Федеральное государственное автономное образовательное учрежение высшего образования
жүктеу/скачать 5,2 Mb. Pdf көрінісі
|
| РАЗДЕЛ 3
ОБРАЗОВАНИЕ В УСЛОВИЯХ ИНФОРМАЦИОННОЙ ЭКОНОМИКИ 233
ГЛАВА 1 ОЦЕНКИ РЕЗУЛЬТАТОВ В ПЕДАГОГИЧЕСКИХ ИССЛЕДОВАНИЯХ Гордиенко Татьяна Петровна доктор педагогических наук, профессор
кандидат физико-математических наук, доцент
ассистент 1.1. Основные принципы метода анализа иерархий Основные принципы Метода Анализа Иерархий (МАИ) были изложены более двадцати лет назад в монографии американского математика Томаса Саати [13]. С тех пор этот метод нашел самое разнообразное приложение во всевозможных задачах принятия решений в бизнесе, экономике, политике, медицине и пр. Т.Саати предложил метод математического моделирования в задачах принятия решения в сложных многокритериальных системах используется, начиная с выбора оптимальной стратегии планирования, анализа рисков,
распределения ресурсов, принятия кадровых решений вплоть до оценки произведений искусства и «управления подготовкой аварийно-спасательных формирований» [10, 12]. Метод
анализа иерархий выявляет приоритеты, формируемые в соответствии с субъективными оценками экспертов. Алгоритм построения МАИ выполняется по следующей схеме: 1. Качественное построение модели задачи в виде иерархической структуры, содержащей цель, возможные варианты получения требуемого результата и критерии для оценки предпочтения рассматриваемых вариантов. 2. Выявление приоритетов всех элементов иерархии методом попарных сравнений анализируемых вариантов.
234
3. Объединение глобальных приоритетов вариантов на оснвании формирования блоков и свертки соответствующих элементов иерархической структуры. В случае нескольких экспертов оценивается согласованность их суждений. 4. Принятие окончательного решения в соответствии с полученными результатами. Применение метода анализа иерархий для оценивания лекций. Предлагаем использовать алгоритм метода анализа иерархий для сравнительной оценки уровня проведения лекций несколькими преподавателями, существует диаметральные точки зрения, относительно корректности применения аппарата МАИ в современных исследованиях [4, 11]. При оценке качества лекции преподавателя, как правило, используется большое число (иногда несколько десятков) показателей. При этом чаще всего используется порядковая шкала оценок в баллах. В итоге комплексная оценка вычисляется как среднее арифметическое набранных баллов, что не вполне корректно [6]. Допустим, уровень проведения лекции оценивается по пятибалльной шкале на основании следующих критериев: содержание лекции, методика чтения лекции, организация лекции, применение ИКТ. Профессор и доцент получили следующие оценки (см.табл.1).
Оценки лекции в баллах Лекция Высшая
математика Содер-
жание лекции
Методика чтения
лекции Организа- ция лекции Применение ИКТ Средний
балл Профессор 5 5
1 3 Доцент 4 2 5 5 4
В итоге получим средний балл: профессор Р ср = 3, доцент Р ср =4. Произошло это потому, что указанные критерии предполагались равнозначными: снижение критерия содержание лекции на 1 балл может компенсироваться увеличением критерия организация лекции. Кроме того, не учитывались личностные качества преподавателя и специфика излагаемого материала. Чтобы
избежать аналогичных «недоразумений» целесообразно использовать достаточно корректный метод агрегирования балльных оценок на основании Метода Анализа
235
Иерархий с применением матрицы парных сравнений [5, 9]. Использование этого метода для решения задач комплексных оценок и принятия решений в случае нескольких критериев рассмотрено, в работах Ногина В.Д. [7, 8]. Применение МАИ основано на оценке относительной важности критериев в виде матрицы парных сравнений. Кратко рассмотрим его суть. Пусть имеется несколько критериев А 1 , А 2 , … , А ?????? . Каждый из этих критериев имеет определенную «ценность» - вес, значение которого выражается положительным числом ?????? ?????? (i = 1, 2, …, n), и задается «экспертом». Задаем матрицу парных сравнений, элементы которой ?????? ???????????? представляют собой числа, показывающие во сколько раз вес критерия ?????? ??????
?????? . Эти числа назначаются экспертом в результате попарного сравнения критериев.
?????? = (
?????? 11 ?????? 12 . . .
?????? 1??????
?????? 21 ?????? 22 … ?????? 1?????? … … … … ?????? ??????1 ??????
??????2 … ?????? ???????????? )
,
(1) где ?????? ???????????? = ??????
?????? ??????
?????? , ??????
???????????? = 1/?????? ???????????? , ?????? ???????????? =1, ∑
?????? ??????
?????? ??????=1
= 1.
Находим максимальное собственное значение полученной матрицы ?????? max
. Вычисляем числовой показатель – индекс согласованности (ИС): ИС = ??????
?????????????????? −??????
??????−1 . Если индекс согласованности не превосходит 0,1, то рассматриваемая матрица
приемлема для
дальнейших вычислений. В противном случае необходимо скорректировать значения матрицы парных сравнений таким образом, чтобы индекс совместности не превосходил 0,1. Для найденного максимального собственного значения ??????
??????????????????
находим нормированный на единицу собственный вектор
w = ( ?????? 1 , ?????? 2 , … , ?????? ?????? ).
236
Полученное решение представляет набор положительных чисел ?????? 1 , ??????
2 , … , ?????? ?????? (компоненты искомого весового вектора), равных значениям соответствующих локальных приоритетов. Аналогично находятся значения приоритетов критериев для каждого оцениваемого объекта (преподавателя) ?????? ???????????? , k = 1, 2, …,
полученных данных вычисляем значение глобальных приоритетов для каждого объекта
?????? ?????? = ∑
?????? ???????????? ?????? ???????????? ?????? ??????=1
,
(2) где ?????? ???????????? – значение локального приоритета i для объекта k.
Вычислив значения глобальных приоритетов всех объектов, делаем вывод об их предпочтительности. Проиллюстрируем приведенные выше рассуждения на следующем примере. Пусть эксперт оценивает качество проведения лекции преподавателей ??????
1 , ?????? 2 , ??????
3 . Оценка проводится по следующим девяти критериям (см. табл.2): ??????
?????? (i = 1, 2, …, 9):
Ранжирование этих критериев, выполненное экспертом по девятибалльной шкале [13], имеет следующий вид:
При выполнении ранжирования каждый последующий столбец формируется заново без учета предыдущих столбцов. Теперь можно записать матрицу парных сравнений А: 237
Вычисляется максимальное собственное значение матрицы А. ?????? ?????????????????? = 9,129. Проверяется самосогласованность матрицы парных сравнений А. В рассматриваемом случае, индекс согласованности равен: ИС= 0,016 < 0,1. Матрица самосогласованна. Вычисляются компоненты собственного вектора этой
матрицы, соответствующего собственному значению ?????? ?????????????????? :
0,323)
и нормируются на единицу ??????
?????? ??????
= ??????
?????? ∑ ?????? ?????? 9 ??????=1 : ??????
?????? = (0,169; 0,160; 0,099; 0,086; 0,130; 0,105; 0,068; 0,071; 0,113). Полученный вектор показывает относительную важность сравниваемых критериев. В рассматриваемом примере наиболее важными оказались критерии 1, 2, 5, 9 (см.табл.2). Далее эксперт сравнивает соответствующие критерии для каждого из трех преподавателей ?????? ??????
(k = 1, 2, 3) , ??????
???????????? (i = 1, …, 9). На основании вычисленных векторов локальных приоритетов, формируется матрица приоритетов для трех преподавателей
( 0,412 0,392 0,351
0,286 0,38
0,284 0,278
0,211 0,381
0,341 0,304
0,329 0,381
0,276 0,414
0,367 0,401
0,329 0,246
0,304 0,32
0,333 0,344
0,302 0,354
0,388 0,289
)
238
В итоге вычисляется общая оценка Р - значения глобальных приоритетов каждого преподавателя Р = (0,348; 0,342; 0,311). Таким образом, первый преподаватель имеет наибольшую оценку, несмотря на то, что по критериям 4, 6, 7 и 8 он получил самые низкие оценки. Средний балл Р ср для преподавателей был бы следующим
Аналогичную задачу можно решить при участии нескольких экспертов, с учетом степени согласованности их мнений.
Использование метода анализа иерархий для определения конкурентоспособности молодых специалистов Спрос
на подготовку специалистов определенного направления и уровня квалификации преимущественно формируется на рынке труда под действием объективных законов рыночной экономики и лишь в небольшой доле обусловлен централизованным планированием обновления кадров
государственного управления, инженерно-технического состава, специалистов с высшим образованием в других сферах хозяйствования. Проблематике функционирования системы
высшего образования, проблемам методологии исследования и анализа взаимосвязей рынков труда и образования посвящены научные исследования, представленные в работах О.А. Кратта, К.А. Корженко, Л.Н. Ильич, Т. Заяц, И.В. Бургун и других. В работах Л.Н. Ильич, Е.В. Прушковской проведено исследование влияния образования на
процессы формирования трудового и человеческого потенциала, особенностей взаимодействия рынков труда и образования. Одним из методов компенсации сокращения численности работающих предложено повышение качества трудового потенциала путем интенсификации образования. Существует проблема, обусловленная противоречиями между: необходимостью общества в конкурентно ориентированных, компетентных специалистах и степенью их подготовки; необходимостью высокой
профессиональной готовности студентов и существующими программно- 239
методическими разработками, которые обеспечивают учебный процесс. Существует ряд основных факторов, препятствующих профессиональному росту и повышению конкурентоспособности молодых специалистов. Факторы, оказывающие влияние на дальнейшее будущее выпускника: 1.
умений, эмоциональной устойчивости, самореализация, креативности, адаптационного потенциала, отвечать за свои решения, неготовность к интенсивному труду); 2.
рейтинг специальностей. (востребованность/ невостребованность на рынке труда); 3.
Функциональная грамотность (реализация своих знаний на практике, самообразование по смежным направлениям); 4.
квалификации, непрерывное образования); 5.
Наличие опыта работы, по специальности, полученной в вузе.
Предлагаем использовать алгоритм метода анализа иерархий для сравнительной оценки уровня
конкурентоспособности молодых специалистов, несмотря на различные точки зрения,
относительно корректности использования аппарата МАИ в современных исследованиях. Допустим, уровень конкурентоспособности оценивается по пятибалльной шкале на основании следующих факторов: наличие личностных характеристик; потребительский рейтинг специальности; функциональная грамотность; возможность продолжения образования; опыта практической работы. К личностным характеристикам относятся: коммуникативных умений, эмоциональной устойчивости, самореализация, креативности, адаптационного потенциала, отвечать за свои решения, неготовность к интенсивному труду. К потребительскому рейтингу специальности: невостребованность на рынке труда. К функциональной грамотности: реализация своих знаний на практике, самообразование по смежным направлениям. Возможности продолжения образования – это повышение квалификации, продолжение образования в вузе. Выпускники получили следующие оценки (см. табл.2).
240
Таблица 2 Оценки выпускников Конкурентоспособность Выпускник 1 Выпускник 2 Отсутствие личностных характеристик 5 3 Потребительский рейтинг специальности 4 4
3 3 Возможность продолжения образования 2 5 Наличие опыта практической работы
3 3 Средний балл 3,4 3,6
В итоге получим средний балл: выпускник 1 Р
3,4,
выпускник 2 Р ср = 3,6. Такой результат является следствием того, что указанные факторы предполагались равнозначными: снижение фактора «Наличие личностных характеристик» на 2 балла (выпускник имел низкий
адаптационный потенциал) может компенсироваться увеличением фактора
«Возможность продолжения образования». Пусть эксперт
оценивает конкурентоспособность выпускника ?????? 1 , ?????? 2 , ?????? 3 . Оценка проводится по следующим пяти факторам ?????? ??????
(i = 1, 2, 3, 4, 5), (см. табл.1.4). После ранжирования этих факторов, выполненного экспертом по девятибалльной шкале, записываем матрицу парных сравнений A: A = (
1 9 7 9 8 9 6 9 4 7 9 1 8 9 8 5 8 3 8 9 9 8 1 9 7 9 5 6 9 5 8 7 9 1 9 6 4 9 3 8 5 9 6 9 1)
241
Максимальное собственное значение этой матрицы ?????? ?????????????????? = 5,027. Проверяется самосогласованность матрицы парных сравнений А. В рассматриваемом случае индекс согласованности ИС = 0,007 < 0,1.
Матрица самосогласованна. Компоненты нормированного собственного вектора
этой матрицы, соответствующего собственному значению ?????? ?????????????????? : ??????
?????? = (0,262; 0,238; 0,226; 0,165; 0,109).
Полученный вектор показывает относительную важность сравниваемых критериев. В рассматриваемом примере наиболее важными оказались критерии 1, 2, 3 (см.табл.2). Далее эксперт сравнивает соответствующие критерии для каждого из трех выпускников ?????? ?????? (k = 1, 2, 3) , ?????? ???????????? (i = 1, …, 9). . На
основании вычисленных векторов локальных приоритетов, формируется матрица приоритетов для трех выпускников
Q =
( 0,453
0,409 0,259
0,286 0,286
0,335 0,270
0,362 0,381
0,371 0,212
0,321 0,379
0,333 0,343
)
В итоге вычисляется общая оценка Р - значения глобальных приоритетов каждого выпускника:
Таким образом, первый выпускник имеет наибольшую оценку, несмотря на то, что по критериям 3, 4 и 5 он получил самые низкие оценки Однако средний балл Р
для выпускников был бы следующим:
Имея существенно более низкие показатели личностных характеристик и потребительского рейтинга специальности, второй выпускник «вышел бы на первое место». На наш взгляд такая оценка не корректна.
242
1.3. Оценивание уровня применения информационно- коммуникационных технологий в образовании с помощью программной среды MATLAB Программная среда MATLAB (сокращение от англ. «Matrix Laboratory») ‒ пакет прикладных программ для всевозможных численных расчетов, выполнения компьютерного моделирования, решения широкого спектра прикладных задач. Программная среда MATLAB включает в себя базовую программу и ряд пакетов расширений, позволяющих охватывать широкий круг исследуемых задач. Для реализации математической модели на основе нечеткой логики в среде MATLAB служит специальный программный пакет Fuzzy Logic Toolbox. Этот пакет позволяет осуществлять действия, необходимые для разработки и использования нечетко- логических моделей. При разработке и дальнейшем применении систем нечеткого вывода будем использовать следующие программные средства, входящие в пакет Fuzzy Logic Toolbox [3, 14]: Редактор моделируемых систем нечеткого вывода FIS (FIS Editor); Графический редактор функций принадлежности генерируемого нечеткого вывода (Membership Function Editor); Редактор логических правил системы нечеткого вывода (Rule Editor); Программа просмотра таблицы правил системы анализируемого нечеткого вывода (Rule Viewer); Программа визуализации поверхности полученного результата нечеткого вывода (Surface Viewer). Редактор моделируемых систем нечеткого вывода FIS (FIS Editor) может быть открыт с помощью ввода слова “fuzzy” в командной строке (рис. 2.1). Эта функция позволяет задавать и редактировать количество входных и выходных переменных, соответствующие им функции принадлежности, вид системы нечеткого вывода, предполагаемый способ дефаззификации и т. д. [3]. Окно графического редактора FIS-Редактор функций принадлежности служит для ввода и редактирования функций принадлежности отдельных лингвистических термов системы нечеткого вывода в соответствующем режиме. Окно графического редактора функций принадлежности служит для ввода и редактирования функций принадлежности
243
отдельных лингвистических термов системы нечеткого вывода соответствующем режиме. Посредством "Редактора правил" задаются и редактируются логические правила разрабатываемой структуры нечеткого вывода в табличном режиме. Для создания законченных предложений используем служебные слова «if». «then», «is», «and», «or» при записи правил в форме текста. Визуализация результатов исследуемого нечеткого вывода и анализ изменения результатов в зависимости от входных параметров осуществляется благодаря программе просмотра правил. Красной чертой в нижнем прямоугольнике справа отмечено дефаззифицированное значение выходной переменно, полученное в результате аккумулирования заключений введенных вправил нечеткого вывода. Изменение конкретных значений входных переменных выполняются либо перемещением красной вертикальной линии, пересекающей прямоугольники входных переменных, либо вводя необходимые значения в соответствующие поля «Input» [3]. Программа визуализации поверхности системы нечеткого вывода дает возможность анализировать поверхность системы нечеткого вывода и представлять графическую зависимость выходных переменных от любых входных переменных. Рассмотрим применение программной среды MATLAB для выполнения численных расчетов, компьютерного моделирования и решения прикладных задач в сфере образования: 1. Расчет
комплексной оценки
эффективности использования информационно-коммуникационных технологий в деятельности высшего учебного заведения на основе алгоритма теории нечетких множеств с использованием пакета Fuzzy Logic Toolbox; 2. Результативность применения ИКТ в высшем учебном заведении программой fuzzyTECH.
информационно-коммуникационных технологий (ИКТ) стало неотъемлемой частью обучения в современном высшем учебном заведении. В учебном процессе в настоящее время применяют кроме традиционных источников знаний (книг, учебников,
244
учебно-методических материалов) еще и источники в различных электронных видах, которые представляют собой: электронные учебно-методические комплексы, программные продукты и другие электронные ресурсы. Электронный образовательный ресурс –
образовательный ресурс, представленный в электронно-цифровой форме (ГОСТ 52653-2006), в котором используется средства вычислительной техники (рис. 1). В него входит структура, предметное содержание и метаданные о них.
ресурса.
Однако с избытком электронных образовательных ресурсов также появляются и проблемы: недостаточное применение электронных ресурсов; слабая
адаптация электронных образовательных ресурсов к читаемым дисциплинам; низкая преподавательская компетентность применения средств ИКТ в учебном процессе; недостаточно методических указаний для работы с применением средств ИКТ; отсутствие критериев результативности применения ИКТ в вузе; отсутствие оценивания результативности применения ИКТ в вузе. Разработка системы
объективных количественных критериев оценки
эффективности, использования информационно-коммуникационных технологий в высшем учебном заведении прикладным пакетом Fuzzy Logic Toolbox в среде MATLAB. Необходимо создать систему объективных количественных критериев оценки
эффективности, применения средств Электронное издание Программное обеспечение Аппаратные средства Электронный образовательный ресурс 245
информационно-коммуникационных технологий на основе теории нечетких множеств и произвести расчет с использованием пакета Fuzzy Logic Toolbox в среде MATLAB, что позволит: оценивать научно-методическую обоснованность использования электронных ресурсов в учебном процессе; давать оценку качества того или иного программного продукта и эффективность его внедрения; рассчитать финансовые затраты на материально- техническую базу ИКТ вуза; сравнивать уровни внедрения ИКТ между преподавателями и высшими учебными заведениями. Пусть
система количественных критериев оценки
эффективности, применения средств информационно- коммуникационных технологий преподавателем в процессе занятия состоит из четырех блоков: 1.
информационно-коммуникационных технологий (МО mах=25 баллов). 2.
Основные критерии оценки эффективности применения ИКТ на занятии (ОЭ mах=25 баллов). 3.
Результативность использования ИКТ на занятии (РИ mах=25 баллов). 4.
Оценка качества и эффективности электронных образовательных ресурсов, используемых в процессе занятия (ОК max=25 баллов). Оценивать каждый из четырех блоков можно различными способами: 1. Если считать, что все критерии, входящие в тот или иной блок равнозначны, то их
вклад в общую оценку рассматриваемого блока определяется некоторым числом. Следовательно, достаточно найти среднее арифметическое баллов, соответствующих каждому критерию. Полученное количество баллов и будет оценкой соответствующего блока. 2. Если же все вышеизложенное не соответствует реальности (как в основном и бывает в действительности), тогда лучше использовать метод анализа иерархий, как, например, в работе [2]. Либо получать групповые оценки, применяя алгоритм нечеткого логического вывода [1, 3, 14]. Поскольку в реальной жизни из-за некоторой «размытости» (нечеткости) оценок «хорошо», «отлично» и т.д. бывает сложно с абсолютной уверенностью оценить ту или иную характеристику,
246
то применение аппарата нечеткой логики позволяет преодолеть такую неопределенность. Приведем пример заключительного этапа получения комплексной оценки
эффективности использования информационно-коммуникационных технологий в деятельности высшего учебного заведения на основе алгоритма теории нечетких множеств с использованием пакета Fuzzy Logic Toolbox в среде MATLAB. Для нечеткого вывода воспользуемся алгоритмом Мамдани. 1. Входные переменные в диапазоне от 0 до 25 баллов: методика проведения занятий с применением ИКТ (МО); оценка эффективности применения ИКТ на
занятии (ОЭ);
результативность использования ИКТ на занятии (РИ); оценка качества и эффективности электронных образовательных ресурсов, используемых в процессе занятия (ОК). Выходную перемену – «Комплексная оценка» (КО) – в диапазоне от 0 до 100 баллов.
Параметры функций принадлежности Переменные Функция
принадлежности Параметры вершин трапеции Методическая оценка занятия с применением ИКТ (МО)
Н 0; 0; 4; 6 У 5; 7; 9; 11 Х 10; 11; 22; 23 О 22; 23; 25; 25 Оценка эффективности применения ИКТ на занятии (ОЭ)
Н
У 5; 7; 10; 12 Х 11; 13; 18; 20 О 19; 22; 25; 25 Результативность использования ИКТ на занятии (РИ) Н
У 5; 8; 15; 18 Х 17; 19; 22; 24 О 22; 23; 25; 25 Оценка качества и эффективности электронных ресурсов (ОК)
Н
У 4; 6; 8; 10 Х 9; 15; 20; 23 О 19; 21; 25; 25 Комплексная оценка (КО)
Н 0; 0; 15; 20 У 19; 24; 35; 40 Х 39; 45; 75; 81 О 75; 80; 100; 100 247
2. Для переменных задаем трапециевидные функции принадлежности с использованием лингвистических термов для входных переменных: неудовлетворительно (Н),
удовлетворительно (У), хорошо (Х), отлично (О). Для выходной переменной – (Н), (У), (Х), (О). Параметры функций принадлежности для используемых лингвистических переменных приведены в таблице 2.1. Смысл этих параметров рассмотрим на примере «Комплексной оценки» для значений «Х» и «О». Мы считаем, что количество баллов от 45 до 75 соответствует оценке «хорошо», а от 85 до 100 – «отлично». А вот 76 – уже и чуть лучше, чем «хорошо», но и далеко не «отлично», а 80 примерно с одинаковой степенью уверенности можно считать как «хорошо», так и «отлично». При этом 83 – уже почти «отлично», а 84 – в общем-то «отлично», но с некоторым сомнением – это еще «хорошо». Сформулируем базу правил нечеткого вывода.
248
11. Если РИ есть У и МО есть О и ОЭ есть О и ОК есть О, то КО есть Х. 12. Если ОК есть У и МО есть Х и ОЭ есть Х и РИ есть Х, то КО есть У. 13. Если ОК есть У и МО есть Х и ОЭ есть О и РИ есть Х, или МО есть Х и ОЭ есть Х и РИ есть О, или МО есть О и ОЭ есть Х и РИ есть Х, то КО есть Х. 14. Если ОК есть У и МО есть О и ОЭ есть О и РИ есть О, то КО есть Х. 15. Если МО есть Х и ОЭ есть и РИ есть Х и ОК есть Х, то КО есть Х. 16. Если МО есть Х и ОЭ есть Х и РИ есть О и ОК есть Х, или ОЭ есть Х и РИ есть Х и ОК есть О, или ОЭ есть О и РИ есть Х и ОК есть Х, то КО есть Х. 17. Если МО есть Х и ОЭ есть Х и РИ есть О и ОК есть О, или ОЭ есть О и РИ есть Х и ОК есть О, или ОЭ есть О и РИ есть Х и ОЭ есть О, то КО есть О. 18. Если МО есть Х и ОЭ есть О и РИ есть О и ОК есть О, то КО есть О. 19. Если МО есть О и ОЭ есть Х и РИ есть Х и ОК есть О, или ОЭ есть Х и РИ есть О и ОК есть Х, или ОЭ есть О и РИ есть Х и ОК есть Х, то КО есть О. 20. Если МО есть О и ОЭ есть О и РИ есть О и ОК есть О, то КО есть О.
Рис.2. Окно редактора функций принадлежности 249
Для выходной переменной «Комплексная оценка» графическое окно представлено на рис. 4. Изменяя в редакторе правил комбинации термов переменных с использованием правил
преобразуем приведенные выше
20 правил
в соответствующие 58 правил. Фрагмент окна редактора для последних десяти правил «Оценка» показан на рис. 5.
Рис.3. Функция принадлежности переменной МО.
Рис.4. Функция принадлежности переменной КО
250
Рис.5. Окно базы знаний
На рис. 6 представлено окно визуализации нечеткого логического вывода, соответствующего правилам 1 - 30 «Базы знаний», входным значениям МО = 20, ОЭ = 20, РИ = 20, ОК = 20 и результирующей оценке КО = 60.4 – «хорошо». В результате обычного математического сложения результат показывает 80, т.е. «отлично». Из полученных результатов видно, что результирующая комплексная оценка (КО = 60.4) эффективности использования информационно-коммуникационных технологий в деятельности высшего учебного заведения рассчитанная на основе алгоритма теории нечетких множеств, заметно отличается от обычного математического сложения с результатом 80 – «отлично». По нашему мнению, в рассматриваемом примере оценка «хорошо» более достоверна. В результате педагогических исследований были получены и другие варианты, когда: методика проведения занятий с применением информационно-коммуникационных технологий МО = 25 баллов; основные критерии оценки эффективности применения ИКТ на занятии ОЭ =15 баллов; результативность использования ИКТ на занятии РИ = 22 балла; оценка качества и эффективности электронных образовательных ресурсов, используемых в процессе занятия ОК = 9 баллов. 251
В другом случае: методика проведения занятий с применением информационно-коммуникационных технологий МО = 25 баллов; основные критерии оценки эффективности применения ИКТ на занятии ОЭ = 21 балл; результативность использования ИКТ на занятии РИ = 22 балла; оценка качества и эффективности электронных образовательных ресурсов, используемых в процессе занятия ОК = 23 балла. Результирующая комплексная оценка равна КО = 89 баллов.
Рис.6. Графическое представление «Комплексной оценки»
При изменении допустимых значений входных переменных, автоматически получаем соответствующее значение «Комплексной оценки». Нетрудно модифицировать приведенную схему нечеткого вывода, добавляя или изменяя правила базы знаний, а также количество, вид и параметры функций принадлежности. Таким образом, применение пакета Fuzzy Logic Toolbox позволяет автоматизировать процесс количественной оценки
эффективности использования информационно- коммуникационных технологий. Разработанная система
определения эффективности применения информационно-коммуникационных технологий в учебном процессе с помощью теории нечетких множеств в среде MATLAB посредством пакета Fuzzy Logic Toolbox позволяет: получить методическое обоснование применения электронных ресурсов в учебном процессе; дать оценку качества того или иного программного продукта и эффективность его внедрения; 252
сравнивать уровни внедрения ИКТ между преподавателями и высшими учебными заведениями; рассчитать финансовые затраты на материально-техническую базу ИКТ вуза; с помощью пакета Fuzzy Logic Toolbox автоматизировать процесс получения оценки достижений в области внедрения средств ИКТ в различных вузах;
В дальнейшем мы рекомендуем использовать математические способы обработки результатов педагогических исследований, например, пакетом Fuzzy Logic Toolbox в среде MATLAB.
Оценивание результативности применения ИКТ в вузе программой fuzzyTECH. Программа fuzzyTECH, созданная и регулярно совершенствуемая компанией INFORM (Inform Software Corparation, Германия), служит для решения многообразных задач нечеткого логического моделирования. Однако в отличие от программной среды MATLAB, программа fuzzyTECH дает возможность разрабатывать и исследовать различные нечеткие модели в графическом режиме, а также представлять их в виде программного кода на различных языках программирования с последующей реализацией в программируемых микроконтроллерах. Для наших целей понадобится возможность программы fuzzyTECH, в отличие от программного пакета Fuzzy Logic Toolbox в MATLAB, вводить в систему нечеткого вывода кроме входных и выходных также и промежуточные переменные с собственными блоками правил. Каждая система нечеткого вывода в программе fuzzyTECH представляется в форме отдельного проекта. Общий
вид графического интерфейса программы fuzzyTECH 5.81 для разработанного проекта показан на рисунке 7. По центру располагается окно редактора проекта, в котором находится структура нечеткого вывода этого проекта в форме прямоугольников переменных и блоков правил. Для редактирования и последующего анализа проекта нечеткого вывода в интерактивном режиме используются следующие графические средства программы fuzzyTECH: графический редактор проекта системы нечеткого вывода; графический редактор лингвистической переменной и функций принадлежности ее термов; графические редакторы правил 253
системы нечеткого вывода; графические средства анализа результатов нечеткого вывода;
графические средства визуализации поверхности проекта нечеткого вывода.
Рис.7. Общий вид графического интерфейса
Редактор лингвистической переменной и функций
принадлежности ее термов предназначен для спецификации термов отдельной лингвистической переменной проекта и редактирования ее функций принадлежности в графическом режиме.
Редакторы правил
системы нечеткого вывода предназначены для редактирования правил нечетких продукций, используемых в различных блоках правил. В качестве графических средств анализа результатов нечеткого вывода используются специальные графические окна режима отладки проекта.
Рассчитаем комплексную оценку
эффективности применения средств информационно-коммуникационных технологий (ИКТ) в высшем учебном заведении, учитывая критерии, приведенные в таблице 4. 254
Рис.8 Дерево иерархической структуры. O O1 O2 SC
SC1 SC2
CA
M3 LE1
LE2 LE3
M2 M1
LE
OM1 OM2
UM1 UM2
M
LT EP
EP1 EP2
OM
UM 255
Таблица 4 Критерии оценки эффективности применения ИКТ в учебном процессе (ВУЗ1/ВУЗ2)
основных дидактических принципов обучения (IP - the implementation of the basic didactic principles) Научность, достаточность, доступность, наглядность, эстетичность. (M1)
Интерактивность, динамичность, выбора
режима работы с учебным материалом, учет особенности восприятия информации с экрана. (M2)
Своевременность и полнота контрольных вопросов и тестов. (M3)
Количество оборудованных средствами ИКТ аудиторий, (%)*. (LE1)
Количество оборудованных рабочих мест: – студента, (%). (LE2) 5/7 –преподавателя, методиста, (%). (LE3) 3/3 Средства ИКТ в учебном процессе ВУЗа (EP - educational process) Количество: – рабочих программ, предусматривающих систематическое применение программных продуктов различных типов, (%). (EP1)
– электронных вариантов учебников, приложений к ним, готовых или авторских электронных образовательных ресурсов, (%) (EP2) 7/8 Медиаресурсы ВУЗа (OM - organization of media) Систематизация, имеющихся в вузовской медиатеке медиаресурсов по дисциплинам, (%). (OM1)
5/8 Наличие
актуального банка
данных рекомендованных электронных образовательных ресурсов и источников в системе Интернет, (%). (OM2)
5/8 Средств ИКТ в управлении ВУЗа (UM - the use of ICT in the management of the University) Автоматизация документооборота, ведение
отчётности в электронном виде, (%). (UM1) 6/3 Использование электронных журналов, электронных «отчетностей» преподавателей, кураторов , (%). (UM2) 9/6 256
Блоки Промежуточные блоки Критерии Баллы (1,2,3,4, 5,6,7,8,9, 10) Педагог и ч ес к ая ИК Т - к омп ете н тн ос ть п р еп од авате ле й O - Ownership of ICT Количество преподавателей разрабатывающих учебно-методические материалы (пособия, указания, рекомендации и т.д.) с использованием ИКТ по читаемым дисциплинам, (%). (O1)
Количество преподавателей, использующих ИКТ- средства в целях в демонстрации и иллюстрации; индивидуализации, дифференциации обучения, (%). (O2)
Использование учебно-методических материалов (пособий, указаний, рекомендаций с использованием ИКТ)
через электронный репозитарий. (SC1)
Использование студентами системы
оценивания, основанной на ИКТ. (SC2) 3/8
Формирование комплексной оценки (CA - complex assessment) проведем на основе иерархической структуры (дерева критериев, см. рис.8). Эту процедуру выполним как нечеткую свертку частных критериев в программе fuzzyTECH. В отличие от пакета Fuzzy Logic Toolbox в MATLAB проект системы нечеткого логического вывода в fuzzyTECH может содержать кроме входных и выходных также и промежуточные переменные с собственными блоками правил, что позволяет легко построить иерархическую структуру, содержащую промежуточные блоки с необходимыми связями [3]. Рассматриваемая иерархическая структура представлена на рисунке 8. Графическое окно редактора, соответствующего проекту “Complex assessment” для рассматриваемой системы нечеткого вывода, формирования комплексной оценки эффективности применения средств ИКТ, изображено на рисунке 9. Для всех лингвистических переменных используем терм- множества с трапециевидными функциями принадлежности: “low” – функция с параметрами [0; 0; 2; 4]; “medium” –функция с параметрами [3; 5; 7; 8]; “high” –функция с параметрами [7; 9; 10; 10].
257
Рис.9. Графическое окно редактора проекта “Complex assessment”.
В результате, используя логику, в которой учитываются приоритеты показателей, получаем оценку для ВУЗ1 СА = 6 – «среднее значение» уровня применения ИКТ. Для ВУЗ2 СА = 1, т.е. «низкое значение». Этот результат существенно отличается от средних арифметических значений критериев, приведенных в таблице 2.2: ВУЗ1 = 5,81 и ВУЗ2 = 7,06. Эти величины соответствуют «средним значениям» применения ИКТ в обоих случаях. А для ВУЗ2 этот показатель даже выше.
анализа и оценки результатов педагогических исследований показывают, что для определения степени отличия объектов различной природы на основании результатов измерений их показателей использование порядковой шкалы с последующим вычислением среднего арифметического не вполне корректно. Поэтому для объективного расчета комплексной оценки разнородных объектов более целесообразно использовать в соответствующих случаях метод анализа иерархий, а при наличии неопределенности оценок – нечетко-множественное моделирование.
258
Литература 1.
Zadeh L. Outline of a New Approach to the Analysis of Complex Systems and Decision Processes / IEEE Trans. Syst. Man Cybernet. №3. – 1973. – P. 28-44. 2.
Гордиенко Т.П., Гапонов А.И., Кузнецова О.Ю. Использование метода анализа иерархий для оценивания лекции / Теоретические и прикладные вопросы науки и образования: материалы междунар. заочной науч.-практич. конф. - Тамбов, 2015. – Ч.13. - С. 32-36. 3.
fuzzyTECH. / СПб.: БХВ. Петербург, 2005. – С. 736. 4.
Митихин В.Г. Об одном контрпримере для метода анализа иерархий / Проблемы управления, 2012. № 3. С. 77–79. 5.
региональных образовательных систем / М.: ИПУ РАН, 2001. – С. 83. 6.
Новиков Д.А. Статистические методы в педагогических исследованиях (типовые случаи). / М.: МЗ-Прес, 2004. - С. 67. 7.
количественный подход. / М.: Физматлит, 2002. - С.176. 8.
Ногин В.Д. Принятие решений при многих критериях. Учебно- методич. пособие. / СПб. Издательство «ЮТАС», 2007. – С.104. 9.
основе нелинейной свертки критериев. / Журн. вычислительная математика и математическая физика Выпуск №7, Т.44, 2004. –- С. 1261– 1270. 10.
Оценка произведение искусства с помощью метода анализа иерархий (МАИ). http://www.gelos.ru/consulting/MAI-Gelos-Inet.htm 11.
Подиновский В.В., Подиновская О.В. О некорректности метода анализа иерархий / Проблемы управления, 2011. № 1. С. 8–13. 12.
Применение метода анализа иерархий в ситуационных центрах для
управления подготовкой аварийно-спасательных формирований. Математические машины и системы Выпуск № 4, Т.1, 2008, - C.139-146. 13.
Саати Т. Принятие решений. Метод анализа иерархий. / М.:«Радио и связь», 1993. – С.278. 14.
Штовба С.Д. Введение в теорию нечетких множеств и нечеткую логику
проекта [Электронный ресурс]: http://matlab.exponenta.ru/fuzzylogic/book1/ |