Разработка интеллектуальных обучающих тренажеров в сфере обучения экономическим специальностям на основе семантического программирования и гипертекстовых технологий тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат наук Лунева, Светлана Юрьевна

• Лунева, Светлана Юрьевна
• кандидат наук
• 2015

Оглавление диссертации кандидат наук Лунева, Светлана Юрьевна

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ

ГЛАВА 1. АНАЛИЗ КОМПЕТЕНТНОСТНОГО ПОДХОДА В МАТЕМАТИЧЕСКОЙ ПОДГОТОВКЕ СТУДЕНТОВ ЭКОНОМИЧЕСКИХ СПЕЦИАЛЬНОСТЕЙ

1.1 Дистанционное образование как форма ведения учебного процесса

1.2 Основы компетентностного подхода

1.3 Компетентностный подход при математической подготовке студентов экономических специальностей

1.4 Анализ и систематизация средств поддержки выработки общекультурных и профессиональных компетенций при математической подготовке студентов экономических специальностей

1.5 Задачи формирования интеллектуальных обучающих тренажеров

Выводы по главе 1

ГЛАВА 2. МАТЕМАТИЧЕСКИЕ МОДЕЛИ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ В ИНТЕЛЛЕКТУАЛЬНЫХ ОБУЧАЮЩИХ ТРЕНАЖЁРАХ

2.1 Сущность компьютерной технологии обучения в рамках реализации ФГОС ВПО

2.2 Требования к структуре и представлению знаний в ИОТ, поддерживающих компетентностную модель решения задач (МК2)

2.3 Компетентностные уровни модели требуемых знаний по разделу дисциплины

2.4 Представление знаний в ИОТ. Формальная модель представления знаний. Язык представления знаний

2.5 Технология построения модели требуемых знаний по разделу математической дисциплины, имеющей экономическое приложение

Выводы по главе 2

ГЛАВА 3. АЛГОРИТМЫ ОБУЧЕНИЯ И ПРОВЕРКИ ЗНАНИЙ, ПОДДЕРЖИВАЕМЫЕ ИНТЕЛЛЕКТУАЛЬНЫМИ ОБУЧАЮЩИМИ ТРЕНАЖЁРАМИ

3.1 Требования к функционированию ИОТ, поддерживающих компетентностную модель решения задач

3.2 Алгоритм движения обучаемого по этапам обучения

3.3 Формирование модели текущих знаний обучаемого. Взаимодействие моделей требуемых и текущих знаний для выработки алгоритма управления поэтапным процессом обучения

3.4 Алгоритмы обучения и контроля, обеспечиваемые директивными фреймами

Выводы по главе 3

ГЛАВА 4. РЕАЛИЗАЦИЯ КОМПЛЕКСА ИНСТРУМЕНТАЛЬНЫХ СРЕДСТВ, ПОДДЕРЖИВАЮЩИХ ИНТЕЛЛЕКТУАЛЬНЫЕ ОБУЧАЮЩИЕ ТРЕНАЖЕРЫ

4.1 Требования для реализации ИОТ

4.2 Архитектура программного обеспечения ИОТ

4.3 Структура Базы Данных ИОТ

4.4 Модули поддержки работы обучаемого в ИОТ. Средство обучаемого

4.5 Модули поддержки работы преподавателя в ИОТ. Средство автора

4.6 Компьютерные учебно-методические комплексы по обучению экономическим специальностям, включающие ИОТ

4.7 Определение затрат на разработку программного обеспечения и наполнения ИОТ

Выводы по главе 4

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ А

ПРИЛОЖЕНИЕ В

ПРИЛОЖЕНИЕ С

ПРИЛОЖЕНИЕ Б

ПРИЛОЖЕНИЕ Е

ПРИЛОЖЕНИЕ Е

Введение диссертации (часть автореферата) на тему «Разработка интеллектуальных обучающих тренажеров в сфере обучения экономическим специальностям на основе семантического программирования и гипертекстовых технологий»

ВВЕДЕНИЕ

Актуальность темы. Присоединение России к Болонскому процессу и связанный с этим переход на двухступенчатую систему высшего профессионального образования привело к формированию новых требований к качеству образовательного процесса, в основу которого положены Федеральные Государственные образовательные стандарты высшего профессионального образования (ФГОС ВПО 3 и ФГОС ВПО 3+) [104].

Каждый стандарт, согласно Федеральному закону от 1 декабря 2007 года № 309-Ф3 «О внесении изменений в отдельные законодательные акты Российской Федерации в части изменения понятия и структуры государственного образовательного стандарта» (с изменениями и дополнениями от 18 июля, 10 ноября 2009 г., 8 ноября 2010 г., 18 июля 2011 г., 29 декабря 2012 г., 2 и 23 июля 2013 г.) [3], включает:

- требования к структуре основных образовательных программ (ООП), включающих учебный план, календарный учебный график, рабочие программы учебных дисциплин, а также оценочные и методические материалы (Федеральный закон от 29 декабря 2012 г. N 273-Ф3 "Об образовании в Российской Федерации" ст.2, п. 10);

- требования к условиям реализации основных образовательных программ;

- требования к результатам освоения основных образовательных программ.

Согласно ФГОС ВПО, ООП должны основываться на компетентностном подходе и обеспечивать выработку у студентов общекультурных и профессиональных компетенций в процессе изучения циклов дисциплин, среди которых выделяют:

- гуманитарный, социальный и экономический цикл (ГСЭД);

- математический и естественнонаучный цикл (ЕНД);

- профессиональный цикл (ПД).

Особенностью новых ООП бакалавриата является сокращение трудоёмкости дисциплин цикла ГСЭД и увеличение ЕНД, что способствует

улучшению качества подготовки студентов по тем дисциплинам, которые формируют профессиональные компетенции. С другой стороны, в связи с уменьшением срока обучения по программам бакалавриата, при изучении дисциплин ЕНД наблюдается существенное сокращение аудиторных часов и соответственное увеличение объемов самостоятельной работы студентов.

Так, в частности в Московском авиационном институте (НИУ) предусмотрено следующее соотношение аудиторных часов и часов, отведенных для самостоятельной подготовки студентов экономических специальностей по базовым математическим дисциплинам и разделам дисциплин:

Специальность, направление подготовки Дисциплина Количество семестров Аудиторных часов (ЛК+ПЗ) СРС

080200 «Менеджмент» «Алгебра и аналитическая геометрия» 1 28+26 18

«Дифференциальные уравнения» в составе дисциплины «Математический анализ» 1(2) 8+8 (56+52) (18) 81

«Теория оптимизации и численные методы» 1 24+12 36

160400 «Маркетинг и менеджмент в ракетно-космической технике» «Линейная алгебра и аналитическая геометрия» 1 34+34 85

«Математический анализ» 2 102+84 120

«Обыкновенные дифференциальные уравнения» 1 34+34 85

«Численные методы и вариационные методы» 1 26+24 94

Как видно из таблицы, количество часов, отводимых на самостоятельную работу студента, сопоставимо с суммарным числом аудиторных часов, при этом число практических занятий может составлять менее 50% этой суммы.

Следовательно, для повышения качества образования в условиях организации контролируемой самостоятельной работы студентов объективно востребованным является создание компьютерных средств поддержки образовательного процесса, которые в современных условиях развития общества должны обладать мобильностью. Такие средства должны имитировать полноценный очный процесс обучения и быть нацеленными на обеспечение выработки профессиональных компетенций у студентов. Среди таких средств выделяют интеллектуальные обучающие тренажеры.

Таким образом, актуальной задачей является разработка математического обеспечения и инструментальных средств поддержки интеллектуальных обучающих тренажеров (ИОТ) по математическим дисциплинам цикла ЕНД, а также реализация и внедрение таких тренажеров в учебный процесс вузов при подготовке студентов экономических специальностей.

Математическое обеспечение интеллектуальных тренажеров включает специальные математические модели, формально описывающие процесс обучения, а также алгоритмы, реализующие основные приемы обучения и контроля получаемых уровней знаний, которые позволяют повысить эффективность обучения и обеспечить требуемый уровень остаточных знаний при математической подготовке студентов экономических специальностей.

Степень научной разработанности проблемы. К настоящему времени разработано и используется в отечественной и зарубежной практике значительное количество средств учебного назначения, но большинство этих средств представляют собой либо системы для создания тестов (ADTester, SuperTest), либо оболочки для создания гипертекстовых учебников и справочников (ePublisher 3000, ToolBook Instructor, Наставник-М). Анализ перечисленных программных средств позволяет выявить два основных недостатка:

- компьютерные учебники на базе вышеперечисленных средств не позволяют обеспечить поддержку процесса обучения на всех его этапах, как следствие,

не обеспечивается выработка необходимых профессиональных компетенций;

- вышеперечисленные средства дают возможность реализовать контроль только конечного результата выполнения задания, но не обеспечивают пошаговую проверку хода решения и сбор информации об ошибках обучаемого, сделанных в процессе решения.

Существующие средства не обладают способностью делать выводы о состоянии знаний обучаемого, формировать на их основе новые задания, объяснять причины ошибок и методы их устранения. Компьютерные средства, обладающие такого рода функциональными возможностями, относят к системам искусственного интеллекта, разновидностью, которых являются ИОТ, что определило цели, задачи и структуру исследования.

В настоящее время проблемами компьютеризации образования, в том числе связанных с моделированием знаний и построением интеллектуальных обучающих систем, занимаются две научные школы Института информатизации образования Российской академии образования (РАО) под руководством д.п.н., профессора Роберт И.В. [38-40] и д.п.н., к.т.н., профессора Козлова O.A. [16], в частности по направлениям:

- построение деятельностных моделей, характеризующих структуру знаний и умений специалиста в области информатики и информационных технологий;

- организация межпредметных связей дисциплин информационного цикла, специальных дисциплин и др.

Исследования в области моделирования знаний проводятся в Российском Научно-исследовательском институте искусственного интеллекта (РосНИИ ИИ).

На протяжении последних тридцати лет кафедра «Математическая кибернетика» МАИ также активно проводит научные исследования в области компьютеризации образования, в основу которых положена теория

искусственного интеллекта, в частности моделирование знаний. Основные положения теории изложены в трудах:

- Минский М. Фреймы для представления знаний. М.: Мир, 1979;

- Приобретение знаний / под ред. С. Осуги; пер. с япон. - М.: Мир, 1990;

- Искусственный интеллект: справочник: в 3 кн. / под ред. Д. А. Поспелова. -М.: Радио и связь, 1990. - Кн. 2: Модели и методы;

- Логический подход к искусственному интеллекту: от классической логики к логическому программированию / А. Тейз, П. Грибомон, Ж. Луи и др. - М.: Мир, 1990.

Большой вклад в развитие этого научного направления внесли работы отечественных и зарубежных авторов Д. А. Поспелова [14, 18, 29-50, 70], А.И. Башмакова, И.А. Башмакова [5, 6, 54], Г. А. Атанова, В. Л. Стефанюка [44, 45], В. А Петрушина [26], П. Брусиловски, К. VanLehn, С. Conati, J. S. Brown, E. Wenger и др.

В [80-86, 97-100, 102, 107] предложен подход к применению теории интеллектуальных систем для формирования адаптивной обучающей среды, ориентированной на изучение математического анализа. В [89-92, 101] описано применение семантических моделей выработки навыков, в [96] - формирование различных моделей обучаемого. В [79] проанализирована теория ошибок обучаемого, а в [75] - различные подходы к оценке результатов обучения. В [76-78, 88] даны обзоры различных направлений дистанционного компьютерного обучения (e-learning), а в [87, 93-95] приведены результаты анализа эффективности компьютерного обучения в бизнесе.

Проведенный анализ отечественной и зарубежной литературы показал, что задача разработки компьютерных средств выработки умения решать типовые задачи по изучаемой дисциплине в настоящее время остается актуальной.

Результатом исследований кафедры явилась разработка концепции компьютерного обучения, а также теории моделирования знаний с помощью семантического программирования, предложенная д.т.н., профессором Семеновым В.В. [13, 42, 72].

Однако, к настоящему моменту теория создания интеллектуальных обучающих тренажеров, как интеллектуальных обучающих систем, была недостаточно разработана. В диссертационной работе предлагается концепция разработки ИОТ на основе развития теории моделирования знаний в области компьютерного обучения, а также гипертекстовых технологий.

Область исследования. Диссертационная работа выполнена в соответствии с п.2.9. «Развитие гипертекстовых технологий и разработка модельных тренажеров в сфере педагогической деятельности по обучению экономическим специальностям и подготовке управленческих кадров» Паспорта специальностей ВАК РФ (экономические науки) по специальности 08.00.13 - «Математические и инструментальные методы экономики».

Объектом диссертационного исследования является сфера обучения математическим дисциплинам студентов экономических специальностей в рамках компетентностного подхода в соответствии со ФГОС ВПО.

Предметом диссертационного исследования является процесс разработки интеллектуальных обучающих тренажеров, как средства выработки профессиональных компетенций у студентов экономических специальностей.

Целью работы. Разработка математических моделей, алгоритмов функционирования, а также современных инструментальных средств реализации интеллектуальных обучающих тренажеров, поддерживающих процесс обучения по экономическим специальностям, на основе семантического программирования и гипертекстовых технологий. Внедрение и использование таких ИОТ позволит повысить качество образования, а также достичь экономического эффекта за счет снижения трудовых и стоимостных затрат на их создание и эксплуатацию.

Для достижения указанной цели в диссертационной работе поставлены и решены следующие задачи:

1. Исследование принципов организации дистанционного образования, а также теоретических и методологических положений компетентностного

подхода к математическому образованию по экономическим специальностям, позволяющих разработать концепцию создания ИОТ, как интеллектуальной обучающей системы, предложить общие алгоритмы функционирования ИОТ.

2. Разработка языка формализации представления знаний в предметных областях, позволившего реализовать компетентностную модель решения математических задач при обучении экономическим специальностям, разработка технологии создания семантических моделей требуемых и текущих знаний.

3. Разработка алгоритмов обучения и контроля уровня знаний на основе аппарата семантического программирования и принципов создания систем искусственного интеллекта, позволивших реализовать процесс обучения математическим дисциплинам студентов экономических специальностей максимально близким к естественному взаимодействию преподаватель-обучаемый.

4. Реализация инструментальных средств поддержки ИОТ на основе гипертекстовых технологий, включающих создание баз данных в предметных областях, связанных с математической подготовкой студентов экономических специальностей.

Методы исследования. Исследование базируется на теоретических и методологических положениях создания интеллектуальных систем управления. Для решения научных задач, поставленных в диссертации, использованы: для формирования функциональной схемы ИОТ - теория управления системами с обратной связью; для описания моделей требуемых и текущих знаний обучаемого — язык семантического программирования; для описания примеров компетентностных моделей решения задач в различных предметных областях -аппарат теории обыкновенных дифференциальных уравнений, теории оптимизации и численных методов; для создания инструментальных средств функционирования ИОТ - современные методы программирования и создания баз данных.

В процессе исследования были получены оригинальные, созданные автором, программные средства.

Научная новизна диссертационной работы заключается в разработке и реализации интеллектуального обучающего тренажера (ИОТ), как нового универсального класса обучающих компьютерных систем.

Научная новизна выразилась в следующих положениях:

1. Разработана концепция создания ИОТ, как интеллектуальной обучающей системы, основывающейся на моделировании знаний в предметных областях, связанных с математической подготовкой студентов экономических специальностей. Оригинальность концепции состоит в том, что в ходе взаимодействия с обучаемым реализуется управляемый поэтапный процесс выработки требуемых компетенций на основании вывода о текущем состоянии знаний с индивидуальной для каждого обучаемого обратной связью, обеспечивающей эффективность освоения предмета.

2. Предложены модификация языка семантического программирования для описания семантических (смысловых) моделей представления знаний обучаемого, позволившая реализовать компетентностную модель решения математических задач в сфере обучения экономическим специальностям, а также алгоритм преобразования семантических моделей требуемых знаний в гипертекстовое представление. Отличительной особенностью предложенных алгоритмов является то, что их использование позволяет приблизить методику описания знаний к естественному языку предметной области, что особенно важно для математических дисциплин, имеющих экономическое приложение.

3. Разработаны алгоритмы управления процессом обучения, принципиальным отличием которых от имеющихся является процедура сравнения моделей требуемых и текущих знаний обучаемого с последующей выработкой индивидуальных учебных и контрольных заданий. Применение данных алгоритмов приводит к формированию необходимого набора профессиональных компетенций при математической подготовке студентов экономических специальностей.

4. Разработаны и с использованием гипертекстовых технологий реализованы программные модули в составе ИОТ, в том числе Средство обучаемого, Средство автора, Базу данных, воплотившие предложенные в работе принципы описания семантических моделей и алгоритмы управления процессом обучения. Предложенная реализация с использованием гипертекстовых технологий позволяет, в отличие от имеющихся, осуществлять поэтапный процесс обучения математическим дисциплинам с учетом специфики экономических специальностей.

Практическая значимость результатов диссертационной работы заключается в том, что внедрение разработанных математических методов и инструментальных средств формирования ИОТ позволит реализовать компетентностный подход к математической подготовке в процессе обучения экономическим и инженерным специальностям в вузах РФ. Полученные результаты позволяют повысить качество образования, а также сократить материальные и временные затраты на создание инструментальных средств, поддерживающих процесс изучения математических дисциплин.

Достоверность полученных результатов обусловлена применением современных математических и экономических теорий, методов и подходов, обеспечивающих научное подтверждение концепции создания ИОТ, результатами практической апробации разработанных инструментальных средств поддержки учебного процесса, а также многолетним опытом преподавательской деятельности кафедры «Математическая кибернетика» МАИ по математической подготовке студентов экономических специальностей.

Реализация результатов работы. Методологический подход к формированию ИОТ, методы описания моделей знаний, алгоритмы функционирования ИОТ и поддерживающее их программное обеспечение внедрены на кафедре «Математическая кибернетика» Московского авиационного института МАИ (НИУ) в учебный процесс обучения студентов инженерно-экономического института МАИ. Они использованы при

проведении практических занятий, промежуточного и итогового контроля, при выполнении курсовых работ, для обеспечения рейтинговой системы оценки знаний, а также для поддержки самостоятельной работы студентов по дисциплинам «Математический анализ», «Дифференциальные уравнения», «Теория оптимизации и численные методы». ИОТ по дисциплине «Теория оптимизации и численные методы» внедрен в центре дистанционного образования Ц30-501, реализующем программы подготовки очно-заочной формы обучения.

Получены свидетельства о государственной регистрации программы для ЭВМ на комплексы программ «Интеллектуальный обучающий тренажер для подготовки специалистов в области авиационной, ракетной и космической отраслей» и «Программный комплекс для настройки интеллектуальных обучающих тренажеров по направлениям подготовки специалистов в области авиационной, ракетной и космической отраслей».

Положения и результаты, выносимые на защиту:

а) методика разработки интеллектуальных тренажеров по обучению студентов экономических специальностей дисциплинам математического цикла на основе компетентностного подхода с применением формализованного представления предметной области в виде моделей требуемых знаний;

б) модификация языка семантического программирования для описания и реализации моделей требуемых и текущих знаний, а также для управления процессом обучения в интеллектуальных обучающих тренажерах;

в) алгоритмы функционирования интеллектуального обучающего тренажера на основе принципа обратной связи и использования коммуникационных и гипертекстовых технологий;

г) методика и алгоритмы разработки и наполнения базы знаний интеллектуального обучающего тренажера.

Апробация работы. Основные положения диссертационной работы неоднократно докладывались на научных семинарах кафедры «Математическая

кибернетика» МАИ (НИУ), получили положительную оценку на всероссийских и международных научно-практических и экономических конференциях:

- VII научно-практической конференции молодых ученых и студентов «Инновационный менеджмент в аэрокосмической промышленности» (Москва, МАИ, 2011);

- XVII международной конференции по вычислительной механике и современным прикладным программным системам (ВМСППС'2011) (г. Алушта, 2011);

- VIII научно-практической конференции молодых ученых и студентов «Инновационный менеджмент в аэрокосмической промышленности» (Москва, МАИ, 2012);

- IX научно-практической конференции молодых ученых и студентов «Инновационный менеджмент в аэрокосмической промышленности» (Москва, МАИ, 2013);

- XVIII международной конференции по вычислительной механике и современным прикладным программным системам (ВМСППС'2011) (г. Алушта, 2013);

- X научно-практической конференции молодых ученых и студентов «Инновационный менеджмент в аэрокосмической промышленности» (Москва, МАИ, 2014).

Публикации. По теме диссертационной работы опубликовано 16 научных работ, включая 4 публикации в научных изданиях, входящих в Перечень ВАК Министерства образования и науки РФ; тезисы докладов на международных и региональных научно-практических конференциях, 2 свидетельства о государственной регистрации программы для ЭВМ.

Структура диссертации. Диссертационная работа состоит из введения, четырех глав, включающих выводы по каждой главе, заключения, списка использованной литературы из 110 наименований и приложений. Текст диссертации изложен на 198 страницах машинописного текста, включая 159 страниц основной части, и содержит 73 рисунка и 11 таблиц.

Диссертационная работа выполнялась в рамках:

- Межвузовской комплексной работы по развитию и внедрению инновационных технологий в образовании (МКР ИТО), 2006-2011 г.г.;

- Базовой госбюджетной НИР №01.2007.02.243 «Развитие методов анализа и синтеза динамических и обучающих систем» в составе ведомственной целевой программы «Развитие математических методов исследования нелинейных динамических систем», 2007-2011 г.г.;

- Государственного Задания № 7.623.2011 «Математическое моделирование и оптимизация в задачах создания авиационной и ракетно-космической техники», 2012-2013 г.г.

В процессе выполнения диссертационной работы автором было разработано и издано в издательстве «Доброе слово» в 2011 г. учебно-методическое пособие «Методические указания к выполнению расчетно-графической работы по теории оптимизации и численным методам», предназначенное для поддержки работы студентов инженерно-экономического института МАИ с ИОТ.

Также в соавторстве с Пантелеевым A.B. и Летовой Т.А. было разработано и зарегистрировано в ФГУП НТЦ «Информрегистр» компьютерное учебно-методическое пособие «Методы оптимизации»: компьютерный учебно-методический комплекс», регистрационный номер 0321202649.

Автор выражает благодарность В.А. Дашевской (разд. 4.5), A.B. Пряхину (разд. 4.4), М.А. Качаловой (разд. 4.6) за сотрудничество при создании специализированного программного обеспечения.

ГЛАВА 1. АНАЛИЗ КОМПЕТЕНТНОСТНОГО ПОДХОДА В МАТЕМАТИЧЕСКОЙ ПОДГОТОВКЕ СТУДЕНТОВ ЭКОНОМИЧЕСКИХ СПЕЦИАЛЬНОСТЕЙ

В основу современного европейского образования положена Болонская Декларация, устанавливающая понятие европейской зоны высшего образования, а также внедряющая европейскую систему высшего образования в мировом масштабе. Инициированный Декларацией Болонский процесс — это процесс сопряжения систем высшего образования стран Европы с целью создания единого пространства высшего образования. Россия присоединилась к Болонскому процессу в сентябре 2003 года.

Основные цели Болонского процесса [6]:

• расширение доступа к высшему образованию;

• повышение качества и привлекательности европейского высшего образования;

• расширение мобильности студентов и преподавателей;

• обеспечение успешного трудоустройства выпускников вузов за счёт того, что все академические степени и другие квалификации должны быть ориентированы на рынок труда [74].

Среди средств достижения указанных целей выделяются:

• внедрение дистанционного обучения, как самостоятельной или вспомогательной формы ведения учебного процесса

• использование компетентностного подхода в образовании.

1.1 Дистанционное образование как форма ведения учебного процесса

Дистанционное обучение — это процесс взаимодействия педагога и обучаемого на расстоянии, отражающего все присущие учебному процессу компоненты (цели, содержание, методы, организационные формы, средства

обучения) и реализуемого специфичными средствами Интернет-технологий или другими средствами, предусматривающими интерактивность[1], [27], [46] .

Дистанционное обучение позволяет:

• снизить затраты на проведение обучения;

• сделать высшее образование массовым;

• повысить качество обучения за счет применения современных средств, объемных электронных библиотек и т. д.

• создать единую образовательную среду.

Кроме того дистанционное обучение:

• позволяет индивидуализировать обучение;

• повышает активность обучаемых;

• помогает интенсифицировать обучение;

• повышает мотивацию образовательного процесса;

• создает условия для самостоятельной работы;

• способствует выработке самооценки у обучаемых;

• создает комфортную среду обучения.

Согласно исследованиям компании Ambient Insight прогнозируемый на 2014 год объём мирового рынка дистанционного обучения составит— $49,6 млрд. Среднегодовой темп прироста объёма рынка в мире в 2012 году составил 12 %, а в Восточной Европе, куда включаются Россия и страны СНГ, — 16.9 % (рисунок 1.1). Доходы от реализации дистанционного обучения в 2011 году достигли $ 583 200 000 и к 2016 году выйдут на уровень 1,2 млрд. долларов США [108].

В России внедрение и использование дистанционного образования регламентируется приказом 137 Министерства образования и науки РФ от 06.05.2005 «Об использовании дистанционных образовательных технологий» [2], согласно которому итоговый контроль при обучении с помощью дистанционных образовательных технологий можно проводить как очно, так и дистанционно. Но, несмотря на все преимущества, в России, по оценке

экспертов, на сегодняшний день на долю дистанционного обучения приходится не более 15% образовательного рынка.

Л '

Азия Восточная Африка Латинская Ближний Западная Северная

Европа Америка Восток Европа Америка

Рис. 1.1. Среднегодовой темп прироста объёма рынка дистанционного обучения в 2012

году в процентах

Одной из причин этого длительное время оставалось отставание в сфере внедрения Интернет-технологий на территории РФ, но к настоящему времени эта проблема преодолена. Так, по словам главы Минкомсвязи, число интернет-пользователей среди россиян в 2012 году составило до 70 млн. человек, из которых 55 млн. пользуются сетью активно, а по прогнозам к концу 2013 года этот показатель может достигнуть 90 млн. человек.

Второй причиной является отсутствие достаточного количества интерактивных обучающих шеЬ-приложений, обеспечивающих поддержку дистанционного обучения.

Список литературы диссертационного исследования кандидат наук Лунева, Светлана Юрьевна, 2015 год

СПИСОК ЛИТЕРАТУРЫ

Нормативные правовые акты

1. Государственный стандарт ГОСТ 52653-2006 «Информационно-коммуникационные технологии в образовании. Термины и определения»

2. Приказ Минобрнауки РФ от 06.05.2005 N 137 "Об использовании дистанционных образовательных технологий" (Зарегистрировано в Минюсте РФ 02.08.2005 N 6862)

3. Федеральный закон № 309-Ф3 от 1 декабря 2007 года «О внесении изменений в отдельные законодательные акты Российской Федерации в части изменения понятия и структуры государственного образовательного стандарта» (с изменениями и дополнениями от 18 июля, 10 ноября 2009 г., 8 ноября 2010 г., 18 июля 2011 г., 29 декабря 2012 г., 2 и 23 июля 2013 г.) // Российская газета. -2007, №272. -05 декабря.

Монографии, учебные пособия

4. Андреев, A.A. Дидактические основы дистанционного обучения / А. А. Андреев. — М.: МИЭП, 2003 — 109 с.

5. Башмаков, А.И. Интеллектуальные информационные технологии: Учеб. пособие / А.И. Башмаков, И.А. Башмаков. — М.: Изд-во МГТУ им. Н.Э.Баумана, 2005. — 304 с.

6. Башмаков, А.И. Разработка компьютерных учебников и обучающих систем / А.И. Башмаков, И.А. Башмаков. — М.: Филинъ, 2003. — 616 с.

7. Болонский процесс: проблемы и перспективы / Под ред. М.М. Лебедевой. — М: 0ргсервис-2000, 2006. — 208 с.

8. Велихов, A.B. Основы информатики и компьютерной техники: Учебное пособие / A.B. Велихов — Букпресс, 2006. — 544 с.

9. Воройский, Ф.С. Информатика. Новый систематизированный толковый словарь-справочник— 3-е изд., перераб. и доп. / Ф.С. Воройский. — М.: ФИЗМАТ ЛИТ, 2003. — 760 с.

10. Деруссо, П. Пространство состояний в теории управления / П. Деруссо, Р. Рой, М. Клоуз. — М.: Наука, 1970. — 620 с.

11. Заде, J1. Понятие лингвистической переменной и его применение к принятию приближенных решений/ JI. Заде; пер. с англ. — М.: Мир, 1976. — 166 с.

12. Игнатьев, М. Б. Модели и системы управления комплексными экспериментальными исследованиями / М. Б. Игнатьев, В. А. Путилов, Г. Я. Смольков. — М.: Наука, 1986. — 232 с.

13. Изучение математических дисциплин в компьютерной среде: Учебное пособие / Т.Б. Волкова, В.И. Виноградов, Н.Э. Журина, Т.А. Летова, С.Ю. Лунева и др.; Под ред. В.В. Семенова. — М.: Изд-во МАИ, 1996. — 104 с.

14. Искусственный интеллект. Справочник в трёх томах/Под ред. Д.А. Поспелова. — М.: Радио и связь, 1990. — 304 с.

15. Карвин, Б. Программирование баз данных SQL / Б. Карвин — М: ACT, 2012, —338 с.

16. Козлов, O.A. Концепция комплексной, многоуровневой и многопрофильной подготовки кадров информатизации образования / O.A. Козлов., И.В. Роберт. - М.: ИИО РАО, 2005. - 50 с.

17. Кузьмин, И.А. Распределенная обработка информации в научных исследованиях / И. А. Кузьмин, В. А. Путилов, В. В. Фильчаков. — Л.: Наука, 1991.— 304 с.

18. Левитин, К.Е., Поспелов Д.А. Будущее искусственного интеллекта / К.Е. Левитин, Д.А.Поспелов. — М.: Наука, 1991. — 302 с.

19. Логический подход к искусственному интеллекту: от классической логики к логическому программированию / А. Тейз, П. Грибомон, Ж. Луи и др. — М.: Мир, 1990. — 432 с.

20. Максимов, Г.Т. Технико-экономическое обоснование дипломных проектов: Метод, пособие для студентов всех спец. БГУИР дневной и заочной форм обучения / Г.Т.Максимов. — Мн.: БГУИР, 2003. — 44 с.

21. Мелихов, А. Н. Ситуационные советующие системы с нечеткой логикой / А. Н. Мелихов, JI. С. Берштейн, С. Я. Коровин. — М.: Наука, 1990. — 272 с.

22. Месарович, М. Общая теория систем: математические основы / М. Месарович, Я. Такахара. — М.: Мир, 1978. — 312 с.

23. Минский, М. Фреймы для представления знаний /М. Минский. — М.: Мир, 1979. — 154 с.

24. Пантелеев, A.B. Методы оптимизации. Практический курс: учеб. пособие с мультимедиа сопровождением / A.B. Пантелеев, Т.А.Летова. — М.: Логос, 2011, —424 с.

25. Пантелеев, A.B. Обыкновенные дифференциальные уравнения. Практический курс: учеб. пособие с мультимедиа сопровождением / A.B. Пантелеев, A.C. Якимова, К.А. Рыбаков - М.: Университетская книга; Логос, 2010.-384 с.

26. Петрушин, В.А. Экспертно-обучающие системы / В. А. Петрушин; отв. ред. А. М. Довгялло ; АН УССР. Институт кибернетики. — Киев: Наукова думка, 1992, — 196 с.

27. Полат, Е. С. Педагогические технологии дистанционного обучения / Е. С. По лат, М.В.Моисеева, А.Е.Петров; под ред. Е. С. Полат.— М.: Академия, 2006. — 400 с.

28. Попов, Э.В. Экспертные системы: решение неформализованных задач в диалоге с ЭВМ / Э. В. Попов. — М.: Наука, 1987. — 288 с.

29. Поспелов Д.А. Толковый словарь по искусственному интеллекту / Д. А. Поспелов, А. Н. Аверкин, М. Г. Гаазе-Рапопорт. — М.: Радио и связь, 1992. — 384 с.

30. Поспелов, Д.А. Логико-лингвистические модели в системах управления / Д.А. Поспелов. — М.: Энергоиздат, 1981, — 232 с.

31. Поспелов, Д.А. Моделирование рассуждений. Опыт анализа мыслительных актов / Д.А. Поспелов. — М.: Радио и связь, -1989. — 184 с

32. Поспелов, Д.А. Нечёткие множества в моделях управления и искусственного интеллекта / Д.А. Поспелов. — М.: Наука, 1986. — 312с

33. Поспелов, Д.А. Ситуационное управление: Теория и практика / Д.А. Поспелов. — М.: Наука.- Гл. ред. физ.-мат. Лит., 1986. — 288 с.

34. Поспелов, Д.А. Фантазия или наука: на пути к искусственному интеллекту / Д.А. Поспелов. — М.: Наука, 1982. — 224 с.

35. Поспелов Д.А. Экспертные системы: состояние и перспективы: Сборник научных трудов / Д.А. Поспелов. — М.: Наука, 1989 г. . — 150 с.

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

37. Приобретение знаний/Под ред. С. Осуги ; пер. с япон. — М.: Мир, 1990, —304 с.

38. Роберт, И.В. Информационные технологии в сфере образования / И.В.Роберт, В.П. Кулагин, В.Г. Юрасов — М.:Янус-К, 2004. - 248 с.

39. Роберт, И.В. Информационные и коммуникационный технологии в образовании. Учебно-методическое пособие / И.В.Роберт, C.B. Панюкова, A.A. Кузнецов, А.Ю. Кравцова. — М.: «Дрофа», 2007.

40. Роберт, И.В. Современные информационные технологии в образовании /' И. В. Роберт. — М.: Школа-Пресс, 1994. — 205 с.

41. Савостьянова, Н.И. Методические указания к выполнению расчетно-графической работы по математическому анализу: Учебное пособие / Н.И. Савостьянова, Н.М. Федорова— М.: Доброе слово, 2009. — 60 с.

42. Семенов, В.В. Семантическое программирование в САПР систем управления / В.В. Семенов. — М.: МАИ, 1983. — 64 с.

43. Соловов, A.B. Проектирование компьютерных систем учебного назначения: Учебное пособие / A.B. Соловов. — Самара: СГАУ, 1995. — 137 с.

44. 61.Стефанюк, В.Л. Исследование и разработка интеллектуальных обучающих сред: Проект по направлению ГНТП «Системы искусственного интеллекта» / В.Л. Стефанюк. — ИЦИИ ИПС РАН, 1995. — 9с.

45. Стефанюк, В.Л. Локальная организация интеллектуальных систем / В.Л. Стефанюк. — М.: ФИЗМАТЛИТ, 2004. — 328 с.

46. Теория и практика дистанционного обучения: Учеб. пособие для студ. высш. пед. учебн. заведений / Е.С.Полат, М.Ю.Бухаркина, М.В.Моисеева; Под ред. Е.С.Полат // — М.: Издательский центр «Академия», 2004. — 416 с.

47. Технико-экономическое обоснование дипломных проектов: Учебное пособие / Под ред. В.К. Беклешова. — М.: Высш. шк., 1991. — 176 с.

48. Хуторской, A.B. Компетентностный подход в обучении: Научно-методическое пособие / A.B. Хуторской—М.: Издательство «Эйдос», Издательство Института образования человека, 2013. — 73 с.

49. Цветков, В. Я. Методы и системы поддержки принятия решений в управлении / В. Я. Цветков. — М.: Минпромнаука, 2001. — 76 с.

50. Шахмаев, Н.М. Технические средства дистанционного обучения / Н. М. Шахмаев. — М. : Знание, 2000. — 276 с.

51. Эриашвили, Н.Д. Маркетинг: Учебник для вузов / Н.Д. Эриашвили, К. Ховард, Ю.А. Цыпкин и др.; Под ред.Н.Д. Эриашвили. - 2-е изд., перераб. и доп. - М.: ЮНИТИ-ДАНА, 2001. - 623с.

52. Эшби, У. Росс. Введение в кибернетику / У. Росс Эшби; пер. с англ. — М.: Изд-во иностранной литературы, 1959. — 432 с.

53. Янушкевич, Ф. Технологии обучения в системе высшего образования / Ф. Янушкевич. — М., 1985. — 135 с.

Статьи в научных сборниках, доклады на конференциях

54. Башмаков, А.И. Технология и инструментальные средства проектирования тренажерно-обучающих комплексов для профессиональной подготовки и повышения квалификации. Часть 1./А.И. Башмаков, И.А. Башмаков // Информационные технологии, №6,1999. — стр. 40-45.

55. Лунева, С.Ю. Оболочка компьютерных курсов Ракель / С.Ю. Лунева // Международная научно-методическая конференция «Новые информационные технологии в университетском образовании». Новосибирск, Академгородок, 14-17 марта 1995г.

56. Лунева, С.Ю. Лабораторный практикум «Прикладные задачи линейного программирования» для студентов экономических факультетов / С.Ю. Лунева // Теоретические вопросы вычислительной техники и программного обеспечения: межвуз. сб. науч. тр. -М.: МГТУ МИРЭА, 2008. -С. 112-114.

57. Лунева, С.Ю. Лабораторный практикум «Методы безусловной минимизации функции многих переменных» по курсу «Теория оптимизации и численные методы». / С.Ю. Лунева // Теоретические вопросы вычислительной техники и программного обеспечения: межвуз. сб. науч. тр. -М.: МГТУ МИРЭА, 2010. - С. 132-137.

58. Лунева, С.Ю. Интеллектуальный обучающий тренажер по курсу «Теория оптимизации и численные методы» / С.Ю. Лунева // Научный альманах. Вып. 15. Инновационный менеджмент в аэрокосмической промышленности: материалы VII научно-практической конференции молодых ученых и студентов - М.: Доброе слово, 2011. - С. 119-126.

59. Лунева, С.Ю. Принципы функционирования интеллектуального обучающего тренажера по курсу «Дифференциальные уравнения» /С.Ю. Лунева // Материалы XVII международной конференции по вычислительной механике и современным прикладным программным системам. (ВМСППС'2011). Алушта, 25-31 мая 2011 г.-М.: Изд-во МАИ-ПРИНТ, 2011. -С. 792-794.

60. Лунева, С.Ю. Интеллектуальный обучающий тренажер по курсу «Дифференциальные уравнения» /С.Ю. Лунева // Теоретические вопросы вычислительной техники и программного обеспечения: межвуз. сб. науч. тр. -М.: МГТУ МИРЭА, 2011. - С. 74-81.

61. Лунева, С.Ю. Система тестирования знаний по дисциплине «Теория оптимизации и численные методы / С.Ю. Лунева // // Научный альманах. Вып. 16. Инновационный менеджмент в аэрокосмической промышленности: материалы VIII научно-практической конференции молодых ученых и студентов-М.: Доброе слово, 2012. - С. 162-173.

62. Лунева, С.Ю. Принципы функционирования интеллектуальных обучающих тренажеров, поддерживающих компетентностную модель МК2 для кадрового обеспечения авиационной, ракетной и космической отраслей. / С.Ю. Лунева // Известия Института инженерной физики. - 2012, - № 3 (25). - С. 7280.

63. Лунева, С.Ю. Семантические модели, как средство управления процессом обучения прикладным математическим дисциплинам. / С.Ю. Лунева // Информационные и телекоммуникационные технологии. - 2012, Вып. 16.-С. 58-71.

64. Лунева, С.Ю. Гипертекстовые технологии как средство реализации интеллектуального обучающего тренажера по дисциплине «Методы оптимизации». / С.Ю. Лунева // Научный Вестник МГТУ ГА. - 2012, - № 184 (10).-С. 92-99.

65. Лунева, С.Ю. Средство автора для настройки интеллектуального обучающего тренажера/ С.Ю. Лунева//Научное обозрение: теория и практика. - 2012, - № 4. - С.75-88.

66. Лунева, С.Ю. Компетентностный подход при математической подготовке студентов экономических специальностей /С.Ю. Лунева // Научный альманах. Вып. 17. Инновационный менеджмент в аэрокосмической промышленности: материалы IX научно-практической конференции молодых ученых и студентов - М.: Доброе слово, 2013. - С. 187—194.

67. Лунева, С.Ю. База данных и средство автора интеллектуального обучающего тренажера / С.Ю. Лунева//Материалы XVIII международной конференции по вычислительной механике и современным прикладным программным системам (ВМСППС'2013). Алушта, 2013 г. - М.: Изд-во МАИ-ПРИНТ, 2013. - С. 848-849.

68. Лунева, С.Ю. Алгоритмы моделирования знаний в интеллектуальных обучающих тренажерах для студентов экономических специальностей / С.Ю. Лунева//Научный альманах. Вып. 19. Инновационный менеджмент в аэрокосмической промышленности: материалы X научно-практической

конференции молодых ученых и студентов. - М.: Доброе слово, 2014. - С. 172— 185.

69. Лунева, С.Ю. Моделирование знаний в интеллектуальных обучающих тренажерах. /С.Ю. Лунева // Информационные и телекоммуникационные технологии. - 2014, Вып. 21. - С. 43-50.

70. Поспелов, Д.А. Инженерия знаний. // Д.А. Поспелов. Наука и жизнь. -1987, N6.-С. 11-17.

71. Семенов, В.В. Лингвистические роботы для обучения как системы с обратной связью/В.В. Семенов // Тезисы докладов I Совещания «Новые направления в теории систем с обратной связью» — Уфа, 1993.

72. Семенов, В.В. Компьютерная технология обучения / В.В. Семенов// Международная научно-методическая конференция «Новые информационные технологии в университетском образовании». Новосибирск, Академгородок, 14-17 марта 1995г.

73. Сологуб, Г.Б. Имитационное тестирование знаний по дисциплинам высшей математики / Г.Б. Сологуб // Проблемы авиастроения, космонавтики и ракетостроения / под ред. Комарова Ю.Ю. — М.: МАИ, 2012. — С. 392-399.

74. Филатова, Л.О. Компетентностный подход к построению содержания обучения как фактор развития преемственности школьного и вузовского образования / Л.О. Филатова // Дополнительное образование. - 2005. - №7. - С. 9-11.

75. Anderson, Р.Н., & Lawton, L. (1992). The relationship between financial performance and other measures of learning on a simulation exercise. Simulation & Gaming, 23, 326-340.

76. Bowman, K. (2007). Building creative e -learning partnerships; Strategic review of the Community Engagement project 2005-2007, Australian Flexible Learning Framework. Canberra, DEST.

77. Bowman, K., & Kearns, P. (2009)/ E-learning and Employability Skills Development. Australian Flexible Learning Framework. Canberra, DEEWR.

78. Bowman, K., Jolly, M., Shaw, B.& McCulloch, C. (2009). The Impact of E-learning Champions on Embedding E-learning in Organisations. Australian Flexible Learning Framework. Canberra, DEEWR.

79. Brown, J. S., & VanLehn, K. (1982). Towards a generative theory of bugs. In T. Carpenter, J. Moser, & T. Romberg (Eds.), Addition and Subtraction: A Developmental Perspective (pp. 117-135). Hillsdale, NJ: Erlbaum.

80. Brusilovsky P. (1993). Student as user: Towards an adaptive interface for an intelligent learning environment. In Proceedings of World Conference on Artificial Intelligence and Education, AI-ED'93, 386-393. Charlottesville: AACE

81. Brusilovsky P. (1993). Task sequencing in an intelligent learning environment for calculus. In Proceedings of the Seventh International PEG Conference, PEG'93, 57-62. Edinburgh.

82. Brusilovsky P., Pesin, L. (1994). ISIS-Tutor: An adaptive hypertext learning environments: In Proceedings of Japan-CIS Symposium on knowledge based software engineering, 83-87. Tokyo: Isshinsa, Ltd.

83. Brusilovsky P., Zyryanov M. (1993). Intelligent Tutor, Environment and Manual for Physical Geography. In Proceedings of the Seventh International PEG Conference, PEG'93, 63-73. Edinburgh.

84. Brusilovsky P.; Pesin L.; Zyryanov M. (1993). Towards an adaptive hypermedia component for an intelligent learning environment. In Bass, L.J; Gornostaev, J; and Unger, C. eds. Human-Computer Interaction., 348-358. Berlin: Springer-Verlag.

85. Brusilovsky P.L. (1992) Intelligent Tutor, Environment and Manual for Introductory Programming. Educational and Training Technology International 29(1): 26-34.

86. Brusilovsky P.L. (1992). A framework for intelligent knowledge sequencing and task sequencing. In Proceedings of the Second International Conference on Intelligent Tutoring Systems, ITS'92, 499-506. Berlin: Springer-Verlag.

87. Callan, V.J & Esposo, S. (2010). Fostering Enterprise Innovation: Exploring Further the Leadership of Innovation, Melbourne, Innovation Business Skills Australia.

88. Callan, V.J. (2009). How Organisations are Using E-learning to Support National Training Initiatives, Australian Flexible Learning Framework, Canberra, DEEWR.

89. Conati C., & VanLehn, K. (1999). A student model to assess self-explanation while learning from examples. In UM'99, Seventh International Conference on User Modeling. Banff, Canada.

90. Conati C., & VanLehn, K. (1999). Teaching meta-cognitive skills: Implementation and evaluation of a tutoring system to guide self-explanation while learning from examples. In S. P. Lajoie & M. Vivet (Eds.), Artificial Intelligence in Education (pp. 297-304), Amsterdam: IOS Press. Winner of a Best Paper Award of this conference.

91. Conati, C., & VanLehn, K. (1996). POLA: a student modeling framework for Probabilistic On-Line Assessment of problem solving performance. In UM-96: Fifth International Conference on User Modeling (pp. 75-82). Kailua-Kona, HI: User Modeling, Inc.

92. Conati, C., & VanLehn, K. (1996). Probabilistic plan recognition for cognitive apprenticeship. In G. W. Cottrell (Ed.), Proceedings of the Eighteenth Annual Meeting of the Cognitive Science Society (pp. 403-408). New York, NY: Erlbaum.

93. Cutler, T. (2008). Venturousaustralia: Building Strength in Innovation. Melbourne: Cutler & Company.

94. Overton, L. & Hills, H. (2009). Driving Business Benefits: Towards Maturity Learning Technologies Benchmark Report, February 09. London, Towards Maturity.

95. Overton, L., & Hills, H. (2010). E-learning maturity in the workplace - the benefits and practices. Journal of Applied Research in Workplace E-learning, Vol 1, No l,pp 113-136.

96. VanLehn К. (1988). Student models. In Poison, M.C. and Richardson, J.J. eds. Foundations of intelligent tutoring systems. Hillsdale: Lawrence Erlbaum Associates.

97. VanLehn, K. (2008) The Interaction Plateau: Answer-based Tutoring < Step-based Tutoring = natural tutoring (abstract only). Intelligent Tutoring Systems 2008. p. 7 Berlin: Springer-Verlag

98. VanLehn, K. (2008). Intelligent tutoring systems for continuous, embedded assessment. In C. A. Dwyer (Ed.), The future of assessment: Shaping teaching and learning, pp. 113-138 New York, NY: Erlbaum.

99. VanLehn, K. (2011). The relative effectiveness of human tutoring, intelligent tutoring systems and other tutoring systems. Educational Psychologist, 46, 4, 197-221.

100. VanLehn, K. (2013). Model construction as a learning activity: A design space and review. Interactive Learning Environments, 21, 4, 371-413.

101. VanLehn, K., & Brown, J. S. (1980). Planning Nets: A representation for formalizing analogies and semantic models of procedural skills. In R. E. Snow, P.A. Federico, & W. E. Montague (Eds.), Aptitude, Learning, and Instruction: Cognitive Process Analyses of Learning and Problem Solving (pp. 95-138). Hillsdale, NJ: Erlbaum.

102. Wenger, E. (1987). Artificial intelligence and tutoring systems. Computational approaches to the communication of knowledge. Los Altos: Morgan Kaufmann.

Электронные ресурсы

103. Анализ современных требований к оптимальному проектированию автоматизированных обучающих систем и новые методы их создания. [Электронный ресурс]

Режим доступа: http://www.ci.vstu.edu.ru/docum/2.htm

104. Федеральные государственные образовательные стандарты высшего профессионального образования. [Электронный ресурс]

Режим доступа: ЬПр://минобрнауки.рф

105. Хуторской, A.B. Ключевые компетенции и образовательные стандарты / A.B. Хуторской // Интернет-журнал "Эйдос", 2002. [Электронный ресурс]

Режим доступа: http://eidos.ru/journal/2002/0423.htm

106. Центр Дистанционного Образования (ЦДО). [Электронный ресурс] Режим доступа: http://www.cde.spbstu.ru.

107. Oppermann, R. Adaptability and Adaptivity in Learning Systems / R. Oppermann, R. Rashev, Kinshuk. [Электронный ресурс]

Режим доступа: http://fims-www. massey.ac.nz/ -kinshuk/papers/ kt97_gmd.html.

108. «The Worldwide Market for Self-paced eLearning Products and Services: 2009-2014 Forecast and Analysis» Ambient Insight, February 2010. [Электронный ресурс]

Режим доступа: http://www.ambientinsight.com

Программы, зарегистрированные в реестре программ для ЭВМ

109. Лунева, С.Ю. Интеллектуальный обучающий тренажер для подготовки специалистов в области авиационной, ракетной и космической отраслей. // Свидетельство о государственной регистрации программы для ЭВМ Per. № 2012617940. Федеральная служба по интеллектуальной собственности, патентам и товарным знакам. - 03.09.2012.

110. Лунева, С.Ю. Программный комплекс для настройки интеллектуальных обучающих тренажеров по направлениям подготовки специалистов в области авиационной, ракетной и космической отраслей. // Свидетельство о государственной регистрации программы для ЭВМ Per. № 2012660587. Федеральная служба по интеллектуальной собственности, патентам и товарным знакам. - 23.11.2012/