- •1. Цель работы
- •1.1. Основная цель работы
- •1.2. Описание проблематики темы диссертации
- •2. Краткий обзор методов искусственного интеллекта
- •2.1. Искусственный интеллект
- •2.2. Методы искусственного интеллекта
- •2.2.1. Экспертные системы
- •2.2.4. Нейронные сети
- •2.2.2. Рассуждение по аналогии (Case based reasoning, cbr)
- •2.2.3. Байесовские сети доверия
- •2.2.5. Нечеткие системы
- •2.2.6. Эволюционные вычисления
- •3. Выбор метода интеллектуализации для решения основных задач магистерской диссертации
- •3.1. Применение нечёткой логики в решении задачи по определению степени приближения ответа обучаемого к эталону
- •3.2. Применение нечёткой логики в решении задачи по регулированию сложностной и временной адаптации
- •4. Реализация программы для решения задачи с использованием нечёткой логики
- •4.1. Языки программирования
- •4.2. Вид представления
- •Список литературы
4.2. Вид представления
Аппарат НЛ реализован в системе «Дистанционного адаптивного тестирования навигационных знаний» располагаемого на бесплатном хостинге, предоставляющем свое уникальное имя в сети, зарезервированное за конкретным адресом ПК.
Компьютер, на котором работает система, может находиться в любой точке земного шара, базироваться на локальном ПК, не имеющем выхода в сеть интернет, что делает данную реализацию достаточно гибкой, мобильной и высокоуниверсальной.
Система простроена на базе следующих программ: операционной системы Windows XP, Apache2.2, PHP, MySQl, JQwery и представляет из себя модульную структуру, состоящую из следующих основных частей: авторизационная; пользовательская; администраторская.
Авторизационная часть предназначена для идентификации пользователя, который желает пройти тестирование или же для идентификации администратора, осуществляющего работу в системе.
Пользовательская часть предоставляет возможность выбрать тот или иной тест, который зарегистрирован в системе. В данной части пользователь проходит сам тест и получает полную детализацию прохождения.
Администраторская часть содержит ряд инструментов, необходимых для работы с системой: Добавление новых вопросов; Редактирование существующих вопросов; Просмотр отчетов пользователей, прошедших тестирование; Управление настройками теста (количество вопросов в тесте, время теста, шкала оценивания, по которой рассчитывается результат и т. д.). Для хранения данных используется база данных MySQL. Данная система включает в себя системную базу и N баз, где N – количество зарегистрированных тестов.
Характерными особенностями комплекса являются:
гибкость, за счет использования «каркасно-модульной» организации, что позволяет в реальном масштабе времени осуществлять быструю переналадку сценария обучения;
высокая универсальность, за счет возможности аудиторного и внеаудиторного исполнения и использования на любом из этапов контроля (входной, рубежный, итоговый);
автономность, за счет инвариантности к операционным системам и к средствам вычислительной техники, используемым для организации контроля (КПК, ЭВМ, ПЭВМ, ППВМ, планшет, смартфон и т. д.);
интуитивная понятность, за счет использования модульно-семантической логики построения системы;
функциональная простота, минимизирующая отдельные манипуляции пользователя и обеспечивающая комфортные условия работы с комплексом;
эргономичность, за счет удобного взаиморазмещения элементов, модулей и блоков на экране ПК, планшета, смартфона и т. д.);
инвариантность к предметной области дисциплины, что позволяет создавать базы тестовых заданий и сценарии тестирования по специальным дисциплинам (СД), естественнонаучным дисциплинам (ЕНД) и гуманитарным дисциплинам (ГД);
наличие современных алгоритмов психофизиологической самодиагностики (ПФСД) личности, за счет интегрирования в комплекс модуля ПФСД;
наличие эффективных алгоритмов, минимизирующих вероятность угадывания и препятствующих списыванию, что обеспечивает адекватность и достоверность оценки знаний в реальном масштабе времени;
потенциальная возможность построения диагностирующей и самодиагностирующей удаленной обучающей системы с возможностью реализации процедуры восстановления знаний и построения индивидуальных траекторий освоения учебного материала.
Выводы
Программная реализация реализации применения НЛ осуществляется на базе языка программирования РНР и баз данных MySQL.
Уже проводятся исследования, подтверждающие работоспособность программного комплекса системы и адекватность предложенного алгоритма адаптивного тестирования на базе нечёткой логики АТ. Также, проводится оценка эффективности разработанной системы АТ.
Уже сейчас, по начальным результатам исследования, можно сказать, что АТ с использованием НЛ имеет лучшие показатели, чем АТ без них.
Модель тестирования на базе НЛ позволяет более эффективно сформировать индивидуальную траекторию обучаемого и более качественно оценить его знания, позволяет проводить обучение авиационных специалистов в сжатые сроки без потери качества передаваемых знаний, а также создаёт предпосылки к постоянному саморазвитию у обучаемых.
