Алгоритмы и технологии создания средств адаптивного управления обучением с элементами интеллектуализации на транспортных системах тема диссертации и автореферата по ВАК РФ 05.13.06, кандидат технических наук Кондратьев, Дмитрий Дмитриевич

• Кондратьев, Дмитрий Дмитриевич
• кандидат технических наук
• 2003

Оглавление диссертации кандидат технических наук Кондратьев, Дмитрий Дмитриевич

Введение. стр.

Глава 1. Управление программированным обучением и контролем знаний. стр.

1.1.Основные концепции и понятия обучения как процесса автоматизации. стр.

1.2. Классификация систем автоматизированного обучения и контроля знаний. стр.

1.3. Механизмы реализации адаптивного программированного

I обучения и контроля знаний. стр.

1.4. Использование интеллектуальных технологий для автоматизации и управления качеством программированного обучения и контроля базы знаний. стр.

Выводы по Главе 1. стр.

Глава 2. Математическое обеспечение систем управления обучением и контролем знаний. стр. 2.1. Разработка оценочных критериев и весовых коэффициентов для определения уровней сложности и адекватности контрольных вопросов. стр.

2.2. Разработка методов формирования оценок по контрольным программам в зависимости от числа правильных ответов. стр.

2.3. Методы формализации решения задач распознавания знаний . стр.

Выводы по Главе 2. стр.

Глава 3. Алгоритмизация адаптивной системы управления обучением и контролем базы знаний. стр.

3.1. Построение общей функциональной схемы системы . стр.

3.2. Разработка алгоритмов, реализующих механизм адаптивного обучения на основе стереотипной оверлейной модели пользователя. стр.

3.3. Разработка естественно-языкового интерфейса для обеспечения задач контроля базы знаний на естественном языке и интеллектуального поиска. стр.

3.4. Разработка алгоритмов, обеспечивающих возможность моделирования поведения специалиста при решении задач предметных областей. стр.

Выводы по Главе 3. стр.

Глава 4. Разработка прикладного программного обеспечения для систем управления обучением и контролем знаний в транспортных комплексах. стр.

4.1. Архитектура программной системы адаптивного управления обучением с обеспечением обратной связи. стр.

4.2. Проектирование интерфейса инструментальной среды разработки адаптивных обучающих курсов, их настройки и конфигурирования. стр.

4.3. Проектирование интерфейса программной оболочки, обеспечивающей возможности проведения дистанционного обучения и контроля знаний в транспортных комплексах . . . стр.174 Выводы по Главе 4. стр.

Введение диссертации (часть автореферата) на тему «Алгоритмы и технологии создания средств адаптивного управления обучением с элементами интеллектуализации на транспортных системах»

Значение управления системами обучения и контроля баз знаний трудно переоценить. При этом автоматизированные системы управления обучающими материалами и базами знаний выступают как в роли дополнительных средств источника знаний (справочно-информационная поддержка учебных курсов, контроль знаний), так и замещающие функции самого источника знаний (системы дистанционного обучения). Очевидно, что программированное обучение имеет следующие достоинства над традиционным подходом к обучению:

• Переносимость. Электронный учебный курс может быть легко перенесен и установлен на персональном компьютере обучаемого. При этом дополнительные затраты на тиражирование и распространение материалов практически отсутствуют.

• Возможность неограниченного использования видео- и аудио-материалов в учебном курсе. В традиционном обучении использование мультимедиа материалов тоже возможно, но будет в значительной мере ограничено техническими ресурсами учебного заведения, так как не всегда возможно в учебном помещении установить средства аудиовизуального сопровождения.

• Меньшие затраты по времени как у обучаемых, так и у преподавателей. Обучаемый может по своему усмотрению и с наиболее оптимальной ему скоростью проходить учебный курс. Затраты преподавателя уменьшаются за счет того, что он должен только подготовить учебные материалы в электронном формате, обеспечить настройку управления ими, и проверять задания, переданные обучаемым.

• Возможность многократного использования всех подготовленных учебных материалов. Один раз систематизированный, электронный учебный курс может быть многократно использован, кроме того, он легко под дается редактированию и модификации и изменению структур, отвечающих за управление процессом обучения.

Однако было бы ошибочно утверждать, что программированное обучение по своему качеству превосходит традиционную форму обучения. Более того, традиционная форма преподавания по эффективности усвоения учебных материалов обучаемым намного превосходит программированное обучение и контроль знаний, поскольку на данный момент существующие системы дистанционного обучения фактически представляют собой систему заочного образования, в которой увеличен только цикл самостоятельной работы обучаемых за счет использования средств телекоммуникаций и компьютеров.

Главной проблемой развития систем автоматизированного управления обучением является то, что разработчики программных средств переносят существующую систему подготовки специалистов на принципиально новые технологии без применения новых форм, методов обучения и контроля знаний. Подавляющее большинство систем управления обучающими материалами ограничивают преподавателя малым функциональным набором для создания электронных учебных курсов. Классическая система создания и управления электронными учебными материалами позволяет создать набор лекционных материалов и ряд тестов, в которых вопросы могут представлять собой несколько ограниченных вариантов (чаще всего это выбор одного или нескольких правильных ответов из предложенных и указание обучаемым точного значения или точной формы определения). При этом разработчики программных систем не учитывают наличия в традиционной форме обучения постоянной обратной связи преподавателя с обучаемым. Преподаватели могут оценить в процессе проведения лекционного обучения уровень усвоения материалов, и в случае необходимости, повторить его, снабдив дополнительными примерами. В существующих программных системах в лучшем случае информация о том, что материал был плохо усвоен, появится только в конце темы, когда пользователь будет проходить. промежуточное тестирование. Но даже в случае информирования преподавателя о недостаточном усвоении, он вряд ли сможет откорректировать управление обучающими материалами, прибегая к возможностям только обучающей системы, так как модификация электронного учебного курса повлияет на процесс обучения всех пользователей системы, вне зависимости от того, насколько хорошо они усвоили материал.

Таким образом, основные недостатки за счет низкой теоретической проработки ряда вопросов в системе управления программированным обучением можно сформулировать следующим образом:

• Плохо развиты стратегические вопросы использования автоматизированных систем управления обучающих материалами, кроме как обучение на расстояние;

• Слабая проработка дидактических аспектов управления процессом обучения в системе программированного образования, и как следствие, слабая инструментальная база для создания электронных учебных материалов и последующего управления ими;

• Практически полное отсутствие исследований по вопросам контроля знаний обучаемого, т.е. обеспечения принципа обратной связи. Данный недостаток приводит к тому, что существующие системы управления обучающими материалами представляют собой разомкнутую систему, не реагирующую на динамику изменений базы знаний пользователя. Очевидно, что с учетом указанных выше недостатков системы управления программированным обучением и контролем базы знаний еще далеки от совершенства.

Однако было бы ошибочно пытаться создавать программную систему, позволяющую полностью моделировать функции преподавателя [32], поскольку ряд методов обучения применим только в узких предметных областях. Кроме того, каждый преподаватель обладает своим уникальным стилем преподавания, который невозможно учесть при разработке учебных курсов со встроенным и замкнутым модулем управления. Нам представляется наиболее целесообразным не создавать универсальный модуль управления, а разработать инструментальную систему, позволяющую выполнять управление автоматизированным обучением в стиле, максимально приближенном к стилю преподавателя-создателя электронного учебного курса и обладающую широкими возможностями для обеспечения адаптивного управления электронными учебными курсами. Данная концепция не отвергает возможности управления дистанционным обучением, но обладает более высоким показателем гибкости по сравнению с системами, реализующими стандартный подход к управлению дистанционным обучением. Кроме того, значительно повышается интегративность электронного учебного курса с традиционной формой преподавания за счет повышения качества и гибкости адаптивного управления, что позволит комбинировать как классические занятия с преподавателем, так и электронные занятия с персональным компьютером.

Таким образом, актуальность темы исследования определяется необходимостью совершенствования систем программированного обучения и контроля знаний за счет совершенствования как описания моделей различных этапов и элементов управления программированным обучением, так и разработки необходимого алгоритмического и математического обеспечения программных средств в целях повышения качества управления программированного обучения.

Целью диссертационной работы является разработка моделей и алгоритмов для управления качеством образовательного процесса в рамках интеллектуализированных информационных компьютерных систем.

В достижении поставленной цели в работе решаются следующие задачи:

• формализация и классификация механизмов, лежащих в основе уже существующих программных систем;

• анализ механизмов реализации экспертных систем, оценка их эффективности и возможного применения в рамках задач управления и интеллектуализации программированного обучения;

• классификация методов и технологий адаптивного управления программированным обучением;

• анализ существующих методов реализации естественно-языкового интерфейса для обеспечения контроля базы знаний на естественном языке;

• разработка и формализация механизмов контроля базы знаний у обучаемого в целях обеспечения обратной связи;

• разработка модели пользователя, позволяющей проводить оценивание, классификацию и хранение как текущих, так и заключительных знаний обучаемого;

• разработка модели адаптивного управления обучением, учитывающей специфику стиля преподавания и позволяющая автоматически модифицировать учебный материал в зависимости от текущей успеваемости пользователя;

• разработка управляющих механизмов, позволяющих выполнять моделирование хода рассуждения специалиста при решении той или иной прикладной задачи;

• разработка модели интеллектуального поиска, обеспечивающей эффективный поиск учебных материалов обучаемым в условиях плохой формализации или неточности поискового запроса.

Объектом исследования являются автоматизированные обучающие системы, обеспечивающие управление программированным обучением и контролем баз знаний.

Предметом исследования являются системные и формальные методы, реализующие управление программированным обучением и контролем знаний.

Методы исследования. Методологической основой и общетеоретической базой исследования являются принципы системного анализа и проектирования, теория нечетких множеств и нечетной логики, статистические методы, теория автоматов, теория лингвистических анализаторов, алгебра логики, теория экспертных систем, теория искусственного интеллекта, теория информации. Научная новизна работы заключается в:

• интеграции алгоритмов представления знаний, языковых интерфейсов и средств построения адаптивных управляющих средств в единую инструментальную среду управления программированным обучением и контролем базы знаний;

• разработке модели уровня знаний обучаемого (модели пользователя) и ее взаимодействия с контрольными обучающими материалами на основе стереотипных моделей;

• формировании требований к интеллектуализации адаптивного управления программированным обучением;

• разработке элементов экспертной системы для обеспечения возможностей демонстрации хода решения специалистом в предметной области на основе ассоциативных сетей;

• разработке лингвистического анализатора, позволяющего проводить контроль знаний на естественном языке и интеллектуальный поиск по электронным учебным материалам на основе алгоритмов обработки трансформационных грамматик и ОК-грамматик с их эвристическим расширением;

• формировании математических оценок управления программированным контролем базы знаний на основе теории информации. Практическая ценность работы. Заключается в создании универсальной системы управления программированным обучением и контролем знаний, позволяющей создавать электронные учебные курсы как для выполнения задач дистанционного образования, так и для выполнения промежуточного и итогового тестирования обучаемых; реализации структуры базы знаний в реляционной базе данных, позволяющей хранить как адаптивные обучающие курсы, так и сценарии "Работа со специалистом", имеющие сетевое представление; разработке трехуровнего подхода к хранению информации, необходимой для обеспечения управления адаптивных обучающих курсов.

Реализация и внедрение. Разработанные методы, алгоритмы и программная система были внедрены в следующих организациях:

• Санкт-Петербургский государственный университет водных коммуникаций, кафедра судовождения;

• Институт стандартизации, безопасности труда и современных технологий, кафедра программных систем;

• ООО "ИЛ ЦСПО", в работе «Разработка методики экспресс-анализа расследования, учета и предупреждения несчастных случаев на производстве», раздела 2 «Научное обеспечение охраны труда» Программы Санкт-Петербурга «Улучшение условий охраны труда в Санкт-Петербурге на 2002-2005 годы».

Апробация работы. Содержание отдельных разделов диссертации было доложено на Международной научно-практической конференции молодых ученых, студентов и аспирантов "Анализ и прогнозирование систем управления" (2003 г.), VII Санкт-Петербургской международной конференции "Региональная информатика - 2002" (2002 г.), Международной научно-технической конференции "ТРАНСКОМ-2001" (2001 г.), Международной научно-технической конференции "ТРАНСКОМ-99" (1999 г.), Научно-методической конференции, посвященной 190-летию транспортного образования (1999 г.).

Публикации. Основное содержание диссертации опубликовано в 22 печатных работах.

Объем и структура работы. Диссертация состоит из введения, четырех глав, заключения, приложений и списка литературы, содержащего 100 наименований. Общий объем работы 195 страниц, который включает 84 рисунков и 15 таблиц, приложениястраниц.

Заключение диссертации по теме «Автоматизация и управление технологическими процессами и производствами (по отраслям)», Кондратьев, Дмитрий Дмитриевич

ВЫВОДЫ ПО ГЛАВЕ 4

1. Предложена структура реляционной базы данных, обеспечивающая возможности хранения электронных обучающих курсов с возможностями адаптации обучающих материалов к конечному пользователю;

2. Рассмотрена программная реализация принципиальных алгоритмов, обеспечивающих возможности навигации по электронному обучающему материалу; принципы структурного шифрования, используемого в системе; средства взаимодействия физических полей и их логических составляющих: процесс компиляции и декомпиляции значений; взаимодействие между моделью пользователя и материалами контроля знаний;

3. Выполнена программная реализация средств анализа интеллектуализации обучающего процесса, а именно: формирование сценария "Работа со специалистом" и анализа естественного языка как решения задач интеллектуального поиска и оценки знаний на естественном языке;

4. Разработаны интерфейсы пользователя и обучаемого, в совокупности обеспечивающих взаимодействие пользователя и программной системы.

ЗАКЛЮЧЕНИЕ

В ходе проведенных исследований были получены следующие основные результаты:

1. Обоснована структура системы адаптивного управления программированным обучением, обеспечивающая возможности широких настроек обучающих материалов для обеспечения задач интеграции классической системы обучения с программированной.

2. Разработана методика, позволяющая определить сложность разрабатываемых вопросов, вероятность случайного угадывания у правильного ответа, емкость ответа на вопрос. При этом методика не только позволяет определить численно указанные параметры, но и на этапе оценивания обучаемого позволяет определить вклад каждого вопроса в общую модель знаний пользователя.

3. На основе стереотипной оверлейной модели разработана модель обучаемого, позволяющая отслеживать динамику успеваемости пользователя на всех этапах адаптивного обучения, тем самым формируя базу входных параметров для обеспечения корректного управления адаптивным обучением.

4. Предложена модель формирования контрольных опросов, позволяющая проводить как линейный контроль базы знаний, так и контроль базы знаний по концептам (определяется, к какому концепту относится данный вопрос, и в случае неправильного ответа на него, задаются дополнительные вопросы для подтверждения гипотезы того, что

V пользователь не знает концепт), позволяющий определить знания пользователя по заданной шкале баллов и значительно приблизить результирующую оценку к реальной по сравнению с линейной системой.

5. Разработаны методы формирования оценок по контрольным программам в зависимости от числа правильных ответов для обеспечения задач автоматического определения оценок пользователя по тесту не интервальными методами и связывания оценочных критериев и весовых коэффициентов с моделью обучаемого, на основе которой осуществляется адаптивное управление системой обучения.

6. Предложена модель взаимосвязанных фреймов, позволяющая из ^ классического набора статических материалов создать единую семантическую сеть, служащую базисом для адаптивного управления обучающим курсом.

7. Для обеспечения задач повышения эффективности управления передачи знаний обучаемому, разработаны специализированные механизмы, позволяющие для удаленных пользователей наблюдать решение специалистом задач в проблемной области на основе базы знаний, а также получать полноценные комментарии и объяснения на этапе решения. При этом не подразумевается использование специализированного модуля, никак не связанного с основной программой. Данный механизм интегрируется в семантическую сеть адаптивного курса и основан на аналогичных принципах адаптивной настройки и управления.

8. Предложена модель интеллектуального поиска, обеспечивающая I возможности поиска в условиях неточности поискового запроса и некорректности ряда элементов запроса, что является немаловажным фактором в обучающей системе, поскольку обучаемый на этапе получения знаний может плохо ориентироваться в обучающем материале.

9. Предложен механизм оценки базы знаний пользователя на основе у естественно-языкового интерфейса, позволяющий оценить знание пользователем ряда концептов обучающего курса из базы знаний адаптивного курса на естественном языке.

Список литературы диссертационного исследования кандидат технических наук Кондратьев, Дмитрий Дмитриевич, 2003 год

1. Аванесов В. С. Композиция тестовых заданий. Учебная книга для преподаватей вузов, учителей школ, аспирантов и студентовпедагогических вузов. -M.: Адепт, 1998.

2. Аванесов B.C. Основы научной организации педагогического контроля в высшей школе. М.: Гособразование СССР, 1989.

3. Андреев A.A., Солдаткин В.И. Дистанционное обучение: сущность, технология, организация. М.: Издательство МЭСИ, 1999.

4. Атанов Г. А. Деятельностный подход в обучении. -Донецк.: ЕАИ-пресс, * 2001.

5. Ахмеджанов М. С., Королев Э. И., Поликарпов А. А. и др. Дистрибутивно- статистический метод анализа лексики и его реализации на ЭВМ. Прикладные аспекты лингвистики. М., 1989.

6. Баранов А.Н. Введение в прикладную лингвистику. -М.: УРСС, 2001.

7. Баранов М.Т., Костяева Т. А., Прудникова А. В. Русский язык. Справочные материалы. -М.: Просвещение, 1983.

8. Белов В.В., Воробьев Е.М., Шаталов В.Е. Теория графов. -М.: Высшая школа, 1976.

9. Беспалько В.П. Основы теории педагогических систем. М.: Высшая школа, 1988.

10. Беспалько В.П. Слагаемые педагогической технологии. М.: Педагогика, 1989.

11. Большой энциклопедический словарь. — М.: Советская энциклопедия, » 1993.

12. Борзов Ю. В. Методы тестирования и отладки программ. -Рига: ЛГУ им. Стучки, 1980.

13. Брукинг А., Джонс П., Кокс Ф. и др. Экспертные системы. Принципы работы и примеры. -М.: Радио и связь, 1987.

14. Бушуев В.В., Смирнов А.Ю., Францев И.Р. Пути совершенствования информационных технологий проектирования тренажерных комплексов.

15. Тезисы докладов международной конференции "Транском-99". -Спб.: СПбГУВК, 1999. Стр. 58-60. 15. Виноград Т. Системы, понимающие естественный язык. -M.: Мир, 1976. * 16. Вудс В. А. Сетевые грамматики для анализа естественных языков.

16. Кибернетический сборник. Новая серия, вып. 13. -М.:Мир,1976, с. 120158.

17. Гальперин И.Р. Текст как объект лингвистического исследования. -М.: Мир, 1981.

18. Гаскаров В. Д. Принципы построения конъюнктивно-дизъюнктивных ^ моделей в рамках экспертной системы автоматизированногопрогнозирования. Сб. научных трудов. Под ред. Проф. A.C. Бутова, -СПб ¡Судостроение, 2002.

19. Гаскаров Д.В., Голинкевич Т.А. Прогнозирование технического состояния и надежности радиоэлектронной аппаратуры. -М.: Советское радио, 1972.

20. Гаскаров Д.В.,Шаповалов Д.М. Малая выборка. -М.: Статистика, 1978.

21. Гильберт. Д., В. Аккерман. Основы теоретической логики. -М.: ! Государственное издательство иностранной литературы, 1947.

22. Границкая C.B. Адаптивная система обучения. М.: Просвещение, 1997.

23. Загоруйко Н.Г. Прикладные методы анализа данных и знаний. -Новосибирск. Изд-во института математики. 1999.

24. Заде JI. Основы нового подхода к анализу сложных систем и процессов принятия решений // Математика сегодня. М.: Знание, 1974. - с.5-49.р 25. Заслонко А. Н., Кузин Е. С., Хахалин Г. К. Лингвистический трансляторв системе общения с ЭВМ.-М.: МДНТП, 1986.

25. Йодан Э. Структурное программирование и конструирование программ. -М.:Мир, 1979.

26. Казаринов А. С., Култышева А. Ю., Мирошниченко А. А. Технология адаптивной валидности тестовых заданий: Учебное пособие. -Глазов: ГТПИ, 1999.

27. Капур K.J1. Надежность и проектирование систем. -М.: Мир, 1980.

28. Кристофидес Н. Теория графов. Алгоритмический подход. -М.: Мир, 1978.

29. Кронгауз М.А. Семантика. -М.: РГТУ, 2001.

30. Кук Н.М., Макдональд ДЖ. Формальная методология приобретения и представления экспертных знаний // ТИИ ЭР, 1986 № 10. с.145-155.

31. Кулюткин Ю. Н., Сухобская Г. С. Моделирование педагогических ситуаций. -М.: Педагогика, 1981.

32. Литвак Б.Г. Экспертные оценки и принятие решений. -М.: Патент, 1996. -271с.

33. Мазур М. Качественная теория информации. -М.:Мир, 1974.

34. Мартин Д. Организация баз данных в вычислительных системах. -М.: Мир, 1978.

35. Мешалкин В.Н. Локальные методы классификации // Статистические методы классификации. М.: МГУ, 1969. - с.58-78.

36. Минский М. Фреймы и представление знаний. М.: Энергия, 1979.

37. Нейлор К. Как построить свою экспертную систему: Пер. с англ. -М. :Энергоатомиздат, 1991.

38. Неклюдов С.Ю. Принципы построения тестовой универсальной системы проверки знаний судовых механиков и электромехаников на ЭВМ. //Информационные технологии на транспорте. -СПб:СПбГУВК, 1996.

39. Неклюдов С.Ю. Программный комплекс оценки знаний по охране труда работников морского пароходства. //Методы прикладной математики в транспортных системах. Сборник научных трудов, Выпуск IV. -СПб:СП6ГУВК, 2000.

40. Неклюдов С.Ю., Сорокин Л.М. Компьютерная оценка психофизиологической и профессиональной надежности судоводителей в условиях тренажерной подготовки. //Информационная поддержка систем контроля и управления на транспорте. -СПб:СПбГУВК, 1999.

41. Немцов Н.С. Программированное обучение по охране труда на производстве. -М.: Металлургия, 1976.

42. Нильсон. Н. Обучающиеся машины. -М.: Мир, 1967.

43. Новиков А. И. Семантика текста и ее формализация. -М.:Наука, 1983.

44. Новиков А. И. Семантика текста и ее формализация. -М.:Наука, 1983.

45. Орлов А.И. Проблемы устойчивости и обоснования решений в теории экспертных оценок // Стратегические методы анализа экспертных оценок. -М.: Наука, 1977. с. 7-30.

46. Орфографический словарь русского языка под редакцией С. И. Ожегова и А. Б. Шапиро. -М. : Государственное издательство иностранных и национальных словарей, 1959.

47. Перегудов Ф. И., Тарасенко Ф. П. Основы системного анализа. -Томск: НТЛ, 1997.

48. Перечень компьютерных технологий реализующих версии решения задачи подготовки специалистов в высшей школе. М.: ИЦ, 1994.

49. Позин Б. А. Метод структурного построения тестов для отладки управляющих программ. -М.программирование, 1980.

50. Полат Е.С., Моисеева М.В., Петров А.Е. и др. Дистанционное обучение. М.: ВЛАДОС, 1998.

51. Поспелов Д. А. Логико-лингвистические модели в системах управления. -М.: Энергоиздат, 1981.

52. Проблема оценки качества подготовки специалистов на базе компьютерных технологий. Под общей ред. H.A. Селезневой, А.И. Субетто. М.: ИЦ, 1993.

53. Пугачев B.C. Теория случайных процессов и ее применение к задачам автоматического управления. -М.: Физматгиз, 1960.

54. РД 31.87.40-86. Методические рекомендации по программированному обучению и контролю знаний. Основные положения. Организация и порядок проведения. -М.:1986 В/О Мортехинформреклама.

55. Рекомендации по организации и проведению программированного обучения и контроля знаний по охране труда на предприятиях и в организациях морского транспорта. ЦРИА "МОРФЛОТ", -М: 1990.

56. Реферовская Е.А. Лингвистические исследования структуры текста. -Л., 1983 г.

57. Роберт И.В. Современные информационные технологии в образовании. -М.: Школа-Пресе, 1994.

58. Родионов Б.У. Татур А.О. Стандарты и тесты в образовании. М., МИФИ, 1995.

59. Розенталь Д. Э. Справочник по правописанию и стилистике. СПб.:ИК "Комплект", 1997.

60. Русский язык: теория и практика. -Минск: Альфа, 1995.

61. Сайлер Б., Споттс Д. Использование Visual Basic 6. -М.;Спб.; К.: Вильяме, 1999.

62. Сериков В. В. Личностный подход в образовании: концепция и технологии. -Волгоград: Перемена, 1994.

63. Смирнов Ю. М. Интеллектуализация ЭВМ. -М.: Высшая школа, 1989.

64. Соломатин Н. М., Беляев В. А. ЭВМ и поиск информации. М.: Машиностроение, 1977.

65. Сэлтон Г. Автоматическая обработка, хранение и поиск информации. -М.:Советское радио, 1978.

66. Такеша Э. Связность расплывчатых графов. Вопросы анализа и процедуры принятия решений. Москва. Мир, 1976.

67. Талызина Н. Ф. Управление процессом усвоения знаний. -М.: МГУ, 1984.

68. Тей А., Грибомон П., Луи Ж., Снийерс Д., Водон П., Гоше П., Грегуар Э., Санчес Э., Дельсарт Ф. Логический подход к искусственному интеллекту: от классической логики к логическому программированию. -М:Мир, 1990.

69. Теслинов А. Г. Развитие систем управления: методология и концептуальные структуры. -М.: Глобус, 1998, стр. 6.

70. Трифонов В.В. Учебный процесс и его методическое обеспечение. М.: 1993, В А им. Ф.Э. Дзержинского. - 262 с.

71. Тьюринг А. Может ли машина мыслить? -М.: Физматгиз, 1960.

72. Уинстон П. Искусственный интеллект. -М.:Мир, 1980.

73. Уоссермен С. Ф. Нейрокомпьютерная техника: Теория и практика. -М.:Мир, 1982.

74. Файкс Р., Нильсон Н. Система STRIPS новый подход к применению методов доказательства теорем при решении задач. //Интегральные роботы, выпуск 1. Под редакцией Г. Е. Поздняка. -Москва: Мир, 1973, с. 382-403

75. Филатов O.K. Информатизация современных технологий обучения в ВШ. Ростов: ТОО Мираж, 1997.

76. Филлмор Ч. Дело о падеже. // В кн.: Говое в зарубежной лингвистике, выпуск 10. Лингвистическая семантика. -М.: Прогресс, 1981, стр. 369495.

77. Хан Г. Статистические модели в инженерных задачах. -М.: Мир, 1969.

78. Харари Ф. Теория графов. -М.: Мир, 1973.

79. Хачатуров JI.A. Телеконференции как виртуальная образовательная среда в ДО //Виртуальная реальность: философские и психологические проблемы. М.: Институт человека РАН, 1997.

80. Хомский Н. О некоторых формальных свойствах грамматик. // В кн.: Кибернетический сборник, выпуск 5, -М.: ИЛ, 1962, стр. 279-311.

81. Хьюз Д., Мичтом Д. Структурный подход к программированию. -М.:Мир, 1980.

82. Цикритзис Д., Лоховски Ф. Модели данных. М.: Финансы и статистика, 1985.

83. Челышова М. Б. Разработка педагогических тестов на основе современных математических моделей: Учебное пособие. -М.: Исследовательский центр проблем качества подготовки специалистов, 1995.

84. Шенк Р. Обработка концептуальной информации. -М.: Энергия, 1980.

85. Эндрю А. Искусственный интеллект. М.: Мир, 1985.

86. Bócker, H.-D., Н. Hohl, and Т. Schwab. HyperAdapter Individualizing Hypertext. //INTERACT90. Amsterdam: North-Holland, pp. 931-936.

87. Boyle, C. and A. O. Encarnación MetaDoc: an adaptive hypertext reading system //UserModels and User Adapted Interaction 4(1), 1-19.

88. Buchanan B.G., Shortliffe E.H. Rule-Based Expert Systems, Reading MA: Addison-Wesley, 1984.

89. Corkill D. D. Blackboard Systems. //AI Expert №6, p. 40-47, -London, 1991.

90. Coyne R. Lodic Models of Design. -London: Pitman, 1988.

91. Craig I. Blackboard Systems. -Norwood, NJ: Ablex, 1995.

92. Craig I. Blackboard Systems. Norwood, NJ: Ablex, 1995.

93. Feigenbaum E.A. Feldman J. Computers and thought. -New York: McGraw-Hill, 1963.

94. Hill I. D. Wouldn't it be nice if we could write computer programs in ordinary English or would it? //Computer Bulletin, 1972, № 16, p. 306-312.

95. Minsky M. Computation: Finite and Infinite Machines. -London, Prentice-Hall, 1972.

96. Minsky M. Semantic Information Processing. -Cambridge, MA: MIT Press, 1968.

97. Zukerman, I. and R. McConachy. Consulting a user model to address a user's inferencesduring content planning.// User Models and User Adapted Interaction 3 (2), 155-185.