МОДЕЛИРОВАНИЕ  ПРОЦЕССА  ПОДДЕРЖКИ  ПРИНЯТИЯ  РЕШЕНИЙ  ПРИ  ОБУЧЕНИИ  СТУДЕНТОВ  ТЕХНИЧЕСКИХ  СПЕЦИАЛЬНОСТЕЙ  ДНЕВНОЙ  И  ЗАОЧНОЙ  ФОРМ  ОБУЧЕНИЯ

Загородняя  Татьяна  Николаевна

аспирант  кафедры  электроэнергетики  Сумского  государственного  университета,  Украина  г.  Сумы

E-mail:  tanya_pogorilko@ukr.net

COMPARISON  OF  SIMULATION  OF  DECISION  SUPPORT  STUDENTS  DAY  AND  TECHNICAL  SPECIALTIES  DRESSING  FORMS  OF  LEARNING

Tetyana  Zagorodnya

postgraduate  of  Department  of  electricity,  Sumy  State  University,  Ukraine  Sumy

АННОТАЦИЯ

Рассмотрено  компьютерное  математическое  моделирование  процесса  поддержки  принятия  решений  при  выборе  преподавателем  содержания  и  параметров  учебных  занятий  студентов  дневной  и  заочной  форм  обучения.  Предложенный  подход  позволяет,  в  результате  проведения  занятий  со  студентами  технических  специальностей  дневной  и  заочной  форм  обучения,  обеспечить  максимальный  уровень  компетенций  будущих  инженеров.

ABSTRACT

In  article  the  proposed  computer  mathematical  modeling  of  decision  support  in  selecting  the  content  and  scope  of  teacher  for  full-time  and  part-time  students  .  The  proposed  approach  allows,  as  a  result  of  sessions  with  students  of  technical  specialties  and  daily  correspondence  courses,  to  ensure  the  highest  level  of  competencies  of  future  engineers.

Ключевые  слова:  компетенции;  процесс  поддержки  принятия  решений;  математическое  моделирование.

Keywords :  competence;  the  process  of  decision-making;  mathematical  modeling

Актуальность  исследований.  Современная  ситуация  на  производстве  характеризуется  возникновением,  динамичным  развитием  и  внедрением  новых  технологий.  Современный  рынок  инженерных  услуг  нуждается  в  специалистах,  имеющих  целостное  представление  об  объектах  профессиональной  деятельности,  которые  могут  выполнять  научно-исследовательские  и  проектно-конструкторские  работы  и  специалистах,  готовых  обеспечивать  безопасное  и  эффективное  функционирование  сложных  технических  систем.

Как  известно  из  литературы  [1],  [2]  существуют  противоречия  между:  требованиями  современного  рынка  труда  к  уровню  квалификации  и  компетентности  специалистов  и  несоответствием  практики  их  специализированной  подготовки;  необходимостью  формирования  у  выпускников  системы  интегрированных  профессиональных  компетентностей  и  дискретным  характером  изучения  учебного  материала;  объемом  и  сложностью  знаний,  которые  быстро  устаревают  и  невозможностью  их  эффективного  усвоения  в  рамках  действующей  системы  профессиональной  подготовки.  Существуют  также  сложности  в  работе  преподавателя  в  том  числе  и  при  преподавании  специализированной  технической  дисциплины,  которые  состоят  в  решении  непростой  задачи  —  обеспечить  достижение  высокого  уровня  компетентности  будущего  специалиста  [3].  При  решении  этой  задачи,  преподаватель  должен  в  рамках  учебного  материала,  предусмотренного  рабочей  программой  дисциплины:  сгруппировать  материал  по  учебным  модулям;  установить  оптимальное  соотношение  между  различными  видами  занятий  и  видами  контроля;  определить  последовательность  проведения  занятий;  определить  логическое  наполнение  структурных  модулей,  детализировать  наполнения  каждого  из  видов  занятий  и  т.  п.  [4].  Для  решения  поставленной  задачи  —  достижения  максимального  уровня  компетентности  —  необходимо  учитывать  ряд  ограничений:  интеллектуальный  потенциал  студенческой  группы;  форму  обучения  (дневная,  заочная,  вечерняя,  дистанционная);  существующие  ограничения  во  времени,  которые  регламентированные  нормативными  документами.  Следует  отметить,  что  по  сложившейся  практике,  преподаватель,  выполняя  свои  профессиональные  обязанности,  эмпирическим  путём  приобретает  субъективный  опыт  работы  в  сфере  решения  вышеуказанной  проблемы  —  создания  такой  учебной  траектории  студента,  в  результате  которой  производство  получает  инженера  с  максимальным  уровнем  компетентности.  В  силу  некоторых  факторов  (например,  отсутствие  педагогического  образования  преподавателей  инженерных  специальностей,  отсутствие  опыта  и  т.  д.)  при  обучении  будущего  инженера  не  удается  в  полной  мере  достигнуть  поставленной  цели  —  формирования  максимального  уровня  компетентности.

Разными  авторами  предложено  несколько  способов  решения  указанной  проблемы,  так  например,  Макаренко  Е.А.  [5].  для  упрощения  работы  преподавателя  предложила  математическую  модель  системы  поддержки  принятия  решений,  которая,  опираясь  на  определенную  исходную  информацию:  способности  и  личные  качества  студента,  желаемый  набор  компетенций  и  др.  —  будет  выдавать  варианты  траекторий  обучения  студентов.  На  основе  предложенных  системой  вариантов  набора  дисциплин  с  указанием  глубины  и  последовательности  их  изучения,  этих  вариантов  преподаватель  совместно  со  студентом  будет  выбирать  наиболее  предпочтительный.  К  сожалению,  предложенная  модель  громоздкая,  поскольку  предназначена  для  разных  специальностей  и  уровней  подготовки.  Для  математического  описания  указанной  модели  использовалась  теория  графов. 

Очерченный  круг  вопросов  указывает  на  актуальность  разработки  и  внедрения  простой  и  гибкой  системы  поддержки  принятия  решений  (СППР),  которая  позволит  преподавателю  путем  выбора  оптимального  структурирования  учебного  процесса  и  путем  оптимального  распределения  времени  между  различными  учебными  задачами  и  различными  видами  учебных  занятий,  повысить  уровень  компетенций  при  существующих  ограничениях.

Целью  данной  работы  является  математическое  моделирование  системы  поддержки  принятия  решений  при  создании  соответствующей  структуры  учебного  процесса  и  оптимального  распределения  времени  между  различными  учебными  задачами  и  различными  видами  учебных  занятий  студентов  дневной  и  заочной  формы  обучения  с  целью  обеспечения  максимально  высокого  уровня  компетенций  будущего  инженера,  а  также  их  сравнение.  Основными  задачами  при  решении  этой  проблемы  является  создание  математической  модели,  выбор  и  обоснование  метода  математического  моделирования,  выбор  ограничений,  обработка  производных  данных  и  анализ  полученных  результатов.

Основные  материалы  исследования.  Сегодня  одной  из  сложных  проблем  в  науке  и  технике  является  проблема  поддержки  принятия  решений  в  неопределенных  и  нечетких  условиях  [6],  [7].  Использование  СППР  является  оправданной  мерой  преодоления  уровня  неопределенности  постановки  и  условий  решения  задач  управления  сложными,  нелинейными  и  динамическими  объектами,  одним  из  которых  является  учебный  процесс. 

При  принятии  решения  преподавателем  в  отношении  управления  учебной  деятельностью  студентов  существует  трудность  в  учете  следующих  свойств  этой  задачи:

·     СППР  существенно  зависят  от  внешних  факторов  (например:  деятельность  вузов  регламентируется  и  ограничивается  законами,  приказами  и  другими  нормативными  документами);

·     регламентирующие  указания  в  документах  носят  расплывчатый  характер  (разрешается  изменять  объем  часов,  отведенных  на  самостоятельное  освоение  учебного  материала,  разрешается  варьировать  в  тематической  тематике);

·     присутствует  значительное  количество  входных  данных,  причем  часто  они  неопределенные,  неполные;

·     сложноcть  в  четкости  определения  последствия  принимаемых  решений  в  этих  задачах  трудно.

Указанные  выше  основные  свойства  задач  поддержки  принятия  решений  учебного  процесса  относят  их  к  классу  слабоформализованных,  слабоструктурированных  задач  с  расплывчатыми  ограничениями,  неполными  и  нечеткими  данными  [8].

Перспективным  является  разработка  и  исследование  возможностей  применения  информационных  технологий  для  эффективного  принятия  решения  в  неопределенных  и  нечетких  условиях  при  организации  учебного  процесса.  При  этом  возникает  конфликт  между  сложностью  СППР  и  требованиями  принятия  эффективных  гибких  решений.  Одним  из  возможных  подходов  к  решению  этой  проблемы  является  использование  соответственных  специализированных  математических  моделей,  которые  лежат  в  основе  информационной  технологии  поддержки  принятия  решений  с  учетом  определенных  ограничений.

Для  построения  учебных  логических  модулей  по  техническим  дисциплинам  при  подготовке  будущих  инженеров  с  целью  устранения  субъективного  фактора,  учета  индивидуальных  способностей  и  возможностей  студенческих  групп  и  облегчения  трудоемкости  в  разработке  предлагается  применить  экспертный  итерационный  подход.

Предложенный  метод  достаточно  прост  для  программной  реализации  и  является  более  быстрым  по  сравнению  с  другими  методами.  Применение  этого  метода  позволяет  преподавателю  легко  реализовывать  следующие  требования:  учесть  темп  обучения  и  индивидуальные  возможности  студентов;  ускорить  и  повысить  уровень  понимания  и  детализации  учебного  материала;  предоставить  широкие  возможности  в  коррекции  методик,  методов  и  средств  обучения  в  случае  малоэффективного  усвоения  материала  студентами.  Структура  экспертного  итерационного  подхода  построения  логического  модуля  описана  нами  ранее  [4].

При  разработке  математической  модели  технической  дисциплины  акцент  был  поставлен  на  формирование  максимального  уровня  компетентности  будущего  инженера,  с  учетом  ограничений.  Модель  была  подробно  рассмотрена  в  [9].  Эта  модель  в  математическом  виде  может  быть  записана  как  система  матричных  уравнений:

                                    (1)

где    —  это  нормировочная  матрица,  которая  позволяет  получить  результат  в  виде  отдельного  числа;

kt  —  матрица  коэффициентов,  которая  определяет  влияние  количественных  параметров  P  на  количество  отведенных  часов  t  по  каждому  из  видов  занятий;

P  —  матрица  количественных  параметров  занятий;

T₀  —  матрица  размерностью  11,  которая  отражает  ограничение  общего  учебного  времени; 

ki  —  матрица  коэффициентов  влияния  индикаторов  на  компетенцию,  которые  показывают  как  влияет  каждый  из  индикаторов  I  на  формирование  конкретной  компетенции  K; 

kp  —  матрица  коэффициентов  влияния  каждого  из  параметров  занятий  P  на  формирование  конкретного  индикатора  I;

K  —  матрица  компетенций.

Первое  уравнение  системы  (1)  отражает  ограничения,  которые  должны  учитываться  в  модели,  второе  уравнение  системы  —  это  функция  цели,  записанная  в  матричном  виде.  В  этой  системе  (1)  неизвестными  являются  количественные  параметры  P,  все  другие  —  коэффициенты  kt,  ki,  kp,  объем  общего  учебного  времени  T₀  —  известны.  Коэффициенты  задаются  требованиями  к  рабочей  программы  дисциплины,  а  также  экспертом,  в  роли  которого  выступает  преподаватель  специализированной  технической  дисциплины.  Требования  к  значению  коэффициентов  и  принцип  их  формирования  детально  рассмотрены  в  работе  [9].

Таким  образом,  решение  системы  (1)  является  поиском  максимального  значения  функции  нескольких  переменных  K(P)  при  наличии  ограничений.  Для  решения  сложных  систем  вида  (1)  нужно  использовать  методы  математического  моделирования,  а  для  учета  неопределенных  и  слабоформализованных  факторов  при  проведении  такого  моделирования  необходимо  использовать  информационные  технологии.

Для  решения  этой  задачи  авторами  была  разработана  специализированная  компьютерная  программа,  которая  позволяет  обрабатывать  исходные  данные,  заданные  в  виде  базы  данных.  Преподаватель,  отталкиваясь  от  собственного  опыта  преподавания  и  собственного  знания  предметной  области,  формирует  исходные  данные  —  определяет  компетенции  и  их  составляющие  (индикаторы),  которые  должны  быть  достигнуты  в  процессе  изучения  отдельных  учебных  тем;  определяет  перечень  задач  и  учебных  занятий,  которые  должны  будут  проведены  в  процессе  обучения;  определяет  связь  между  отдельными  параметрами  процесса  обучения  и  результатами  обучения.  Введенные  преподавателем  исходные  данные  обрабатываются  и  моделируются  путем  численного  решения  системы  (1).

В  основу  математического  моделирования  системы  (1)  положены  итерационные  методы  поиска  максимума  матричных  функций,  с  учетом  ограничений.  Результатом  математического  моделирования  является  значение  всех  составляющих,  из  которых  формируется  максимальный  уровень  компетенций,  и  само  значение  сложившегося  уровня  компетенций  в  зависимости  от  множества  количественных  параметров  занятий  P,  что  является  важным  для  определения  управленческих  решений  при  использовании  СППР.  Структурная  схема  предлагаемой  информационной  технологии  показана  на  рисунке  1.

Рисунок  1.  Структурная  схема  информационной  технологи  поддержки  принятия  решений  при  оптимизации  процесса  обучения  студентов  технических  специальностей

Было  проведено  моделирование  системы  поддержки  принятия  решений  при  разработке  учебного  логического  модуля  «Методы  расчета  линейных  цепей  постоянного  тока»  по  дисциплине  «Теоретические  основы  электротехники»  для  студентов  дневной  и  заочной  форм  обучения.  Основное  отличие  этих  двух  форм  обучения  при  изучении  указанного  материала  заключается  в  объеме  учебных  вопросов,  которые  изучаются  аудиторно  под  руководством  преподавателя  в  противоположность  вопросам,  которые  изучаются  студентами  самостоятельно.  С  точки  зрения  математической  модели  учебного  логического  модуля  для  студентов  заочной  формы  обучения  количество  часов,  выделенных  на  изучение  учебных  вопросов,  существенно  превышает  количество  часов,  выделенных  на  аудиторное  изучение  учебных  вопросов.  Общее  ограничение  учебного  времени,  выделенное  на  изучение  указанного  логического  модуля  является  одинаковым  как  для  студентов  дневной,  так  и  для  студентов  заочной  формы  обучения.

Кроме  этого,  начальный  компетентностный  уровень  студентов  дневной  формы  обучения  выше,  чем  соответствующий  уровень  студентов  заочной  формы  обучения.

Моделирование  системы  поддержки  принятия  решений  проводилось  итерационным  методом,  на  каждом  шаге  которого  менялся  один  из  параметров  модели,  а  именно  —  процентное  соотношения  количества  часов,  выделенных  под  самостоятельное  изучение  вопросов  студентами.  Результаты  моделирования  показаны  на  рисунке  2.

Рисунок  2.  Зависимость  сформированного  уровня  компетенций  от  процентной  части  учебных  часов,  выделенных  на  самостоятельное  изучение  учебных  вопросов  студентами.

Анализ  результатов  моделирования  показывает,  что  наиболее  оптимальный  уровень  компетенций  может  быть  достигнут  в  случае,  если  47—52  %  учебного  времени  выделяется  студентам  для  самостоятельного  изучения  учебных  вопросов.  Указанные  результаты  моделирования  означают,  что  для  студентов  дневной  формы  обучения,  у  которых  в  настоящее  время  30—40  %  времени  выделено  на  самостоятельное  изучение  учебных  вопросов,  необходимо  увеличивать  это  время,  а  для  студентов  заочной  формы  обучения,  у  которых  60—80  %  времени  выделено  на  самостоятельное  изучение  учебных  вопросов,  необходимо  уменьшать  это  время  с  целью  увеличения  уровня  компетенций,  сформированных  в  результате  изучения  технической  дисциплины.

Существенную  роль  в  формировании  компетентности  имеет  сложность  заданий,  которые  изучают  студенты  самостоятельно.  Особенно  это  актуально  для  студентов  заочной  формы  обучения.  Было  проведено  моделирование  СППР,  в  котором  изменялась  процентная  сложность  таких  заданий.  Результаты  моделирования  показаны  на  рисунке  3.

Рисунок  3.  Зависимость  сформированного  уровня  компетенций  от  сложности  заданий,  которые  выносятся  на  самостоятельное  изучения  студентами  заочной  формы  обучения

Анализ  результатов  моделирования  показывает,  что  для  студентов  заочной  формы  обучения  наряду  с  уменьшением  количества  заданий,  выносимых  на  самостоятельное  изучение,  необходимо  также  уменьшать  сложность  таких  заданий  на  20—25  %.

Выводы.  Наиболее  приемлемым  для  подготовки  студентов  технических  специальностей  в  условиях  современности  признан  компетентностный  подход  к  процессу  обучения.  Предложено  математическое  описание  модели  технической  учебной  дисциплины,  которая  отражает  ориентацию  учебного  процесса  на  формирование  компетенций  и  учитывает  соответствующие  ограничения,  влияние  параметров  занятий  и  индикаторов  на  формирование  компетенций  будущего  инженера.  Промоделирован  процесс  обучения  логического  модуля  «Методы  расчета  линейных  цепей  постоянного  тока»  по  дисциплине  «Теоретические  основы  электротехники»  для  студентов  дневной  и  заочной  форм  обучения.  Показано,  что  повышение  уровня  компетенций  возможно  за  счет  перераспределения  учебных  часов  между  аудиторных  занятий  и  часами  отведенных  на  самостоятельную  работу.  Для  облегчения  и  автоматизации  работы  преподавателя,  было  предложено  разработку  и  внедрение  соответствующей  информационной  технологии  поддержки  принятия  решений.

Список  литературы:

1.Федоров  И.  Инженерное  образование:  состояние,  проблемы,  перспективы  //  Высшее  образование  в  России.  —  №  1.  —  2008.  —  С.  4—11. 

2.итета.  —  2009.  —  №  8.  —  С.  63—66.

3.Овчинникова  Н.Н.  //  Вестник  Южно-Уральского  государственного  университета.  Серия:  Образование,  Здравоохранение,  Физическая  Культура  —  №  29  (129)  —  2008.  —  С.  139—144.

4.Лебединский  И.Л.  Информационные  технологии  в  обеспечении  компетентностного  подхода  к  обучению  инженеров-электриков  /Лебединский  И.Л.,  Загородняя  Т.М.  //  Вестник  Национального  университета  „Львовская  политехника”.  2013.  №  770:  Радиоэлектроника  и  телекоммуникации.  —  С.  187—195.

5.Макаренко  Е.А.  Математическая  модель  выбора  траектории  обучения  студента  в  системе  зачетных  единиц  //  Молодёжь  и  наука:  Сборник  материалов  VI  Всероссийской  научно-технической  конференции  студентов,  аспирантов  и  молодых  учёных  Красноярск:  Сибирский  федеральный  ун-т,  2011.  [Электронный  ресурс].  —  Режим  доступа.  —  URL:  http://conf.sfu-kras.ru/sites/mn2010/section6.html,  свободный

6.Волчихин  В.И.  Математическая  модель  системы  принятия  решений  по  управлению  качеством  образования  в  ВУЗе  /  Волчихин  В.И.  Прошкина  Е.Н.  //  Известия  высших  учебных  заведений.  Поволжский  регион.  Технические  науки.  —  №  3.  —  2007.  —  с.  35—43.

7.Прокопенко  Роман  Васильевич  Моделирование  слабоструктурированных  задач  в  системах  поддержки  принятия  решений:  Дисс.  канд.  экон.  наук:  08.03.02  /  Донецкий  национальный  ун-т.  Донецк,  2003.  —  171  л.:  рис.  Библиогр.:  —  л.  160—170.

8.Найханова  Л.В.,  Дамбаева  С.В.  Методы  и  алгоритмы  принятия  решений  в  управлении  учебным  процессом  в  условиях  неопределенности.  Улан-Удэ:  Изд-во  ВСГТУ.  2004.  —  164  с.

9.        Загородняя  Т.Н.  Структура  базы  данных  для  подготовки  учебно-методического  материала  с  целью  формирования  общих  и  специальных  компетенций  /  Лебединский  И.Л.  Загородняя  Т.Н.  //  Научный  вестник  Черновицкого  национального  университета  имени  Юрия  Федьковича.  Серия:  Компьютерные  системы  и  компоненты.  —  2013.  —  Т.  4.  —  Вып.  2.  —  С.  36—41.