Разработка моделей и методов опережающего интернет-обучения эксплуатационного персонала САПР тема диссертации и автореферата по ВАК РФ 05.13.12, кандидат технических наук Юдельсон, Михаил Вячеславович

• Юдельсон, Михаил Вячеславович
• кандидат технических наук
• 2004

Оглавление диссертации кандидат технических наук Юдельсон, Михаил Вячеславович

ВВЕДЕНИЕ

Общая характеристика работы

1. АНАЛИЗ ФОРМ И МЕТОДОВ ОБУЧЕНИЯ ПЕРСОНАЛА САПР ОБЪЕКТОВ ЭНЕРГЕТИКИ

1.1 Введение

1.2 Анализ существующих форм н технологий обучения методам автоматизированного проектирования

1.2.1 Подготовка персонала САПР на базе ВУЗов

1.2.2 Подготовка персонала САПР в учебных центрах

1.2.3 Самостоятельная подготовка персонала САПР

1.3 Анализ потенциала Интернет-технологий для подготовки персонала САПР

1.4 Анализ существующих технологий Интернет-обучения

1.4.1 Модели и методы формализации целей подготовки

1.4.2 Методы адаптации учебного материала

1.4.3 Методы структурирования информационных ресурсов Интернет-обучения

1.5 Выводы

2. РАЗРАБОТКА ИНФОРМАЦИОННОЙ МОДЕЛИ ИНТЕРНЕТ - ОБУЧЕНИЯ ПЕРСОНАЛА САПР

2.1 Введение

2.2 Модель предметных знаний

2.2.1 Семантическая модель предметных знаний

2.2.2 Структурная модель предметных знаний

2.2.3 Структура визуальной модели

2.2.4 Визуализация концептов и отношений предшествования

Информационная модель обучаемого

2.3 Выводы

3. РАЗРАБОТКА МЕТОДОВ РЕКОНСТРУКЦИИ ЦЕЛЕЙ ОБУЧЕНИЯ И АДАПТАЦИИ УЧЕБНОГО МАТЕРИАЛА

3.1 Введение

3.2 Разработка метода реконструкции внешней модели персональной программы и синтеза структуры программы

3.2.1 Анализ существующих решений и постановка задачи

3.2.2 Реконструкция внешней модели и синтез программы подготовки

3.3 Разработка методов адаптации учебного материала

3.3.1 Постановка задачи

3.3.2 Метод адаптации учебного материала основанный на искусственных нейронных сетях

3.3.3 Результаты и сравнительный анализ

3.4 Выводы

4. РЕАЛИЗАЦИЯ И ИССЛЕДОВАНИЕ МЕТОДОВ ОПЕРЕЖАЮЩЕЙ

ПОДГОТОВКИ ПЕРСОНАЛА САПР 4.1 Введение

4.2 Выбор архитектуры и реализация компонентов среды опережающего обучения ГИПЕРТЕСТ

4.3 Разработка программы обучения методам расчета СПТ

4.4 Анализ эффективности предложенных методов

4.5 Выводы

Введение диссертации (часть автореферата) на тему «Разработка моделей и методов опережающего интернет-обучения эксплуатационного персонала САПР»

Общая характеристика работы

Актуальность темы исследования. По мнению специалистов, внедрение САПР в различные сферы инженерной деятельности имеет больший потенциал повышения производительности труда, чем все известные технические нововведения.

Сложность объектов проектирования постоянно возрастает. Примерами могут служить системы контроля и управления (СКУ) энергетических установок, а также системы контрольно-измерительных приборов и автоматики (КИПиА), относящиеся к классу многокомпонентных систем, которые характеризуются большим количеством и многообразием компонентов и связей. Одновременно с усложнением объектов усложняются задачи их проектирования.

Рост сложности объектов и задач проектирования ведет к повышению требований к уровню подготовки эксплуатационного персонала САПР. В настоящее время подготовка эксплуатационного персонала осуществляется либо путем самостоятельного освоения «учебных» версий САПР и изучения технической документации, либо при поддержке поставщиков САПР (специализированные платные курсы, «горячая линия»). Однако самостоятельное обучение не дает полного представления о функциональных возможностях и ключевых особенностях САПР применительно к отраслевой и организационной специфике проектной организации. Кроме того, оно, как правило, не предусмотрено графиком внедрения системы. Высокая стоимость очных курсов вынуждает руководителей предприятий, внедряющих САПР, ограничивать численность обучаемых (например, курс обучения работе с САПР-Альфа - разработчик АО «Аскон» - стоит 12 ООО р., обучение с САПР компании Sprut Technologies - 1 500 р. на одного человека в день, курс обучения работе с САПР КОМПАС-ГРАФИК - 18 ООО р.), а также проводить обучении уже после того, как система была закуплена. Эти недостатки замедляют процесс внедрения САПР, уменьшают эффективность их эксплуатации и замедляют возврат инвестиций.

Перечисленные факторы обусловили актуальность поиска новых форм опережающего обучения методам автоматизации проектирования. Наиболее перспективной формой обучения, потенциально способной разрешить проблему подготовки специалистов САПР (в комплексе с традиционными методами) как в качественном, так и в количественном аспекте, является Интернет-обучение. Системы Интернет-обучения обладают целым рядом преимуществ:

1. Относительная дешевизна (услуги Интернет-обучения в 3-5 раз дешевле).

2. Оперативность (любые коррективы в учебной программе Интернет-обучения становятся доступными мгновенно всем обучаемым).

3. Инвариантность к географическому положению обучаемого.

4. Асинхронный режим обучения (отсутствие обязательной привязки к определенному учебному графику).

Несмотря на отмеченные преимущества Интернет-обучения, как существующие системы общего назначения: (Прометей, ОРОКС, Доцент, Blackboard), так и специализированные системы обучения САПР (TRANSTEC - микроэлектроника) не отвечают требованиям опережающей подготовки. Они не предусматривают актуальной для опережающего обучения адаптации программ к персональным целевым установкам и уровню подготовки обучаемого, так как в этих системах отсутствуют модели структурирования предметных знаний и методы динамической компоновки учебного материала, обеспечивающие указанные возможности.

Поэтому актуальна задача создания технологий опережающей подготовки эксплуатационного персонала САПР с применением методов Интернет-обучения, обеспечивающих возможности адаптации учебно-контролирующего материала программ подготовки специалистов в области САПР в соответствии с целевыми установками и персональными особенностями слушателя, и сокращения затрат на разработку программ подготовки за счет повторного использования информационных ресурсов.

Цель и задачи работы. Целью диссертационной работы является разработка комплекса моделей и методов, позволяющих обеспечить сокращение непроизводительных затрат на традиционные формы подготовки эксплуатационного персонала САПР за счет использования опережающего Интернет-обучения, а также повысить качество подготовки за счет целевой персональной настройки программ обучения.

Достижение поставленных целей требует решения следующих задач:

1. Анализ известных подходов к реализации систем Интернет-обучения (как специализированных, так и общего назначения), определение области эффективного применения, а также формулирование требований к моделям и методам подготовки специалистов в области эксплуатации САПР на основе Интернет-обучения.

2. Разработка структурной модели описания знаний предметных областей САПР, позволяющей осуществлять: концептуальное моделирование предметной области знаний, представление динамической составляющей знаний, визуальное представление знаний.

3. Разработка модели обучаемого, учитывающей: персональные целевые установки обучения, текущий уровень знаний обучаемого.

4. Разработка метода реконструкции целевых установок обучаемого и структурного синтеза персональной программы подготовки.

5. Разработка метода адаптивной навигации в пределах учебного материала.

6. Разработка и экспериментальное исследование инструментальных средств проектирования и сопровождения программ обучения эксплуатационного персонала САПР.

Выполнение задачи 2 позволит сократить временные и финансовые затраты на разработку программ подготовки за счет повторного использования информационных ресурсов. Выполнение задач 3, 4 и 5 позволит снизить непроизводительные затраты и повысить качество обучения САПР за счет персонификации материала программ подготовки в соответствии с индивидуальными особенностями обучаемых на этапе опережающей подготовки.

Методы исследования. При решении поставленных задач в диссертационной работе использованы методы объектно-ориентированного программирования, теории графов и множеств, теории баз данных, теории пространств знаний, теории вероятности, теории построения информационных систем и искусственного интеллекта.

Научная новизна результатов исследования. Обоснованы и реализованы следующие методы, модели и средства автоматизации построения и персонализации программ Интернет - обучения САПР:

1. Трехзвенная модель предметных знаний отличается согласованным совместным использованием независимо структурированных компонентов описания предметных знаний - семантического (сеть знаний), структурного (сеть Петри) и визуального (многоаспектный каталог). Согласованность компонентов модели позволяет решать актуальные для опережающего обучения задачи реконструкции персональных целей и адаптивной навигации. Относительная обособленность компонентов позволяет распараллелить процесс и таким образом уменьшить время разработки программ.

2. Модель обучаемого, которая отличается учетом субъектных и объектных качеств обучаемого. Дуальная модель создает информационные предпосылки для решения задачи реконструкции персональных целей обучения и настройки содержимого программ в функции текущего состояния знаний обучаемого.

3. Метод идентификации целей обучения и синтеза программы подготовки, основанный на продукционной обработке результатов навигационной статистики и инверсном моделировании учебной программы сетью Петри. Метод отличается согласованным учетом структуры и семантики учебного материала. Применение метода позволяет ограничить структуру программы подготовки подмножеством учебных модулей, релевантных персональным целям и текущему состоянию знаний обучаемого.

4. Метод адаптивной настройки навигационных предпочтений по содержанию курсов обучения, основанный на вероятностной модели прогноза, реализованной в виде однослойной искусственной нейронной сети (ИНС). Метод заключается в ранжировании разделов программы в соответствии с текущим состоянием знаний и персональными целями обучения. Отличие предложенного метода заключается в мониторинге динамических характеристик профиля знаний обучаемого - отслеживании изменений профиля знаний с течением времени. Это позволяет строить для каждого обучаемого персонифицированную траекторию освоения материала.

На защиту выносятся:

1. Модель предметных знаний.

2. Модель обучаемого.

3. Метод идентификации целей обучения и синтеза программ подготовки.

4. Метод адаптивной настройки навигационных предпочтений. Практическая ценность результатов работы определяется:

1. Снижением сроков разработки курсов Интернет-обучения САПР и затрат на разработку курсов за счет многоаспектного структурирования учебного материала и повторного использования компонентов знаний;

2. Сокращением непроизводительных затрат на очное обучение, за счет применения опережающей подготовки персонала САПР;

3. Повышением качества обучения за счет применения методов реконструкции целей обучения и адаптации структуры и содержания курсов к текущему уровню предметных знаний обучаемых.

Реализация и внедрение результатов исследований. Диссертационная работа выполнялась при поддержке следующих научно-технических программ (НТП) и грантов:

1. НТП «Инновации в высшей школе и введение интеллектуальной собственности в хозяйственный оборот», подпрограмма «Активизация инновационной деятельности в научно - технической сфере».

2. НТП «Государственная поддержка региональной научно-технической политики высшей школы и развитие ее потенциала», подпрограмма «307. Развитие региональной инфраструктуры научно-инновационной деятельности высшей школы в образовательной и научно-технической сферах».

3. Гранта Национального Фонда Науки, США #0310576 Директората по Образованию и Людским Ресурсам (NSF Directorate for Education and Human Resources) под эгидой проекта CCLI: Individualized Exercises for Assessment and Self-Assessment of Programming Knowledge: QuizPACK.

Основные научные и практические результаты работа реализованы в виде программно методического комплекса и внедрены:

• в Филиале «Хозрасчетный участок пусконаладочных работ» ОАО «Мосэнер-гомонтаж» с 3 марта 2003г;

• в учебном центре «Стиплер-Графике», г. Москва с 9 марта 2004г;

• на кафедре безопасности жизнедеятельности ИГЭУ. А также использованы автором в учебном процессе:

• факультета компьютерных наук Техасского университета в Далласе (Computer Science Department, University of Texas at Dallas) для Интернет-обучения студентов магистратуры по курсу «Системы баз данных» (CS6360 Database systems);

• факультета информатики Питтсбургского университета (University of Pittsburgh) для обучения студентов младших курсов программированию на языке Си.

Апробация работы. Основные положения диссертационной работы доложены на международных научно-технических конференциях:

1. SIGCSE 2004 The 35th Technical Symposium on Computer Science Education, Norfolk, VA USA.

2. ASEE annual conference 2003, Nashville, TN USA.

3. «Образовательные технологии», Воронеж, 2001.

4. «Состояние и перспективы развития электротехнологий X Бенардосовские чтения». Иваново, 2001.

5. «Современное состояние, проблемы и перспективы развития российской экономики» (III Кондратьевские чтения). Иваново, 2000.

6. "Информационная среда вуза", Иваново, 2000.

Публикации. По теме диссертации опубликовано 12 печатных работ. Структура работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 99 наименований и включает 122 страницы основного текста, 40 рисунков и 11 таблиц.

Заключение диссертации по теме «Системы автоматизации проектирования (по отраслям)», Юдельсон, Михаил Вячеславович

4.5 Выводы

1. Определен перечень задач исследования разработанных методов опережающей подготовки персонала САПР, который включает в себя: разработку инструментальных средств автоматизации разработки и предоставления программ Интернет-обучения; использование предложенных инструментов для разработки программ обучения эксплуатационного персонала САПР; анализ экономической эффестивности опережающего обучения.

2. Разработана трехзвенная архитектура системы опережающего Интернет-обучения, а также инструментальные средства, реализующие предложенные в работе методы обучения с учетом необходимости долговременного сохранения и эффективной обработки персонального контекста взаимодействия обучаемого с системой Интернет-обучения в условиях ограничений, накладываемых технологиями Интернет.

3. Выполнено экспериментальное исследование разработанных методов и инструментальных средств на примере проектирования фрагмента программы опережающей Интернет-подготовки персонала САПР - ТРАНС, выполняющей функции обучения методам расчета сверхпроводящих трансформаторов. Показано, что междисциплинарных характер предметных знаний и связанный с

JJUUU этим разброс персональных целей и уровней начальной подготовки персонала делает актуальным использование разработанных методов персонализации программ.

Определены источники повышения эффективности обучения персонала САПР с использованием разработанных моделей, методов и инструментальных V средств. На основании данных, полученных от организаций, на базе которых выполнялось внедрение результатов работы, и с применением методики оценки затратной эффективности получены количественные оценки эффективности. Показано, что основным источником эффективности применения разработанных методов является сокращение непроизводительных затрат на очное обучение, обусловленное опережающей дифференциацией обучаемых по уровню подготовки.

Заключение

Основными результатами и выводами и результатами работы являются:

1. Показано, что подготовка эксплуатационного персонала является наиболее критичной составляющей организационного обеспечения САПР, которая, с учетом высокой сложности и стоимости САПР, должна опережать процесс их внедрения. Однако, существующие формы подготовки персонала САПР не удовлетворяют требованиям опережающей подготовки. Сделан вывод о необходимости разработки новых методов обучения САПР на базе Интернет-технологий.

2. Определена специфика опережающей подготовки персонала в среде Интернет (персональная настройка целей и структуры программ, адаптация их содержания к уровню подготовки). Показано, что известные СДО не соответствуют этим требованиям. Сформулированы требования к моделям и методам дистанционной подготовки специалистов в области сопровождения и эксплуатации САПР: повышение качества обучения за счет персональной целевой адаптации учебных программ и сокращение непроизводительных затрат на другие формы обучения за счет опережающего Интернет-обучения.

3. Для достижения поставленных в работе целей разработан комплекс моделей и методов, в состав которого входят: модель предметных знаний, модель обучаемого, метод идентификации целей и синтеза персональной программы и метод адаптивной настройки навигационных предпочтений.

4. Выполнено экспериментальное исследование разработанных методов, которые внедрены в организациях, занимающихся подготовкой персонала САПР (учебный центр «Стиплер Графике», г. Москва), в проектных организациях (ОАО «Мосэнергомонтаж»), а также в ИГЭУ и Техасском университете в Далласе. Полученные в этих организациях отзывы и документы внедрения позволяют констатировать, что поставленные в работе цели полностью достигнуты. Анализ полученных результатов позволил определить следующие перспективы развития разработанных методов:

1. реализация интерфейсов с другими формами обучения;

2. реализации интерфейсов с рабочими/учебными версиями технических систем;

3. универсальное применение методов адаптации в их инвариантной части в обучении вообще.

Список литературы диссертационного исследования кандидат технических наук Юдельсон, Михаил Вячеславович, 2004 год

1. Acton, F. S. Ch. 2 in Numerical Methods That Work. Washington, DC: Math. Assoc. Amer., 1990.

2. Albert, D.; Lukas, J. Eds. Knowledge Spaces: Theories, Empirical Research, and Applications. Mahwah, NJ: Lawrence Erlbaum Associates, 1999.

3. Baldwin, T.L.; Ykema, J.I.; Allen, C.L.; Langston, J.L. Design optimization of high-temperature superconducting power transformers. Applied Superconductivity, IEEE Transactions on, Volume: 13, Issue: 2, June 2003 Pages: 2344-2347.

4. Borges, J.; Levene, M. Mining navigation patterns with hypertext probabilistic grammars. Research Note RN/99/08, Department of Computer Science University College London, 1999.

5. Brown, P.F.; Delia Pietra, V.J.; de Souza, P.V.; Lai, J.C.; Mercer, R.L. Class-Based N-gram Models of Natural Language. Computational Linguistics, 1992, vol. 18, no.4, pp. 467-479.

6. Brusilovsky P. Adaptive Educational Systems on the World Wide Web: A Review of Available Technologies (http://manic.cs.umass.edu/~stern/webits/itsworkshop/brusilovsky.html)

7. Brusilovsky, P. "Methods and techniques of adaptive hypermedia", in User Modeling and User Adapted Interaction, v.6, n.2-3,1996.

8. Brusilovsky, P., Schwarz, E., and Weber, G. (1996b). A tool for developing adaptive electronic textbooks on WWW. Proceedings of WebNet'96, World Conference on the Web Society. Charlottesville: AACE. Pp. 64-69.

9. Brusilovsky, P.: WebEx: Learning from examples in a programming course. In: Fowler, W. and Hasebrook, J. (eds.) Proc. of WebNet'2001, World Conference of the WWW and Internet, Orlando, FL, AACE (2001) 124-129.

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

11. Charniak, E. Statistical language learning. The MIT Press, 1996.

12. Chen, M.-S.; Park, J.S.; Yu, P.S. Efficient data mining for traversal patterns. IEEE Transaction on Knowledge and Data Engineering. 10(2):209-221,1998.

13. Doignon, J.-P.; Falmagne J.-Cl. Knowledge Spaces, Berlin: Springer, 1999

14. Efron, В., "Estimating the error rate of a prediction rule: Improvement on cross-validation," J. of the American Statistical Association, 78,316-331, 1983.

15. Eklund, J. and Brusilovsky, P. (1999) InterBook: An Adaptive Tutoring System UniServe Science News Vol. 12. March 1999. p. 8-13.

16. Everitt, B.S.; Landau, S.; Leese, M. Cluster Analysis. 4th ed. London: Arnold, New York: Oxford. 2001.

17. Fevrier, A.; Tavergnier, T.P.; Laumond, Y.; Bekhaled, M. Preliminary tests on a superconducting power transformer. Magnetics, IEEE Transactions on, Volume: 24, Issue: 2, Mar 1988. Pages: 1477-1480.

18. Fischer, S. Course and exercise sequencing using metadata in adaptive hypermedia learning systems. ACM Journal of Educational Resources in Computing 1, Vol. 1, No. 1, Spring 2001, Article #3,21 pages

19. Gillard-Swetland, A. J.; Kafai, Y. В.; Lands, W. E. 2000. Application of Dublin Core metadata in the description of digital primary sources in elementary school classrooms. J. Am. Soc. Inf. Sci. 51,2, 193-201.

20. Golden, R.M. Mathematical Methods for Neural Network Analysis and Design. MIT Press 1996, pp. 203-205.

21. Greer, J.; McCalla, G. (eds.) Student modeling: the key to individualized knowledge-based instruction. NATO ASI Series F, 1993. Vol. 125, Berlin: Springer-Verlag.

22. H. Gamboa, A. Fred Designing Intellignt Tutoring Systems: a Bayesian Approach // ICEIS 2001 Artificial Intelligence and Decision Support Systems, pp. 452-458

23. Hornfeldt, S.; Albertsson, O.; Bonmann, D.; Konig, F. Power Transformer With Superconducting Windings. Magnetics Conference, 1993. INTERMAG '93., Digest of International, April 13-16, 1993. Pages:FE-03-FE-03.

24. IEEE's Learning Objects Metadata. http://grouper.ieee.org/P1484/wgl3

25. Kay, J. And Kummerfeld, R.J. An individualised course for the С programming language // Proceedings of Second International WWW Conference. Chicago, II, 17-20 October, 1994.

26. Kleinbaum, D. G. Logistic regression: A self-learning text. 1994, New York.

27. Magoulas, G.D.; Papanikolaou, K.A.; Grigoriadou, M. Towards a computationally intelligent lesson adaptation for a distance learning course Tools with Artificial Intelligence, 1999. Proceedings. 11th IEEE International Conference on , 1999 Page(s): 512

28. Mehta, S.P.; Aversa, N.; Walker, M.S. Transforming transformers superconducting windings. Spectrum, IEEE, Volume: 34, Issue: 7, July 1997. Pages: 43-49.

29. Minsky, M. Neural Nets and the Brain Model Problem, Ph.D. dissertation in Mathematics, Princeton, 1954.

30. Mitchell, T. Machine Learning, McGraw Hill, 1997.

31. Nitta, Т.; Misawa, K.; Nomura, H. Some considerations on superconducting transformers from a design-point of view. Magnetics, IEEE Transactions on, Volume: 32, Issue: 4, July 1996. Pages: 2381-2384.

32. Shanno, D.F. Conjugate gradient methods with inexact line searches. Mathematics of Operations Research 1978 3:244-256.

33. Specht M., Weber G. User Modeling and Adaptive Navigation Support in WWW-based Tutoring Systems (http://www.psychologie.uni-trier.de: 8000/projects/ELM/Papers/ UM97-WEBER.html)

34. Specht M., Weber G., Heitmeyer S., Schoch V. AST: Adaptive WWW Courseware for Statistics. In: Proceedings of the Workshop "Adaptive Systems and User Modeling on the World Wide Web" at 6th International Conference on User Modeling.

35. Stephan Fischer. Course and Exercise Sequencing Using Metadata in Adaptive Hypermedia Learning Systems // ACM Journal of Educational Resources in Computing, Vol. 1, No. 1, Spring 2001, Article #3,21p.

36. Theng, Y. L. Addressing the 'lost in hyperspace' problem in hypertext, PhD Thesis 1997, Middlesex University (London), p31 & p96.

37. Voros, A. Spectral Functions, Special Functions and the Selberg Zeta Function. Commun. Math. Phys. 110,439-465,1987.

38. W. Nejdl, M. Wolpers KBS Hyperbook A Data-driven Information System on the Web. November 27, 1998 (http://www.kbs.uni-hannover.de/Arbeiten/Publikationen /1999/www8/)

39. What Work Requires of Schools A SCANS Report for America 2000? The Secretary's Comission on Achieving Necessary Skills. Washington, DC: U.S. Department of Labor, June 1991.

40. Wolfe, P. Convergence conditions for ascent methods II: Some corrections. SIAM Review 13,1971, pp. 185-188.

41. Wolfe, P. Convergence conditions for ascent methods. SIAM Review 11, 1969, pp. 226-235.

42. Yamaguchi, H.; Kataoka, Т.; Sato, Y. Analysis of a 3-phase air-core superconducting power transformer. Applied Superconductivity, IEEE Transactions on, Volume: 9, Issue: 2, June 1999. Pages: 1300-1303.

43. Yamaguchi, H.; Sato, Y.; Kataoka, T. Comparison between superconducting and conventional power transformers considering auxiliary facilities. Applied Superconductivity, IEEE Transactions on, Volume: 5, Issue: 2, Jun 1995. Pages: 937-940.

44. Yamamoto, M.; Mizukami, N.; Ishigohka, Т.; Ohshima, K. A feasibility study on a superconducting power transformer. Magnetics, IEEE Transactions on, Volume: 22, Issue: 5, Sep 1986. Pages: 418-420.

45. Yamamoto, M.; Yamaguchi, M.; Kaiho, K. Superconducting transformers. Power Delivery, IEEE Transactions on, Volume: 15, Issue: 2, April 2000. Pages: 599-603.

46. Yaskin, D.; Everhart. Blackboard Learning System (Release 6) Product Overview White Paper//Blackboard Inc. 2002. 14 p.

47. Yudelson M.V., Yen I.-L., Panteleev E.R., Khan L. Framework for an intelligent online education system // ASEE annual conference, 22-25 June 2003 Nashville Tennessee USA.

48. Автоматизированное проектирование электрических машин: Учеб. пособие для студ. вузов, обуч. по спец. «Электромеханика» / Ю.Б. Бородулин, B.C. Мостей-кис, Г.В. Попов, В.П. Шишкин; Под ред. Ю.Б. Бородулина. — М.: Высш. шк., 1989.-280 е.: ил.

49. Бородулин Ю Б., Гусев В.А., Попов Г.В. Автоматизированное проектирование силовых трансформаторов. — М.: Энергоатомиздат, 1987. 264 с.

50. Бородулин Ю.Б., Кузнецов С.Ю., Попов Г.В. Многокритериальная оптимизация проектных решений при проектировании трансформаторов на базе САПР // Электромеханика. Изв. вузов. 1986. - № 9. - с. 21-26.

51. Бородулин Ю.Б., Попов Г.В. Тенденции развития и совершенствования автоматизированного проектирования силовых трансформаторов 10-110 кВ // Управл. системы и машины. 1984. - № 5. - с. 122-125.

52. Галеев И.Х. Организация адаптивного обучения навыкам алгоритмичес- кой природы // Программные продукты и системы. 1989 - N 3. - с.50-57

53. Галеев И.Х. Разработка модели грамматики немецкого языка в части склонения имен прилагательных // Интегрированные системы компь- ютерного обучения. Межвузовский сборник научных трудов. Казань: КГТУ, 1994. - с.31-48.

54. Гартфельдер В., Кузнецов Ю. Кадровая стратегия. Промышленность и вузы // САПР и графика № 10,2002.

55. Дейт К. Руководство по реляционной СУБД DB2. М.: Финансы и статистика, 1998.-320 с.

56. Дунаев С.Б. Технологии Интернет-программирования. СПб.: БХВ - Петербург, 2001.-480 с.

57. Дюк, В.; Самойленко, A. Data Mining. Учебный курс. Питер. 2001. 368с.

58. Ефремов И., Трофимов А., Коломиец Ю. Новые инженерные кадры новой России // САПР и графика, № 11,2002.

59. Информационные технологии как ключевой элемент при подготовке нового поколения инженеров-строителей / Альхименко А., Болыпев А., Тучков А., Фертман И. // САПР и графика, № 12,2002.

60. Комаров А.В. Интегрированная система дистанционного обучения Learning Space для образовательных учреждений на базе Lotus Domino // Школа семинар Судак - 2001 (http://nit.itsofl.ru/index.html)

61. Концепция информатизации сферы образования российской Федерации // Бюллетень «Проблемы информатизации высшей школы», № 3-4 (13-14), 1998. 322 с.

62. Котов В.Е. Сети Петри. М.: Наука, 1984. -158 с.

63. Крючков, А. Новая технология подготовки инженеров? // САПР и графика, № 9,1997.

64. Лизунов С.Д. Лоханин А.К. Проблемы современного трансформаторостроения в России // Электричество. 2000. -№8,9.

65. Лутидзе Ш.И. Сверхпроводящие трансформаторы. М.:Научтехлитиздат, 2002.

66. Максимов В., Пьянов В. Ученье — свет // САПР и графика, № 1,2001.

67. Математическое моделирование трансформаторов при оптимальном проектировании на основе САПР / Бородулин Ю.Б., Попов Г.В., Кузнецов С.Ю. и др. // Электромеханика. Изв. вузов. 1989. - 3 7. - с. 18.24.

68. Пантелеев Е.Р., Ковшова И.А., Малков И.В., Пекунов В.В., Первовский М.А., Юдельсон М.В. Разработка и сопровождение учебно-контролирующих программ для Интернета в инструментальной среде ГИПЕРТЕСТ // Программные продукты и системы. 2001 №3 с.41-44.

69. Пантелеев Е.Р., Ковшова И.А., Малков И.В., Пекунов В.В., Первовский М.А., Юдельсон М.В. Управление качеством услуг дистанционного образования в среде ГИПЕРТЕСТ // Информационные технологии. 2002. №3. - с.32-37.

70. Пантелеев Е.Р., Ковшова И.А., Малков И.В., Пекунов В.В., Первовский М.А., Юдельсон М.В. Среда разработки программ дистанционного обучения ГИПЕРТЕСТ: Инструментальные средства // Информационные технологии. -2001. №8. с.34-40.

71. Пантелеев Е.Р., Малков И.В. Системы дистанционного образования. Аналитический обзор // Образовательные технологии. / Межвуз. сб. научных трудов. Вып.7. Воронеж: ВГПУ, 2001. - С.178-184.

72. Пантелеев Е.Р., Нуждин В.Н., Юдельсон М.В. Управление качеством услуг дистанционного обучения на основе концепции интегрированной информационной модели жизненного цикла. Качество. Инновации // Образование. — 2003. №1. с. 54-59.

73. Пантелеев Е.Р., Пекунов В.В., Юдельсон М.В. Концепция прав доступа в сетевой среде разработки программ дистанционного обучения ГИПЕРТЕСТ // Образовательные технологии: Межвуз. сб. науч. тр. Воронеж: ВГПУ, 2001. — с.184-187.

74. Пантелеев Е.Р., Юдельсон М.В. Логистическая модель планирования учебного процесса в вузе: Тез. докл. НПК «Современное состояние, проблемы и перспективы развития российской экономики» (III Кондратьевские чтения). — Иваново: ИГЭУ, 2000.-с. 18-20.

75. Пантелеев Е.Р., Юдельсон М.В., Малков И.В., Пекунов В.В. ГИПЕРТЕСТ: инструментальная среда разработки и сопровождения программ дистанционного обучения. Иваново: ИГЭУ, 2003. - 100 с.

76. Попов Г.В., Ратманова И.Д., Игнатьев Е.Б. К вопросу организации экспертной помощи при автоматизированном проектировании трансформаторов // Энергетика. Изв. вузов. 1990. - № 11.-е. 33-37.

77. Приворотский Д. С., Комиссарова Е.В. Обучение системам автоматизированного проектирования: опыт сотрудничества фирмы, работающей на рынке САПР, и вуза. САПР и графика № 10,1999, с. 23-28

78. Прометей: Дизайнер курсов (http://www.etraining.ru/products/cdesign/)

79. Прометей: Тест-система (http://www.etraining.ru/products/test/)

80. Саати Т. Принятие решений. Метод анализа иерархий: Пер. с англ. М.: Радио и связь, 1993.-320 с.

81. Сервер WebCT. — (http://www.webct.com)

82. Создание расчетной подсистемы САПР трансформаторов / Бородулин Ю.Б., Гусев В.А., Попов Г.В. и др. // Электротехника. 1981. - № 5. - с. 27-30.

83. Справочник по САПР / А.П. Будя, А.Е. Кононюк, Г.П. Куценко и др.; Под ред. В.И. Скурихина. К.: Тэхника, 1988. - 375 с.

84. Ставровский Е.С., Кукукина И.Г. Оценка привлекательности инвестиционных проектов: Учебное пособие / Под ред. Кукукиной И.Г. — Иваново: «Иваново», 1997.-108 с.

85. Теверовский JL. Тридцать два часа, или Преподавательские истории // САПР и графика, № 8,2000.

86. Технология проектирования тепловых электростанций и методы ее компьютеризации / Н.Б. Ильичев, Б.М. Ларин, А.В. Мошкарин и др.; Под ред. В.Н. Нуж-дина, А.В. Мошкарина. М.: Энергоатомиздат, 1997. 234 с.

87. Технология системного моделирования / Е.Ф. Аврамчук, А.А. Вавилов, С.В. Емельянов и др. / Под общ. ред. С.В.Емельянова и др. — М.: Машиностроение; Берлин: Техник, 1988. 520 с.

88. Целищев Е.С. Технология автоматизированного проектирования технической структуры систем управления тепловых электростанций. — Автореф дисс. на соискание ученой степени д.т.н. Иваново, 2000. — 34 с.

89. Чечкин, А.В. Математическая информатика. М.: Наука. Гл. ред. физ.-мат. лит., 1991.-416с.

90. Шурыгин М.Н., Щелыкалов Ю.Я. Расчет плоскопараллельных и осесиммет-ричных магнитных полей в электрических машинах, трансформаторах и реакторах. Иваново, 1990, - 23 е.: ил.

91. Щелыкалов Ю.Я., Косаков Ю.Б. Конечно-элементное моделирование электрических полей в электрических машинах. Иваново, 2001. — 100 с.

92. Ясинский В.Б. О применимости дистанционных образовательных технологий для получения высшего образования по техническим специальностям // Электронный журнал «Исследовано в России» (http://zhurnal.ape.relarn.rU/articles/2002/016.pdf)