Автоматизация многокритериального оценивания в слабоструктурированных предметных областях на основе е-портфолио тема диссертации и автореферата по ВАК РФ 05.13.06, кандидат технических наук Ильичева, Светлана Вячеславовна

  • Ильичева, Светлана Вячеславовна
  • кандидат технических науккандидат технических наук
  • 2011, Санкт-Петербург
  • Специальность ВАК РФ05.13.06
  • Количество страниц 121
Ильичева, Светлана Вячеславовна. Автоматизация многокритериального оценивания в слабоструктурированных предметных областях на основе е-портфолио: дис. кандидат технических наук: 05.13.06 - Автоматизация и управление технологическими процессами и производствами (по отраслям). Санкт-Петербург. 2011. 121 с.

Оглавление диссертации кандидат технических наук Ильичева, Светлана Вячеславовна

ВВЕДЕНИЕ.

I ОПИСАНИЕ ПРОБЛЕМЫ И ОБЗОР МЕТОДОВ ПРИНЯТИЯ РЕШЕНИЙ В ЗАДАЧАХ МНОГОКРИТЕРИАЛЬНОГО ОЦЕНИВАНИЯ В СЛАБОСТРУКТУРИРОВАННЫХ ПРЕДМЕТНЫХ ОБЛАСТЯХ.

1.1 Современные требования к системе оценки результатов обучения в условиях модернизации высшего образования.

1.2 Особенности автоматизированного оценивания уровня подготовки студентов в слабоструктурированных предметных областях.

1.3 Оценка обучающихся методом е-портфолио.

1.4 Обзор существующих методов принятия решений слабоформализованных задач в условиях неопределенности.

ВЫВОДЫ ПО ГЛАВЕ I.

II НАУЧНО-МЕТОДИЧЕСКОЕ ОБЕСПЕЧЕНИЕ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ МНОГОКРИТЕРИАЛЬНОГО ОЦЕНИВАНИЯ В СЛАБОСТРУКТУРИРОВАННЫХ ПРЕДМЕТНЫХ ОБЛАСТЯХ.

2.1 Разработка модели системы многокритериального оценивания результатов обучения в слабоструктурированных предметных областях.

2.2 Управление процессом обучения в слабоструктурированных предметных областях на основе методов и средств многокритериального оценивания уровня подготовки студентов.

2.2.1 Метод генерации альтернатив (е-портфолио).

2.2.2 Методы экспертной оценки и классификации альтернатив.

2.2.3 Методы оценки качества учебного процесса.

2.3 Разработка алгоритма решения задачи многокритериального оценивания результатов обучения в слабоструктурированных предметных областях.

ВЫВОДЫ ПО ГЛАВЕ II.

III СИСТЕМА МНОГОКРИТЕРИАЛЬНОГО ОЦЕНИВАНИЯ В СЛАБОСТРУКТУРИРОВАННЫХ ПРЕДМЕТНЫХ ОБЛАСТЯХ НА ОСНОВЕ Е-ПОРТФОЛИО.

3.1 Информационная система многокритериального оценивания в слабоструктурированных предметных областях на основе е-портфолио.

3.2 Программные средства реализации проекта.

3.3 Методика применения средств многокритериального оценивания в учебном процессе вуза.

3.4 Экспериментальная проверка системы многокритериального оценивания в слабоструктурированных предметных областях и статистическая обработка результатов эксперимента.

ВЫВОДЫ ПО ГЛАВЕ III.

Рекомендованный список диссертаций по специальности «Автоматизация и управление технологическими процессами и производствами (по отраслям)», 05.13.06 шифр ВАК

Введение диссертации (часть автореферата) на тему «Автоматизация многокритериального оценивания в слабоструктурированных предметных областях на основе е-портфолио»

К задачам управления оцениванием относится определение образовательных достижений учащихся для целей аттестации и коррекции индивидуальных результатов обучения, а также оценка уровня образовательных достижений группы с целью оценки качества учебного процесса (успеваемость студентов, успеваемость группы, ограничения на показатели выставленных оценок). Во многих случаях задача оценивания учебных достижений может быть представлена как задача классификации, при этом недостаточным х являются традиционные подходы к педагогическому контролю, основанные на раздельном однокритериальном оценивании. Дополнительные трудности появляются в случае слабоструктурируемых проблем, сочетающих количественные и качественные зависимости. Проблематика оценивания эффективности профессионального образования исследуется и развивается в работах И.А. Морева, A.M. Новикова, С.Д. Смирнова, A.B. Соловова, Ю.Г. Татура и др. Различные аспекты построения и функционирования автоматизированных систем управления (АСУ) рассматриваются в работах B.JI. Зудина, В.Е. Коржакова, Е.В.Луценко, О.В. Токмаковой, М.Ю. Шевелева и т.д.

Кроме того, необходимо расширение разнообразных измерений в системе оценивания и фиксация образовательных результатов в длительном периоде времени адекватным инструментарием. Портфолио является формой аутентичного оценивания образовательных результатов по продукту, созданному учащимся в ходе учебной, творческой, социальной и других видов деятельности. Электронный портфолио (е-портфолио) использует цифровые технологии, позволяющий собирать и организовывать результаты учебных достижений с помощью разных медиа-форматов (аудио, видео, графика, текст). Идеи организации педагогического процесса подобными средствами исследуются в работах Н. Barrett, Г.Б. Голуб, Т.Г. Новиковой, Т.А. Полиловой, О.Г. Смоляниновой и др.

Сравнительный анализ и многокритериальное оценивание характеризуется высокой вычислительной сложностью (А.Б. Петровский,

0.И. Ларичев, A.B. Лотов, И.И. Поспелов, A.C. Пономарев и др.). По этой причине многокритериальное оценивание учебных достижений должно осуществляться в системе управления в рамках АСУ учебным процессом. Следовательно, приобретает особую актуальность разработка математического, алгоритмического и методического обеспечения автоматизированного многокритериального оценивания результатов обучения в слабоструктурированных предметных областях на основе е-портфолио.

Цель исследования - автоматизация многокритериального оценивания в слабоструктурированных предметных областях на основе е-портфолио.

Объект исследования - процедура оценивания результатов обучения в ' слабоструктурированных предметных областях в образовательных учреждениях высшего профессионального образования.

Предмет исследования — модели, методы и алгоритмы, обеспечивающие автоматическое оценивание учебных достижений студентов на основе е-портфолио.

Для достижения поставленной цели были сформулированы и решены следующие задачи:

1. Анализ современных методов принятия решений в слабоструктурированных предметных областях и особенностей их применения в задачах многокритериального оценивания результатов обучения.

2. Построение модели автоматизированного многокритериального оценивания как обобщения однокритериальных моделей оценивания и многопараметрических методов принятия решений.

3. Разработка методов комплексной оценки результатов обучения в слабоструктурированных предметных областях на основе е-портфолио.

4. Разработка алгоритма решения задачи автоматизированного многокритериального оценивания в слабоструктурированных предметных областях на основе е-портфолио.

5. Разработка методики автоматизированного многокритериального оценивания результатов обучения в слабоструктурированных предметных областях с целью оценки качества учебного процесса.

6. Разработка программных средств, реализующих предложенные методы и алгоритмы.

Методы исследования. Для решения поставленных задач исследования в диссертации использовались: системный анализ, теория управления, теория алгоритмов, теория принятия решений, теория нечетких множеств, математическое моделирование, а также методы анализа статистических данных.

Результаты, выносимые на защиту:

1. Модель автоматизированного оценивания результатов обучения в слабоструктурированных предметных областях на основе е-портфолио, реализующая вычисление частных оценок учебных достижений и их интеграцию в комплексную оценку качества учебного процесса.

2. Метод многокритериального оценивания учебных достижений, генерирующий векторные оценки, основанные на вербальных шкалах и предусматривающий экспертную оценку, классификацию и количественную интерпретацию полученных результатов.

3. Алгоритм решения задачи автоматизированного многокритериального оценивания в слабоструктурированных предметных областях, реализующий эффективное оценивание результатов обучения в условиях нечетких исходных данных.

Научная новизна и теоретическая значимость заключается в следующем:

1. Создана модель автоматизированного решения задачи многокритериального оценивания в слабоструктурированных предметных областях, в соответствии с которой на первом этапе генерируются векторные оценки учебных достижений на основе е-портфолио, на втором - экспертная оценка и классификация на основе вербальных шкал оценивания, на третьем - оценка качества учебного процесса средствами нечеткого регулирования.

2. Разработан метод многокритериального оценивания в слабоструктурированных предметных областях, в соответствии с которым на первом этапе формируются векторные оценки учебных достижений, основанные на вербальных шкалах, а на втором этапе эти частные оценки подвергаются классификации и упорядочению. Предложен алгоритм его реализации в составе АСУ учебным процессом.

3. Предложена методика многокритериального автоматизированного оценивания, минимизирующая случайные ошибочные суждения преподавателя, состоящая в последовательном выполнении этапов оценивания: ввод начальных параметров, коэффициентов и условий оценивания; вывод частных оценок; предварительный анализ частных оценок; вывод оценки качества учебного процесса.

Практическая значимость диссертационной работы заключается в том, что:

1. Предложенный формализованный подход к построению АСУ образовательного назначения позволяет обеспечить студента и преподавателя эффективным инструментарием многокритериального оценивания в слабоструктурированных предметных областях.

2. На основе предложенного алгоритмического обеспечения разработана система многокритериального оценивания результатов обучения в слабоструктурированных предметных областях, которая прошла апробацию и внедрена в учебный процесс образовательных учреждений.

Апробация результатов исследования. Основные положения диссертационной работы и результаты проведенных исследований докладывались, обсуждались и получили одобрение на международной конференции «The future of Education» (Флоренция, Италия, 2011), на двух

Всероссийских научно-методических конференциях «Телематика» (Санкт-Петербург, 2010 и 2009), на трех Всероссийских межвузовских конференциях молодых ученых (Санкт-Петербург, 2011, 2010 и 2009), на научно-практической конференции «Наследие М.В. Ломоносова. Современные проблемы науки и техники, решаемые молодыми учеными НИУ ИТМО» (Санкт-Петербург, 2011), на XXXVIII научной и учебно-методической конференции профессорско-преподавательского состава СПбГУ ИТМО (Санкт-Петербург, 2009).

Работа была поддержана на различных этапах ее выполнения рядом научно-технических программ. В числе основных - гранты правительства Санкт-Петербурга для молодых научно-педагогических работников вузов и академических институтов в 2010, 2009 и 2008 годах.

Результаты диссертации опубликованы в 11 печатных статьях, из них 3 в изданиях, входящих в перечень российских рецензируемых научных журналов, в которых должны быть опубликованы основные научные результаты диссертаций на соискание ученых степеней доктора и кандидата наук (список ВАК).

Внедрение результатов исследования. Материалы диссертационной работы использованы при организации обучения студентов естественнонаучного факультета НИУ ИТМО специальности 230202 «Информационные технологии в образовании» и слушателей Санкт-Петербургской академии постдипломного педагогического образования.

Структура и объем диссертации. По структуре диссертация состоит из введения, трех глав и заключения. Общий объем работы составляет 121 с. Список литературы включает 111 наименований. Работа содержит 24 рисунка и 16 таблиц.

Похожие диссертационные работы по специальности «Автоматизация и управление технологическими процессами и производствами (по отраслям)», 05.13.06 шифр ВАК

Заключение диссертации по теме «Автоматизация и управление технологическими процессами и производствами (по отраслям)», Ильичева, Светлана Вячеславовна

ЗАКЛЮЧЕНИЕ И ВЫВОДЫ ПО ДИССЕРТАЦИИ

Основным результатом работы является модель многокритериального оценивания результатов обучения в слабоформализованных, слабоструктурированных предметных областях с расплывчатыми ограничениями, неполными и нечеткими данными, сильно зависящими от изменений внешней среды и субъективных предпочтений преподавателя на основе применения методов теории принятия решений, теории нечетких множеств и теории управления. В исследовании для предложенной модели разработаны новые и адаптированы существующие методы, необходимые для реализации системы.

Таким образом, при проведении исследования получены следующие значимые результаты:

1. В результате анализа существующих подходов к оцениванию результатов обучения в слабоструктурированных предметных областях построена модель автоматизированного многокритериального оценивания результатов обучения на основе е-портфолио, состоящая из трех основных частей: генерация векторных оценок учебных достижений на основе е-портфолио, экспертная оценка и классификация на основе вербальных шкал оценивания, оценка качества учебного процесса средствами нечеткого регулирования. Эта модель позволяет обоснованно выбирать методы оценивания результатов обучения и создает основу для комплексного оценивания процесса обучения средствами автоматизированной системы управления учебным процессом.

2. Разработан многокритериальный метод к оцениванию учебных достижений, в соответствии с которым на первом этапе формируются векторные оценки учебных достижений, основанные на вербальных шкалах, а на втором этапе эти частные оценки подвергаются классификации и упорядочению объектов по их близости к центру класса. Этот подход позволил интегрировать количественные и качественные показатели учебных достижений студентов в слабоструктурированных предметных областях и автоматизировать интерпретацию полученных оценок в виде классов решений и в баллах.

3. Предложен алгоритм процесса оценивания, предусматривающий генерацию альтернатив на основе е-портфолио, экспертную оценку, проверку на непротиворечивость, построение решающего правила, оценку качества учебного процесса, повышающий точность оценивания учебных достижений студента по сравнению с подходом, основанным на расчете среднего арифметического полученных оценок, что подтверждено в ходе эксперимента статистически несущественным расхождением полученных оценок с коллегиальным мнением экспертной комиссии. Разработанный алгоритм программно реализован. Сформулирована методика его применения для контроля учебных достижений студентов, состоящая в последовательном выполнении таких этапов оценивания как: ввод начальных параметров, коэффициентов и условий оценивания; вывод частных оценок; предварительный анализ частных оценок; вывод оценки качества учебного процесса. Использование предложенной методики многокритериального оценивания в составе автоматизированной системы управления учебным процессом обеспечивает более объективное и достоверное оценивание учебных достижений студента, чем при их традиционном раздельном оценивании.

Список литературы диссертационного исследования кандидат технических наук Ильичева, Светлана Вячеславовна, 2011 год

1. Новиков A.M. Методология учебной деятельности. М.: Эгвес, 2005. -176 с.

2. Полат Е. С., Бухаркина М. Ю. Современные педагогические и информационные технологии в системе образования: Учебное пособие для вузов. М.: Академия, 2007. — 368 с.

3. Смирнов С.Д. Педагогика и психология высшего образования: от деятельности к личности: Учебное пособие для вузов. М.: Академия, 2001. -304 с.

4. Татур Ю.Г. Высшее образование: методология и опыт проектирования: Учебное пособие. М.: Логос, 2006. - 256 с.

5. Фокин Ю. Г. Преподавание и воспитание в высшей школе: Методология, цели и содержание, творчество: Учебное пособие для вузов. -М.: Академия, 2002. 224 с.

6. Лаврентьев Г.В., Лаврентьева Н.Б., Неудахина H.A. Инновационные обучающие технологии в профессиональной подготовке специалистов. -Барнаул: Изд-во Алт. ун-та, 2002. 232 с.

7. Литвиненко М.В. Проектирование результатов подготовки специалистов в условиях модульной системы обучения: Методическое пособие. -М.: МИИГАиК, 2006. 58 с.

8. Звонников В.И., Челышкова М.Б. Контроль качества обучения при аттестации: компетентностный подход: Учебное пособие. — М.: Логос, 2009. 272 с.

9. Ефремова Н.Ф. Тестовый контроль в образовании. М.: Логос, 2007. -386 с.

10. Домрачев В.Г., Ретинская И.В. Модель создания системы сертификации набора компетенций // Материалы 1-ой Всероссийской научно-практической конференции «Устройства измерения, сбора и обработки сигналов в

11. Кочин Д.Ю. Построение баз экспертных знаний для интеллектуальных обучающих систем: Автореф. дис. . канд. техн. наук. М., 2006. - 26 с.

12. Найханова JÏ.B., Дамбаева C.B. Методы и алгоритмы принятия решений в управлении учебным процессом в условиях неопределенности: Монография. Улан-Удэ: ВСГТУ, 2004. - 164 с.

13. Сорина Г.В. Принятие решений как интеллектуальная деятельность: монография. М.: Канон, 2009. — 272 с.

14. Кулинич А.А., Титова Н.В. Модель оценки альтернатив управления слабоструктурированными динамическими ситуациями // Труды Института проблем управления. Том 28. 2007. - с. 32-45

15. Олейников Д.П., Бутенко JI.H. Принятие решений при неоднородном качественном описании альтернатив // Фундаментальные исследования: науч. теоретич. журнал. - 2005. - №7. - с. 37-39.

16. Терелянский П.В. Программные системы поддержки принятия социо-экономических и технических решений (опыт создания и проектирования) // Аудит и финансовый анализ. 2009. - № 3. - с. 145-161.

17. Петровский А.Б. Теория принятия решений: Учебник для вузов. М.: Академия, 2009. - 398 с.

18. Плаус С. Психология оценки и принятия решений. М.: Филинъ, 1998. -368 с.

19. Юдин Д.Б. Вычислительные методы теории принятия решений. М.: Наука, 1989. - 320 с.

20. Ларичев О.И. Вербальный анализ решений. М.: Наука, 2006. - 181 с.

21. Ларичев О.И. Теория и методы принятия решений, а также Хроника событий в Волшебных странах: Учебник для вузов. — 2-е изд., перераб. и доп. -М.: Логос, 2002.-392 с.

22. Олейников Д.П., Бутенко Л.Н. Использование иерархического подхода к декомпозиции задачи в методах вербального анализа решений // Успехи современного естествознания. — 2005. — № 9 — с. 81-82

23. Китаевская Т.Ю. Проектирование обучения информатике с использованием автоматизированных систем. — М.: Образование и Информатика, 2004. 142 с.

24. Мицель A.A., Романенко В.В., Веретенников М.В., Щербаков А.И. Автоматизация разработки компьютерных учебных программ. Томск: М-Принт, 2005. - 383 с.

25. Петухов М.А. Профессионально-технологическая система обучения специальным предметам: Учебное пособие. Ульяновск: УлГТУ, 2001. -199 с.

26. Соловов A.B. Проектирование компьютерных систем учебного назначения: Учебное пособие. Самара: СГАУ, 1995. - 140 с.

27. Головина Е.Ю. Объектно-ориентированные и интеллектуальные технологии создания информационных систем. М.: Издательство МЭИ, 2008. - 94 с.

28. Громов Г.Р. От гиперкниги к гипермозгу. Информационные технологии эпохи Интернет. Эссе, диалоги, очерки. М.: Радио и связь, 2004. 208 с.

29. Мамиконов А.Г. Теоретические основы автоматизированного управления. М.: Высшая школа, 1994. 489 с.

30. Пупков К.А., Егупов Н.Д., Владимиров И.Г. Методы классической и современной теории автоматического управления: Учебник для вузов. — 2-е изд., перераб. и доп. М.: Изд-во МГТУ, 2004. - 24 см.

31. Ройтенберг Я.Н. Автоматическое управление. М.: Наука, 1992. - 576 с.

32. Титоренко Г.А. Информационные технологии управления: Учебное пособие для вузов. 2-е изд., доп. - М.: ЮНИТИ-ДАНА, 2003. - 439 с.

33. Трайнёв В.А., Теплышев В.Ю., Трайнёв И.В. Новые информационные коммуникационные технологии в образовании. М.: Дашков и К, 2008. - 320 с.

34. Зудин B.JI. Педагогические программные средства и автоматизация обучения: Учебное пособие. Ярославль : Ярославский государственный технический университет, 2007. — 223 с.

35. Токмакова О.В. Управление процессом обучения: Учебное пособие. -Киров: Старая Вятка, 2005. 123 с.

36. Шевелев М.Ю., Шевелев Ю.П. Технические средства контроля знаний для систем автоматизированного обучения. Томск: В-Спектр, 2006. - 233 с.

37. Дьячук П.П. Динамические компьютерные системы управления и диагностики процесса обучения. Красноярск : ИПК КГГГУ, 2005. - 343 с.

38. Корсаков B.C. Современные информационные технологии в управлении и образовании : пятая науч.-практ. конф.: сб. тр. М.: МИРЭА, 2005. - 332 с.

39. Мишустин C.B. Алгоритмическое обеспечение автоматизированной системы управления образовательной деятельностью специалиста по эксплуатации авиационных радиотехнических средств: Автореф. дис. . канд. техн. наук. М., 2009. - 18 с.

40. Шаров А.Г. Автоматизация процессов контроля знаний с применением заданий открытого типа (на примере предметной области «Информатика»): Автореф. дис. . канд. техн. наук. — М., 2006. — 18 с.

41. Луценко Е.В., Коржаков В.Е., Лаптев В.Н. Теоретические основы и технология применения системно-когнитивного анализа в автоматизированных системах обработки информации и управления (АСОИУ) (на примере АСУ вузом). Майкоп: АТУ, 2009. - 536 с.

42. Авдеева З.К., Коврига C.B., Макаренко Д.И. Когнитивное моделирование для решения задач управления слабоструктурированными системами (ситуациями) // Управление большими системами. Вып. 16. — 2007. с. 26-39.

43. Емельянов C.B., Коровин С.К. Новые типы обратной связи. Управление при неопределенности. М.: Наука, 1997. — 352 с.

44. Плотников C.B. Алгоритмическое и аппаратное обеспечение автоматизированной системы тестирования операторов сложных технологических установок: Автореф. дис. . канд. техн. наук. — М., 2010. — 19 с.

45. Barrett H. Researching Electronic Portfolios and Learner Engagement: The REFLECT Initiative // Journal of Adolescent and Adult Literacy. 2007. - v. 50 (№ 8). - p. 436-449.

46. Clark J.E., Bret E.B. E-portfolios at 2.0—Surveying the Field // Peer Review. -2009.-v.ll (№ l).-p. 18-23.

47. Meyer В., Latham N. Implementing Electronic Portfolios: Benefits, Challenges, and Suggestions // EDUCAUSE Quarterly. 2008. - v. 31 (№ 1). - p. 34-41.

48. Андресен Б.Б., Бринк К.ван ден. Мультимедиа в образовании: специализированный учебный курс. 2-е изд., испр. и доп. - М.: Дрофа, 2007.- 224 с.

49. Новикова Т.Г., Пинская М.А., Прутченков А.С., Федотова Е.Е. Портфолио в зарубежной образовательной практике // Вопросы образования.- 2004. №3. - с. 201-238.

50. Полилова Т.А. Концепция электронного портфолио Электронный ресурс. Режим доступа: http://schools.keldysh.ru/courses/e-portfolio.htm (дата обращения 29.08.2011)

51. Clark R.E., Feldon D.F. Five common but questionable principles of multimedia learning // Cambridge University Press. 2005. - v. 4 (№ 1). - p.97-115.

52. Mayer R.E. The Cambridge Handbook of Multimedia Learning. NY, USA: Cambridge University Press, 2005. - 663 p.

53. Шлыкова O.B. Культура мультимедиа: Учебное пособие для студентов. -М.: ФАИР-ПРЕСС, 2004. 415 с.

54. Коломоец Ф.Г. Основы системного анализа и теории принятия решений.- М.: Тесей, 2006.-318 с.

55. Лотов В.А., Поспелова И.И. Многокритериальные задачи принятия решений: Учебное пособие. М.: МАКС Пресс, 2008. - 197 с.

56. Петровский А.Б. Многокритериальное принятие решений по противоречивым данным: подход теории мультимножеств //

57. Информационные технологии и вычислительные системы. 2004. — № 2. - с. 56-66.

58. Асанов A.A. Генетический алгоритм построения экспертных решающих правил в задаче многокритериальной классификации Электронный ресурс. Режим доступа: http://zhumal.ape.relarn.ru/articles/2002/155.pdf (дата обращения 29.08.2011)

59. Аскеров Э.М.оглы. Автоматизация многокритериального оценивания уровня сформированности профессиональных компетенций будущих специалистов: Автореф. дис. канд. техн. наук. — М., 2010 — 19 с.

60. Ройзензон Г.В. Интерактивные методы снижения размерности признакового пространства в задачах многокритериального принятия решений: Автореф. дис. . канд. техн. наук. М., 2008. - 25 с.

61. Кумэ X. Статистические методы повышения качества. М.: Финансы и статистика, 1990. - 304 с.

62. Локтев Д.В. Оценка качества технологического процесса // Экономика производства. 2006. — №15. — с. 18-21.

63. Пономарев С.В, Мищенко C.B. Управление качеством продукции. Инструменты и методы менеджмента качества. М.: Стандарты и качество, 2005. - 248 с.

64. Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Классификация и снижение размерности. М.: Финансы и статистика, 1989. - 607 с.

65. Дубров A.M., Мхитарян B.C., Трошин Л.И. Многомерные статистические методы. М.: Финансы и статистика, 2003. - 352 с.

66. Ермолаев О.Ю. Математическая статистика для психологов. 4-е издание испр. - М.: Московский психолого-социальный институт Флинта, 2006. - 336 с.

67. Катулев А.Н., Северцев Н.А. Математические методы в системах поддержки принятия решений. М.: Высшая школа, 2005. - 312 с.

68. Электронный учебник StatSoft по промышленной статистике Электронный ресурс. Режим доступа: http://www.statsoft.ru/home/portal/textbookind/default.htm (дата обращения 29.08.2011)

69. Кузин Е.С.Информационно сложные задачи и технология их решения // Новости искусственного интеллекта. №1. — 2003. - с.24-29.

70. Пономарев А.С. Нечеткие множества в задачах автоматизированного управления и принятия решений. — Харьков: НТУ «ХПИ», 2005 — 232 с.

71. Рутковская Д., Пилиньский М., Рутковский JL. Нейронные сети, генетические алгоритмы и нечеткие системы: Пер. с польского Рудинского И.Д. М.: Горячая линия - Телеком, 2004. - 452 с.

72. Штовба С.Д. Введение в теорию нечетких множеств и нечеткую логику Электронный ресурс. Режим доступа: http://matlab.exponenta.ru/fuzzylogic/bookl/index.php (дата обращения 29.08.2011)

73. Алексеев В.Е. Графы и алгоритмы. Структуры данных. Модели вычислений. М.: БИНОМ. Лаборатория знаний, 2006. — 318 с.

74. Ахо А., Хопкрофт Д., Ульман Д. Структуры данных и алгоритмы. М.: Вильяме, 2003.-384 с.

75. Давыдов В.Г. Программирование и основы алгоритмизации: Учебное пособие для вузов. 2-е изд., стер. - М.: Высшая школа, 2005. - 448 с.

76. Игошин В.И. Математическая логика и теория алгоритмов: Учебное пособие. 2-е изд., стер. - М.: Академия, 2008. - 448 с.

77. Крупский В.Н. Теория алгоритмов. М.: Академия, 2009. - 205 с.

78. Левитин A.B. Алгоритмы: введение в разработку и анализ. М.: Вильяме, 2006. - 574 с.

79. Макконелл Дж. Основы современных алгоритмов. 2-е изд. - М.: Техносфера, 2004. - 368 с.

80. Матрос Д.Ш., Поднебесова Г.Б. Теория алгоритмов. М.: БИНОМ. Лаборатория знаний, 2008. — 202 с.

81. Маклаков C.B. Создание информационных систем с AIIFusion Modeling Suite. M.: Диалог-МИФИ, 2003. - 432 с.

82. Марка Д., МакГоуэн К. Методология структурного анализа и проектирования SADT. М.: 1993.-231 с.

83. Федотова Д.Э., Семенов Ю.Д., Чижик К.Н. CASE-технологии: Практикум. М.: Горячая линия - Телеком, 2005. - 160 с.

84. Черемных C.B., Семенов И.О., Ручкин B.C. Моделирование и анализ систем. IDEF-технологии: практикум. М.: Финансы и статистика, 2006. -192 с.

85. Поршнева C.B. MATLAB 7. Основы работы и программирования. М.: Бином. Лаборатория знаний, 2006. - 320 с.

86. Боланте Э. Adobe After Effects 7.0. Спецэффекты и создание видеокомпозиций. М.: Триумф, 2007. - 832 с.

87. Бурлаков М.В. Adobe Flash CS3. Самоучитель. M.: Диалектика, 2007. -624 с.

88. Гарригус С. Sound Forge 8. Звуковая студия. М.: Триумф, 2008. - 479 с.

89. Мак-Клелланд Д., Фуллер Л. Adobe Photoshop CS2. Библия пользователя. М.: Диалектика, 2007. - 944 с.

90. Третьяк Т.М., Анеликова Л.A. Photoshop. Творческая мастерская компьютерной графики. -М.: СОЛОН-Пресс, 2008. 165 с.

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.