Modyaev A.D., Leonova N.M., Gribatch V.A. The multimedia distance learning software. The second international conference on distance education. World trade center Moscow, Russia, 1996, P. 313−314.
  161. Modyaev A.D., Leonova N.M., Volokhova E.D. Experimental education telecommunication media in the school high school system. The second international conference on distance education. World trade center Moscow, Russia, 1996, P. 348−349.
  162. Narenda К., Balakrishnan J. Adaptive Control using multiple models. IEEE Transactions on Automatic Control. -1997. — Vol. 42, no. 2. — P. 171−187.
  163. Online Student Practice Quizzes and a Database Application to Generate Them / G. Randolph, D. Swanson, D. Owen, J. Griffin // Web-Based Instructional Learning. IRM Press, 2002 — P. 142−149.
  164. Prezatarcon A. Virtual Library: A Real Library? // Staff and Educational Development International. 2002 — Vol. 6, no. 1. — P. 75−86.
  165. Rapoport A. Mathematical Models in the Social and Behavioral Sciences // Contemporary sociology. -1986. November. — P. 872−873.
  166. Rasch G. Probabilistic Models for Some Intelligence and Attainment Test. -Reprint. Chicago: University of Chicago Press, 1980. — 199 p.
  167. Saaty T.L., Alexander J.M. Thinking with Models: Mathematical Models in the Physical, Biological and Social Sciences. Oxford: Pergamon, 1981. -181 p.
  168. Sepulchre R., Jankovic M., Kokotovic P.V. Constructive Nonlinear Control. N.Y.: Springer-Verlag, 1996.-313 p.
  169. Slotine J.J.E., Li W. Applied Nonlinear Control. Prentice Hall International Editions, 1991.-352 p.
  170. Smith A. Web-Based Training // The Electronic Library. 1999. — Vol. 17, no. 5.-338 p.
  171. Tao G. Adaptive control design and analysis. Wiley, 2003. — 637 p.
  172. Vidyasagar M. Nonlinear Systems Analysis. 2nd edit. — Englewood Cliffs: Prentice-Hall, 1993.-498 p.
  173. Wilson P. The Ins and Outs of Providing Electronic Reserves for Distance Learning Classes. // Proceedings of The Tenth Off-Campus Library Services Conference / Ed. by P.B. Mahoney. Mount Pleasant, MI: Central Michigan University, 2002. — P. 413−422.
  174. WIPE A model for a web-based database-driven environment for teaching programming / V. Efopoulos, G. Evangelidis, V. Dagdilelis, T. Kaskalis // Proc. of the 3rd Int’l. Conf. on Advanced Learning Technologiesio.-IEEE-CS, 2003.-P. 472.
  175. Wittmann J., Moller D.P.F. The content-graph as a basic data structure to manage authoring-and learning processes // Proc. of the 3rd Int’l. Conf. on Advanced Learning Technologies. IEEE CS, 2003. — P. 310−31 la.
  176. Yang S.J.H. Context Aware Ubiquitous Learning Environments for Peer-to-Peer Collaborative Learning // Educational Technology and Society. 2006. — Vol. 9, no. l.-P. 188−201.
Заполнить форму текущей работой

Сессия? Спокойно!