Мультиагентное имитационное моделирование образовательного процесса накопления знаний тема диссертации и автореферата по ВАК РФ 05.13.18, кандидат технических наук Назойкин, Евгений Анатольевич

• Назойкин, Евгений Анатольевич
• кандидат технических наук
• 2011

Оглавление диссертации кандидат технических наук Назойкин, Евгений Анатольевич

ВВЕДЕНИЕ.

ГЛАВА X. Учебный процесс как сложная многофакторная социальная система.

§1.1. Инженерно психологическая концепция образовательного процесса и существующие технологии обучения.

§ 1.2. Информационные и психологические характеристики обучаемого и обучающего субъектов (студента и преподавателя).

§ 1.3. Анализ существующих математических методов. оценки качества и оптимизации процесса обучения.

§ 1.4. Концептуальная схема и проблематика мультиагентного моделирования образовательной системы вуза.

ГЛАВА 2. Параметрическое описание состояния агентов в образовательной системе накопления знаний.

§2.1. Информационная и структурно-параметрическая модель интеллектуальных агентов AgStud и AgTeach.

§ 2.2. Расчетное и эксперементальное определение параметров. состояния обучаемого агента AgStud.

§ 2.3. Математическое моделирование процесса накопления знаний.

§ 2.4. Кластеризация агентов в оценке конечного уровня. итоговых знаний.

ГЛАВА 3. Имитационные модели интеллектуальных. агентов класса «студент» и «ПРЕПОДАВАТЕЛЬ».

§ 3.1. Функциональная структура агента «студент».

§ 3. 2. Алгоритм поведения агента

§8Шс1 в процессе обучения.

§ 3.3. Функциональная структура агента «преподаватель».

§ 3.4. Алгоритм поведения агента AgTeach в процессе преподавания.

ГЛАВА 4. мультиагентная имитационная модель образовательной системы, накопления знаний "Learning".

§ 4.1. Общий алгоритм образовательного процесса накопления знаний.

§ 4.2. Мультиагентная имитационная модель. образовательного процесса.

§ 4.3. Фрагменты программного кода ИА AgStud.

ГЛАВА 5. Организация имитационного эксперимента в.

§ 5.1. Создание вспомогательного интерфейса пользователя на языке описания эксперимента Simplex-EDL с внешними программами Delphi.

§ 5.2. Структура программного комплекса Learning.

§ 5.3. Инструментальные средства моделирования ИА (выбор симулятора)

§ 5.4. Имитационный эксперимент идентификации и оценки накопления знаний в процессе обучения.

§ 5.5. Организация имитационного эксперимента для нахождения оптимальный условий процесса обучения.

Введение диссертации (часть автореферата) на тему «Мультиагентное имитационное моделирование образовательного процесса накопления знаний»

В соответствии с Законом Российской Федерации "Об образовании" организационной основой государственной политики Российской .Федерации в области образования является Федеральная целевая программа развития образования (в ред. Федерального закона от 22.08.2004 N 122-ФЗ) и концепция Федеральной целевой программы развития образования на 20112015 годы, направленные на реформирование и совершенствование системы подготовки профессиональных кадров, вопросы развития, интенсификации и оптимизации системы высшего образования и образовательного процесса в сложившихся экономических условиях являются одной из важнейших государственных и социальных проблем страны. В связи с этим введены в действие новые государственные образовательные стандарты и государственная программа контроля качества образования [96], направленная на выполнение современных требований к подготовке квалифицированных специалистов для дальнейшего интенсивного развития отраслей промышленности и народного хозяйства.

Выполнение государственных требований к высшему образованию требует применение наукоемких методов обеспечения качества подготовки специалистов, бакалавров и магистров на основе системного анализа, математического и имитационного моделирования систем, теории принятия решений и информационных технологий.

В условии резкого увеличения объемов учебной, методической и административно-управленческой информации решения задач управления, интенсификации и оптимизации образовательной системы высшего учебного заведения связано с использованием компьютерных систем поддержки принятия решений в сфере идентификации и прогнозировашш состояния образовательной системы на основе математических методов и имитационного моделирования при различных стратегиях процесса обучения.

Большой вклад в общую теорию образовательного процесса и его информатизацию на основе, инженерно-психологических и математических методов анализа процессов обучения и деятельности образовательного учреждения внесли работы В.Ф. Венды [14], А.И. Галактионова, Ф. Е. Темникова [71], Ю. Н. Кушелева [39] А.П., А.П. Свиридова [64], И.И Протопопова-[62], А.Г. Чачко;- В. Н. Васильева [12], М. Весны [15], Ю. Ветрова, В.А. Балабана, С.И. Архангельского [3, 4], В.П. Беспалько [7-9], т.д. Дегтярева, Н.В. Спешилова, Л .Я. Зориной, В.Н. Буркова, и др.

Во многих трудах отечественных [3, 4, 7, 10, 11, 25, 47, 48, 52, 62, 64] и зарубежных ученых [86, 90, 95] рассматривается методология управления вузом и качеством подготовки специалистов в течение всего времени обучения от абитуриентов до выпускников на основе статистической информации и экспертных оценок. Описываются математические модели управления процессами самообразования и самовоспитания студентов и преподавателей университета [8, 41, 52, 62 ], а также математические модели оценки остаточных знаний [11, 12, 20, 38, 47]. Большое внимание уделяется технологиям электронного и дистанционного обучения, подготовке электронных учебников и тестовому контролю, мультимедийным средствам и педагогическим технологиям.

При этом явно недостаточно используются принципы системного анализа и математического моделирования образовательного процесса как большой социальной информационной системы с множеством взаимосвязанных элементов, объединяемых общей целью; многофакторными процессами представления, передачи и восприятия учебной информации; психофизиологическими факторами эффективности взаимодействия учигеля с группой учеников в среде обучения и накопления знаний.

Состояние системы образования в условиях неполной и нечеткой информации в большинстве случаев непредсказуемо и не может быть прогнозируемо изначально аналитически или путем логического анализа, 5 так; как оно является результатом многошагового взаимодействия множества активных элементов системы и среды обучения. Применяемые аналитические методы диагностики и оценки эффективности учебного процесса рассматривают статические состояния отдельных этапов обучения без учета динамики состояния и поведения активных элементов (преподавателей и учащихся) при заданных и изменяющихся условиях и стратегиях управления. Предлагаемые в настоящее время методы и модели, в основе своей имеют рейтинговую оценку текущего состояния системы и не решают общей задачи идентификации, прогнозирования и управления качеством собственно учебного процесса и накопления комплекса знаний.

В то же время оценка, выбор и прогнозирование результатов различных стратегий и организационных форм обучения (нововведения, повышения уровня материальной базы и др.), направленных на улучшение образовательного процесса возможно с помощью мультиагентного имитационного моделирования, позволяющего описать динамику накопления знаний и навыков в процессе информационного взаимодействия преподавателя и учащихся, оценить влияния различных факторов среды обучения в заданной предметной области; форм, стратегий и технологий образовательного процесса, а также личностных характеристик учащихся и преподавателей на общую успеваемость и качество подготовки специалиста.

Для этого предлагаются модели и алгоритмы агентно-ориентированной имитации взаимодействия активных элементов — интеллектуальных агентов (ИА), варьирующих свои свойства и поведение в зависимости от состояния других элементов и образовательной среды.

Вопросы теории интеллектуальных агентов и агентно-ориентированной имитации в различных областях, разрабатываемые с начала 90-х тодов прошлого столетия нашли отражения в работах отечественных ученых: Д.А.

ВгА. Виттиха, В.И. Городецкого [19], Ю.А Ивашкина [30-33], Ю.В. Котенко

37, 38], Б.В. Лоу [50], Д.А. Поспелова [61], Ю.Н. Павловского [59], ПО.

Скобелева [66], Б. В. Соколова [67],:В.Б. Тарасова, В.Ф. Хорошевского [75] и 6 др., а также в работах зарубежных авторов: J.J. Banks [84], A.J. Fougeres [88], N. Julka [89], A. Kuhn, F. Lopes[91], В. Shmidt [78], H. Sol, M. Toleman., H. Weppner и др.

Однако сложность задачи идентификации и прогнозирования возможного состояния образовательной системы, обусловленная множеством слабо формализованных временных и условных событий и состояний, возникающих в результате пошагового взаимодействия обучаемых и обучающих интеллектуальных агентов, изменяющих свое поведение в зависимости от состояния других агентов и среды обучения, обуславливает необходимость построения специализированной мультиагентной имитационной модели для оптимизации и реформирования образовательной системы с учетом информационных, психофизиологических и социальных факторов, способов представления информации и усвоения знаний в учебном процессе, а также методов профориентации и определения профессиональной пригодности.

В связи с этим разработка агентно-ориентированной имитационной модели образовательной системы, как инструмента системного анализа и принятия ответственных управленческих решений по реорганизации учебного процесса, образовательного учреждения и образовательной системы в целом является чрезвычайно актуальной и социально значимой.

Цель диссертационной работы заключалась в разработке мультиагентной имитационной модели образовательной системы накопления знаний с учетом когнитивных, эмоциональных, социальных и персональных факторов взаимодействия преподавателя и обучающихся с целью идентификации и прогнозирования состояния образовательной системы и принятия оптимальных стратегий повышения качества подготовки специалистов.

Для достижения поставленной цели решались следующие задачи:

1. Формализация принципов организации и функционирования образовательной системы передачи и накопления знаний в концепции агентной имитации взаимодействия обучающего и обучаемых агентов;

2. Разработка функциональной и структурно-параметрической- моделей состояния агентов с учетом социальных, когнитивных, эмоциональных и психофизиологических факторов;

3. Разработка математических моделей и алгоритмов поведения и взаимодействия интеллектуальных агентов (обучающих и обучаемых), в процессе накопления знаний в активной образовательной системе;

4. Создание имитационных моделей состояния и динамики поведения агентов в зависимости от изменения состояния других агентов и среды на объектно-ориентированном языке моделирования;

5. Создание мультиагентной имитационной модели образовательного процесса в универсальной системе имитационного моделирования;

6. Разработка диалоговых алгоритмов и процедур планирования имитационного эксперимента для нахождения оптимальных вариантов организации и планирования учебного процесса.

Научная новизна

1. Предложена концепция мультиагентного имитационного моделирования образовательной системы накопления знаний для идентификации, прогнозирования и управления качеством подготовки обучаемых;

2. Разработана функциональная и структурно-параметрическая модели состояния агентов с учетом социальных, когнитивных, эмоциональных и психофизиологических факторов;

3. Разработаны новые математические модели и алгоритмы поведения и взаимодействия интеллектуальных агентов (преподавателя и обучаемых) в процессе накопления знаний, учитывающие динамику изменения состояния других агентов и среды;

4. Впервые разработана мультиагентная имитационная модель процесса обучения с множеством взаимодействующих агентов класса - "Обучаемый" и класса - "Преподаватель", позволяющая- объективно оценить и оптимизировать стратегию и условия накопления знаний;

5. Разработаны диалоговые алгоритмы и процедуры планирования имитационного эксперимента для нахождения оптимальных вариантов организации учебного процесса.

Практическая значимость работы.

1. Разработан комплекс моделей и программ мультиагентной имитации образовательного процесса в вузе в универсальной системе имитационного моделирования БипркхЗ с описанием агентов на объектно-ориентированном языке моделирования 8тр1ех-МОЬ. с внешними процедурами и ЕБЬ описанием экспериментов в среде экспериментирования

2. Разработаны программы имитационного эксперимента и поиска оптимальных решений на языке Бтркх-ЕОЬ в различных условиях передачи и представления информации с процедурами накопления знаний и распределения учебной нагрузки;

3. Разработан пользовательский интерфейс, обеспечивающий диалоговый режим работы с имитационной моделью для проведения эксперимента с различными параметрами состояния и стратегиями поведения агентов;

4. Разработаны рекомендации и учебно-методические материалы по имитационному моделированию и повышению качества образовательного процесса в вузе.

На защиту выносятся:

1. Мультиагентная имитационная модель образовательной системы с учетом динамического взаимодействия активных элементов в процессе обучения и накопления знаний;

2. Математические модели и алгоритмы динамики изменения состояния интеллектуальных агентов классов - "преподаватель" и "обучаемый" в процессе накопления знаний;

3. Алгоритмы и диалоговые процедуры организации имитационного эксперимента с мультиагентной моделью для нахождения оптимальных вариантов организации учебного процесса.

Апробация работы

Результаты работы представлены на международной научной конференции «Математические методы в технике и технологиях - ММТТ-21», Саратовский государственный технический университет, Саратов, 2008 г.; муждународном конгрессе по интеллектуальным системам и информационным технологиям "AIS-IT'09" Дивноморское, 2009 г.; Европейском конгрессе по моделированию и имитации "International Conference on Computational Intelligence, Modelling and Simulation", Brno, Чехия, 2009 г., международной конференции "Информационные технологии в образовании, технике и медицине". Волгоград, 2009 г., а также опубликованы в журналах: "Информационные технологии моделирования и управления" и "Программные продукты и системы".

Публикации. По материалам диссертации опубликовано 9 печатных работ в статьях и материалах международных конференций, в т.ч. одна на английском языке.

Структура и объем диссертации. Диссертация состоит из введения, пяти глав, заключения и приложения и содержит 117 страницы основного текста, 22 рисунка, 25 таблиц и листингов, список литературы из 109 наименований и 90 страниц приложения.

Заключение диссертации по теме «Математическое моделирование, численные методы и комплексы программ», Назойкин, Евгений Анатольевич

ЗАКЛЮЧЕНИЕ

1. Предлагаемая мультиагентная имитационная модель взаимодействия активных элементов системы в условиях сложно-формализуемой задачи передачи и накопления знаний дает возможность идентифицировать и прогнозировать состояние образовательной системы, являющееся результатом многошагового взаимодействия множества активных элементов системы и среды обучения.

2. Разработанная функциональная модель интеллектуального агента с параметрическим описанием блоков его состояния и цели, динамики поведения и взаимодействия с другими агентами позволяет исследовать

ОЬ сложную социальную систему с учетом индивидуальных свойств и персональных особенностей ее активных элементов.

3. Разработаны статические и динамические математические модели накопления знаний и нейросетевая технология определения пропускной способности обучаемого агента в процессе усвоения учебной информации в зависимости от параметров его интеллектуального, эмоционального и социального состояний.

4. Предложены математические модели эмоционального состояния и эмоциональной реакции агента в многомерном эмоциональном пространстве в зависимости от представляемой информации о достижении цели.

5. Разработанные математические модели изменения состояния агентов в процессе накопления знаний могут быть реализованы в мультиагентной имитационной модели образовательного процесса в универсальной имитационной системе БтркхЗ на объектно-ориентрованном языке моделирования Бтгркх-МОЬ и языке описания эксперимента $тр\ех-ЕВЬ.

6. Для поиска оптимальных планов и стратегий процесса обучения разработаны алгоритмы и диалоговые процедуры организации имитационного эксперимента с моделью на языке описания эксперимента Бтркх-ЕОЬ.

7. Проведена кластеризация модели обучаемого по психологическим показателям и конечному уровню знаний агента «студент».

8. Разработанный пользовательский интерфейс обеспечивает диалоговый режим работы с имитационной моделью для проведения эксперимента с различными параметрами состояния и стратегиями поведения агентов.

9. Подтверждена адекватность модели прогнозирования мультиагентной имитационной модели накопления знаний.

10. Проведены имитационные эксперименты с моделью для нахождения оптимальных графиков путем коррекции времени самостоятельных занятий с целью максимизации знаний и среднего балла в группе обучаемых.

Публикации. По материалам диссертации опубликовано 10 печатных работ в научно-технических журналах и материалах международных конференций, в том числе 2 входящих в список ВАК, а так же 1 учебно-методическое пособие.

Список литературы диссертационного исследования кандидат технических наук Назойкин, Евгений Анатольевич, 2011 год

1. Аверкин А.Н. Нечеткие множества в моделях управления и искусственного интеллекта. / Аверкин А.Н., Батыршин И.З., Блишун. А.Ф., Силов В.Б., Тарасов В.Б., под. ред. Поспелова Д.А. -М.: Наука, 1986. 312 с.

2. Айзенк Г.Ю. Проверьте свои интеллектуальные способности Рига: Виеда, 1992.-176 с.

3. Архангельский С.И. Лекции по научной организации учебного процесса в высшей школе. М: Высш. школа, 1976. - 200 с.

4. Архангельский С.И. Учебный процесс в высшей школе, его закономерные основы и методы: Учебно-методическое пособие. М.: Высш. школа, 1980.-368 с.

5. Аткинсон Р., Бауэр Г., Кротерс Э. Введение в математическую теорию обучения. М.: Мир, 1969. - 488 с.

6. Беспалько В.П. Программированное обучение. Дидактические основы. -М.: Высш. школа, 1970. 300 с.

7. Беспалько В.П. Стандартизация образования: основные идеи" и понятия//Педагогика, 1993, №5. С. 16-25.

8. Беспалько В.П., Татур Ю.Г. Системно-методическое обеспечение учебно-воспитательного процесса подготовки специалистов: Учебно-методическое пособие. М.: Высш. школа, 1989. - 144 с.

9. Блинов Б.М., Светлов М.С. О методике определения эффективности обучения. Критерий эффективности / Новые исследования в пед. науках. -М.: Педагогика, 1972, № 6. С. 69 - 74.

10. Бурков В.Н., Новиков Д.А. Модели и механизмы теории активных систем в управлении качеством подготовки специалистов. М.: ИЦ, 1998. -158 с.

11. Проблемы методологии педагогики и методики исследований / Под ред. Данилова М.А. и Болдырева П.И. -М.: Педагогика, 1971. 352 с.

12. Васильев Ю.С., Глухов В.В., Федоров М.П. Экономика и организация управления вузом. СПб.: Издательство «Лань», 2001. - 544 с.

13. Вентцель Е.С., Овчаров Л.А. Теория вероятностей. М.: Наука, 1973. -368 с.

14. Венда В.Ф. Инженерная психология и труд оператора асу / В.Ф. Венда. -М.:3нание, 1977 . 64 С.

15. Весна М. Самоорганизация в студенческой учебной группе // Высш. образов, в России, 2003, №2. С. 93 - 95.

16. Виттих В.А. Эволюционное управление сложными системами: Известия Самарского научного центра РАН Том 2, № 1 / В.А. Виттих. -Самара: СНЦРАН, 2000.- 101 с.

17. Вудсон У., Справочник по инженерной психологии для инженеров и художников-конструкторов. / Вудсон У., Коновер Д. М.: Мир, 1968. - 260 с.

18. Генкин Б.М. Основы управления персоналом. Под ред. Генкина Б.М. М.: Высшая школа, 1996. 383 с.

19. Городецкий В.И. Многоагентные системы: современное состояние исследований и перспективы применения / В.И. Городецкий.-М.: "Новости ИИ", 1996. -159 с.

20. Грабарь М.И. Об одном алгоритме количественной оценки знаний учащихся // Советская педагогика, 1981, №5. С. 64 - 72.

21. Грабарь М.И. Применение вероятностных процессов и факторного анализа в педагогике и психологии // Научно-техническая информация, 1997, №7.-С. 1-11.

22. Гудмен И. Нечеткие множества как классы эквивалентности случайных множеств // Нечеткие множества и теория возможностей. Последние достижения / Пер.с англ; Под ред. Р.Р.Ягера. М., 1986. - С.241-263.

23. Джуринский А.Н. Интернационализация высшего образования в современном мире //Педагогика, 2004, №3. С. 83 - 92.

24. Дмитриева М. А. Психология труда и инженерная психология / М. А. Дмитриева, А. А. Крылов, А. И. Нафтулъев. Л.: Изд-во Ленингр. ун-та, 1979. -224 с.

25. Дружинин В.Н. Когнитивная психология. / Дружинин В.Н., Ушаков» Д.В. -М.: ПЕР СЭ, 2002 480 с.

26. Душков Б. А. Основы инженерной психологии: Учебник для студентов вузов / Душков Б.А., Королев A.B., Смирнов Б.А. Екатеринбург: Академический Проект, 2002.

27. Заде Л. Понятие лингвистической переменной и ее применение к понятию приближенного решения. / Заде Л. М.: Мир, 1976.

28. Зинченко В. П. Инженерная психология / Сб. Под ред. А. Н. Леонтьева, В. П. Зинченко, Д. Ю. Панова. М.: Изд-во Моск. ун-та, 1964.

29. Ивашкин Ю.А. Агентные технологии моделирования рынка. / Известия РАН. Теория и системы управления № 4. 2008г. Стр.165- 176.

30. Ивашкин Ю.А. Мультиагентное имитационное моделирование больших систем : учебное пособие /Ю.А. Ивашкин. -М.: МГУПБ, 2008. -238 с.

31. Ивашкин Ю.А. Мультиагентное моделирование конфликтных маркетинговых ситуаций: научно-технический журнал «Информационные технологии моделирования и управления. Вып.4 (22)»/ Ю.А.Ивашкин, А.В.Щербаков, Е.А.Рогожкина.- Воронеж,.2005.-539-547 с.

32. Ивашкин Ю.А. Структурно параметрическое моделирование интеллектуальных агентов и систем: сборник «Информационные технологии и системы, вып. 4» / Ю.А. Ивашкин. - Воронеж: Воронежская государственная технологическая академия, 2001.-137 с.

33. Ивашкин Ю.А. Информационные характеристики системотображения и их взаимосвязь с психофизиологическими показателями109деятельности оператора. / Приборы и системы управления, 1969, №4, С. 22 -25.

34. Ительсон Л.Б. Математические и кибернетические методы в педагогике. М.: Просвещение, 1964. - 248 с.

35. Котенко И.В. Командная работа агентов в реальном времени / И.В. Котенко,- Л.А. Станкевич // 19th European Conference on modelling and simulation, ECMS 2005, Riga, Latvia, 2005.

36. Котенко И.В. Модели и алгоритмы обеспечения гарантированного времени решения задач системами, основанными на знаниях // Международная конференция по мягким вычислениям и измерениям. SMC'2000. Сборник докладов. СПб, 2000.

37. Кушелев Ю. Н. Технические средства обучения и контроля. М.: Высшая школа, 1973.- 191 с.

38. Кушелев Ю. Н., Горицкин Ю. А., Смирнова Н. М., Тимошкина Л. И., Обучающая машина «Репетитор МЭИ», Сб. докладов МЭИ по вопросу об эффективных методах обучения, Часть I, МЭИ, 1966.

39. Ларичев О.И. Качественные методы принятия решений. / О.И. Ларичев, Мошкович Е.М. М.:Физматлит, 1996. 208 с.

40. Лернер И.Я. Дидактические основы методов обучения. М.: Педагогика, 1981.

41. Ломов Б. Ф. Основы инженерной психологии. Учебник для техн. вузов / Под ред. Б. Ф. Ломова. М.: Высшая школа, 1986. 447 с.

42. Ломов Б. Ф. Психологические исследования общения. М.: Наука, 1985. -344 с.

43. Сысоев В.В. Конфликт. Сотрудничество. Независимость. Системное взаимодействие в структурно-параметрическом представлении. // М. Московская академия экономики и права. 1999 г. 151с.

44. Ломов Б. Ф. Человек и техника (очерки инженерной психологии). М.: Советское радио, 1966. 464 с.

45. Ломов Б.Ф. Развитие пространственного воображения в процессе , обучения черчению // Проблемы общей и индустриальной психологии. -Л.:ЛГУ, 1963

46. Леонова Н.М. Имитационные математические модели процессов адаптивного управления образовательной деятельностью: монография / под. ред. А.Д. Модяева. / Леонова Н.М., Марковский M.B. М.: МИФИ, 2006. -116с.

47. Леонова Н.М. Параметрически адаптивное управление образовательной деятельностью: монография / под ред. А.Д. Модяева. / М.: МИФИ, 2006. 116с.

48. Леонова Н.М. Синтез алгоритмов адаптивного структурно-параметрического управления образовательной деятельностью / под ред. А. Д. Модяева. / М.: МИФИ, 2006. 116с.

49. Лоу A.M. Имитационное моделирование. Классика CS/ A.M. Лоу, В.Д. Кельтон.- СПб. Литер; Киев: Издательская группа BHV,2004.-848 р.

50. Лысенко Е.Е., Коваленок Т.П. Общая психология: Учебно-практическое пособие. М.: МГАУ им. В.П. Горячкина, 2001. - 100 с.

51. Майбуров И. Высшее образование в развитых странах // Высш. образов, в России, 2003, №2. С. 132 - 144.

52. Маклаков А.Г. Профессиональный психологический отбор персонала. Теория и практика : учебник для вузов / А.Г. Маклаков. СПб. : Питер, 2008.-480 с.

53. Маркин Н.С. Основы теории обработки результатов измерений. М.: Изд-во стандартов, 1991. - 176 с.

54. Моргунов Е.Б. Управление персоналом: исследование, оценка, обучение. / Е.Б. Моргунов. М.: Бизнес-школа "Интел-Синтез", 2000. 262 с.

55. Носов H.A. Психологические виртуальные реальности. М.: Ин-т человека, 1994. - 195 с.

56. Носов H.A. Рефлексивность и виртуальность // Рефлексивныепроцессы. Материалы международного симпозиума. М., 1994, с. 50.111

57. Орловский С.А. Проблемы принятия решений при нечеткой исходной информации. М.: Наука, 1981. — 194 с.

58. Павловский Ю.Н. Имитационные модели и системы/ Ю.Н. Павловский. М.: ФАЗИС, ВЦ РАН, 2000. - 144 с.

59. Попков К.А. Динамические экспертные системы в управлении. М.: Приборостроение, 1996,-№8-9.

60. Поспелов Д.А. От коллектива автоматов к мультиагентным системам: proc. of the International Workshop "Distributed Atrifical Intelligence und Multi-Agent Systems DIAMAS' 97'7 Д.А. Поспелов.- St. Peterburg, 1997.325 c.

61. Протопопов И. И., Белов В.П., Ионов A.B. Система управления качеством обучения в МГУПБ (Методика, модели, показатели). МГУПБ, 2005-44 с.:ил.

62. Розенберг Н.М. Проблемы измерений в дидактике. Киев: Вища школа, 1979.- 176 с.

63. Свиридов А.П. Разработка и исследование систем автоматизированного обучения на базе статистических моделей. / дис. д.т.н. -Москва, 1984.-427с.

64. Свиридов А.П. Основы статистической теории обучения и контроля знаний. М.: ВШ, 1981. 262 с.

65. Скобелев П.О. Открытые мультиагентные системы для поддержки процессов принятия решений при управлении предприятиями: известия Самарского научного центра РАН, Том 3, №1 / П.О. Скобелев.- Самара: СНЦ РАН, 2001.-98 с.

66. Соколов Б. В. Концептуальные основы оценивания и анализа качества моделей и полимодельных комплексов. Теория и системы управления/Б. В. Соколов, P.M. Юсупов. -М., 2004. -116 с.

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

68. Стрелков Ю. К. Инженерная и профессиональная психология. / М.: "Академия"; Высшая школа, 2001. 360 с.

69. Стрюков Г.А. Стандартизация уровня подготовки и оценивание знаний учащихся //Педагогика; 1995, № 6. С. 12-17.

70. Темников Ф.Е. Информатика высшей школы-/ Ф.Е. Темников, Э. И. Замуруев, JI. И. Абросимов // Доклады научно-технической-конференции по итогам научно-исследовательских задач, 1970, с. 3-12

71. Темников Ф.Е. Теоретические основы информационной техники: Учебное пособие для вузов / Ф.Е. Темников, В.А. Афонин, В.И. Дмитриев. -2-е изд., перераб. и доп. -М.: Энергия, 1979. 512 е.: ил.

72. Тихонов А.Н. Управление современным образованием: социальные и экономические аспекты / А.Н. Тихонов, А.Е. Абрамешин, Т.П. Воронина, А.Д. Иванников, О.П. Молчанова; Под ред. А.Н. Тихонова. М.: Вита-Пресс, 1998.-256 с.

73. Трахтенгерц Э.А. Компьютерная поддержка принятия решений, М., СИНТЕГ, 1998 г.

74. Хорошевский В.Ф. Базы знаний интеллектуальных систем/ В.Ф. Хорошевский, Т.А. Гаврилова. СПБ: Питер, 2000.-384 с.

75. Шамис А. JI. Пути моделирования мышления. / А. JI. Шамис Из-во: КомКнига, 2006. - 333 с.

76. Шеннон К. Работы по теории информации и кибернетике. М.: Изд-во иностранной литературы, 1963. - 830 с.

77. Шмидт Б. Искусство моделирования и имитации. Введение в имитационную систему Simplex3 / Б. Шмит.- Гент, Бельгия: SCS-Европа BVBA, 2003.-615 с.

78. Шмидт Б. Универсальная система моделирования Simplex3 в прикладной биотехнологии: доклады 4-ой международной научно-технической конференции. Пища. Экология. Человек / Б. Шмидт, Ю.А. Ивашкин, А.К.Кондратьев.- М.: МГУПБ, 2001.- 317 с.

79. Вопросы общей методики преподавания математики: Учебное113пособие для студентов заочников. -М.: Просвещение, 1979.

80. Практикум по инженерной психологии и эргономике / Под ред. Ю. К. Стрелкова. М.: Академия, 2003.

81. Представление и использование знаний / Пер.с.яп. / Под ред. Х.Уэно, М.Исидзука. М.: Мир; 1989. - 220с.

82. Психологический тест Айзенка // Все для студента. Вып.2. CD-ROM.

83. Banks J.J. Discrete-Event System Simulation/ J.J. Banks, J.S. Carson, B.L. Nelson.- New Jer.ey: Prentice Hall, Upper Saddle River, 2000.-624 p.

84. Banks J.J. Getting started with GPSS/ J.J. Banks.-USA: Wolverine Software Corp., 1989.- 445 p.

85. Chapanis A., Engineering Psychology / A. Chapanis «Annual rev. of Psychology», 1963.

86. Elliott M. Buyer's Guide Simulation/ M. Elliott.-USA: ГЕЕ Solutions, 2000.-328 p.

87. Fougeres A.J. Modeling of Productive organization with multi-agent Systems, 1 Workshop on Agent-Based Simulation/ A.J. Fougeres, B.B. Mazigh, A.T. Koukam, R.H. Fanjul.- Germany, Passau, 2001.- 692 p.

88. Julka N. Agent-based supply chain management, part 2: a refinery application: Computers&Chemical Engineering, 26 (2002) / N. Julka, I. Karimi, R. Srinivasan.- USA:Elsevier, 2002.-1781 p.

89. Justin G. Hollands Engineering Psychology and Human Performance / G. Hollands Justin. Wickens 1999.

90. Lopes F. Towards a Generic Negotiation Model for Intentional Agents: in Proceedings of the IEEE Workshop on Agent-Based Information Systems (London, UK)/ F. Lopes, N. Mamede, A.Q. Novais.-CA: IEEE Computer Society Press, 2000.- 1160 p.

91. Markowitz H. SIMSCRIPT: encyclopedia of Computer Science and technology / H. Markowitz, J. Belzer, A. G. Holzman.-USA: Marcel DekUer, 1971.-1672 p.

92. Mikoni S. Multi-Agent Model for Metro Scheduling: proceedings of the 1-st International Workshop of Central and Eastern Europe on Multi-Agent Systems (CEEMAS'99) / S. Mikoni.- St.Petersburg, 1999.-196 p.

93. Schriber T. Simulation Using GPSS/ T. Schriber, W.John .-UK: Krieger Pub Co, 1990.-533 p.

94. Stadtler H. Supply chain management and advanced planning: Concepts, models, software and case studies/ H. Stadtler, C. Kilger. Berlin: Springer, 2000.-556 p.

95. Swam J.J. Simulation Reloaded: Sixth biennial survey of discrete-event software tools/ J.J. Swam.-UK: OR/MS Today, 2003. 257 p.

96. Tolujev J. Assessment of simulation models based on trace-file analysis: a metamodelling approach: proceedings of the 1998 Winter Simulation Conference/ J. Tolujev, P. Lorenz, D. Beier.-UK ,2004.- 650p.

97. Введение в теорию нейронных сетей, http://www.orc.ru/~stasson/neurox.html

98. Википедия. Свободная энциклопедия, http://ru.wikipedia.org/

99. Концепция Федеральной целевой программы развития образования, http ://www. fcpro.ru/

100. Тесты в социологии, http://www.socium.info/tests.html

101. Нейронные сети и интеллектуальные системы http://neuroschool.narod.ru/

102. Технический справочник по алгоритму кластеризации (Майкрософт), http://msdn.microsoft.com/ru-ru/library/cc280445.aspx

103. Statistica 6.0 Современный пакет статистического анализа // Электронный учебник.

104. J. Kogan, C. Nicholas, M. Teboulle Clustering Large and High Dimensional data (http://www.csee.umbc.edu/ nicholas/clustering/tutorial.pdf)

105. A.K. Jain, M.N. Murty, P.J. Flynn Data Clustering: A Review http://www.csee.umbc.edu/ nicholas/clustering/p264-jain.pdf

106. EDL Reference Manual http://isgwww.cs.uni-magdeburg.de/sim/its/ws0809/simplex/edl.pdf

107. Introduction to Simulation SIMPLEX3 http://isgwww.cs.uni-magdeburg.de/sim/its/ws0809/download.html