ПРЕДСТАВЛЕНИЕ ЗНАНИЙ В ОБУЧАЮЩИХ СИСТЕМАХ НА ОСНОВЕ ТЕОРИИ НЕЧЕТКИХ МНОЖЕСТВ

Использование информационных технологий и, в частности, информационных обучающих систем увеличивает возможности как преподавателя, так и обучаемого, в достижении своих целей в образовательном процессе, учитывая индивидуальные характеристики каждого и предоставляя возможности непрерывного образования. Несмотря на большое количество исследований в этой области и очевидные преимущества таких систем, их использование пока ограничено. Одной из главных причин здесь является использование точных количественных методов в такой сложно-структурированной и нечеткой области как учебный процесс. При проектировании информационных обучающих систем разработчики сталкиваются с проблемой моделирования знаний, которые условно могут быть разделены на две категории: предметные и персональные. Предметные знания определяются программой обучения и представляют знания эксперта (преподавателя) о составе и структуре учебного предмета. Персональные знания позволяют определить степень изученного материала обучаемым. Эти знания динамичные, изменяются в процессе обучения и предназначены для адаптации информационных обучающих систем к конкретному обучаемому. В настоящее время существует большое количество моделей представления знаний, среди которых наиболее используемыми являются логические, продукционные, сетевые, фреймовые и математические. Главными преимуществам математической модели являются точность, работа с абстракциями, передача информации логически однообразным способом. Математическая модель представления знаний на основе теории нечетких множеств позволяет, в отличие от остальных, учесть семантическую неопределенность оценивания экспертом (преподавателем) степень подготовки обучаемого.

1. Бураковский, А. И. Математические модели пользователей в адаптивных обучающих системах / А. И. Бураковский, Ю. Б. Попова // Информационные технологии в образовании, науке и производстве : материалы МНТИК. — Режим доступа: http://www.bntu.by/news/67-conference-mido/1545–2014–11–22–12–18–35.html.

2. Брусиловский, П. Л. Адаптивные и интеллектуальные технологии в сетевом обучении / П. Л. Брусиловский // Новости искусственного интеллекта. – 2002. – № 5. – С. 25–31.

3. Брусиловский, П. Л. Интеллектуальные обучающие системы / П. Л. Брусиловский // Информатика. Информационные технологии. Средства и системы. – 1990. – № 2. – С. 3–22.

4. Савельев, А. Я. Автоматизированная обучающая система КОНТАКТ на базе ЕС ЭВМ: версия КОНТАКТ/ОС. Вып. 2 / А. Я. Савельев ; под ред. Л. В. Ницецкого. – Рига : РПИ, 1979. — 67 с.

5. Garret, B. The value of intelligent multimedia simulation for teaching clinical decision-marking skills. / B. Garret, D. Callear // Nurse Educ Today. – 2001. – № 21. – P. 382–390.

6. Спицын, В. Г. Представление знаний в информационных системах : учебное пособие / В. Г. Спицын, Ю. Р. Цой. – Томск : Изд-во Томского политехнического университета, 2008. – С. 8.

7. Полани, М. Личностное знание / М. Полани. – М. : Прогресс, 1985. – 103 с.

8. Попов, Э. В. Искусственный интеллект : справочник. Кн. 1. Системы общения и экспертные системы / под ред. Э. В. Попова. – М. : Радио и связь, 1990. – 464 с.

9. Клыков, М. С. Основы управления : учебное пособие / М. С. Клыков, Н. П. Григорьев, Т. И. Балалаева. – Хабаровск : Издательство ДВГУПС, 2007 – C. 2.

10. Берштейн, Л. С. Функционально-структурное исследование ситуационно-фреймовой сети эксплуатационной системы с нечеткой логикой / Л. С. Берштейн [и др.] // Изв. АН. Сер. Техническая кибернетика. – 1994. – № 2. – С. 120–124.

11. Головчинер, М. Н. Введение в системы знаний : курс лекций / М. Н. Головчинер. – Томск, 2011. – С. 20.

12. Коробова, И. Л. Методы представления знаний / И. Л. Коробова. – Тамбов : Издательство ТГТУ, 2003. – C. 10–13.

13. Борисов, А. Н. Обработка нечеткой информации в системах принятия решений. / А. Н. Борисов [и др.]. – М. : Радио и связь, 1989. – 304 с.

14. Карелин, В. П. Модели и методы представления знаний и выработки решений в интеллектуальных информационных системах с нечеткой логикой / В. П. Карелин // Вестник Таганрогского института управления и экономики. – 2014. – № 1 (19) – С. 75–83.

15. Белоус, В. А. Современные модели представления знаний в обучающих системах / В. А. Белоус, Е. С. Кудинов, М. Э. Желнин // Ученые записки. Электронный научный журнал Курского государственного университета. – 2010. – № 1. – С. 9–14.

16. Денисова, И. Ю. Математические модели представления знаний эксперта в информационной обучающей системе дистанционного обучения / И. Ю. Денисова, М. В. Баканова // Известия Пензенского государственного педагогического университета. ПГУ. – 2011. – С. 360–361.