Процедура выбора сложности в тренажерной системе обучения

Сборник трудов конференции в формате Adobe Acrobat (4 Мб)


Автор: Моисеев Александр Сергеевич
Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Тамбовский государственный технический университет»
Такой метод позволяет реалистично получить сведения о знаниях системы у обучаемых и подобрать сложность, исходя из их навыков, для дальнейшего тестирования в системе.

 

На уровень подготовки специалистов негативно влияет нехватка или отсутствие оборудования, ввиду ее изношенности, ограниченной закупки.

Одной из форм для ликвидации негативных факторов является использование в учебном процессе тренажерных систем. Тренажер позволяет моделировать работу оборудования в полном объеме.

В ходе разработки тренажерной системы обучения и тестирования студентов, возникает вопрос, каким образом мы можем оценить и подобрать сложность. Систему, реализующую эти функции, будем называть СООК (система объективного оценивания и контроля).

В ней:

- принимается решение о результатах подготовки в системе обучаемого, и предлагаются варианты преподавателю;

- принимается решение о уровне знаний обучаемого, и предлагается сложность прохождения тренажера.

Возможные варианты решений по результатам работы с тренажером:

- результаты текущей подготовки, в данный момент, предлагается, что дополнительно объяснить;

- если была до этого работа с тренажером, то программа делает выводы о прогрессе;

- если была до этого работа с тренажером, то программа делает выводы о реальных знаниях на основе многих проходов;

- предлагает оценку.

Для реализации этого необходимо в системе задать контрольные точки, которые программа будет пересылать на СООК. Оценка определяется по прохождению данных точек, каждой точке соответствует некоторый вес, так как не все действия одинаково равнозначны.

Опишем модель с точки зрения нечеткой математики. Имеется множество возможных результатов {2,3,4,5}, имеем некий массив A исходных данных.

Оценочный функционал f принимает значения либо 0, либо 1 в зависимости от прохождения контрольной точки.

Функция принадлежности µ задается преподавателем или группой преподавателей.

Вторая функция СООК - определение сложности задания для обучаемого. Сложность бывает трех типов: высокая, средняя, низкая. Сложность определяется по предыдущим проходам. Если проходов не было, то автоматически предлагается легкая сложность. Каждой сложности соответствует своя весовая функция m.

Сложность определяется в зависимости от предыдущих проходов и предыдущей сложности, поэтому опишем с точки зрения нечеткой математики. Имеется множество {низкая, высокая, средняя}, тогда

µА(низкая)=a1

µА(средняя)=a2

µА(высокая)=a3

a1<a2<a3<=1

Оценочный функционал f считается равным оценке.

Задано нечеткое множество и все возможные состояния среды. Рассматривается нечеткое множество AÒ={(Oj,µj)}OjEÒ, порождаемое заданием полного множества Ò={O1,...,On} возможных состояний среды С, причем функция принадлежности µ на Ò определяется в виде µ(O)=µj при O=Oj (i=1,…,n).

Такой метод позволяет реалистично получить сведения о знаниях системы у обучаемых и подобрать сложность, исходя из их навыков, для дальнейшего тестирования в системе.

Список использованных источников
  1. Потапов А.Н., Соломатин А.А., Губсков А.Ю. Разрешение конфликтов планирования тренажерной подготовки операторов сложных информационных радиоэлектронных систем / Информатика: проблемы, методология, технологии: материалы XI Международной научно-методической конференции, Воронеж, 10-11 февраля 2011 г.: в 3 т. – Воронеж: Издательско-полиграфический центр Воронежского государственного университета. -2011. - Т. 2. – С.212-216
  2. Громов Ю.Ю., Минин Ю.В., Иванова О.Г., Гриднев В.А., Громова А.Ю., Самхарадзе Т.Г., Ведерникова А.П. Управление информационными процессами для автоматизированной системы управления в условиях неопределенности / Приборы и системы. Управление, контроль, диагностика. – 2011. - №6 – С
  3. Громов Ю.Ю., Дидрих В.Е., Иванова О.Г., Минин Ю.В., Громова А.Ю. Управление информационными процессами в условиях неопределенности / Информация и безопасность. - Воронеж: Издательско-полиграфический центр Воронежского государственного университета. - 2011. – №2. - С. 233-238.
  4. Ларичев, О.И. Наука и искусство принятия решений. / О.И. Ларичев. – М.: Наука, 1979. – 200с.
  5. Ларичев, О.И. Объективные модели и субъективные решения / О.И. Ларичев. – М.: Наука, 1987. – 141с.
  6. Ларичев, О.И. Выявление экспертных знаний. / О.И. Ларичев, А.Н. Меченов. – М.: Наука, 1989. – 140c.
  7. Ларичев, О.И. Качественные методы принятия решений. Вербальный анализ решений / О.И. Ларичев, Е.М. Мошкович. – М.: Наука, Физматлит, 1996. – 208c.
  8. Блюмин, С.Л. Модели и методы принятия решений в условиях неопределенности / С.Л. Блюмини, И.А. Шуйкова. – Липецк: ЛЭГИ, 2001. - 138 c.
  9. Кини, Р.Л., Райфа Х. Принятие решений при многих критериях: предпочтения и замещения / Р.Л. Кини, Х. Райфа - М: Радио и связь, 1981.- 560с.
  10. Орловский, С.А. Проблемы принятия решений при нечеткой исходной информации / С.А. Орловский – М.: Наука, 1981 – 437c.
Тип выступления  Стендовый доклад
Уровень образования  Высшее профессиональное