Исследование и разработка компьютерных обучающих систем

Размещено на http://www.allbest.ru/

ИССЛЕДОВАНИЕ И РАЗРАБОТКА КОМПЬЮТЕРНЫХ ОБУЧАЮЩИХ СИСТЕМ

Направление 231000.68 - «Программная инженерия» Программа «Программное обеспечение вычислительной техники и автоматизированных систем»

Автореферат диссертации на соискание степени магистра

Левашко Вадим Вадимович

ПЕНЗА 2014

Диссертационная работа выполнена в государственном образовательном учреждении высшего профессионального образования «Пензенский государственный университет» на кафедре «Математическое обеспечение и применение ЭВМ».

Научный руководитель - кандидат технических наук, доцент, ФГБОУ ВПО «Пензенский государственный университет», доцент кафедры «Математическое обеспечение и применения ЭВМ», г. Пенза Князев Виктор Николаевич

Рецензент - кандидат технических наук, доцент, ФГБОУ ВПО «Пензенский государственный университет архитектуры и строительства», заведующий кафедрой «Информационно-вычислительные системы», г. Пенза Васин Леонид Анатольевич

Защита диссертации состоится 25 июня 2014 года в 10.00 на заседании Государственной аттестационной комиссии кафедры «Математическое обеспечение и применение ЭВМ» ФГБОУ ВПО «Пензенский государственный университет».

Секретарь ГАК Ракова А. Н.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Эффективно обеспечить гарантированный уровень теоретических знаний и практических навыков и умений обучаемых, в первую очередь, можно при использовании соответствующих компьютерных обучающих систем (КОС).

Однако, существует ряд причин препятствующих широкому использованию подобного рода программ. Главными среди них являются выполнение лишь некоторых из основных функций процесса обучения, а также малая приспособленность для реализации разнообразных методических приемов, применяемых педагогом при традиционной форме обучения. Отсутствие инструментальной гибкости КОС, жестко заданные характеристики носят качественный характер и соответственно когда применяются жёсткие правила, теряется адекватность моделей.

В связи с этим, проведение исследования уже имеющихся КОС и математических моделей, проведение модификации выбранных моделей и создание системы на их основе является актуальным.

Целью данной работы является анализ математических моделей и разработка КОС по курсу «Моделирование систем» на базе модифицированной нечетко-логической математической модели.

Задачи исследования. В соответствии с поставленной целью определены следующие основные задачи магистерской работы:

- исследование и анализ развития КОС и математических моделей для их реализации;

- выбор конкретных существующих математических моделей и их модификация;

- практическая реализация разработанных моделей при создании КОС.

Объектом исследования является компьютерная обучающая система.

Предмет исследования - разработка и модификация нечетко-логических математических моделей для использования в КОС.

Методы исследования. В работе используются модели и методы нечеткой логики, теории массового обслуживания, объектно-ориентированного программирования, имитационного моделирования, теории графов. компьютерный обучающий система математический

Научная новизна работы заключается в следующем:

1) Разработана онтология электронного учебного курса, отличающаяся от известных тем, что в её основу были положены обобщенные основные принципы, используемые для структуризации лекций, практических занятий и других видов занятий в учебном процессе;

2) Модифицированы математические модели предметных и персональных знаний, отличающиеся от известных тем, что расширен перечень используемых характеристик;

3) Предложена классификация КОС, отличающаяся от известных тем, что предложен более полный перечень классификационных признаков.

Практическая значимость исследований. Разработанная КОС может быть использована в учебном процессе по курсу «Моделирование систем», преподаваемому на кафедре.

Результаты, выносимые на защиту:

1) Разработана онтология электронного учебного курса, отличающаяся от известных тем, что в её основу были положены обобщенные основные принципы, используемые для структуризации лекций, практических занятий и других видов занятий в учебном процессе;

2) Модифицированные математические модели предметных и персональных знаний, отличающиеся от известных тем, что что расширен перечень используемых характеристик.

3) Классификация КОС, отличающаяся от известных тем, что предложен более полный перечень систем.

4) Имитационные модели реализующие анимационно-демонстрационные примеры КОС.

5) Разработка программного обеспечения КОС с применением следующих языковых и инструментальных программных средств: OWL, Protege, HTML, Adobe Dreamweaver, SQL, SQL Server, ActionScript Adobe Flash, C#.

Апробация работы. Основные результаты диссертационной работы докладывались и обсуждались на следующих конференциях: Региональный молодежный форум «Открытые инновации - вклад молодежи в развитие региона» (г.Пенза, 2013г.); VI Международная научно-практическая конференция "Молодежь. Наука. Инновации" (г.Пенза, 2013г.); Международная конференция Research Journal of International Studies XXVIII (г.Екатеринбург, 2014г.).

Публикации. По теме диссертационного исследования соискателем опубликовано 3 печатных работы: 1 статья в научном журнале РИНЦ, 2 статьи в материалах российских и международных конференций.

Структура и объём работы. Диссертация состоит из введения, трех глав, заключения, списка использованной литературы, 5 приложений. Диссертационная работа изложена на 172 страницах, содержит 43 рисунка, 29 таблицы и 30 страниц приложений.

СОДЕРЖАНИЕ ДИССЕРТАЦИИ

Во введении обоснована актуальность темы диссертации, сформулированы цель и задачи исследования, определены предмет и объект исследования, показаны научная новизна и практическая значимость результатов диссертационного исследования, приведены сведения об апробации работы и публикациях. Представлена структура работы.

В первой главе показана история развития обучающих систем, дан обзор существующих компьютерных обучающих систем (КОС), где были описаны их возможности и недостатки. Было выявлено, что существует ряд причин, препятствующих широкому использованию подобного рода программ. Главными среди них являются выполнение большинством КОС лишь некоторых из основных функций процесса обучения, а также малая приспособленность для реализации разнообразных методических приемов, применяемых педагогом при традиционной форме обучения. Большинство КОС имеют ограниченные функциональные возможности и не позволяют в полной мере усвоить учащимся преподносимый материал.

Анализ различных источников позволил сделать вывод о том, что общепринятой классификации КОС не существует. Более того, каждый исследователь приводит и обосновывает свою классификацию, причем все они не свободны от недостатков, что признают и сами авторы. Поэтому предлагается своя классификация КОС, отличающаяся от известных, тем, что содержит более полный перечень классификационных признаков.

Так как информационные технологии получили в последнее время широкое распространение в различные сферы деятельности, а наличие огромного количества разработчиков программного обеспечения продолжает расти, то эта ситуация ставит проблемы стандартизации на первое место среди факторов успешного развития этой деятельности. В сфере образования проблемы стандартизации применения информационных технологий также активно обсуждаются, международные организации разрабатывают спецификации и стандарты на информационные обучающие системы.

В связи с этим в главе содержится обзор основных организаций, ведущих разработки по направлениям информатизации образования и развития отраслевых стандартов, в котором была выбрана на ведущий стандарт SCORM организации ADL.

Вторая глава посвящена анализу математических моделей и модификации выбранных нечетко-логических моделей. В начале главы идет разделение данных и знаний, а также показаны различные типы знаний.

Также рассказывается про процесс обучения, его основные компоненты и про то, как представлен он в трудах различных авторов.

Далее начинается разработка модели с онтологического анализа. В результате полного описания объектов и их свойств предметная область будет представлена как сложная иерархическая база знаний.

Современный электронный учебный курс (ЭУК) - это цветное динамическое изображение, поддерживаемое звуком, включающее органической частью кино-, видеоизображение, анимационные сюжеты. В основу онтологии «Электронный учебный курс» были положены основные принципы, используемые для структуризации лекций, практических занятий и других видов занятий учебного процесса. В соответствии с этими принципами была сформирована структура и выделены основные компоненты произвольного электронного учебного курса (рисунок 1):

Рисунок 1 Онтология «Электронный учебный курс»

На основании данной онтологии построена математическая модель предметных знаний. Под предметными знаниями подразумеваются знания эксперта о составе и структуре, определяемые программой обучения. В таком контексте ЭУК рассматривается как система знаний, состоящая из понятий и отношений между ними, отражающих знания о составе и структурных свойствах учебного материала. Состав и структура предметных знаний разрабатывается преподавателем (группой экспертов) на основе государственных стандартов и имеющегося практического опыта преподавания.

Дальше выделяются 2 средства организации электронного обучения (LMS и LCMS) и приводятся положительные и отрицательные стороны, также показаны отличия их друг от друга.

После всего приступаем к анализу видов моделей представления знаний, в ходе которого были выделены все как положительные, так и отрицательные стороны. В частности в логической модели представление знаний выражено ненаглядно (логические формулы трудно читаются и воспринимаются). У продукционной модели имеется сложность управления выводом, неоднозначность выбора конкурирующих правил. Недостатком семантических сетей и фреймов как моделей знаний является отсутствие универсальной процедуры их обработки, а также сложность организации процедур поиска вывода, что может привести к неэффективному использованию ресурсов вычислительной техники. Среди основных недостатков модели на нечеткой логике можно выделить отсутствие стандартной методики конструирования систем основанных на нечеткой логике и невозможность математического анализа нечетких систем существующими методами.

В результате этого была выбрана модель, основанная на нечеткой логике, которая предполагает использование теории нечетких множеств, где функция принадлежности элемента множеству не бинарная (да/нет), а может принимать любое значение в диапазоне 0-1. Нечеткость связана с отсутствием точных границ области определений и свойственна большинству понятий. Эта нечеткость границ приводит к тому, что в общем случае оказывается невозможным решать вопрос о соответствии данного объекта и данного понятия по принципу да/нет.

Решение принимается в пользу этой модели, так как процесс обучения, как процесс творческий, относится к плохо формализуемым процессам. В подобных случаях наиболее целесообразно воспользоваться такими методами, которые специально ориентированы на построение моделей, учитывающих неполноту и неточность исходных данных. Именно поэтому нечетко логические модели оказываются наиболее конструктивными при описании знаний. Нечеткая логика дает возможность строить базы знаний и интеллектуальные системы нового поколения, способные хранить и обрабатывать неточную информацию.

Далее идёт представление моделей на нечёткой логике, в ходе которого выбирается модели предметных и персональных знаний. После того, как были выбраны эти модели производим их модификацию. В частности модифицируем модели используя систему целевых дидактических показателей, предложенная В.П. Беспалько. Она менее детальна и более алгоритмична, чем таксономия Блума, но в большей степени подходит к электронному обучению. К тому же таксономия В.П. Беспалько более известна и распространена в России, чем таксономия Блума.

У Беспалько В.П. выделено несколько характеристик, но мы будем использовать только одну характеристику - «степень автоматизации усвоения». Этот показатель характеризует умения как навыки в овладении осваиваемыми способами деятельности, что иногда требуется в процессе обучения. Можно измерять степень автоматизации усвоения коэффициентом:

Х = H/F

где H - время выполнения теста профессионалом; F - время выполнения теста учащимся.

Считается, что если то это хороший результат. В некоторых областях (подготовка летчика, водителя, хирурга и т.д.) должно выполняться условие .

Следовательно, можно после прохождения теста оценивать степень автоматизации обучающегося, например, по вышеприведенной формуле. Для этого необходимо произвести модификацию моделей предметных и персональных знаний.

Каждая вершина графа будет взвешиваться вектором:

где H_i - время прохождения профессионалом. Получившийся граф представлен на рисунке 2

Рисунок 2 Модифицированная модель предметных знаний

В модели персональных знаний каждая вершина графа будет взвешиваться вектором:

где Fi - время прохождения теста студентом. Получившийся граф представлен на рисунке 3

Рисунок 3 Модифицированная модель персональных знаний

Далее зная H_i - время ответа на вопрос затраченное профессионалом и F_i - время затраченное студентом, можно измерить коэффициент степени автоматизации усвоения учебного материала:

Так как студент может проходить одни и те же тесты неоднократно, то Y будет представлено в виде масcива элементов:

где a - номер теста по теме, b - сколько тестов пройдено.

Третья глава содержит разработку и реализацию программного обеспечения КОС.

КОС обеспечивает на данный момент защищенность данных в системе средствами авторизации. Поддерживается работа как с обычным пользователем, так и с администратором, который обладает более расширенными правами, чем обычный пользователь. Также КОС позволяет администратору как редактировать имеющиеся электронный курс «Моделирование систем», так и создать новый ЭУК по другому предмету. Имеется возможность выбирать теоретический материал различной сложности. Реализовано использование подсказок различной полноты во время ответа на вопрос. При прохождении тестирования выводится в результате рекомендуемая оценка, которая вычисляется в результате общего числа полученных балов за тест и коэффициента степени автоматизации обучения.

Также для наглядности разработаны 10 демонстрационных примеров (один из которых представлен на рисунке 4), имитирующих работу систем и сетей массового обслуживания в реальном времени с возможностью изменения начальных данных (среднее время генерации заявки, среднее время обработки заявки, длина очереди и число каналов) и с поддержкой сбора статистики работы демонстрационного примера (количество сгенерированных заявок, количество обслуженных заявок и количество потерянных заявок).

Рисунок 4 Демонстрационный пример многоканальной СМО с ограниченной очередью

Разработанная система в настоящий момент рассчитана только на использование на одном компьютере. Также на данном этапе не осуществлена поддержка создания истории действия пользователей.

При разработке данной КОС использовались языки HTML, ActionScript, С#. КОС рассчитана только на локальное использование на одном компьютере. Материалы использующиеся для теоретического материала и для подсказок должны быть в формате HTML. КОС функционирует в операционной среде Windows XP и выше, для просмотра рекомендуется браузер Internet Explorer версий 7.0 и выше. База данных разрабатывалась на языке SQL и работает в среде SQL Server 2008 и выше. Возможно также применение популярных альтернативных браузеров Mozilla Firefox, Opera, Safari, Google Chrome. В качестве основных инструментальных систем разработки использовались Adobe Dreamweaver, Adobe Flash, Microsoft Visual Studio.

В заключении сформулированы основные результаты диссертационной работы.

Приложения содержат листинги реализации как самой программы на С#, так и демонстрационного примера на ActionScript. Также в приложениях ещё содержатся словарь терминов, код программы на XAML (обеспечивающего оформление форм приложения) и скриншоты тестирования приложения.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

Основные результаты диссертационной работы состоят в следующем:

1) Разработана онтология электронного учебного курса, отличающаяся от известных тем, что в её основу были положены обобщенные основные принципы, используемые для структуризации лекций, практических занятий и других видов занятий в учебном процессе;

2) Модифицированные математические модели предметных и персональных знаний, отличающиеся от известных тем, что что расширен перечень используемых характеристик.

3) Классификация КОС, отличающаяся от известных тем, что предложен более полный перечень классификационных признаков.

4) Имитационные модели реализующие анимационно-демонстрационные примеры КОС.

5) Разработка программного обеспечения КОС с применением следующих языковых и инструментальных программных средств: OWL, Protege, HTML, Adobe Dreamweaver, SQL, SQL Server, ActionScript Adobe Flash, C#.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Денисова И.Ю. Применение мультимедийных технологий при проектировании электронного учебного пособия по курсу "Моделирование систем" на базе нечетко-логической математической модели / Денисова И.Ю., Князев В.Н., Левашко В.В. // Труды VI Международной научно-практической конференции "Молодежь. Наука. Инновации". Пенза: Изд. РГУИТП, 2013. C. 152-154.

2. Балашова И.Ю. Современные модели представления знаний в компьютерной обучающей системе / Балашова И.Ю., Князев В.Н., Левашко В.В. // Открытые инновации - вклад молодежи в развитие региона: сборник материалов регионального молодежного форума. Пенза, Изд. ПГУ, 2013. Том 1. С. 30-33.

3. Балашова И.Ю. Построение и анализ математических моделей основанных на нечеткой логике / Балашова И.Ю., Князев В.Н., Левашко В.В. // Международный научно-исследовательский журнал. Екатеринбург: Изд. Импекс, 2014. №5. Часть 1. С. 86 - 89.

Размещено на Allbest.ru