Методики и алгоритмы интеллектуальной системы поддержки управления процессом обучения основам микроэлектроники тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Зар Ни Хлайнг

• Зар Ни Хлайнг
• кандидат технических наук
• 2011

Оглавление диссертации кандидат технических наук Зар Ни Хлайнг

4

1. Современное состояние проблемы информатизации процесса обучения.

1.1. Принципы е-1еагпи^ технологии.

1.1.1. Основные характеристики е-1еаггш^ технологии.

1.1.2. Основы е-1еагш

§ технологии повышения квалификации и обучения

1.1.3. Дистанционное обучение.

1.1.4. Автоматизация процесса обучения.

1.1.5. Структура аудитории при е-1еагтш^ обучении.

1.2. Концептуальная модель системы обучения.

1.2.1. Компетенции как основной идентификатор результатов обучения.

1.2.2. Планирование ожидаемого результата обучения в виде компетентностной модели выпускника.

1.2.3. Планирование результатов обучения.

1.2.4. Моделирование образовательного пространства на основе результатов обучения.

1.2.5. Планирование образовательных траекторий.

1.3. Интеллектуальный тренажёр как часть системы обучения.

1.4. Интеллектуальные аспекты построения обучающей системы.

1.5. Цель работы и постановка задачи.

1.6. Выводы.

2. Модели и алгоритмы и построения тренажерно-обучающего комплекса для обучения в области микроэлектроники.

2.1. Алгебраическая модель предметной области ТОК.

2.1.1. Концептуальная модель программного обеспечения ТОК.

2.1.2. Язык ТОПОЛОГИЯ.

2.1.3. Язык ОТОБРАЖЕНИЕ ТОПОЛОГИИ НА ТОКОВО-ПОТЕНЦИАЛЬНЫЙ БАЗИС.

2.1.4. Язык МОДЕЛИРОВАНИЕ МНОГОПОЛЮСНИКОВ.

2.1.5. Язык АНАЛИЗ ЭЛЕКТРИЧЕСКИХ ЦЕПЕЙ.

2.2. Выбор методов обучения.

2.2.1. Индуктивный метод.

2.2.2. Дедуктивный метод.

2.3. Использование нечёткой логики и создание модулей нечеткого управления для генерации тестов и контрольных вопросов.

2.3.1. Нечёткая логика.

2.3.2. Создание базы нечетких правил.

2.4. Применение базы данных.

2.5. Выводы.

3. Тренажёрно-обучающий комплекс для изучения разделов "Метод контурных токов" и "Преобразование активных двухполюсников".

3.1. Структура ТОК.

3.2. Алгоритмы процесса обучения с помощью ТОК.

3.3. Модель "Использование БЗ для идентификации".

3.4. Блок, содержащий теоретические сведения.

3.5. Выполнение тестов и контрольных вопросов.

3.6. Использование адаптивной нейро-нечёткой системы для генерации тестов и контрольных вопросов.

3.6.1. Метод генерации тестов и контрольных вопросов.

3.6.2. Алгоритм посгроения системы оценок с использованием адаптивной нейро-нечё'1 кой системы.

3.7. Система интерфейсов ТОК по изучению MKT.:.

3.8. Выводы.

4. Использование ТОК в учебном процессе.

4.1. Применение ТОК в МИЭТе.

4.2. Апробация работы.

4.3. Выводы.

Введение диссертации (часть автореферата) на тему «Методики и алгоритмы интеллектуальной системы поддержки управления процессом обучения основам микроэлектроники»

Актуальность темы. В настоящее время весьма остро встает вопрос обеспечения качества производимой продукции вообще, и электротехнических систем в частности. Если раньше разработка новых микроэлектронных приборов и систем была ориентирована на длительный срок эксплуатации и выполнялась специализированными подразделениями разработчиков аппаратуры, то в настоящее время моральное старение микроэлектронных изделий происходит гораздо быстрее, объемы производства стали меньше. Поэтому все этапы от разработки до изготовления часто выполняются непосредственно на предприятии-изготовителе. Вместе с тем в условиях жесткой конкуренции предприятие не может позволить себе снижать качество продукции. Кроме того, в силу увеличения влияния человека на окружающую среду опасность техногенных катастроф возрастаете с каждым днём. Это приводит к необходимости постоянно расширять компетентности обслуживающего персонала, что связано с требованием регулярного повышения квалификации и освоения новых знаний. Одним из выходов в данном случае является создание тренажёрно-обучающих комплексов (ТОК), предназначенных для повышения квалификации обслуживающего персонала без отрыва от производства и представляющих собой системы интеллектуальной поддержки процессов обучения и переподготовки инженерно-технического персонала в процессах проектирования и производства.

Кроме того, подготовка специалистов по электронике в рамках программ высшей школы, очевидно, никогда не потеряет своей актуальности. Поэтому еще одной сферой применения ТОК является ее использование при подготовке специалистов в вузовской и профессиональной сферах. Разработка системы велась с учетом возможной профессиональной загруженности обучаемых, поэтому предусматривается возможность доступа к теоретической части и режиму тренинга в любое удобное время, и без обращения к преподавателю. Эта особенность ТОК предоставляет дополнительные возможности и для студентов в плане построения индивидуальной линии обучения.

В преподавании дисциплин, связанных с электроникой, в настоящее время успешно сосуществуют и дополняют друг друга два направления: традиционное обучение и применение новейших компьютерных технологий с использованием стандартных программных средств (пакеты МАТТЛВ. МШЛТ81М. и т.д.). Последнее направление весьма актуально в связи с новыми требованиями к образовательным технологиям. Использование интеллектуальных компьютерных сред позволяет повысить качество и эффективность учебного процесса изучения некоторых разделов элекгрогехники, как базовой части изучения электроники и микроэлектроники.

Вопросами создания автоматизированных обучающих систем и электронного обучения занимаются многие зарубежные и российские ученые, в частности хорошо известны работы Б. Ятленко. А. Бондаренко, Марка Розенберга. А.Я. Савельева, Лисова О.И., Игнатовой И.Г., Тихомирова В.П., Солдаткина В.И., Гусевой А.И., Дэ-Джун Кванг, Мьюнг-Сук Дженни Панг и др.

Современные обучающие системы в области электроники недостаточно эффективны. В частности остаются открытыми вопросы, связанные с обоснованным выбором траекторий обучения, генерацией тестовых задании, обучающих материалов и контрольных мероприятий, объективным оцениванием знаний обучающихся. Все это в совокупности требует повышения интеллекта современных систем поддержки процессов обучения, расширения их функциональности и репрезентативности предоставления материалов. Таким образом, актуальными являются исследования, направленные на создание методов, алгоритмов, моделей обработки и управления информацией.

Актуальность проблемы, посвященной повышению квалификации обслуживающего персонала, обусловлена тем, что в условиях увеличения числа малых предприятий с быстро меняющимся ассортиментом производимой продукции нет возможности обеспечить длительную подготовку специалистов нужной квалификации. Использование ТОК позволяет решить проблему ускорения процесса повышения квалификации специалистов, в том числе и с использованием методов электронного образования (е-1еагшгщ).

Построение ТОК, осуществляемое на основе разработки структуры, моделей алгоритмов генерации заданий и контроля правильности решения задач, создания интеллектуального модуля контроля результатов обучения, являются актуальными задачами.

Объектом исследования являются процессы первичного обучения и повышения квалификации обслуживающего персонала в области микроэлектроники.

Предметом исследования является структура ТОК как компонент системы обучения, алгоритмы, модели и программная реализация интеллектуальных средств обучения по базовым разделам микроэлектроники, в частности '^Преобразование активных двухполюсников", "Метод контурных токов". Микроэлектроника рассматривается как комплекс дисциплин, связанных с расчетом, моделированием и проектированием электронных приборов.

Цель работы Целью работы является повышение эффективности процессов обучения на основе разработки интеллектуальной системы поддержки управления процессом обучения, принятия решений и обработки информации в обучающих системах, путём создания математического и программного обеспечения тренажёрно-обучающих комплексов.

Для достижения цели необходимо решить следующие задачи:

Анализ существующих методик подготовки специалистов в рамках технологии e-learning.

Построение формализованной модели области знаний.

Разработка структуры тренажёрно-обучающего комплекса.

Разработка алгоритмов интеллектуальнной поддержки процесса обучения с помощью тренажерно-обучающего комплекса.

Разработка методик интеллектуального управления процессом обучения.

Разработка адаптивной технологии обучения и алгоритмов автоматической генерации тестовых заданий и контрольных вопросов.

Создание методики интеллектуального тестирования и оценивания знаний.

Программная реализация разработанных алгоритмов для решения практических задач обучения и повышения квалификации специалистов в области микроэлектроники.

Методы исследования. Теоретическую и методологическую базу исследования составляют элементы общей теории систем, теория интеллектуальных технологий. При решении конкретных задач использованы теория электрических цепей, интерфейсы дискретных систем, труды отечественных и зарубежных ученых в области e-learning технологии и микроэлектроники.

При создании ТОК были использованы методы объектно-ориентированного программирования. При создании интеллектуальной подсистемы оценивания, генерации тестов и контрольных вопросов применялись методы теории нечетких множеств. При апробации ТОК использовались статистические методы проверки эффективности.

Научная новизна. Диссертационная работа представляет собой совокупность научно обоснованных технических решений, направленных на разработку ТОК, обеспечивающих базовое обучение и повышение квалификации обслуживающего персонала в области микроэлектроники.

Научная новизна работы состоит в создании новых методик, моделей и алгоритмов повышения эффективности процесса обучения на основе использования интеллектуальных технологий.

В процессе выполнения диссертационной работы получены следующие новые научные результаты.

Сформулированы новые требования к функционированию ТОК и его сгруктуре, применительно к решению задач интеллектуального управления процессом обучения.

Разработана модель области знаний (базы знаний), обеспечивающая применение двух технологий обучения, основанных на индуктивном и дедуктивном методах, в зависимости от индивидуальных компетентностных качеств обучаемых.

Разработан алгоритм формирования заданий в интеллектуальном тренажере (с помощью автоматического генератора заданий).

Предложена адаптивная методика интеллектуального тестирования и рейтингования знаний обучающихся, учитывающая сложность и количество контрольных вопросов, а также динамику успеваемости студентов.

Разработан интеллектуальный блок ТОК для обработки результатов тестирования знаний обучаемых, обеспечивающий управление но индивидуальной траектории обучения по одному из двух возможных методов: индуктивному или дедуктивному;

На базе адаптивно-нечегкой логики разработаны принципы построения, структура, алгоритмы работы и программная реализация ТОК по двум разделам: "Преобразование активных двухполюсников" и "Метод контурных токов".

Проведено экспериментальное исследование предложенных в рабо ге методик и алгоритмов.

Достоверность полученных результатов подтверждается результатами успешных экспериментальных исследований и внедрения ТОК в учебный процесс кафедр ИПОВС и электротехники МИЭТ.

Практическая ценность работы заключается в том, что основные положения, выводы и рекомендации диссертации ориентированы на широкое применение ТОК при обучении теории электрических цепей как базовому разделу микроэлектроники. Результаты исследования доведены до конкретных алгоритмов и программной реализации.

Практическая ценность работы заключается в повышении эффективности изучения базовых разделов микроэлектроники за счет адаптивной технологии обучения, интеллектуальных средств тестирования и оценивания знаний, повышения объективности рейтингования обучающихся. Разработанный трснажерно-обучающий комплекс обеспечивает повышение среднего балла успеваемости студентов, обучающихся по дисциплинам "Теория систем" и "Теория цепей" более чем на 20%, уменьшение времени выполнения контрольных мероприятий в среднем на 30% по сравнению со стандартными технологиями обучения.

Личный вклад автора. Основные результаты получены автором лично. Главными из них являются следующие.

Выполнен аналитический обзор существующих методов в е-1еагпт§ технологии.

Разработаны требования к функциональным блокам ТОК и его структуре.

Построена модель области знаний, обеспечивающая применение двух технологий обучения, основанных на индуктивном и дедуктивном методах, в зависимости от индивидуальных компетентностных качеств обучаемых.

Предложена адаптивная методика интеллектуального тестирования и рейтингования знаний обучающихся, учитывающая сложность и количество контрольных вопросов, а также динамику успеваемости студентов.

Разработана интеллектуальная система оценивания знаний обучаемых, обеспечивающая индивидуальную траекторию обучения по одному из двух возможных методов: индуктивному или дедуктивному.

Разработаны принципы построения, структура, алгоритмы работы и программная реализация ТОК при изучении курса "Теория цепей" с использованием аппарата нейронных сетей.

Проведено экспериментальное исследование предложенных в работе методик и алгоритмов.

Реализация полученных результатов. Диссертационная работа выполнялась в соответствии с планом научно-технических исследований кафедры «Информатика и программное обеспечение вычислительных систем» Московского государственного института электронной техники (национального исследовательского университета) и являлась составной частью исследовательских мероприятий в рамках НИОКР «Разработка методологии практической подготовки студентов в рамках инновационных образовательных программ» Федеральной целевой программы развития образования на 2007-2011годы.

Все работы по программной реализации ТОК проводились при непосредственном участии автора.

В результате проведенных исследований получены и выносятся на защиту следующие основные научные результаты.

Структура ТОК, использующая интеллектуальные технологии.

Алгоритм работы интеллектуального тренажера для обучения базовым разделам микроэлектроники.

Алгоритм формирования заданий, предназначенных для повышения квалификации специалистов и контроля за этим процессом с точки зрения технологии обучения методам контурных токов и преобразования активных двухполюсников.

Способ оценки уровня подготовки специалиста и настройки интеллектуального тренажера на этот уровень, обеспечивающий применение двух технологий представления информации, основанной на индуктивном и дедуктивном методах.

Программная реализация разработанных алгоритмов и моделей для решения практических задач обеспечения процесса подготовки специалистов в области технической микроэлектроники.

Апробация работы и публикации. Основные положения и результаты диссертационной работы были доложены на всероссийских межвузовских научно-технических конференциях «Микроэлектроника и информатика» (Москва, Зеленоград, 2008-2010), на второй международной научно-методической конференции «Современные проблемы высшего профессионального образования» (Курск, 2010), на международной научной заочной конференции «Актуальные вопросы современной техники п технологии» (Липецк, 2010) и на всероссийской межвузовской научно-практической конференции «Актуальные проблемы информатизации, развитие информационной инфраструктуры, технологий и систем» (Москва, Зеленоград, 2008).

Основные результаты диссертационной работы опубликованы в одиннадцати печатных трудах. В том числе одна работа в издании, принадлежащем Перечню, утвержденному ВАК. Без соавторов опубликовано 9 работ.

Программные средства. При проведении работы используется объектно-ориентированный подход. Реализация программной части интеллектуального тренажера проводится на языке МАТЬАВ и УВ 0.6.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения и приложений. Диссертация изложена на 148 страницах текста, содержит 39 рисунков и 6 таблиц.

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Зар Ни Хлайнг

4.3. Выводы

В настоящее время*в системах образования ведущих стран мира все более важное место занимает использование компьютерной техники. Она применяется для повышения эффективности и качества учебного процесса. Можно привести такой пример, как использование обучающих интеллектуальных тренажеров. В этой главе представлено экспериментальное применение интеллектуального тренажера (ТОК) и его эффективность. Интеллектуальный тренажер ТОК способен сам автоматически выбирать методы обучения, генерировать контрольные вопросы и тестовые заданий и умений студентов и управлять прогрессом студентов в приобретении знаний и умений.

Заключение

Диссертационная работа посвящена проблеме повышения эффективности учебного процесса на основе создания интеллектуальных тренажерно-обучающих комплексов (ТОК). В ходе выполнения диссертационной работы получены нижеперечисленные основные научные и практические результаты.

1. Предложена структура тренажёрно-обучающего комплекса, обеспечивающая выполнение всех функций, связанных с обучением и обеспечивающая интеллектуальное управление процессом обучения.

2. Построена формализованная модель области знаний, представляющая собой базу знаний, содержащую совокупность образующих грамматик по основным разделам микроэлектроники и являющаяся основой предлагаемых алгоритмов.

3. Разработаны алгоритмы тренажёрно-обучающего комплекса, направленные на автоматическую генерацию заданий, выбор технологии обучения и оценивание результатов обучения.

4. Созданы адаптивная технология обучения, методика управления знаниями позволяющие повысить качество обучения.

5. Предложена методика интеллектуального тестирования и оценивания знаний, создающая из двух модулей — привычной оценки уровня компетентности и рейтингования в процессе изучения дисциплины, позволяющая передать часть функций преподавателя в ТОК.

6. Осуществлена программная реализация тренажерно-обучающего комплекса

7. В учебный процесс кафедры ИПОВС Московского государственного института электронной техники внедрен тренажерно-обучающий комплекс, экспериментальное использование которого обеспечило повышение среднего балла успеваемости студентов на 20%; и уменьшение времени выполнения контрольных мероприятий в среднем на 30% по сравнению со стандартными технологиями обучения.

Список литературы диссертационного исследования кандидат технических наук Зар Ни Хлайнг, 2011 год

1. О выборе технологии электронного обучения. http://www.distance-learning.ru

2. Базазнаний. http://m.wikipedia.org/wiki/Ba3a3HaimH

3. Новак В., Перфильева И., Мочкрож И. Математические принципы нечеткой логики. Пер с англ. М.: Физматлит, 2006.

4. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976.

5. Круглов В. В. Дли М. И. Голунов Р. Ю. Нечеткая логика и искусственные нейронные сети. М.: Физматлит, 2001.

6. Рутковская Д., Пилиньский М., Рутковский Л., Нейронные сети, генетические алгоритмы и нечеткие системы: Пер. с польск. И.Д. Рудинского.

7. Hirota К., Ed., Industrial Applications of Fuzzy Technology, Springer1993.

8. Driankov D., Hellendoorn H., Reinfrank M., An Introduction of Fuzzy Control, Springer-Verlag, Berlin 1993.

9. Graeme Martin, Angela Jennings. E-Learning Technology Evaluation Report. University of Abertay Dundee, 2002.

10. Айвазян С. А., Мхитарян В. С. Прикладная статистика и основы эконометрики. М.: ЮНИТИ. 1998.

11. Сборник задач по математике для втузов: В 4 частях. Вуколов Э. А, Ефимов А. В., Земсков В. П., Поспелов А. С. М.: Изд-во физ.-мат. лит., 2003.

12. Бавин Эй, Зар Ни Хлайнг. Разработка тренажерно-обучающих комплексов (ТОК) на базе пакета MATLAB. В журнале «Естественные и технические науки» № 4, 2009. 361-362с.: ISSN — 1684-2626

13. Brian R. Hunt, Ronald L. Lipsman, Jonathan M. Rosenberg. A Guide to MATLAB for Beginners and Experienced Users. Cambridge Press, 2001.

14. Neural Network Toolbox for Use with MATLAB©. Howard Demuth, Mark Beale. The Math Works, Inc. 2000.

15. MATLAB User's Guide Fuzzy Logic Toolbox. J.S. Roger Jang, Ned Gulley. The MathWorks, Inc. 1997.

16. Р.Лаутербах, К.Фрей. Программное обеспечение процесса обучения. Перспективы. Вопросы образования. 1988, N 3, С. 70 - 79.

17. Д.Френд. Интеграция вычислительной техники в школы.

18. Перспективы. Вопросы образования. 1988, N 3, С.46 - 59.

19. Игнатова И.Г., Соколова Н.Ю. Информационные и коммуникционные технологии в образовании. Информатика и образование, №3 2003, - С. 52 - 61.

20. Иванов В. JI. Электронный учебник: системы контроля знаний//Информатика и образование, 2002. № 1.

21. Контроль результатов обучения с использованием системы автоматического проектирования компьютерного обучения курсов WebCT/Материалы конференции «Анализ качества образования и тестирование» (22 марта 2001 года, Москва). М.: Изд-во МЭСИ.

22. Е.Ю.Кандрашина, Л.В.Литвинцева, Д.А.Поспелов.

23. Представление знаний о времени и пространстве в интеллектуальных системах. М., Наука, 1989.

24. A theory of neural networks. Neural Computing Architectures. The design of brain-like machines, 1989.

25. Нейрокомпьютеры и интеллектуальные роботы под ред. Н.М.Амосова, Киев, "Наукова думка", 1991.

26. Zeidenberg М. Neural Network Models in Artificial Intelligence. 1990, Madison, USA.

27. Ф.И.Перегудов, Ф.П.Тарасенко. Введение в системный анализ. М., «Высшая школа», 1989.

28. Anderson С. Learning and Problem Solving with Multilayer

29. Connectionist Systems. Ph.D Thesis, University of Massachusetts, 1986.

30. Ашарина И.В. Чжо Чжо Кхаин. Учебно-методическая разработка для самостоятельной работы студентов по курсу (Объектно-ориентированное программирование). Учебно-методическая разработка для самостоятельной работы студентов, 97с.

31. Лисов О.И. «Системный анализ и математическое моделирование САПР» М., МИЭТ, 1994

32. Ко Ко Аунг, Гриненко Н.С., Лисов О.И., Вариативное управление актуализацией знаний; (Известия Вузов «Электронная техника»)

33. Ко Ко Аунг: Принципы актуализации знаний в системах электронного обучения; Моделирование, алгоритмизация и программирование при проектировании информационно-управляющих систем; Сборник научных трудов — под редакцией

34. Р.Лаутербах, К.Фрей. Программное обеспечение процесса обучения. Перспективы. Вопросы образования. 1988, N 3, с. 70-79.

35. A.M. Баин, Л.Г. Гагарина. Метод динамического контроля знаний в автоматизированных обучающих системах.

36. Е.М. Портнов, A.M. Баин, Разработка иерархической многомодульной базы знаний с динамически управляемой структурой.