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
- Специальность ВАК РФ05.13.06
- Количество страниц 121
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
Автоматизация многокритериального оценивания уровня сформированности профессиональных компетенций будущих специалистов2010 год, кандидат технических наук Аскеров, Эмин Мубариз оглы
Портфолио в системе средств оценивания учебно-профессиональных достижений студентов профессионально-педагогических специальностей2013 год, кандидат педагогических наук Игонина, Екатерина Вячеславовна
Подготовка специалистов в области формально-структурного описания, исследования и организации педагогического тестирования знаний: На примере специальности "Прикладная информатика в образовании"2005 год, доктор педагогических наук Рудинский, Игорь Давидович
Метод формализации данных и модели нечеткого кластерного анализа и рейтингового оценивания объектов с качественными характеристиками2007 год, кандидат технических наук Поярков, Николай Геннадьевич
Разработка методик и средств решения рейтинговых задач в организационных системах2007 год, кандидат технических наук Бураков, Дмитрий Петрович
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
Разработка и исследование методов принятия решений в условиях неполноты данных при нечетком описании параметров моделей2012 год, кандидат технических наук Заргарян, Юрий Артурович
Теоретические основы построения автоматизированной системы управления обучением с учетом нечеткой информации2011 год, доктор технических наук Комаров, Евгений Геннадиевич
Методология моделирования и инструментальной поддержки процесса экспертной оценки товаров сложной структуры2009 год, доктор экономических наук Терелянский, Павел Васильевич
Математическое моделирование оценочной функции альтернатив для многокритериальных задач принятия решений2011 год, кандидат технических наук Субанакова, Туяна Очировна
Алгоритмы формирования знаний для экспертных систем в слабоструктурированных предметных областях2004 год, кандидат технических наук Муратова, Елена Анатольевна
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.