Интеллектуальная навигационная тренажерно-обучающая система тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Петров, Кирилл Константинович

  • Петров, Кирилл Константинович
  • кандидат технических науккандидат технических наук
  • 2006, Санкт-Петербург
  • Специальность ВАК РФ05.13.01
  • Количество страниц 176
Петров, Кирилл Константинович. Интеллектуальная навигационная тренажерно-обучающая система: дис. кандидат технических наук: 05.13.01 - Системный анализ, управление и обработка информации (по отраслям). Санкт-Петербург. 2006. 176 с.

Оглавление диссертации кандидат технических наук Петров, Кирилл Константинович

Введение.

Глава 1. Анализ обучающих систем.

1.1. Анализ принципов построения систем обучения и контроля знаний и их классификация.

1.2. Классификация технологий, используемых в обучающих системах

1.3. Инструментальные оболочки и конечные курсы.

1.4. Анализ известных обучающих систем.

1.5. Основные проблемы подготовки оператора-навигатора.

1.5.1. Классификация навигационных задач.

1.5.2. Особенности деятельности оператора-навигатора в процессе функционирования навигационного эргатического комплекса.

1.5.3. Анализ основных аспектов обучения оператора-навигатора.

1.5.3.1. Задачный подход.

1.5.3.2. Деятельностный подход.

1.6. Построение модели интеллектуальной навигационной тренажерно-обучающей системы на основе рассмотренных подходов.

Результаты по первой главе.

Глава 2. Алгоритмы преобразований символьной информации и оценивания на основе аналогии.

2.1. Алгоритм преобразования символьной информации из строкового представления в бинарные деревья.

2.2. Алгоритм приведения бинарных деревьев к стандартному виду.

2.3. Неформальное описание алгоритма преобразований символьной информации.

2.4. Требования к алгоритму преобразований символьных данных.

2.5. Алгоритмы преобразований символьной информации: поиска подвыражения, соответствующего маске, сравнения подвыражений.

2.6. Алгоритм оценивания на основе метода аналогии.

Результаты по второй главе.

Глава 3. Построение базы знаний.

3.1. Продукционная база знаний.

3.1.1. Диагностика знаний и умений обучаемого в экспертной системе.

3.1.2. Разработка интеллектуальной навигационной тренажернообучающей системы.

3.1.3. Структура экспертной системы электронного учебника штурмана

3.1.4. Хранилище объектов предметной области.

3.1.5. Генерация заданий на основе продукционной базы знаний .Л

3.2. Грамматика для генерации тестовых заданий.

3.3. Генератор тестовых заданий.

3.4. Шаблоны тестовых заданий.

Результаты по третьей главе.

Глава 4. Интеллектуальная навигационная тренажерно-обучающая система

Результаты по четвертой главе.

Рекомендованный список диссертаций по специальности «Системный анализ, управление и обработка информации (по отраслям)», 05.13.01 шифр ВАК

Введение диссертации (часть автореферата) на тему «Интеллектуальная навигационная тренажерно-обучающая система»

Проблема создания систем обучения и контроля знаний (СОиКЗ) для обучения персонала в самых разных отраслях техники, технологии и т. д. привлекает внимание специалистов [25]. С одной стороны, обнаруживается острая необходимость в совершенствовании профессиональных навыков персонала, работающего с тем или иным оборудованием и решающего специализированные задачи, требующие особых знаний и навыков в конкретной предметной области. С другой стороны, современный уровень информационных технологий обеспечивает возможность высококачественной реализации всех компонентов системы и процессов обучения (модели процессов и устройств, пользовательские интерфейсы, средства автоматизированного контроля действий обучаемого и т. п.). В то же время многие работы по созданию подобных систем тормозятся из-за отсутствия общей методологии их построения и использования [25]. Основная сложность в разработке интеллектуальных обучающих систем обусловлена широким многообразием целей, методов и средств, используемых в процессе обучения. На рис. В.1. [103] представлена общая структура проблемы создания СОиКЗ, инвариантная относительно конкретных предметных областей. Здесь показана номенклатура основных задач, которые составляют содержание проблемы, определены функциональные связи между задачами и последовательность их решения.

Рис. В.1. Общая структура проблемы создания СОиКЗ Из рис. В.1. видно, что основная сложность в разработке СОиКЗ, независимо от предметной области, заключается в крайней разнохарактерности и синтетичности технологий компьютерного обучения и используемых при этом средств. Для успеха такого обучения каждый компонент должен быть реализован на одинаково высоком уровне.

Актуальность темы. Актуальной задачей является разработка архитектуры подобных систем на основе построения алгоритмов управления обучением с использованием обратной связи на основе детальной диагностики знаний и умений обучаемых, выявления причин возникновения у них ошибок и разработки способов их устранения. Помощь в эффективном решении этой основной задачи могут оказать интеллектуальные методы извлечения, хранения и представления знаний, являющиеся предметом инженерии знаний, одной из ветвей искусственного интеллекта.

Профессиональная подготовка оператора летательного аппарата (JIA) -это трудоемкий и дорогостоящий процесс. Она складывается из курса теоретического обучения, практических тренажерной и летной подготовок. Учитывая то обстоятельство, что оператор летательного аппарата функционирует в экстремальных условиях, и от его деятельности зависят человеческие жизни и успешность выполнения полетного задания, качество подготовки должно быть очень высоким.

В подготовке авиационных специалистов можно выделить три этапа: теоретическое обучение, тренажерную подготовку и подготовку на учебном летательном аппарате. Это соответствует иерархической структуре модели деятельности человека, где на верхнем уровне находятся знания, на среднем - умения, на нижнем - навыки. Причем об эффективности тренажерной подготовки говорят повышение качества подготовки летных экипажей, безопасности и выживаемости.

Как бы ии была сложна структура профессиональной деятельности оператора летательного аппарата, её можно разделить на компоненты, соответствующие различным видам его деятельности. Разделение профессиональной деятельности лётного экипажа (пилот, штурман, бортинженер) позволяет использовать для практической подготовки целую гамму тренажеров: процедурные авиационные тренажеры, специализированные и комплексные.

Важными преимуществами использования процедурных и специализированных перед комплексными тренажерами является распараллеливание процесса предварительной практической подготовки, относительно малая стоимость и простота. Учитывая неуклонное нарастание имитирующих возможностей персональных компьютеров, их применение в качестве процедурных авиационных тренажеров является особенно перспективным. К тому же использование компьютера в качестве процедурного тренажера (так называемые компьютерные тренажеры) позволяет применять их одновременно для теоретической и практической подготовки, при этом устраняется разрыв между ними.

Под компьютерным тренажером понимается тренажер, не содержащий реальной аппаратуры, но использующий механизмы виртуальной реальности. При этом компьютерный тренажер должен обеспечивать формирование как постоянных концептуальных моделей (постоянная часть концептуальной модели, образуемая знаниями и умениями, полученными в предшествующих обучении и профессиональной деятельности), так и оперативных концептуальных моделей, характерных для применения технических средств практической подготовки, то есть собственно тренажеров. Применение компьютерного тренажера уже на этапе теоретической подготовки позволяет повысить мотивацию в изучении теории, ибо показывает её значимость в решении практических задач. Использование компьютерных технологий в обучении в целом и в обучении оператора-навигатора в частности позволяет: индивидуализировать процесс обучения; повысить объективность контроля знаний и качество обучения путем внедрения оптимальных методик и средств обучения; интенсифицировать процесс обучения.

В настоящее время существует три пути индивидуализации обучения [54]. Первый из них характеризуется тем, что выбор обучающих воздействий целиком и полностью определяется компьютером. Второй путь предполагает, что сами обучаемые определяют то управление обучением, которое является для них предпочтительным. Он основывается на предположении, что обучаемые намного лучше, чем компьютер, смогут определить, какая помощь им нужна, сколько учебных задач и какой трудности им надо решить ит. д.

Третий путь предполагает смешанное управление: обучаемому предлагается наметить ту стратегию обучения, которую он считает наиболее приемлемой. Если при этом обнаруживается «сбой», т. е. обучаемые плохо справляются с учебными заданиями, управление процессом обучения компьютер полностью берет на себя. Таким образом, актуальной является задача создания личностно-ориентированных СОиКЗ, использующих модель обучаемого и ориентированных на работу с электронным преподавателем (с оптимальным электронным инструктором по терминологии А. А. Красовского [43]).

На сегодняшний день даже самые современные авиационные тренажеры, такие, как, например, навигационный тренажер штурмана «Рефрен-Н» [И], разработанный с участием автора и находящийся в эксплуатации в одном из летных авиационных училищ России, принадлежат к числу автоматизированных обучающих систем и систем «человек-машина», и, значит, в них имеет место действие человеческий фактор [27], которому подвержен инструктор, являющийся ответственным лицом, отвечающим за обучающие качества авиационного тренажера. То есть нельзя не отметить тот факт, что при контроле инструктором действий обучаемого эффективность контроля является довольно низкой, вследствие того, что инструктор может сам в процессе контроля допустить ошибки. Исследования показали, что в 10 - 50 % случаев инструктор может не заметить допущенных обучаемыми ошибок, а в 15 - 20 % случаев он даже указывает на ложные ошибки [8].

Особенность задачи поддержки принятия решения в системах «человек-машина» состоит в том, что человек-оператор по существу является одноканальной системой, т. е. способен одномоментно осмысливать и осуществлять только одно управление. При параллельном решении задач обучаемым возрастает вероятность ошибок. Поэтому для достижения высоких обучающих качеств авиационный тренажер должен быть снабжен распределенной экспертной системой, выполняющей роль оптимального электронного инструктора. Тем самым автоматизированная обучающая система превращается в интеллектуальную. В отличие от традиционных автоматизированных обучающих систем, интеллектуальные содержат знания о предметной области, обучаемом, о стратегиях обучения и способах его индивидуализации. В результате обеспечивается возможность автоматизации контроля и управления обучением, формирование содержательно-методической базы (сценарии, эталоны пилотирования и т. п.) обучения, а также большей объективности в оценке обученности.

Ряд особенностей, присущих получению естественнонаучного образования, затрудняют использование информационных технологий. Главные из этих особенностей связаны, прежде всего, с тем, что для подобных специальностей принципиально необходима повседневная практическая деятельность в виде регулярно выполняемых лабораторных работ и практических занятий по решению задач. К разряду профессий, связанных с решением задач, относится профессия штурмана.

Цель диссертационной работы - разработка архитектуры и алгоритмов построения интеллектуальной навигационной тренажерно-обучающей системы, ориентированной на обучение операторов-навигаторов (штурмана, летчика в роли штурмана).

Методы исследования. Для решения поставленных задач использовались методы теории графов, теории искусственного интеллекта. В ходе их практической реализации использовались методы дискретной математики, теории алгоритмов, теории компиляторов, теории построения формальных грамматик, объектно-ориентированного программирования.

В ходе выполнения работы использованы психолого-педагогические аспекты деятельностного подхода в обучении операторов-навигаторов.

Научную новизну представляют следующие результаты.

1. Алгоритмы: преобразования символьной информации, поступающей на вход интерфейса системы в естественно-математическом виде, на основе способа представления символьных данных в памяти компьютера в виде бинарных деревьев; сравнения символьных данных на основе шаблонов, задаваемых в процессе разработки интеллектуальной навигационной тренажерно-обучающей системы. Это позволяет задавать классы семантически эквивалентных символьных преобразований, с учетом семантики и специфики предметной области.

Разработанные алгоритмы впервые позволят реализовать интеллектуальный интерфейс при обучении оператора-навигатора решению штурманских задач.

2. Алгоритм оценивания действий обучаемого при проведении им расчетов навигационных параметров на основе метода аналогии.

3. Продукционная база знаний, позволяющая моделировать логические рассуждения и осуществлять диагностику действий и контроль знаний оператора-навигатора.

4. Объектная модель описания предметной области для генерации тестовых заданий.

5. Грамматика для генерации тестовых заданий, включающих в себя символьные преобразования различных навигационных параметров.

6. Архитектура и модель интеллектуальной навигационной тренажерно-обучающей системы, основанной на декларативном представлении знаний.

Практическая и теоретическая ценность работы. На основе предложенных и разработанных в данной работе архитектуры и алгоритмов построения интеллектуальной навигационной тренажерно-обучающей системы реализован программный комплекс по дисциплине «Воздушная навигация» [69, 70].

Практическая ценность работы подтверждена победой в конкурсе СПбГУАП по электронным учебникам.

Положения, выносимые на защиту

1. Архитектура и модель интеллектуальной навигационной тренажерно-обучающей системы, осуществляющей генерацию тестовых заданий, контроль, диагностику и оценивание знаний обучаемого и позволяющей реализовать алгоритм интерактивного обучения оператора-навигатора.

2. Способы задания и преобразования символьной информации, поступающей на вход интерфейса системы в естественно-математическом виде, на основе представления символьных данных в памяти компьютера в виде бинарных деревьев.

3. Способ сравнения символьных данных на основе шаблонов, задаваемых в процессе разработки обучающей системы.

4. Алгоритм оценивания действий обучаемого при проведении им расчетов навигационных параметров на основе метода аналогий.

5. Продукционная база знаний, позволяющая моделировать логические рассуждения, а также диагностировать действия и осуществлять контроль знаний оператора-навигатора.

Внедрение результатов работы. Результаты диссертационной работы использованы в учебном процессе: в Военно-Морской академии им. Адмирала Флота Советского Союза Н.Г. Кузнецова; в ФГОУ СПО Выборгский Авиационный технический колледж гражданской авиации; в Государственном образовательном учреждении высшего профессионального образования «Санкт-Петербургский государственный университет аэрокосмического приборостроения»; в Челябинском военном авиационном институте штурманов.

Апробации работы. Основные результаты работы были представлены и обсуждались на научных сессиях аспирантов, семинарах и ежегодных докладах в Государственном образовательном учреждении высшего профессионального образования «Санкт-Петербургский государственный университет аэрокосмического приборостроения», научно-технической конференции «Тренажерные технологии и симуляторы - 2002», на Международном симпозиуме «Аэрокосмические приборные технологии», на научно-практической конференции «Педагогический дизайн», в Балтийском государственном техническом университете.

Личный вклад. В диссертации приведены только те результаты, в получении которых автору принадлежит основная роль.

Результаты научной работы автора были отмечены на конкурсе на соискание грантов для поддержки научно-исследовательской работы аспирантов вузов Федерального агентства по образованию (тема: «Разработка, исследование и внедрение в учебный процесс адаптивных алгоритмов обучения оператора-навигатора»).

Публикации. По материалам и результатам диссертации опубликовано 13 печатных работ.

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения, библиографического списка и 2-х приложений. Общий объем работы - 176 стр., в том числе 11 табл. и 42 рис. Библиография включает 106 наименований.

Похожие диссертационные работы по специальности «Системный анализ, управление и обработка информации (по отраслям)», 05.13.01 шифр ВАК

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Петров, Кирилл Константинович

5. Результаты работы оформлены в виде электронного учебника штурмана, построенного на основе применения PHP-технологий и Apache-сервера для связи учебника с базой данных MySQL, что позволило реализовать функционирование системы в локальной сети и в сети Internet.

6. Полученные результаты внедрены в учебном процессе ряда высших и средних учебных заведений.

Заключение

В процессе работы над диссертацией были получены следующие результаты.

1. Разработаны архитектура и модель ИНТОС, основанной на декларативных знаниях и применении задачного подхода в обучении. Система осуществляет: генерацию тестовых заданий по воздушной навигации на основе построения продукционной базы знаний, позволяющей моделировать логические рассуждения; контроль знаний и диагностику ошибок обучаемого оператора-навигатора в ходе решения навигационных задач.

2. Разработаны алгоритмы: преобразования математических выражений, вводимых обучаемым в естественно-математическом виде, на основе способа представления их в памяти компьютера в виде бинарных деревьев; сравнения этих выражений на основе шаблонов, задаваемых в процессе разработки обучающей системы. Это позволяет задавать классы семантически эквивалентных выражений, с учетом семантики и специфики предметной области.

3. Разработан алгоритм оценивания действий обучаемого при проведении им расчетов навигационных параметров на основе рассуждений по аналогии.

4. Разработаны: продукционная база знаний, правила которой строятся на основе объектов предметной области; способ использования аппарата формальных грамматик для генерации тестовых заданий.

Предложен способ адаптации системы к текущему уровню знаний обучаемого.

Список литературы диссертационного исследования кандидат технических наук Петров, Кирилл Константинович, 2006 год

1. Аванесов B.C. Композиция тестовых заданий. Учебная книга для преподавателей вузов, учителей школ, аспирантов и студентов педагогических вузов. -М.: Адепт, 1998.-218 с.

2. Алгоритм нахождения максимального внутренне устойчивого множества (метод Магу) (www.vladiinir-proff.narod.ru).

3. Атанов Г.А. Возрождение дидактики залог развития высшей школы. - Донецк: Изд-во ДОУ, 2003. - 180 с.

4. Атанов Г.А. Деятельностный подход в обучении. Донецк: «ЕАИ-пресс», 2001. - 160 с.

5. Атанов Г.А., Пустынникова И.Н. Обучение и искусственный интеллект, или основы современной дидактики высшей школы. Донецк: Изд-во ДОУ, 2002.-504 с.

6. Ахо А., Сети Р., Ульман Д. Компиляторы: принципы, технологии и инструменты. -М.: Издательский дом «Вильяме», 2003. 768 с.

7. Балл Г.А. О психологическом содержании понятия «задача» // Вопросы психологии, 1970. № 6. С. 21 - 22.

8. Берестов Л.М., Меерович Г.А. Обучающие качества тренажера, как мера его воздействия на человеческий фактор. // ВИНИТИ. Проблемы безопасности полетов. 1995. № 5.

9. Буч Г. Объектно-ориентированный анализ и проектирование с примерами на С++. -М.: Бином, СПб.: Невский диалект, 2001. 560 с.

10. Виды педагогических программных средств (ППС) и общие технологии (http://www.rsvpu.ru/student/mikl/html/indtech.htm), Уральский государственный профессионально-педагогический университет, Сервер дистанционного образования УГППУ.

11. Воздушная навигация и элементы самолетовождения. / Мамаев В.Я., Синяков А.Н., Петров К.К., Горбунов Д.А; СПбГУАП. СПб., 2002.-256 с.

12. Волкова И.А. Руденко Т.В. Формальные грамматики и языки. Элементы теории трансляции. М.: МГУ, 1999. 62 с.

13. Выявление экспертных знаний (процедуры и реализации) / О. И. Ларичев, А. И. Мечитов, Е. М. Мошкович, Е. М. Фуремс. -М.: Наука, 1989. -128 с.

14. Гаврилова Т.А., Червинская К.Р. Извлечение и структурирование знаний для экспертных систем. М.: Радио и связь, 1992. - 200 с.

15. Галеев И.Х., Чепегин В.И., Сосновский С.А. МОНАП-II -авторские средства проектирования интеллектуальных обучающих систем// УСиМ, 2002. № 3/4. С. 80 - 86.

16. Гальперин П.Я. Основные результаты исследования по проблеме «Формирование умственных действий и понятий». М.: Изд-во МГУ, 1965. - 52 с.

17. Гамезо М.В., Герасимова B.C. Знаковое моделирование в процессе решения учебных текстовых задач // Психологические проблемы переработки знаковой информации. -М, 1977.-С. 235-252.

18. Гамма Э., Хелм Р., Джонсон Р., Влассидес Дж. Приемы объектно-ориентированного программирования. Паттерны проектирования. СПб.: Питер, 2003.-368 с.

19. Гладун В.П., Ващенко П.Д. Локально-статистические методы извлечения знаний из баз данных// Международная конференция «Знания Диалог - Решение»: Сборник научных трудов. - Ялта, Крым. -1995. -Т. 1. - С. 63 - 73.

20. Глова В.И., Аникин И.В., Аджели М.А. Мягкие вычисления (soft computing) и их приложения. Казань: Издательство КГТУ им. А.Н. Туполева, 2000. - 98 с.

21. Горбунов Д.А., Мамаев В.Я., Петров К.К. Модель представления учебного материала и способ диагностирования ошибок оператора в автоматизированной обучающей системе// Информационно-управляющие системы, СПб, 2003. №5. С. 51 - 58.

22. Горбунов Д.А., Петров К.К. Модель представления учебного материала и методика диагностики ошибок обучаемого в автоматизированной обучающей системе оператора-навигатора// Шестая научная сессия аспирантов ГУАП: Сб. докл./ СПбГУАП. СПб., 2003. С. 19 - 26.

23. Диалоговые системы и представление знаний / Кокорева J1.B., Перевозчикова O.JI., Ющенко E.JL; АН Украины. Ин-т кибернетики. Киев: Наук, думка, 1992. - 448 с.

24. Доблаев Л.П. Смысловая структура учебного текста и проблемы его понимания. -М.: Педагогика, 1982. 176 с.

25. Дозорцев В.М. Компьютерные тренажеры для обучения операторов технологических процессов теория, методология построения и использования. Автореферат диссертации на соискание ученой степени доктора технических наук. - М., ИПУ, 1999. - 36 с.

26. Ездаков A.JT. Экспертные системы! Это так просто?!// Экспертные системы.-М.: Знание, 1990.-48 с.

27. Есин Ю.Ф., Парамонов П.П., Мамаев В.Я., Чернов В.А. Навигационные тренажеры нового поколения. / Тезисы доклада. Третья международная научно-практическая конференция «Пилотируемые полеты в космос». Звездный городок, 11-12 ноября 1997 г. -С. 199-200.

28. Журавлев Ю.И. Об алгебраическом подходе к решению задач распознавания и классификации // Проблемы кибернетики. 1978. - Вып. 33. - С. 5 - 68.

29. Зайцева JT.B. Методы и модели адаптации к учащимся в системах компьютерного обучения.// Educational Technology & Society, 2003. № 6 (4). -С. 204-211.

30. Зайцева J1.B. Модели и методы адаптивного контроля знаний.// Educational Technology & Society, 2004. № 7 (4). С. 265 - 277.

31. Зайцева J1.B., Новицкий Л.П., Грибкова В.А. Разработка и применение автоматизированных обучающих систем на базе ЭВМ. Под ред. Л.В. Ницецкого. - Рига: «Зинатне», 1989. - 174 с.

32. Зигель А., Вольф Дж. Модели группового поведения в системе человек-машина. М.: Мир, 1972. - 264 с.

33. Змитрович А.Н. Интеллектуальные информационные системы. -Минск: НТООО «Тетрасистемс», 1997. -368 с.

34. Искусственный интеллект. В 3 кн. Кн. 2. Модели и методы: Справочник / Под ред. Д. А. Поспелова. - М.: Радио и связь, 1990. - 304 с.

35. Калашникова Т.Г. Применение аналогии для оценки системы знаний. // Перспективные информационные технологии и интеллектуальные системы, 2001. № 1. С. 220 - 232.

36. Карпов Ю.Г. Теория и технология программирования. Основы построения трансляторов. СПб.: БХВ-Петербург, 2005. - 272 с.

37. Касьянов В.Н., Евстигнеев В.А. Графы в программировании: обработка, визуализация и применение. СПб.: БХВ-Петербург, 2003.- 1104 с.

38. Качаровский И.Б. Образ полета или приборный аналог // Авиация и космонавтика, 1976. № 8.-С. 14-15.

39. Кнут Д.Э. Искусство программирования, т. 1. Основные алгоритмы, 3-е изд. М.: Издательский дом «Вильяме», 2000. - 720 с.

40. Когнитивная психология / Р. Солсо. 6-е изд. - СПб.: Питер, 2006. -589 с.

41. Козарук В.В., Ребо Я.Ю. Навигационные эргатические комплексы самолётов. М.: Машиностроение, 1986. - 228 с.

42. Кокорева JI.B., Перевозчикова O.J1. Диалоговые системы и представление знаний. Киев, Наукова думка, 1993. - 446 с.

43. Красовский А.А. Основы теории авиационных тренажеров. М.: Машиностроение, 1995. - 304 с.

44. Леонтьев А.Н. Деятельность, сознание, личность. М.: Политиздат, 1975.-304 с.

45. Леонтьев А.Н. Избранные психологические произведения: В 2 т. -М.: Педагогика, 1983.-Т. 2.-318 с.

46. Лорьер Ж.-Л. Системы искусственного интеллекта: Пер. с франц. -М.: Мир, 1991.-568 с.

47. Любарский Ю.Я. Интеллектуальные информационные системы. -М.: Наука, 1990.-227 с.

48. Люгер Дж. Ф. Искусственный интеллект: стратегии и методы решения сложных проблем. / 4-е издание. М: «Вильяме», 2003 г. - 864 с.

49. Мамаев В.Я., Петров К.К. Контроль знаний обучаемого при выполнении им символьных преобразований в интеллектуальной обучающей системе// Научное приборостроение, СПб, 2006. № 1. Т. 16. - С. 116 - 120.

50. Мамаев В.Я., Петров К.К., Синяков А.Н. Диагностика ошибок обучаемого в навигационном тренажере штурмана/ Материалы научно-технической конференции «Тренажерные технологии и симуляторы 2002», СПб, Издательство СПбГПУ, 2002. С. 159.

51. Машбиц Е.И. Психологические основы управления учебной деятельностью. М.: Педагогика, 1988. - 192 с.

52. Машбиц Е.И. Психологические основы управления учебной деятельностью. К.: Вища школа, 1987. - 224 с.

53. Меньшов А.И., Рыльский Г.И. Человек в системе управления летательными аппаратами. М.: Машиностроение, 1976.- 192 с.

54. Минский М. Фреймы для представления знаний. М.: Энергия, 1979.- 151 с.

55. Петров К.К. Алгоритмы символьных преобразований в тестовых заданиях для контроля знаний в электронном учебнике штурмана// Девятая научная сессия аспирантов ГУАП: Сб. докл./СПбГУАП. СПб., 2006. С. 63-70.

56. Петров К.К. Диагностика ошибок штурмана в интеллектуальной обучающей системе// Пятая научная сессия аспирантов ГУАП: Сб. докл./ СПбГУАП. СПб., 2002. С. 57 - 60.

57. Петров К.К. Инструментальные средства разработки интеллектуальной системы обучения оператора транспортного средства/ Материалы научно-практической конференции «Педагогический дизайн», СПб, 26 27 октября 2004 г.-С. 166- 174.

58. Петров К.К. Разработка интеллектуальной системы обучения оператора-навигатора// Седьмая научная сессия аспирантов ГУАП: Сб. докл./ СПбГУАП. СПб., 2004. С. 47 - 58.

59. Петров К.К. Технология создания адаптивной обучающей системы и применение разработанной методики в электронном учебнике оператора-навигатора// Восьмая научная сессия аспирантов ГУАП: Сб. докл./ СПбГУАП. СПб., 2005.-С. 109-113.

60. Петрушин В.А. Интеллектуальные обучающие системы: архитектура и методы реализации (обзор) // Техническая кибернетика, 1993. №2.-С. 165 188.

61. Петрушин В.А., Ибрагимов О.В. Экспертно-обучающие системы. -Киев: ИК, 1989.-21 с.

62. Попов Э.В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ. М.: Наука, 1987. - 288 с.

63. Поспелов Г.С. Искусственный интеллект основа новой информационной технологии. - М.: Наука, 1988. - 280 с.

64. Поспелов Д.А. Ситуационное управление: теория и практика. М.: Наука, 1986.-288 с.

65. Представление и использование знаний: Пер. с япон. / Под ред. X. Уэно, М. Исидзука.-М.: Мир, 1989.-220 с.

66. Растригин J1.A. Адаптация сложных систем. Рига: Зинатне, 1981. -375 с.

67. Рубинштейн СЛ. Основы общей психологии: В 2 т. М.: Педагогика, 1989.-Т. 2. -488 с.

68. Свидетельство на программу для ЭВМ «Электронное учебное пособие «Воздушная навигация и элементы самолетовождения» (DOSHR)» № 2003610194 от 17.01.2003. Мамаев В.Я., Синяков А.Н., Петров К.К., Горбунов Д.А.

69. Свидетельство на программу для ЭВМ «Электронный учебник оператора-навигатора (ETON)» № 2005612096 от 17.08.2005. Горбунов Д.А., Мамаев В.Я., Петров К.К.

70. Системное программное обеспечение / Гордеев А.В., Молчанов А.Ю. СПб.: Питер, 2003. - 736 с.

71. Соловов А.В. Дидактика и технология электронного обучения в системе КАДИС// Индустрия образования. М.: МГИУ, 2002. № 6. - С. 54 - 64.

72. Страуструп Б. Язык программирования С++. Специальное издание. М.: Бином, 2005. - 1104 с.

73. Стрелков 10. А. Роль системы отсчета в формировании навигационного образа полета. Сборник научных трудов. М.: ИПАН, 1990. -С. 229-240.

74. Стрелков Ю.А. Инженерная и профессиональная психология. М.: Академия, 2001. - 360 с.

75. Суховиенко Е.А. Информационные технологии педагогической диагностики: теория и практика: Монография. Челябинск-Южно-Уральск, кн. изд-во, 2005. - 238 с.

76. Талызина Н.Ф. Управление процессом усвоения знаний. М.: Издательство МГУ, 1984. - 345 с.

77. Уинстон П. Искусственный интеллект: Пер. с англ. М.: Мир, 1980.-520 с.

78. Уотермен Д. Руководство по экспертным системам: Пер. с англ. -М.: Мир, 1989.-388 с.

79. Фридман JI.M. Логико-психологический анализ школьных учебных задач. М.: Педагогика, 1977. - 206 с.

80. Чхартишвили А.Г. Теоретико-игровое моделирование информационного управления в активных системах // Человеческий фактор в системах управления. М., 2005.-С. 19-24.

81. Чхартишвили А.Г., Новиков Д.А. Активный прогноз. М.: ИПУ РАН, 2002.- 101 с.

82. Шеварев П.Л. О роли ассоциаций в процессе мышления // Исследования мышления в советской психологии. М.: Наука, 1966. - С. 47 - 54.

83. Brusilovsky P. Adaptive and Intelligent Technologies, Rollinger and C. Peylo (eds.), Konstliche Intelligenz. P. 19-25.

84. Brusilovsky P. Methods and techniques of adaptive hypermedia.// User Modeling and User-Adapted Interaction, № 6. P. 87 - 129.

85. Brusilovsky P., Specht M., Stenle F., Weber G. ELM-PE. An Intelligent Learning Environment for Programming, (www.psychologie.unitrier.de: 8000/projects/ELM/elmpe.html).

86. Brusilovsky P., Weber G. World-Wide Intelligent Textbooks. ED-TELECOM'96 World Conference on Educational Telecommunications proceedings. - P. 302 - 307.

87. De Bra P., Aerts A., Smits D., Stash N. AHA! Version 2.0, More Adaptation Flexibility for Authors. Proceedings of the AACE ELearn'2002 conference, October 2002. P. 240 - 246.

88. De Bra P., Stash N. AHA! A General-Purpose Tool for Adaptive Websites. Proceedings of the World Wide Web Conference, Poster Session, May 2002.-P. 381 -384.

89. Encyclopedia of artificial intelligence/ Stuart C. Shapiro, editor-in-chief.-2nd ed. «А Wiley-Interscience publication.» John Wiley&Sons, Inc. NY/ Chichester/Brisbane/Toronto/ Singapore. 1688 p.

90. Fukuhara Y., Ishiuchi S., Koike Y., Maruyama M., Nakabayashi K., Touhei H. An Intelligent Tutoring System on World Wide Web: Towards an Integrated Learning Environment on a Distributed Hypermedia, Proc. of ED-MEDIA95, June 1995.-P. 488-493.

91. Johnson W.L., Lester J.C., Rickel J.W. Animated Pedagogical Agents: Face-To-Face Interaction in Interactive Learning Environments. International Journal of Artificial Intelligence in Education № 11 2000. P. 47 - 48.

92. Johnson W.L., Rickel J.W. Task-Oriented Collaboration with Embodied Agents in Virtual Worlds//Embodied Conversational Agents, J. Cassell, J. Sullivan, and S. Prevost (eds.). Boston: MIT Press, 2000. (http://www.w3.org/pub/Conferences).

93. Johnson W.L., Shaw E., Ganeshan R. Pedagogical agents on the Web. Workshop «WWW-Based Tutoring» at 4th International Conference on Intelligent Tutoring Systems (ITS'98), San Antonio, August 16 19, 1998. (http://www.isi. edu:80/isd/ADE/ITS98-WW.htm).

94. Kinchuk, Patel A. A conceptual framework for Internet based intelligent tutoring systems// Knowledge transfer (volume II), A. Behrooz (ed.), London: pAce.-P. 117-124.

95. Rasch, G. On Specific Objectivity: An Attempt ofFormalizing the Request for Generality and Validity of Scientific Statements / Danish Yearbook of Philosophy. 1977, v. 14, p. 58 94, Munksgaard, Copenhagen. - 216 p.

96. Specht M., Weber G. User Modeling and Adaptive Navigation Support in WWW-based Tutoring Systems// User Modeling, Jameson A., Pans C., Tasso C. (eds.), Wien: Springer-Verlag. P. 289 - 300.

97. Yerkes R., Dodson J. The relation of strength of stimulus to rapidity of habit-formation //j. Сотр. Neurol. Psychol. 1908, N 18. P. 459-482.

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.