Проектирование технологии обучения вопросам безопасности труда на предприятии тема диссертации и автореферата по ВАК РФ 13.00.08, кандидат педагогических наук Бондарева, Елена Артуровна

• Бондарева, Елена Артуровна
• кандидат педагогических наук
• 2000

Оглавление диссертации кандидат педагогических наук Бондарева, Елена Артуровна

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ.

1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ПРОФЕССИОНАЛЬНОЙ ПОДГОТОВКИ РАБОТНИКОВ ПРЕДПРИЯТИЙ ПО ВОПРОСАМ БЕЗОПАСНОСТИ ТРУДА.

1.1. Исторические аспекты состояния проблемы подготовки специалистов вопросам безопасности труда.

1.2. Анализ производственного травматизма в зависимости от профессионализма коллектива предприятия.

1.3. Моделирование системы «Человек-машина-среда».

1.4. Психолого-педагогические условия организации управляемой системы обучения по вопросам безопасности труда.

2. ТЕХНОЛОГИЯ ПРОФЕССИОНАЛЬНОЙ ПОДГОТОВКИ РАБОТНИКОВ ПРЕДПРИЯТИЙ ПО ВОПРОСАМ БЕЗОПАСНОСТИ ТРУДА.

2.1. Особенности приемов и методов обучения работников по вопросам безопасности труда.

2.2. Структура и технология системы обучения на основе обучающих комплексов.

2.3. Оптимизация исходных параметров системы обучения вопросам безопасности труда.

2.4. Опытно-экспериментальная апробация автоматизированного комплекса обучения вопросам безопасности труда.

Введение диссертации (часть автореферата) на тему «Проектирование технологии обучения вопросам безопасности труда на предприятии»

Актуальность. За последние годы в экономике страны произошли существенные изменения. Образовалось значительное количество новых предприятий всех форм собственности, которые возглавляют руководители зачастую не имеющие знаний и опыта работы, а конкретные виды деятельности выполняют лица, не имеющие соответствующей квалификации. В результате число пострадавших не снижается, а смертельный травматизм растет. Ежегодно в стране происходит порядка 300 ООО несчастных случаев, в том числе, около 8 ООО человек гибнет и около 14 ООО человек становятся инвалидами.

Поэтому задача улучшения условий и охраны труда не только не снята с повестки дня, а становится все более и более актуальной. Решается она путем совершенствования системы "Человек-машина-среда". Человек является центральным ее звеном, т.к. в результате его неадекватных действий происходит от 50 до 95% всех несчастных случаев.

Одной из основных причин таких действий является низкий уровень подготовки персонала по вопросам обеспечения безопасности труда.

Организация обучения всех категорий работающих вопросам безопасности труда регламентируется стандартом. Однако он имеет рамочный характер и не предусматривает каких-либо конкретных методов. В свою очередь, педагогическая теория и практика накопили значительное число современных методов и средств, но они не учитывают специфику обучения вопросам безопасности труда. Поэтому актуальной задачей является адаптация современных методов к вопросам подготовки специалистов в области безопасности труда и управление этим процессом.

На современном этапе имеются ряд недостатков в подготовке специалистов в области безопасности труда, среди которых: отсутствие систематизации обучения безопасности труда и определения ее роли в системе производства, применение устаревших методов и форм организации учебного процесса, отсутствие квалифицированных преподавательских кадров, планирование учебного процесса по обучению существующим технологиям на производстве, осуществление своевременного и качественного контроля знаний, отсутствие учета специфики производства и др.

Из перечисленных недостатков вытекает ряд противоречий, среди которых наиболее значительными, на наш взгляд, являются противоречия между: традиционными способами преподавания дисциплины Безопасность жизнедеятельности и диктуемыми новыми социальными, политическими и экономическими условиями использования полученных знаний; общим увеличением времени на изучение дисциплин, объективно возрастающим объемом изучаемой информации и недостаточным качеством подготовки специалистов реальной профессиональной деятельности на рабочих местах; ростом уровня применения информационных технологий на производстве и отсутствием их адекватного использования в ходе обучения вопросам безопасности труда.

В связи с указанными недостатками и противоречиями возникает проблема: как и при каких условиях можно спроектировать технологию обучения вопросам безопасности труда в системе профессионального образования, удовлетворяющую всем психолого-педагогическим нормам и направленную на достижение запланированного уровня качества подготовки специалиста в соответствии с требованиями современного общества.

Современная педагогическая наука за последние годы обогатилась многими теоретическими исследованиями оптимизации процесса профессиональной подготовки специалистов в условиях бурного роста информации, быстрой смены техники и технологии: методом эффективного использования теоретических обобщений (В.В. Давыдов, Н.Н. Булынский [1 - 2] и др.); проектированием новых педагогических технологий, ориентированных на достижение запланированного результата (В.П. Бес-палько, А.А. Вербицкий, А.И. Субетто, JI.H. Горина, Ю. К. Чернова [3-7] и др.); построением непрерывного образования и реализация преемственности, обеспечивающей целостность процесса обучения и его результата (B.C. Безрукова, Ю К Кустов, В.П. Панасюк и др. [8 - 10]); формированием профессионально направленного содержания образования (С. И. Архангельский, В.В. Карпов, B.C. Леднев, А. М Сохор, Н.Ф. Талызина и др. [11 -15]).

К сожалению, в практической деятельности многие из них не нашли еще должного использования.

Цель исследования заключается в повышении качества подготовки специалистов на основе современных технологий обучения вопросам безопасности труда, учитывающих достижения педагогической науки, категорию персонала, его квалификацию, форму обучения, количество изучаемого материала, практические навыки и использующих вычислительную технику.

Объект исследования: процесс подготовки специалистов вопросам безопасности труда в сфере профессионального образования.

Предмет исследования: проектирование технологии профессионального обучения специалистов вопросам безопасности труда на основе автоматизированных комплексов.

Изучение педагогической, философской, психологической и технической литературы, анализ реальной практики позволили выдвинуть гипотезу исследования - качество подготовки специалистов в области вопросов безопасности труда можно значительно повысить, если: основным средством обучения сделать автоматизированный комплекс; цели подготовки специалистов перевести в разряд личностно-значимых и диагностичных; определять содержание обучения на основе математического моделирования и программно-целевого подхода, разработать адекватную содержанию систему средств педагогической коммуникации (методы, средства, формы); на основе анализа индивидуальных свойств определять для каждого обучаемого стратегию подготовки и порядок изучения различных тем и вопросов, т.е. реализовывать полностью принцип индивидуализации обучения.

Цель и гипотеза определили задачи исследования:

1. Проанализировать состояние проблем обеспечения безопасности труда, существующих в теории и практике, и определить теоретические основы совершенствования подготовки специалистов по вопросам безопасности труда.

2. Разработать модель подготовки специалистов в системе безопасности труда с учетом исходных знаний и индивидуальных особенностей обучаемых.

3. Обосновать методики определения наилучшего порядка изучения материала и его оптимального объема на основе модели автоматизированной системы обучения и использования интеллектуальных баз данных и знаний.

4. Разработать способы автоматизированного контроля усвоения знаний и критерии эффективности функционирования автоматизированной системы обучения вопросам безопасности труда.

Теоретической основой исследования явились труды выдающихся ученых в различных областях, в том числе многочисленные исследования посвященные информатизации процессов обучения (А.П. Ершов, Ж.Н. Зайцева, Е.Н. Машбиц, Т.Н. Шамова, Р. Левин, Г.К. Селевко и др. [16 - 21]).

В работе использована теория системного подхода (Н.В. Кузьмина,

A.И. Субетто, Г.П. Щедровицкий, Э.Г. Юдин [22 - 25]), теория педагогической интеграции (B.C. Безрукова, М.И. Махмутов [8, 26]), концепция моделирования и конструирования педагогического процесса (С.А. Архангельский, В.П. Беспалько, Н.Ф. Талызина, Ю.К. Чернова [27, 28, 15, 7]), теория творческого развития личности (В .И. Андреев, В.В. Краевский [29, 30]), теория отбора содержания (Ю.К. Бабанский, С.Я. Батышев, В.И. Гинецинский,

B.C. Леднёв [31 - 33, 13]), методология квалиметрии развития человека (Н.А. Селезнёва, М.Н. Скаткин, А.И. Субетто, В.Д. Шадриков [34 - 35, 23, 36]) и теория развития мотивации (Б.А. Ананьев, В.И. Каган, Л.С. Выгодский, П.Я. Гальперин, А.Н. Леонтьев, К.К. Платонов, В.А. Ядов, Ю.К. Бабанский [37 -43,31]).

Методы исследования. Исследование выполнено с использованием теории вероятностей, математической статистики, матриц, графов, дифференциального исчисления, экспертных систем, систем баз данных; методов математического анализа, математического моделирования, анализа сложных систем на основе представления их в виде сокращенных дизъюнктивных нормальных форм, представления исследуемого объекта в виде двухрежим-ного объекта управления, приближенных вычислений, компьютерного моделирования. В работе применялось анкетирование, тестирование, наблюдение, педагогический эксперимент, математическая обработка его результатов.

Опытно-экспериментальная база исследования. Основными опытно-экспериментальными базами исследования явились: «Региональный центр обучения и проверки знаний по охране труда руководителей и специалистов предприятий области», г. Самара, кафедра «Безопасность жизнедеятельности» Самарского государственного технического университета.

Этапы исследования.

1. Поисково-теоретический (1996), на котором был проведен анализ обеспечения безопасности труда в теории и практике, разработаны гипотеза, цель и задачи исследования, установлена область ожидаемых результатов. Проверялась актуальность выбранной тематики, разрабатывалась общая концепция и методика исследования.

2. На поисково-эмпирическом этапе (1996-1997) создавалась интеллектуальная база автоматизированного комплекса, разрабатывались структура системы и объекта обучения, общий состав и структура программного комплекса, определен критерий эффективности функционирования системы обучения, создан и апробирован автоматизированный комплекс обучения, состоящий из:

- информационно-поисковой системы нормативно-технической документации;

- системы контроля знаний с элементами обучения;

- подсистемы контроля сроков проверки и качества знаний;

- деловой игры по контролю уровня усвоения материала при коллективной подготовке персонала;

- модульной системы обучения организации охраны труда.

3. На заключительном этапе (1997-2000) была спроектирована технология обучения специалистов вопросам безопасности труда на базе автоматизированного комплекса, проведена опытно-экспериментальная апробация спроектированной технологии, произведена качественная и количественная обработка полученных результатов, осуществлена теоретическая интерпретация выводов.

Научная новизна исследования заключается в том, что:

- впервые использовано математическое моделирование для определения уровня подготовленности персонала и программы его обучения вопросам безопасности труда;

- определены принципы, модели и способы влияния недостаточности обученности персонала на формирование неадекватных действий в производственной деятельности, являющихся причинами травматизма;

- разработан автоматизированный обучающий комплекс на базе вычислительной техники, позволяющий оптимизировать объем учебного материала, представляемых обучаемому в ходе сеанса обучения в зависимости от его индивидуальных способностей на основе созданной модели;

- разработаны интерактивные процедуры (тренинги, упражнения), соответствующие усвоению понятий, норм, форм профессионального поведения и направленные на эффективное решение вопросов безопасности труда.

Теоретическая значимость исследования заключается в обосновании методологических принципов определения наилучшего порядка изучения учебного материала в зависимости от начальных знаний обучаемых, тематики обучения и объема информационного содержания вопросов безопасности труда. Теоретически обоснованы и разработаны структура автоматизированной системы обучения, включающая представление знаний, методику принятия решений, способ построения механизма вывода, обоснования материальных средств, требования к построению программного комплекса и технологиям его реализации, представляющие решение одной из актуальнейших проблем педагогики.

Практическая значимость состоит в том, что концептуальное видение содержания и уровня деятельности человека, приводящие к травмоопасной ситуации, доведено в диссертации до практического применения и позволяет по новому организовать процесс профессиональной подготовки специалистов вопросам безопасности труда. Практическое значение имеют разработанные в диссертации базы данных и базы знаний для обучения вопросам безопасности труда, а также экспериментально опробованные инновационные подходы к организации учебного процесса, которые позволяют интенсифицировать труд обучающихся и преподавателя, изменить его направленность в сторону развития интеллектуальных способностей, снизить субъективные оценки, сократить период и стоимость подготовки специалистов за счет использования информационных технологий и вычислительной техники. Методические материалы, полученные в диссертации, могут быть использованы не только при подготовке специалистов вопросам безопасности труда, но и другим направлениям.

Достоверность и обоснованность научных результатов, полученных соискателем, обеспечена длительным и законченным характером и взаимодополняющими методами исследования, результат которого подтвержден опытно-экспериментальной апробацией, репрезентативностью объема выборок и значимостью эмпирических данных, научным анализом имеющейся философской, психолого-педагогической и специальной литературы и опыта современных образовательных систем по исследуемой проблеме.

К защите представляются следующие основные научные положения:

1. Модель подготовки специалистов по вопросам безопасности труда на основе принципов оценки влияния недостаточности обученности персонала на формирование неадекватных действий человека.

2. Авторские методики оценки уровня знаний обучаемого, порядка представления и объема учебного материала, оценки индивидуальных способностей обучаемого и формирование на ее основе стратегии обучения.

3. Структура и принципы создания интеллектуальной автоматизированной системы обучения вопросам безопасности труда, позволяющие индивидуализировать подготовку специалистов и снизить затраты и время обучения.

4. Педагогическая технология подготовки специалистов в области обеспечения безопасности жизнедеятельности на основе автоматизированного комплекса.

Апробация работы. Основные положения диссертации докладывались на: III Международной научно-методической конференции «Новые информационные технологии обучения в региональной инфраструктуре», Пенза, 30-31 марта 2000 г; IX Российской научно-методической конференции Поволжской академии телекоммуникаций и информатики «Пути и методы совершенствования учебного процесса», Самара, 4-5 апреля 2000 г.; V Всероссийской студенческой научно-практической конференции «Современные проблемы безопасности и духовное развитие личности» «Безопасности 2000», г. Иркутск, 18-21 апреля 2000 г.; II Международной научно-практической конференции «Безопасность транспортных систем», г. Самара. РВО МАНЭБ, 17-19 мая 2000 г.; X Межвузовской научной конференции «Математическое моделирование и краевые задачи», СамГТУ, г. Самара, 2931 мая 2000 г.; Международном экологическом симпозиуме «Перспективные информационные технологии и проблемы управления рисками на пороге нового тысячелетия», МАНЭБ, Санкт-Петербург, 1-3 июня 2000 г. [45 - 50] Изданы учебные пособия «Охрана труда в малом бизнесе», Самара, 2000, «Охрана на предприятиях бюджетной сферы», Самара, 2000. [51, 52]

Результаты исследования внедрены в практику работы 22 обучающих центров системы Управления охраны труда Главного управления труда администрации Самарской области, кафедры «Безопасность жизнедеятельности» СамГТУ, Тольяттинского политехнического института.

Заключение диссертации по теме «Теория и методика профессионального образования», Бондарева, Елена Артуровна

Выводы и рекомендации

1. В условиях изменившихся политических и экономических условий травматизм (на примере Самарской области) остается достаточно высоким. В значительной степени он зависит от подготовленности персонала по вопросам безопасности труда (колеблется в пределах от 5.9 до 23.4 % от общего числа несчастных случаев), что требует создания научных основ обучения вопросам безопасности труда.

2. На основе классификация методов и способов обучения показано, что для обучения вопросам безопасности труда должны быть использованы интеллектуальные средства, для чего разработана структура системы обучения, дающая возможность разделить ее на логически взаимосвязанные составные элементы, что позволило сформировать требования к построению программного комплекса, обосновать его состав, структура и способы реализации.

3. Создан реальный комплекс обучения вопросам безопасности труда, включающий в себя:

• структурные взаимосвязи между отдельными элементами комплекса (порядок использования его составных частей);

• информационно-поисковую систему нормативно-технической документации, позволяющую оперативно самостоятельно изучать документы по безопасности труда;

• систему контроля знаний с элементами обучения, позволяющую ав-томатизированно выявлять уровень знаний обучаемого и оперативно восполнять пробелы в его знканиях;

• комбинированную систему обучения и контроля знаний с базой данных, сформированной в виде выборки из нормативных документов;

• подсистему контроля сроков проверки и качества знаний, позволяющую анализировать уровень обучения персонала в структурных подразделениях и на предприятии в целом;

• деловую игру контроля уровня усвоения материала, позволяющую оперативно на каждом занятии при коллективной подготовке персонала оценивать уровень усвоения материала группой обучаемых.

4. В результате синтеза объекта обучения получена структура и параметры модели системы как объекта, что позволило использовать методы математического моделирования для выбора оптимальной структуры обучения и стратегии обучения. Структура обучения позволяет из большого объема учебного материала выбрать наиболее важный для усвоения, а также порядок изучения различных тем и учебных вопросов. Стратегия обучения на основе анализа индивидуальных свойств обучаемого (уровень подготовки, способность к усвоению учебного материала и т.п.) позволяет создать отдельную программу подготовки для каждого обучаемого.

5. Комплекс внедрен в системе учебных центров Главного управления труда Администрации Самарской области, в результате чего повышена эффективность обучения, уровень подготовки персрнала, улучшен контроль за сроками и качеством обучения, что имеет социальный эффект.

6. Разработанные методы и способы обучения использутся при преподавании курса "Безопасность жизнедеятельности" в СамГТУ. Они могут быть использованы при преподавании других дисциплин. В дальнейшем предполагается использовать комплекс в системе нефтепроводного транспорта.

Компонента оправданий объясняет пользователю действия, совершаемые системой. Как правило, она отвечает на вопросы, почему было достигнуто некоторое заключение или почему некоторые другие альтернативы были отброшены. С этой целью в компоненте оправдания реализуется небольшое число стандартных правил ответов на вопросы. В них требуется, чтобы компонента оправдания делала просмотр в обратном направлении элементов решений средств регистрации промежуточных результатов, начиная от того заключения, к которому относится вопрос, и направляясь к тем промежуточным гипотезам или тем данным, на которое опиралось это заключение. Каждый шаг назад соответствует выводу на основе одного правила из базы знаний. Компонента оправдания собирает вместе такие промежуточные выводы и переводит их на обычный язык для выдачи пользователю.

В базе знаний хранятся правила, факты и информация о текущей задаче.

В общем случае, интерпретатор, диспетчер и компонента обеспечения непротиворечивости составляют так называемую машину вывода.

Для обучающей системы удобно представление знаний в виде фреймов. При этом используются две разновидности фреймов.

Во фрейме первого типа хранятся знания о конкретной гипотезе:

• название гипотезы;

• р;

• число признаков;

• (j, p+, p') - признаки.

Первый элемент - название гипотезы. Второй - априорная вероятность того, что эта гипотеза имеет место. Третий элемент - число признаков, которые могут быть использованы либо для подтверждения гипотезы, либо для ее опровержения. Последним идет ряд троек, соответствующих каждому из таких применимых признаков. Первым элементом является номер признака, который рассматривается в данный момент. Второй элемент тройки - вероятность того, что этот признак будет наблюдаться при условии, что рассматриваемая гипотеза истинна. Третьим элементом тройки является вероятность того, что данный признак наблюдается при условии того, что гипотеза ложна.

Второй тип фреймов касается признаков:

• номер признака;

• название признака;

• вопрос, который следует рассмотреть в отношении признака.

Здесь всего три слота. Первым идет номер признака. Это тот номер, который используется для ссылок на признак данной гипотезы, то есть первый элемент тройки. Вторым является имя признака. В третьем слоте содержится вопрос, который можно будет задать пользователю системы при попытке определить, проявляется ли данный признак.

Для принятия решений при данном способе организации знаний удобно воспользоваться байесовским подходом [93-94].

Теорема Байеса гласит:

Р(Н/Е)=Р(Н&Е)/Р(Е) и Р(Е/Н)=Р(Е&Н)/Р(Н),

2.1) где Р(НУЕ) - вероятность события Н при условии, что событие Е произошло.

После некоторой перегруппировки получаем:

Р(Н/Е)=(Р(Е/Н)*Р(Н))/Р(Е),

2.2)

Р(Е) = Р(Е/Н) * Р(Н) + Р(Е/Н) * Р(Н),

2.3) где Н означает логическое отрицание Н.

Учитывая, что Р(Е/Н) = р+ и Р(Е/Н) = р", получаем:

Р(Н/Е) = ——Р-Р

Р -Р+Р'-О-Р)

2.4)

Первоначальным значением Р(Н) была р (априорная вероятность), которая хранилась в базе знаний. Вычислив значение Р(Н/Е), используем значение Р(Н/Е) как обновленное значение Р(Н). Далее процесс повторяется, при этом каждый раз увеличивается или уменьшается вероятность гипотезы.

В конечном итоге, собрав все сведения, касающиеся всех гипотез, система может прийти к окончательному заключению, выведя, какая из гипотез является истинной.

При этом для гипотез устанавливаются два порога для вероятности каждой гипотезы - верхний и нижний, Если вероятность превосходит верхний порог, то гипотеза принимается как основа для возможного заключения. Если она оказывается ниже нижнего порога, то гипотеза отвергается как неправдоподобная.

Пороги устанавливаются по следующей методике: вместо пошаговой процедуры производится одно общее вычисление для нахождения величины Р(Н/все относящиеся к делу поддерживающие данные).

В своей основе такое вычисление носит тот же характер, что и раньше, но теперь вместо Р(Е/Н) берется Р(все поддерживающие данные/Н), которая представляет собой произведение всех Р(Е/Н) для данной гипотезы.

Таким образом получается максимально достижимая для этой гипотезы апостериорная вероятность, которая соответствует случаю, когда каждый элемент данных, имеющийся в базе знаний в данный момент, говорит в пользу гипотезы.

Точно так же вычисляется и минимально возможная вероятность для такой гипотезы, предполагая, что все свидетельства, имеющиеся в базе знаний, говорят против гипотезы.

Далее можно установить верхний порог, Ml, который составляет 0.9 максимального, достижимого для рассматриваемой гипотезы при данной базе знаний. Аналогично нижний порог, М2, может вычисляться как половина от этого максимума или как минимально возможное значение вероятности, умноженное на некоторый коэффициент.

При таком подходе верхний и нижний пороги специфические для каждой конкретной гипотезы.

Некоторая трудность возникает, когда невозможно с полной определенностью ответить на поставленный вопрос. В этом случае можно воспользоваться одиннадцатибальной шкалой, на которой +5 означает положительный ответ на вопрос, -5 означает отрицательный ответ, а 0 - неопределенный, тогда как все остальные варианты ответа располагаются в промежуточных точках шкалы.

В этом случае вычисления протекают в значительной степени так же, как раньше, но с заменой Р(Н/Е) на P(H/R), вычисляемую по формуле:

P(H/R) = Р(Н/Е) • P(E/R) + Р(Н/Ё) * P(E/R),

2 .5) где R представляет собой ответ пользователя. Таким образом, чтобы допустить неопределенность, система должна допустить некоторую вероятность Р(Н/Е) и некоторую вероятность Р(Н/Е), величины которых зависят от той степени, в которой ответ пользователя поддерживает или опровергает конкретный элемент данных. Если этот ответ нулевой, то есть ничего не меняется, то P(HZR)=P(H), а при других ответах неопределенность отражается путем кусочно-линейной интерполяции между Р(Н/Е) и Р(Н / Е).

Для принятия решения система должна взять список вопросов и последовательно их прорабатывать. Данная схема называется прямой цепочкой рассуждений [93-94]. При такой направляемой данными стратегии задается вопрос, берется ответ пользователя, затем делается тот вывод, который возможен при наличии данных. После этого задается следующий вопрос, и так далее, пока все гипотезы не будут окончательно подтверждены или опровергнуты.

При использовании такого рода подхода возникает две проблемы. Во-первых, процедура может оказаться слишком долгой. Некоторые данные, очевидно, могут оказаться более общезначимыми, чем другие, и оставлять их получение на самый конец - значит затянуть весь процесс получения ответа. Вторым недостатком использования прямой цепочки рассуждений является то, что пользователя система выглядит бесцельной: задается серия из наугад выбранных вопросов, а затем система либо останавливается, либо отказывается выдать решение.

Другим часто используемым методом является построение обратной цепочки рассуждений. В этом случае система сначала выбирает некоторую гипотезу из базы знаний, а затем ищет свидетельства, которые ей нужны, чтобы либо оставить, либо отбросить эту гипотезу, и задает пользователю соответствующий вопрос.

По своему поведению такая система является более целенаправленной, потому что она всегда в состоянии выдать текущую гипотезу. Главным недостатком такого подхода является то, что остается нерешенным вопрос о том, в каком именно порядке гипотезы выбираются для анализа, а также в каком порядке следует отыскивать поддерживающие эти гипотезы данные.

Существует другой подход к данной проблеме [93-94], ориентированный на свидетельства. В нем не используются ни прямая, ни обратная цепочки рассуждений. Каждому элементу свидетельства приписывается цена, отражающая его роль в процессе вывода, и в первую очередь задается вопрос, для которого цена оказывается наибольшей.

При этом цена каждого свидетельства (ЦС) вычисляется как полная сумма максимальных изменений вероятностей во всех гипотезах, имеющихся в базе знаний, к которому такое свидетельство может привести:

2.6)

Цена свидетельства вычисляется для каждого свидетельства Е из базы знаний. Затем система находит максимальную ЦС и требует ввода информации для соответствующего свидетельства. При этом цены свидетельств не остаются неизменными. По мере того, как постоянно уточняются апостериорные вероятности Р(Н, /Е), они будут приводить к непрерывному изменению цен свидетельств. Например, если в ходе диалога с пользователем какое-то конкретное множество гипотез окажется почти полностью опровергнутым, то остается мало шансов на то, что их вероятности будут существенно изменяться, а следовательно, применимое к ним свидетельство станет менее важным при последующих пересчетах цен. В результате уменьшается вероятность того, что такие вопросы будут задаваться. И наоборот, по мере того, как некоторые гипотезы становятся более вероятными, возрастают шансы на то, что их вероятности будут изменяться под воздействием оставшихся свидетельств. В результате для этих свидетельств цены будут более высокими, поэтому соответствующие вопросы будут заданы с большей вероятностью. При этом система рассматривает в основном те гипотезы, относительно которых имеется наибольшая вероятность их прояснения в каждый данный момент.

Для построения оценки свидетельств могут выбираться не сами ЦС, а их квадраты, при этом выделяются те данные, которые дают наибольшие изменения вероятностей для некоторых гипотез за счет тех элементов, которые создают лишь небольшие изменения вероятностей, но на большем числе гипотез. А именно в случае больших изменений возникает возможность быстрого принятия или опровержения гипотезы и сокращения объема дальнейшей обработки.

Еще одним уточнением метода может служить "взвешивание" цен свидетельств, при котором больший вес получают те свидетельства, которые оказались применимы к гипотезам, имеющим отношение к последнему запрошенному свидетельству.

При выработки системой решения следует рассмотреть пять величин, связанных с любой гипотезой:

• Р(Н) - текущая вероятность того, что данная гипотеза является истинной;

• Р(Мах) - текущая максимальная вероятность для данной гипотезы, которая могла бы быть достигнута, если все остающиеся свидетельства были бы в ее пользу;

• P(Min) - текущая минимальная вероятность для данной гипотезы, которая могла бы быть достигнута, если все остающиеся свидетельства были бы против этой гипотезы;

• Ml - критерий верхнего порога для принятия конкретной гипотезы, вычисляемый как некоторая пропорциональная Р(Мах) величины еще до того, как начался сбор свидетельств;

• М2 - критерий нижнего порога для отказа от конкретной гипотезы, пропорциональный либо Р(Мах), либо P(Min), вычисляемый еще до того, как начался сбор свидетельств.

Таким образом считается, что найден наиболее вероятный результат, если существует некоторая гипотеза, P(Min) которой больше, чем Р(Мах) для любой другой гипотезы. То есть, если даже еще не все свидетельства были собраны, представляется возможность найти, какой результат является наиболее вероятным, поскольку никакой другой вариант не может опровергнуть данную гипотезу.

Следующим классом заключений являются вероятные заключения, то есть те гипотезы, для которых P(Min) больше, чем Ml, то есть для них минимально достижимая вероятность превышает верхний порог.

Следующим классом являются неопределенные заключения. Это те гипотезы, для которых P(Min) меньше, чем Ml, но Р(Мах) больше, чем М2. То есть они не превзошли верхний порог, но они, вероятно, будут превышать нижний порог, поэтому их следует рассматривать и впредь. Подобные гипотезы вынуждают систему задавать пользователю вопросы, чтобы снять возникшую неоднозначность результата.

Последним классом является случай, когда невозможен никакой вывод, не считая тривиального заключения, что ни одна из гипотез не является истинной. При этом наибольшая Р(Мах) меньше, чем М2, то есть нижний порог.

Таким образом, описанный выше процесс может иметь следующий вид:

1. Для каждой гипотезы находится априорная вероятность. Это делается путем просмотра базы знаний и извлечения р для каждой из гипотез. Эта величина берется в качестве Р(Н), которая в дальнейшем будет уточняться.

2. Для каждого свидетельства находится его цена. Это делается путем просмотра базы знаний и извлечения переменных (j, р+, р" ), где j - номер свидетельства, а р+ и р" - соответственно Р(Е/Н) и

Р(Е / Н) для этого свидетельства. Затем вычисляется ЦС для каждого свидетельства в соответствие с (2.6).

3.ИзвсехЦС находится наибольшее, указывающее на то свидетельство, которое может вызвать наибольшее изменение вероятности по всем рассматриваемым гипотезам.

4. Задается вопрос пользователю по поводу этого свидетельства, используя вопрос, хранимый в базе знаний. Ответ пользователя (R) может быть дан по шкале от -5 до +5.

5. При заданном R делается пересчет для всех гипотез, в которых упоминается это свидетельство, с тем, чтобы установить P(H/R).

6. Делается пересчет цен для всех свидетельств с тем, чтобы учесть изменения в вероятностях, которые произошли в результате получения реакции пользователя.

7. Вычисляются максимальные и минимальные величины, достижимые для каждой гипотезы.

8. Находится наибольший из возможных минимумов для этих гипотез.

9. Проверяется, существует ли гипотеза, максимально возможное значение которой превышает максимум из этих минимумов. Если существует такой максимум, который превышает наибольший минимум, то происходит возврат к пункту 3 и задается другой вопрос. Если такого нет, то существует наиболее вероятный результат, который выдается пользователю.

Использование материальных средств обучения служит для решения двух основных задач [97-99]:

• повышения эффективности процесса обучения;

• снижения стоимости обучения.

Для повышения эффективности процесса обучения могут быть использованы различные возможности системы автоматизированного обучения (АО), в том числе:

• планомерное обучение на высоком профессиональном уровне, так как компьютерный урок может быть основан на стратегиях обучения, предложенных самыми лучшими педагогами;

• усиливающее воздействие механизма закрепления знаний и обратной связи благодаря тому, что они всегда непосредственно и однозначно связаны с конкретным действием; в этом случае обучаемый может быстро увидеть ошибку, а не ждать, пока кто-нибудь проверит его тетради;

• конфиденциальность обучения, при которой обучаемые могут давать правильные или неправильные ответы скрытно от остальных учащихся, не стесняясь своих ошибок, и способны смелее идти на риск в поисках правильного ответа;

• возможность проведения обучения по индивидуальному плану, при котором на каждое занятие устанавливаются свои цели обучения и эталоны подготовленности, и далее каждому обучаемому может быть закрыт переход к последующим урокам, пока не будут достигнуты цели текущего занятия;

• возможность высококвалифицированного обучения в территориально удаленных пунктах.

Снижение стоимости обучения достигается за счет того, что индивидуальная подготовка может сократить сроки обучения, что в свою очередь уменьшит затраты на него. Также затраты на обучение могут быть сокращены благодаря следующим свойствам систем АО:

• системы АО позволяют уменьшить численность штата преподавателей, административных работников и технических инструкторов;

• системы АО позволяют уменьшить расходы на командировки, так как учебные материалы могут быть "направлены" по обычным каналам связи, что уменьшает надобность в дорогостоящих командировках персонала;

• обеспечивается быстрое обновление материала, поскольку, как правило, значительно труднее и накладнее вносить изменения в печатный материал, чем вносить небольшие изменения в программные обучающие средства.

По оценкам, приведенным в [98], стоимость одного часа терминального времени (на примере системы PLATO) во многих случаях ниже 3-7 долл./ч -уровня, который в 1984 году был установлен для стоимости одного часа занятий педагога с обучаемыми в колледже. Различные оценки для стоимости одного часа работы за терминалом в системе PLATO приведены в таблице 2.1.

Список литературы диссертационного исследования кандидат педагогических наук Бондарева, Елена Артуровна, 2000 год

1. Давыдов. В.В. Проблемы развивающего обучения: опыт теоретических и практических психолог, исследований. / АПН СССР. -М.: Педагогика, 1986. 239 с.

2. Булынский Н.Н. Теория и практика управления качеством образования в профессиональных училищах: Дисс. д-ра пед. наук. Челябинск, 1997.

3. Беспалько В.П. Слагаемые педагогической технологииг. М., 1989.

4. Вербицкий А.А. Активное обучение в высшей школе: контекстный подход. М.: Высшая школа, 1991 204 с.

5. Субетто А.И. Введение в квалиметрию высшей школы. В 4 кн. Учебное пособие. М.: Исседовательский центр.

6. Горина JI.H. Личностно-деятельностный подход при реализации модульной технологии обучения. Тез. докл. НПК «Новое в экологии и безопасности жизнедеятельности» С.-Пб., 1997.

7. Чернова Ю.К. Квалитативные технологии обучения. Тольятти. 1998.-146с

8. Безрукова B.C. Педагогика. Проективная педагогика: Екатеринбург. Изд-во Деловая книга, 1996. 344 с.

9. Кустов Ю.К. Единство и преемственность педагогических действий в высшей школе. Самара, 193. 112 с.

10. Ю.Панасюк В.П., Салова И.Г., Белова Н.И. Системная диагностика и оценивание качества обучения и обучаемости в общеобразовательной школе. //В кн.: Квалиметрия человека и образования: методология и практика (Материалы III Симпозиума).- М., 1994.

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

12. Карпов В.В. Психолого-педагогические основы использоания технических средств в учебном процессе. Ярославль: Издательство ЯГПИ, 1983.-117 с.

13. Леднев B.C. Содержание образования: сущность, структура, перспективы. М.: Высшая школа, 1991 - 223 с.

14. Сохор A.M. Объяснение в процессе обучения: элементы дидактической концепции. М.: Педагогика, 1988 124 с.

15. Талызина Н.Ф. Управление процессом усвоения знаний. М.: Изд-воМГУ, 1975.-345 с.

16. Машбиц Е.Н. Психолого-педагогические проблемы компьютеризации обучения. -М.: Педагогика, 1988. 191 с.

17. Шамова Т.М., Малинин А.Н., Тюлю Г.М. Инновационные процессы в школе как содержательно-организационная основа механизма ее развития.- М.: ФППЖ организаторов образования МГПУ, 1993.

18. Р.Левин, Д.Дранг, Б.Эделсон. Практическое введение в технологию искусственного интеллекта и экспертных систем с иллюстрациями на бейсике. М.: "Финансы и статистика",-1991, 238с.

19. Селевко Г.К. Современные образовательные технологии М.; Народное образование, 1998. 14с.

20. Кузьмина К.В. Понятие «педагогическая система» и критерии ее оценки. //Методы системного педагогического исследования., 1980.

21. Субетто А.И. Системологические основы образовательных систем. М.: Исследовательский центр, 1992 - 641 с.

22. Щедровицкий Г.П. Педагогика и логика. М.: 1993 116 с.

23. Юдин Э.Г. Наука и мир человека. 1978. 64 с.

24. М.И. Махмутов. Проблемное обучение. М.: "Педагогика", 1975.

25. Архангельский С.И. Лекции по теории обучения в высшей школе. М.: Высшая школа, 1974. 384 с.

26. Беспалько В.П. Системно-методическое обеспечение учебно-воспитательного процесса подготовки специалистов. М.: Высшая школа, 1989. - 141 с.

27. Андреев В.И. Педагогика творческого развития: Казань, 1996 -570 с.

28. Краевский В.В. Методологические характеристики педагогического исследования и критерии оценки результатов: Методические рекомендации. Самара, 1992 52 с.

29. Бабанский Ю.К. Оптимизация учебно-воспитательного процесса. М.: Просвещние, 1982 192 с.

30. Батышев С.Я. Актуальные проблемы подготовки рабочих высокой квалификации. М.: Педагогика, 1979 - 223 с.

31. Гинецинский В.И. Знание как категория педагогики: опыт педагогической психологии / ЛГУ. Л.: Изд-во ЛГУ, 1989. - 142 с.

32. Селезнева Н.А., Бойденко В.И. Проблемы качества, его нормирования и стандартов в образовании./В сб. научных статей. М., 1998.-16с.

33. Скаткин М.Н. Методология и методика педагогических исследований. М. Педагогика, 1986 150 с.

34. Шадриков В.Д. Деятельность и способности. М.: Изд. Корпорации «Логос», 1994 320 с.

35. Ананьев Б.Г. Избранные психологические труды. М.: Педагогика, 1980.-232 с.

36. Каган В.И., Сыченков И.А. Основы оптимизации процесса обучения в высшей школе. М.: Высшая школа, 1987. 143 с.

37. Выготский Л.С. Собрание сочинений в 6 тт. М. Педагогика, 1982 -504 с.

38. Гальперин П.Я. Введение в психологию. М.: МГУ, 1976. - 150 с.

39. Леонтьев А.Н. Деятельность. Сознание. Личность. М.: Политиздат, 1975-304 с.

40. Платонов К.К. Занимательная психология. Спб.: Питер-пресс, 1997-288 с.

41. Ядов В.А. Социальные проблемы и факторы интенсификации научной деятельности: сб. науч. трудов / АН СССР, ин-т социологии. М. Наука, 1990. 163 с.

42. Бабанский Ю.К. Повышение эффективности и качества урока в общеобразовательной школе.- Гомель, 1981.-22 с

43. Бондарева Е.А., Яговкин Н.Г. Математическая модель автоматизированного обучающего комплекса вопросам охраны труда. Тезисы II международной научно-практической конференции «Безопасность транспортных систем» г. Самара. РВО МАНЭБ 17-19 мая 2000 г.

44. Г.Н. Яговкин, Бондарева Е.А., П.Г. Яговкин. Охрана труда в малом бизнесе. Учебное пособие. Самара, 2000.

45. Г.Н. Яговкин, Бондарева Е.А., П.Г. Яговкин. Охрана на предприятиях бюджетной сферы. Учебное пособие Самара, 2000.

46. Долженко О.В., Шатуновский В.Л. Современные методы и технология обучения в техническом ВУЗе. М.: Высшая школа, 1990. -192 с.

47. Русак О.Н. Проблемы охраны труда в деревообрабатывающей промышленности. Л.: ЛГУ, 1975г. - 240с.

48. Смолянцев Ю.М. Мораль и нравы: диалектика взаимодействия. -М. Изд-во МГУ, 1989. 200 с.

49. Концепция высшего технического образования в новых социально-экономических условиях /Под ред.О.П. Нестеренко, Ю.А. Сидорова. М.: Изд-во МАИ.- 2-е части.- 352с.

50. Печчеи А. Человеческие качества. М.: Наука, 1987.

51. Анонашвили Ш.А. Основания педагогики сотрудничества//Новое педагогическое мышлениею.-М.:Педагогика,-1989.-280с.

52. Горина Л.Н. Педагогические инновации в преподавании дисциплины «Безопасность жизнедеятельности»: Тез.докл. Научные чтения «Белые ночи».- Санкт Петербург, 1997. -412с.

53. Селезнева Н.А. Смена стратегий в развитии высшего образования и научных исследований //Управление качеством подготовки специалистов в высшей школе. Горький: ГТУ. - 1989. - с. 5-11.

54. И.Н.Бронштейн, К.А.Семендяев. Справочник по математике для инженеров и учащихся ВТУЗов. М.: "Наука",-1964, 608с.

55. Н.С.Мисюк. А.С.Мастыкин. Г.П.Кузнецов. Корреляционно-регрессионный анализ в клинической медицине. М.-Медицина, 1975, 192с.

56. В.П.Дьяконов. Справочник по алгоритмам и программам на языке бейсик для персональных ЭВМ. М.: Наука, 1987,240с.

57. Котик М.А. Психология и безопасность Таллин: Валгус, 1981, 392с.

58. Охрана труда в строительстве. Сборник трудов. М.: МИСИ -1984г. В.В.Скобунов. Ю.Н.Виноградов. Оценка безопасности строительного производства. Стр. 14-20.

59. Ф.Мостелпер. Р.Рурке. Дж.Томас. Вероятность. М.: Мир, 1968. -432с.

60. В.Е.Гмурман. Теория вероятностей и математическая статистика. -М.: Высшая школа, 1972. 368с.

61. Могилевский В.Д. Методология систем. М.: Экономика, 1999.

62. Н.Беляева А.П. Региональная система профессионального образования.// Педагогика: 1993. №4. с.68-72.

63. Богачек И.А. Обучение организаторов народного образования технологии построения демократической системы управления школой. // Совершенствование работы ФППК ОКО в условиях перестройки народного образования.- Ярославль, 1990. с. 14-17.

64. Конаржевский Ю.К. Функция педагогического анализа и ее роль в процессе управления школой: Методические указания руководителям школ.-Магнитогорск, Б.л., 1976-52 с.

65. Конаржевский Ю.К. Педагогический анализ как основа управления школой. Челябинск: Изд-во ЧГПИ, 1978-102 с.

66. Конти П. Обучение качеству пути к успешному бизнесу: от обучению качеству к качеству обучения. //Сборник докладов Международного Конгресса по качеству «К бизнесу через качество», 22 -30 сентября 1992г., Санкт-Петербург, СПб.

67. Краевский В.В. Проблемы научного обоснования обучения (методологический анализ). М. 1977, с. 40

68. Кричевскйй В.Ю. Профессиональная деятельность директора общеобразовательной школы как объект междисциплинарного исследования: Автореферат дисс. д-ра пед.наук. СПб., 1993.- 37 с.

69. Лернер И .Я. Проблемное обучение. -М.:1974.

70. Панасюк В.П., Салова И.Г., Белова Н.И. Системная диагностика и оценивание качества обучения и обучаемости в общеобразовательной школе. //В кн.: Квалиметрия человека и образования: методология и практика (Материалы III Симпозиума).- М., 1994.

71. Поташник М.М. Оптимизация управления школой.- М., 1991 180 с

72. Качество знаний учащихся и пути их совершенствования. /Под редакцией М.Н. Скаткина, В.В., Краевского М.: Педагогика, 1978.208 с.

73. Субетто А.И. Методология и типология управления качеством создаваемых-объектов (Воен. инж. Краснознаменный институт им. А.Ф. Можайского)-Л., 1978.- 113 с. Деп. в ЦИНИС Госстроя СССР 24.01.79 №1305.

74. Шамова Т.М., Перленкова Л.М. Использование компьютера в управлении школой М: «Прометей» МГПИ. 1992.-78с.

75. Шамова Т.М., Давыденко Т.М. Управление процессом формирования системы качеств знаний учащихся.- М.: Изд-во «Прометей» МГПИ им. В.И. Ленина. 1990-112 с.

76. Гегель. Сочинения. Т.1., М., 1929.

77. Михелькевич В.Н., Полушкина Л.И., Мегедь В.М. Справочник по педагогическим инновациям. Самара, 1998. С. 172.

78. Беспалько В.П. Слагаемые педагогической технологииг. М., 1989.

79. Боткин Д.У Интеллектуальное обучение, микрокомпьютеры и интуиция. //Перспективы. Вопросы образования, 1983, №1,с.39-47

80. С.Харьковский. Р.Г.Чуракова. Приемы и средства обучения. М.: "Знание", 1977, 52с.

81. Экспертные системы. Принципы работы и примеры. Под редакцией Р.Форсайта. М.: "Радио и связь",-1987,222с.

82. Дж.Элти, М.кумбс. Экспертные системы: концепции и примеры. М.: "Финансы и статистика",-1987,190с.

83. Ж.-Л.Лорьер. Системы искусственного интеллекта. М.: "Мир",-1991,568с.

84. Построение экспертных систем. Под редакцией Ф.Хейрс-Рот, Д.Уотермана, Д.Лената. М.: "Мир",-1987,442с.

85. Psotka J., Computer-Based instructional research and development in the Army: An overview, Journal of Computer-Based Instruction, 10, 73 (1983).

86. Hofstetter F.T., The cost of PLATO in a university environment, Journal of Computer-Based Education, 9, 248-255 (1983).

87. Alpert D., and Bitzer D.L., Advances in computer-based education, Science, 167, 1582-1590 (1970).

88. Dennis V.R. Computer managed instruction and individualization (Report No. 1. Illinois Series on Educational Application of Computers). Champaign, IL: University of Illinois, 1979.

89. Brown J.S., and Burton R.R., Diagnostic models for procedural bugs in mathematical skills, Cognitive Science, 2,155-192 (1978).

90. Brown J.S., Burton R.R., and Bell A.B. SOPHIE: A sophisticated instructional environment for teaching electronic troubleshooting (an example of AI in CIA) (Technical Report No. 2790). Cambridge, MA: Bolt, Beranek, and Newman, 1974.

91. Brown J.S., Rubinstein R., and Burton R. Reactive learning environment for computer assisted instruction (Technical Report No. 3314). Cambridge, MA: Bolt, Beranek, and Newman, 1976.

92. Burton R.R., and Brown J.S., Toward a natural-language capability for computer-assisted instruction. In: H.F.O'Neil, Ed., Procedures for instructional system development (pp. 273-313), New York: Academic, 1979.

93. М.Нагао, Т.Катаямо, С.Уэмура. Структуры и базы данных. Москва, "Мир", 1986 г.

94. Четвериков В.Н. и др. Базы и банки данных. М., "Высшая школа", 1987 г.

95. Дейт К. Введение в системы баз данных. М., "Наука", 1980 г.

96. Тиори Т., Фрай Д. Проектирование структур баз данных. М., "Мир", 1985 г.

97. Ю9.Р.Крамм. Системы управления базами данных dBase II и dBase III для персональных компьютеров. М., "Финансы и статистика", 1991 г.

98. ПО.ГОСТ 12.0.004-90. Организация обучения безопасности труда. Общие положения.

99. ГОСТ 12.0.002-80 ССБТ. Термины и определения.

100. И 2. ГОСТ 7.27-80 СИБИД. Научно-информационная деятельность. Основные термины и определения.

101. Г.Н. Яговкин, Бондарева Е.А., П.Г. Яговкин. Охрана труда в малом бизнесе. Учебное пособие. Самара, 2000.

102. Г.Н. Яговкин, Бондарева Е.А., П.Г. Яговкин. Охрана на предприятиях бюджетной сферы. Учебное пособие Самара, 2000.

103. Бусленко Н.П. Моделирование сложных систем. М., "Наука", 1968.

104. Пб.Цвиркун А.Д. Основы синтеза структуры сложных систем. М., "Наука", 1982.

105. Флейшман Б.С. Основы системологии. М., "Радио и связь", 1982.

106. Дружинин В.В., Конторов Д.С. Проблемы системологии. М., "Сов. радио", 1976.

107. Месарович М., Такахара И. Общая теория систем. Пер. с англ., М., "Мир", 1978.

108. Анкундинов Г.И. Синтез структуры сложных объектов. Логико -комбинаторный подход. Л., ЛГУ, 1986, 258с.

109. Шрейдер Ю.А. Равенство, сходство, порядок. М., 1971,256с.

110. Cronbach L.J. How can instruction be adapted to individual differences? In: R.M.Gagne, Ed., Learning and individual differences (pp. 23-29). Columbus, OH: Charles E.Merril, 1967.

111. Glaser R. Instructional psychology: Past, present and future. Amery-can Psychologist, 37,292-305 (1982).

112. Ackerman P.H. Wickens C.D. and Schneider W. Deciding the existence of a time-sharing ability: A combined methodology and theoretical approach. Human Factors, 26, 71-82 (1984).

113. North R.A., and Gopher D. Measures of attention as predictors of flight performance. Human Factors, 18, 1-14 (1976).

114. Cooper L.A. Individual differences in visual comparison processes. Perception & Psychophysics, 12, 443-444 (1982).

115. Larkin J.H. Enriching formal knowledge: A model for learning to solve problems in physics. Jn\ J.R.Anderson, Ed., Cognitive skills and their acquision. Hillsdale, MJ: Erlbaum, 1981.

116. Larkin J.H. McDermott J. Simon D.P. and Simon H.A. Models of competence in solving physics problems. Cognitive Science, 4, 317345 (1980b).

117. Gaines B.R. The learning of perceptual-motor skills by man and machines and its relationship to training. Instructional Science, 1, 263-312 (1972).

118. Jay T.B. The cognitive approach to computer courseware design and evaluation. Educational Technology, 23(1), 22-26 (1983).

119. Tennyson R.D. Christenson D.L. and Park S.I. The Minnesota adaptive instructional system: An intelligent CBI system, Journal of Computer-Based Instruction, 11, 2-13 (1984).

120. Ляудис В.Я. Тихомиров O.K. Психология и практика автоматизированного обучения. Вопросы психологии. 1984, N6. -с. 16-27.

121. Ретер Д. Способность к обучению у взрослых. Вопросы психологии. -1985. N1. с.57-66.

122. Рубан А.И. Адаптивное управление с идентификацией. Томск: Издательство томского университета, 1983, 134с.

123. Х.Таха. Введение в исследование операций. Часть 2. М.: "Мир",-1985, 496с.

124. Охрана труда. Информационно-аналитический бюллетень. №1, 2000г.

125. Безопасность труда в промышленности N1, 1995г. А.Н.Щербина. Соционика один из методов снижения числа должностных ошибок. Стр.34-38.

126. Количественная оценка тяжести труда. Межотраслевые методические рекомендации ВНИИ Труда, М.:-1984, 152с.

127. ГОСТ 7.27-80 СИБИД. Научно-информационная деятельность. Основные термины и определения.