СТАТИСТИЧЕСКИЙ СИНТЕЗ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ, ПРОВЕДЕННЫЙ С УЧЕТОМ ОЦЕНКИ ИНТЕНСИВНОСТИ ВЗАИМОДЕЙСТВИЯ ОБУЧАЮЩИХСЯ И СРЕДЫ ОБУЧЕНИЯ

Система поддержки принятия решений – достаточно мощный инструмент, присутствующий в настоящее время в большинстве сложных систем. Система поддержки принятия решений должна учитывать интенсивность взаимодействия обучающегося со средой обучения. При этом обеспечивается высокий уровень знаний и способность их применения выпускниками.

Авторами статьи рассмотрена методика моделирования процесса обучения с применением такой системы с точки зрения статистики. В статье предложен статистический синтез системы поддержки принятия решения для случая, когда посредством использования цепи положительной обратной связи учитывается интенсивность взаимодействия обучающихся и среды обучения. Синтез проведен по критерию минимума апостериорной вероятности получения неудовлетворительной оценки на экзамене (тесте, зачете). Синтез проведен при следующих допущениях: интенсивность взаимодействия обучающегося со средой обучения является дискретной величиной, пространство состояния оценок обучающегося является конечномерным и дискретным, процесс прохождения адаптивного учебного ресурса (последовательной реализации изучения тем и разделов технической дисциплины) имеет вероятностный характер и моделируется цепью Маркова. При этом считалось, что переходные вероятности интенсивности взаимодействия одинаковы, переходная плотность вероятности оценок распределена в соответствии с усеченным слева и справа распределением Гаусса (порядок определения математического ожидания оценки гауссовской плотности и среднеквадратического отклонения в статье описан), а априорная плотность вероятности для первого шага может аппроксимироваться гауссовской плотностью вероятности с учетом априорных сведений о результатах обучающегося, полученных им за изучение обеспечивающих дисциплин. Приведенные иллюстрации достаточно наглядно поясняют основные результаты исследования. Оценка интенсивности взаимодействия обучающегося со средой обучения в статье определена как оценка максимума дискретной апостериорной плотности вероятности.

Полученные результаты позволяют реализовать синтезированную систему на практике. Для оценки адекватности разработанной модели авторами статьи был проведен педагогический эксперимент, суть и результаты которого будут приведены в последующих публикациях.

1. Орлов, П. А. Методы математического моделирования процесса обучения / П. А. Орлов, И. Г. Дровникова И. Г. // [Электронный ресурс]. Режим доступа: http://agps-2006.narod.ru/ttb/2009–1/03–01–09.ttb.pdf. Дата доступа: 26.02.2013.

2. Башмаков, А. И. Разработка компьютерных учебников и обучающих систем / А. И. Башмаков, И. А. Башмаков. – М.: Информационно-издательский дом «Филинъ», 2003. – 616 с.

3. Кондратенок, Е. В. Анализ возможности использования системы поддержки принятия решения при реализации адаптивного учебного ресурса / Е. В. Кондратенок, В. А. Кондратенок // Системный анализ и прикладная информатика. – № 4. – 2015. – С. 27–30.

4. Топольский, Н. Г. Вероятностно-статистический подход к решению задач создания сложных систем безопасности объектов / Н. Г. Топольский, А. Н. Членов // Материалы ХV НПК «Проблемы горения и тушения пожаров на рубеже веков». – М.: ВНИИПО МВД России, 1999. – С. 141–142.

5. Кондратенок, Е. В. Результаты разработки адаптивного учебного ресурса // Системный анализ и прикладная информатика. – № 4. – 2014. – С. 72–76.

6. Кондратенок, Е. В. Особенности проведения лабораторного практикума при реализации концепции виртуальных университетов / Е. В. Кондратенок, В. А. Кондратенок, Д. А. Шаров // Материалы Международной интернет-конференции «Информационно-технологическое обеспечение образовательного процесса государств-участников СНГ» (Минск, БГУ, 27–30.11.2012) [Электронный ресурс]. Режим доступа: http://elib.bsu.by/handle/123456789/27836. Дата доступа: 26.07.2016.

7. Bar-Shalom. Y. Multitarget – Multisensor Tracking: Principles and Techniques / Bar-Shalom Y, Li X-R. – YBS Publishing, Storrs, 1995.