Назад
аргументировано ограничением, что, однажды начавшись,
дисциплина должна изучаться непрерывно. Если есть
продолжение для «начатых» дисциплин, то этот вариант будет
единственным.
Если все «начатые» дисциплины закончились в
предыдущем семестре, то в каждый вариант назначается по
одному возможному к назначению модулей из других
дисциплин.
После записи вариантов, которые вытекают из
обработанной записи, возвращаемся на следующую за
обработанной запись и приступаем к ее обработке по
вышеописанному алгоритму. Так как расчет ведется по
семестрам, то обрабатываются только те записи, которые
относятся к текущему семестру. Например, если
обрабатывается первый семестр, то обрабатываются только
записи наполнения первого семестра. Записи для второго
семестра (которые возникают при обработке уже заполненного
первого семестра) пропускаются. Семестр окажется полностью
обработанным, когда будет достигнут конец базы.
Результатом всего расчета является дерево вариантов, т.е.
каждый вариант после обработки имеет веер вариантов-
потомков. Таким образом, число вариантов заполнения
учебного плана растет со скоростью геометрической
прогрессии. Именно поэтому необходимо их ограничение, т.к.
обработка их всех будет неэффективной в связи с
ограниченным быстродействием ЭВМ, ресурсами оперативной
памяти и дискового пространства и, как следствие,
неприемлемым увеличением времени расчета (при расчете
всех вариантов - до нескольких суток на ПК с процессором
Pentium и тактовой частотой 120 МГц).
181
Наполнение семестра осуществляется исходя из
ограничения на количество аудиторных часов в неделю. Т.е.
при дальнейшей обработке какого-либо варианта
рассчитывается объем уже назначенных в семестр модулей.
Объем семестра при заданной интенсивности обучения и
длительности неделях) известен. Если ни один из
предназначенных для дальнейшего назначения модулей «не
умещается» в семестр, то расчет семестра по данному
варианту закончен. Отказ от назначения модулей, не
умещающихся полностью в семестр, связан с тем, что начало
и окончание изучения каждого модуля должно находиться
внутри какого-либо семестра, т.е. не допускается разрывать
изучение модулей во времени. И хотя в модуле может быть
несколько разделов, он не может быть раздроблен на более
мелкие составляющие для обеспечения равномерной
интенсивности изучения дисциплины в семестре и
обеспечения принципа типовой учебной недели (объем
модуля соответствует минимальной интенсивности изучения
дисциплины, соответствующей проведению одного часа
какого-либо вида занятий в неделю).
После расчета всех вариантов расположения модулей
внутри одного семестра для всех полученных вариантов
рассчитываются времена начала и окончания изучения
модулей. Для этого рассчитываются цепочки дисциплин для
всех назначенных в семестр модулей. При известных номерах
недель начала и окончания семестра и условии, что
дисциплина изучается в течение всего семестра, не прерываясь
и имея постоянную интенсивность, несложно рассчитать
номера недель начала и окончания изучения каждого модуля
по следующей схеме.
Определенное количество вариантов (задаваемое
пользователем) с наименьшим критерием оставляется для
дальнейшей обработки, а остальные исключаются.
В процессе расчета дерево вариантов разрастается.
Многие его вершины могут иметь одно и то же состояние
(одинаковый набор назначенных модулей), что значительно
182
увеличивает время расчета. В этом случае приходится
обрабатывать по несколько раз одни и те же варианты,
которые, в свою очередь, порождают одинаковые варианты-
потомки. Поэтому в процессе расчета необходимо
производить сплющивание графа (после сплющивания дерево
вырождается в граф) вариантов. При получении какого-либо
состояния оно ищется в уже существующем графе и если
находится, то в найденной записи проставляется ссылка на
обрабатываемую запись как на запись-родитель (полученная
ветвь направляется в уже существующую вершину). Это
значительно сокращает время обработки.
183
ЗАКЛЮЧЕНИЕ
В пособии сделан обзор основных понятий, конструкций и
принципов автоматизированных систем управления учебным
процессом и особенностей их реализации.
Проведенный анализ необходимости создания
автоматизированных систем обучения и контроля знаний
показал, что, опираясь на зарубежный опыт и опыт наших
вузов, применяющих компьютерные системы обучения и
диагностики, они являются одним из действенных средств
повышения эффективности учебного процесса и позволяют
обеспечить: индивидуализированное обучение и контроль
знаний обучаемых; адаптацию процесса обучения к
индивидуальным характеристикам обучаемых по уровню
знаний и скорости прохождения материала; разгрузку
преподавателя от ряда трудоемких повторяющихся операций,
связанных с предъявлением учебной информации и контролем
знаний; сбор и анализ разнообразной статистической
информации, используемой для совершенствования учебного
процесса.
В настоящее время при разработке компьютерных систем
обучения и диагностики, как правило, применяется “прямое”
программирование. Прямое программирование требует
применения труда профессиональных программистов высокой
квалификации и соответствующего задела в форме библиотек
специальных функций для формирования кадров и сценария. В
этой связи целесообразным является разработка
инструментальных средств автоматизации проектирования
компонентов компьютерных систем обучения и диагностики.
184
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Ерунов В.П. Некоторые вопросы формирования
автоматизированной системы управления учебным
процессом / В.П. Ерунов. – Оренбург: ОГУ, 1997. - С. 111.
2. Ерунов В.П. Системный подход к управлению учебным
процессом в вузе / В.П. Ерунов. Оренбург: ОГУ, 1998. - С.
236 - 238.
1. Агранович Б.Л. Модель оценки качества подготовки
специалистов в высших учебных заведениях / Б.Л Агранович,
В.И. Кабанов // Кибернетика и вуз. Томск, 1987. Вып.13. C.19-
22.
2. Анисимов Б.В. Применение ЭЦВМ для автоматизации
процесса составления учебных планов и расписаний / Б.В.
Анисимов, А.Я. Савельев. - М.: Высш. шк., 1972, C.121-142.
3. Архангельский С.И. Учебный процесс в высшей школе,
его закономерные основы и методы / С.И. Архангельский - М.:
Высш. шк., 1980. 368 с.
4. Архангельский С.И. Теоретические основы научной
организации педагогических исследований / С.И.
Архангельский, В.И. Михеев. - М.: Знание, 1976. 27 с.
5. Архангельский С.И. О моделировании и методике
обработки данных педагогического эксперимента / С.И.
Архангельский, В.И. Михеев. - М.: Знание, 1974. 48 с.
6. Архангельский С.И. Вопросы изменения, анализа и
оценки результатов в практике педагогических исследований /
С.И. Архангельский, В.И. Михеев. - М.: Знание, 1975. 42 с.
7. Гусев В.В. Система моделей и методов рационального
планирования и организации учебного процесса в вузе. / В.В.
Гусев. Воронеж: ВГУ 1984.
8. Черепанов В.С. Экспертные оценки в педагогических
исследованиях / В.С. Черепанов. - М.: Педагогика, 1989. 151 с.
185
ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ 3
1. Основные направления информатизации процесса
обучения 4
2. Понятие информационно-образовательной среды 7
3. Автоматизированные информационные системы 16
3.1. Автоматизированные системы управления 16
3.2. Информационные системы управления 20
3.3. ИС управления в образовании 23
3.4. Автоматизированные системы исследований 27
3.5. Системы автоматизированного проектирования 28
3.6. Автоматизированные обучающие системы 29
4. Модели обучения автоматизированных систем 32
5. Современное состояние проблемы автоматизированного
обучения и диагностики качества знаний 40
5.1. Анализ методов и проблем проектирования систем
автоматизированного обучения и диагностики
качества знаний 40
5.2. Современные методы диагностики качества обучения
для автоматизированного анализа и выбора 52
5.3. Автоматизация процедур анализа и выбора средств
автоматизированного контроля 63
6. Компоненты компьютерных систем обучения и диагностики
качества образования 76
6.1. Оптимизационные модели рационального выбора
структуры учебного материала 76
6.2. Автоматизация выбора метода контроля качества
знаний специалистов 82
6.3. Неформальные стратегии представления и обработки
информации для подсистем обучения 91
7. Автоматизированное проектирование компонентов
дистанционного обучения 95
7.1. Организация взаимодействия подсистем обучения и
диагностики качества подготовки специалистов 95
7.2. Проектирование алгоритмических процедур
подсистемы обучения 101
186
7.3. Проектирование алгоритмических процедур
подсистемы диагностики качества подготовки
специалистов 105
7.4. Организация объектной базы данных по студентам
для системы обучения и контроля качества
подготовки специалистов 112
8. Автоматизация процесса составления учебных планов 114
8.1. Задача составления учебных планов 114
8.2. Определение области исследований 121
8.3. Модульное обучение 125
8.4. Составление учебных планов вузов на основе дерева
целей подготовки специалиста 127
8.5. Составление планов вузов на основе связей между
модулями 131
8.6. Математическая постановка задачи синтеза учебных
планов вузов 134
8.7. Ограничения, налагаемые на учебный план 139
8.8. Разработка критериев оптимизации 143
8.9. Получение данных методом экспертных оценок 144
8.9.1. Обзор элементов теории измерений 145
8.9.2. Методы измерений 146
8.9.3. Методы проведения групповой экспертизы. 147
8.10. Обоснование построения экспертизы на основе
представления содержания обучения методом
составления тезауруса 149
9. Общие принципы динамического программирования при
составлении учебных планов 155
9.1. Применение метода динамического
программирования 158
9.2. Алгоритмы расчета при выборе различных методов
оптимизации 164
9.3. Алгоритм оптимизации по критерию минимизации
временных разрывов 166
ЗАКЛЮЧЕНИЕ 172
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 173
187
Учебное издание
Кольцов Андрей Сергеевич
Федорков Евгений Дмитриевич
АВТОМАТИЗИРОВАННЫЕ СИСТЕМЫ
УПРАВЛЕНИЯ УЧЕБНЫМ ПРОЦЕССОМ
В авторской редакции
Компьютерный набор А.С. Кольцова
Подписано в печать 26.11.2007
Формат 60х84/16. Бумага для множительных аппаратов.
Усл. печ. л.10,9. Уч.-изд. л 9,5. Тираж 250 экз.
Зак. №_____
ГОУВПО «Воронежский государственный технический
университет»
394026 Воронеж, Московский просп., 14
188