Экспертные и обучающиеся системы. Экспертные системы в обучении Системы управления базами данных и экспертные системы

  • Специальность ВАК РФ13.00.02
  • Количество страниц 192

ВВЕДЕНИЕ

ГЛАВА 1. КОМПЬЮТЕРНЫЕ ОБУЧАЮЩИЕ СИСТЕМЫ В

ПРОЦЕССЕ ОБРАЗОВАНИЯ

1.1. Краткий обзор внедрения компьютерных технологий обучения.

1.2. Экспертные системы: их фундаментальные свойства и применение.

1.3. Применение экспертных систем в процессе обучения. Экспертно-обучающие системы.

1.4. Проведение и анализ основных результатов констатирующего эксперимента.

1.5. Перспективы использования экспертных систем в учебном процессе.

ВЫВОДЫ ПО ПЕРВОЙ ГЛАВЕ

ГЛАВА 2. ТЕОРЕТИЧЕСКИЕ ВОПРОСЫ ПОСТРОЕНИЯ

ЭКСПЕРТНО-ОБУЧАЮЩИХ СИСТЕМ

2.1. Архитектура ЭОС.

2.2. Представление знаний в ЭОС.

2.3. Модель обучаемого.

2.4. Классификация ЭОС. 89 ВЫВОДЫ ПО ВТОРОЙ ГЛАВЕ

ГЛАВА 3. ОБУЧАЮЩАЯ СИСТЕМА, ПОСТРОЕННАЯ ПО

ПРИНЦИПУ ДЕЙСТВИЯ ЭКСПЕРТНО-ОБУЧАЮЩИХ СИСТЕМ, ОРИЕНТИРОВАННАЯ НА РЕШЕНИЕ ЗАДАЧ О ДВИЖЕНИИ ТЕЛА ПО НАКЛОН

НОЙ ПЛОСКОСТИ

3.1. Программные средства, обучающие решению физических задач.

3.2. Построение и работа обучающей системы построенной по принципу действия экспертно-обучающих систем, ориентированной на решение задач о движении тела по наклонной плоскости.

3.3. Задачи, решаемые с помощью разработанной экспертно-обучающей системы.

ВЫВОДЫ ПО ТРЕТЬЕЙ ГЛАВЕ

ГЛАВА 4. ЭКСПЕРИМЕНТАЛЬНАЯ ПРОВЕРКА МЕТОДИКИ ОБУЧЕНИЯ УЧАЩИХСЯ С ИСПОЛЬЗОВАНИЕМ РАЗРАБОТАННЫХ ПРОГРАММНЫХ СРЕДСТВ

4.1. Проведение и анализ основных результатов поискового эксперимента.

4.2. Проведение и анализ основных результатов обучающего и контрольного педагогического эксперимента.

ВЫВОДЫ ПО ЧЕТВЕРТОЙ ГЛАВЕ

Рекомендованный список диссертаций

  • Методика применения экспертных систем для корректировки процесса обучения и оценки эффективности ППС 1997 год, кандидат педагогических наук Снижко, Елена Александровна

  • Дидактическая компьютерная среда как составляющая технологии формирования обобщенных умений учащихся в выполнении экспериментального исследования 2002 год, кандидат педагогических наук Кокшаров, Владимир Леонидович

  • Компьютерная технология подготовки и проведения учебных занятий 1999 год, кандидат педагогических наук Седых, Светлана Павловна

  • Дидактическая специфика информационных технологий в образовательном процессе средней школы: На материале курса астрономии 2002 год, кандидат педагогических наук Рысин, Михаил Леонидович

  • Принципы построения и использования экспертных обучающих систем в курсе "Теоретические основы информатики" 2000 год, кандидат педагогических наук Кудинов, Виталий Алексеевич

Введение диссертации (часть автореферата) на тему «Компьютерные обучающие системы, построенные по принципу действия экспертно-обучающих систем: Разработка и применение при обучении решению физ. задач»

Традиционно процесс обучения вообще и процесс обучения физике, в частности, рассматривается как двусторонний, включающий в себя деятельность преподавателя и учащихся. Активное использование ЭВМ в учебном процессе делает ее полноправным третьим партнером процесса обучения. Компьютеры предоставляют практически неограниченные возможности для развития самостоятельного творческого мышления учащихся, их интеллекта, а также самостоятельной творческой деятельности учащихся и преподавателей.

Активная работа по поиску новых форм и методов обучения началась в 60-е годы. Под руководством академика А.И. Берга были организованы и проведены работы, посвященные проблемам программированного обучения, внедрению технических средств обучения и обучающих машин. Программированное обучение явилось первым шагом к активизации учебной деятельности. Глубокие исследования по вопросам теории и практики программированного обучения провели В.П. Беспалько, Г.А. Бордовский, Б.С. Гершунский, В.А. Извозчиков, Е.И. Машбиц, Д.И. Пеннер, А.И. Раев, В.Г. Разумовский, Н.Ф. Талызина и другие.

Вопросы эффективного использования ЭВМ в учебном процессе и исследования по разработке эффективных методов и средств компьютерного обучения остаются актуальными и в настоящее время. В нашей стране и за рубежом ведутся соответствующие работы в данной области. Однако до сих пор еще не сформировалось единого взгляда по вопросам применения средств вычислительной техники в сфере образования.

Начальный период использование ЭВМ в процессе обучения характеризуется как период интенсивного развития идей программированного обучения и разработки автоматизированных обучающих систем. Разработчики автоматизированных обучающих систем исходили из предположения, что процесс обучения может быть осуществлен путем хорошо организованной последовательности кадров обучающей и контролирующей информации. Первые эксперименты по использованию ЭВМ в учебном процессе нашли свое воплощение в виде программ учебного назначения с детерминированным сценарием обучения. Данному классу программ учебного назначения присущи следующие недостатки: низкий уровень адаптации к индивидуальным особенностям учащегося; сведение задачи диагностики знаний учащегося к задаче определения принадлежности его ответов к одному из классов эталонных ответов; большие трудозатраты на подготовку учебного материала.

Альтернативным подходом к процессу компьютеризации обучения является создание так называемых учебных сред. В учебной среде реализуется концепция обучения через открытие. Принципиальное отличие данного подхода от рассмотренного выше заключается в том, что в данном случае к учащемуся относятся как к некоторой автономной системе, способной иметь свои цели. Для данного класса программ учебного назначения характерны следующие особенности: учебная среда предоставляет учащемуся учебные материалы и другие ресурсы, необходимые для достижения учебной цели, поставленной ему преподавателем либо им самим; отсутствие контроля действий учащегося со стороны системы. Основное назначение учебной среды - создание благоприятной, "дружественной" среды или "мира", "путешествуя" по которой, учащийся приобретает знания.

Исследования в области психологии мышления, достижения в области искусственного интеллекта и технологий программирования расширили область применения компьютера в учебном процессе, позволили проверить на практике новые концепции интеллектуализации компьютерного обучения.

Резкое увеличение объема информации в учебном процессе предъявляет новые требования к кибернетическому подходу в обучении, а, следовательно, и к педагогическим программным средствам. Они должны помочь эффективно решать основную задачу - управление процессом обучения с использованием обратной связи на основе детальной диагностики знаний учащихся, выявлении причин возникновения у них ошибок с одновременным объяснением предлагаемого компьютером варианта решения учебной задачи. Отмеченные особенности наиболее эффективно реализуются, прежде всего, обучающими системами, построенными по принципу действия экспертно-обучающих систем, что и определяет актуальность теоретико-практического исследования данной проблемы.

Внедрение экспертных систем в учебный процесс является естественным логическим продолжением компьютеризации образования, его качественно новым этапом, закладывающим основы информатизации образования. Этот процесс стал возможен благодаря глубоким исследованиям, проведенным по вопросам компьютеризации образования учеными и педагогами. Учитывая, что применение экспертных систем для решения проблем по физике дали положительные результаты, исследования по разработке и применению экспертных систем являются актуальными не только в научной, но и в педагогической деятельности, включая и обучение физике.

Использование обучающих программ, построенных по принципу действия экспертно-обучающих систем, в процессе обучения даст новых качественный скачок в образовании. Их внедрение в практику обучения позволит: изменить стиль обучения, превратив его из информационно-объяснительного в познавательный, учебно-исследовательский; сократить сроки овладения необходимыми знаниями.

Объектом исследования является процесс обучения физике.

Предметом исследования является процесс обучения решению задач по физике с использованием обучающей системы, построенной по принципу действия экспертно-обучающих систем, и формирование у учащихся общего способа решения задач.

Цель работы состояла в разработке и создании обучающей системы, построенной по принципу действия экспертно-обучающих систем, ориентированной на решение физических задач определенного класса, и исследовании возможности формирования у учащихся общего способа решения при обучении решению задач по физике с использованием данных специально разработанных педагогических программных средств.

Гипотеза исследования заключается в следующем: внедрение в процесс обучения обучающих систем, построенных по принципу действия экспертно-обучающих систем, приведет к более эффективному усвоению учащимися общего способа решения задач по физике, что позволит повысить их успеваемость, углубить их знания по физике и будет способствовать повышению качества знаний по изучаемому предмету.

Исходя из сформулированной гипотезы, для достижения цели исследования были поставлены и решены следующие задачи:

Анализ современных методов и средств разработки программ учебного назначения. Акцентирование внимания на те из них, которые соответствуют целям работы;

Исследование возможностей использования компьютера для реализации формирования у учащихся общего способа решения задач;

Разработка структуры и принципов построения обучающей системы, построенной по принципу действия экспертно-обучающих систем, ориентированной на решение физических задач определенного класса;

Проверка выдвинутой гипотезы исследования, оценка эффективности разработанной методики, разработанных педагогических программных средств в ходе педагогического эксперимента.

Для решения поставленных задач использовались следующие методы исследования:

Теоретический анализ проблемы на основе изучения педагогической, методической и психологической литературы;

Анкетирование и опрос учащихся, студентов, преподавателей школ и вузов;

Изучение процесса обучения решению задач и разработанной методики в ходе посещения и проведения занятий по физике, наблюдений за учащимися, бесед с преподавателями, проведения и анализа контрольных работ, тестирования учащихся;

Планирование, подготовка, проведение педагогического эксперимента и анализ его результатов.

Научная новизна исследования состоит в:

Разработке обучающей системы, построенной по принципу действия экспертно-обучающих систем, ориентированной на решение определенного класса задач по физике;

Теоретическом и практическом обосновании возможности формирования у учащихся общего способа решения задач при использовании в процессе обучения разработанных педагогических программных средств (обучающей системы, построенной по принципу действия экспертно-обучающих систем);

Разработке основ методики использования обучающей системы, построенной по принципу действия экспертно-обучающих систем, при обучении решению физических задач.

Теоретическая значимость исследования состоит в разработке подхода к обучению решению задач по физике, заключающегося в реализации управления деятельностью учащихся при решении задач посредством специально разработанных педагогических программных средств (обучающей системы, построенной по принципу действия экс-пертно-обучающих систем).

Практическая значимость исследования заключается в создании программно-методического обеспечения занятий по физике (обучающей системы, построенной по принципу действия экспертно-обучающих систем), определении его роли и места в учебном процессе и разработке основ методики использования данных педагогических программных средств при проведении занятий по решению физических задач с использованием ЭВМ.

На защиту выносится:

Обоснование возможности применения разработанной обучающей системы, построенной по принципу действия экспертно-обучающих систем, в процессе обучения решению задач по физике;

Разработка подхода к управлению деятельностью учащихся посредством специально разработанных педагогических программных средств (обучающей системы, построенной по принципу действия экс-пертно-обучающих систем) при обучении решению задач по физике;

Основы методики использования обучающей системы, построенной по принципу действия экспертно-обучающих систем, при проведении занятий по решению задач в процессе обучения физике.

Апробация и внедрение результатов исследования. Основные результаты исследования докладывались, обсуждались и получили одобрение на заседаниях кафедры методики преподавания физики МПГУ (1994-1997 гг.), на конференции молодых ученых (Мордовский госуниверситет, 1996-1997 гг.), на конференциях МПГУ (апрель, 1996 г.).

Основные положения диссертации отражены в следующих публикациях:

1. Грызлов С.В. Экспертно-обучающие системы (обзор литературы) // Преподавание физики в высшей школе. М., 1996. № 4. - С. 3-12.

2. Грызлов С.В. Применение экспертно-обучающих систем в процессе преподавания физики // Преподавание физики в высшей школе. М., 1996. №5.-С. 21-23.

3. Грызлов С.В., Королев А.П., Соловьев Д.Ю. Экспертно-обучающая система, ориентированная на решение комплекса задач о движении тела по наклонной плоскости // Совершенствование учебного процесса на основе новых информационных технологий. Саранск: Мордовский гос. пед. ин-т, 1996. - С. 45-47.

4. Грызлов С.В., Каменецкий С.Е. Перспективные направления использования компьютерной техники в учебном процессе вуза и школы // Наука и школа. 1997. №2.-С. 35-36.

Структура и объем диссертации. Диссертационная работа состоит из введения, четырех глав, заключения, списка использованной литературы и приложения. Общий объем 192 страницы машинописного текста, включая 25 рисунков, 8 таблиц. Список литературы включает 125 наименований.

Похожие диссертационные работы по специальности «Теория и методика обучения и воспитания (по областям и уровням образования)», 13.00.02 шифр ВАК

  • Дидактические условия применения автоматизированных учебных курсов в процессе изучения старшеклассниками естественнонаучных дисциплин 1999 год, кандидат педагогических наук Белоус, Наталья Николаевна

  • Разработка объектно-ориентированного математического и программного обеспечения информационных технологий управления индивидуализированным обучением в коррекционной школе 2003 год, кандидат технических наук Кремер, Ольга Борисовна

  • Теоретические основы создания и применения дидактических интерактивных программных систем по общетехническим дисциплинам 1999 год, доктор педагогических наук Зайнутдинова, Лариса Хасановна

  • Методика обучения геометрии в 10-11 классах общеобразовательной школы с использованием компьютера 2002 год, доктор педагогических наук Мехтиев, Мурадхан Гаджиханович

  • Компьютеризированная педагогическая поддержка действий учащегося при работе по разветвленной программе 2002 год, кандидат педагогических наук Царева, Ирина Николаевна

Заключение диссертации по теме «Теория и методика обучения и воспитания (по областям и уровням образования)», Грызлов, Сергей Викторович

ВЫВОДЫ ПО ЧЕТВЕРТОЙ ГЛАВЕ

1. На основании проведенного анализа возможных направлений использования компьютера в обучении выявлены недостатки существующих педагогических программных средств, обоснована необходимость создания и применения в учебном процессе программных средств обучения, построенных по принципу действия экспертно-обучающих систем.

2. Разработана методика проведения занятий с применением разработанных программных средств (обучающей системы, построенной по принципу действия экспертно-обучающих систем).

3. В ходе поискового эксперимента было определено содержание и скорректирована структура разработанных педагогических программных средств.

4. Проведение поискового эксперимента позволило выработать окончательный вариант методики проведения занятий с применением разработанной обучающей системы, направленной на формирование у учащихся общего способа решения задач.

5. Проведенный сравнительный анализ результатов контрольного педагогического эксперимента свидетельствует о значительном влиянии предлагаемой нами методики проведения занятий по решению физических задач с использованием разработанных педагогических программных средств на формирование у учащихся общего способа решения задач.

Таким образом, доказана справедливость выдвинутой гипотезы о большей эффективности предлагаемой нами методики проведения занятий по решению физических задач с использованием разработанных педагогических программных средств по сравнению с традиционной.

ЗАКЛЮЧЕНИЕ

1. Изучена и проанализирована педагогическая, методическая и психологическая литература и диссертационные исследования по методике использования компьютера в процессе обучения. На этой основе выявлено, что наиболее эффективными педагогическими программными средствами являются программы учебного назначения, построенные по принципу действия экспертно-обучающих систем.

2. Экспертно-обучающие системы, ориентированные на формирование у учащихся общего способа решения, являются наиболее эффективным средством обучения решению задач.

3. Определены перспективы использования экспертно-обучающих систем в учебном процессе, предложены направления использования экспертных систем в процессе обучения.

4. Предложена и обоснована структура обучающей системы, построенной по принципу действия экспертно-обучающих систем, ориентированной на формирование у учащихся общего способа решения задач.

5. Разработана обучающая система, построенная по принципу действия экспертно-обучающих систем, ориентированная на решение комплекса задач о движении тела по наклонной плоскости. Управление деятельностью учащихся в ходе решения задачи с помощью разработанной обучающей системы реализуется посредством: а) компьютерного моделирования, что позволяет выявить существенные свойства и отношения объектов, о которых идет речь в задаче; б) эвристических средств, которые предоставляют учащимся возможность планировать свои действия; в) пошагового контроля действий учащегося со стороны обучающей системы и предъявления по просьбе учащегося эталонного решения задачи, выработки умения оценивать свои действия, выбирать критерии этой оценки.

6. Определена методика проведения занятий по решению задач с использованием разработанных педагогических программных средств, их роль и место в учебном процессе. Основные положения данной методики в следующем: а) самостоятельный выбор учащимися задач для усвоения общего способа решения задач определенного класса; б) использование разработанных педагогических программных средств (обучающей системы, построенной по принципу действия экспертно-обучающих систем) для формирования общего способа решения задач; в) сочетание самостоятельного решения задач каждым учащимся с коллективным обсуждением плана решения; г) выделение алгоритма решения задач данного класса на основе обобщения уже решенных задач.

7. Результаты проведенного педагогического эксперимента показали, что формирование у учащихся общего способа решения задач в экспериментальных группах, где обучение проводилось с использованием разработанных педагогических программных средств (обучающей системы, построенной по принципу действия экспертно-обучающих систем), значительно выше, чем в контрольных группах, где обучение проводилось с использованием наиболее распространенных видов компьютерных программ (моделирующих и обучающих), что подтверждает достоверность выдвинутой гипотезы.

Список литературы диссертационного исследования кандидат педагогических наук Грызлов, Сергей Викторович, 1998 год

1. Алексеева Е.Ф., Стефанюк В.Л. Экспертные системы (состояние и перспектива) // Известия АН СССР. Техническая кибернетика. 1984.- №5. С. 153-167.

2. Анацкий Н.М., Левин Н.А., Поспелова Л.Я. Реализация экспертной системы "ИПИЛОГ" / Материалы V Всесоюзного семинара "Разработка и применение программных средств ПЭВМ в учебном процессе": Тез. докл. Орджоникидзе, 1989. - С. 27-28.

3. Андерсон Дж.Р., Рейзер Б. Дж. Учитель ЛИСПа // В кн. Реальность и прогнозы искусственного интеллекта: Сб. статей; пер. с англ. / Под ред. В.Л. Стефанюка. М.: Мир, 1987. - С. 27-47.

4. Антонюк Л.С., Черепина И.С. Об использовании активных методов обучения на младших курсах // Программированное обучение, 1988. -Вып. 25.-С. 98-101.

5. Аристова Л.П. Автоматизация учения школьников. М.: Просвещение, 1968. -139 с.

6. Бабанский Ю.К. Выбор методов обучения в средней школе. М.: Педагогика, 1981. - 176 с.

7. Байков Ф.Я. Проблемно-программированные задания по физике в средней школе. Пособие для учителей. М.: Просвещение, 1982. - 62 с.

8. Балобашко Н.Г., Кузнецов B.C., Смирнов О.А. Обеспечение учебного процесса вычислительными ресурсами. М.: НИИ проблем высш. шк.- 1985. 44 с.

9. Беспалько В.П. Основы теории педагогических систем. Воронеж: Изд-во Воронежского ун-та, 1977. - 304.

10. Беспалько В.П. Программированное обучение (дидактические основы). М., 1970. - 300 с.

11. Бобко И.М. Адаптивные педагогические программные средства. -Новосибирск: изд-во НГУ, 1991. 101 с.

12. Бугаенко Г.А., Буркова С.А. Решение одной задачи повышенной трудности // Физика в школе. № 4. - 1991. - С. 43-46.

13. Буняев М.М. Научно-методические основы проектирования разветвленных диалоговых обучающих систем: Дис. на соискание ученой степени канд. пед. наук. 1992. - 350 с.

14. Власова Е.З. Перспективы применения экспертных систем в учебном процессе // Среднее специальное образование. 1991. - № 4. - С. 21.

15. Власова Е.З. Разработка баз знаний экспертных систем при методической подготовке студентов-физиков: Дис. на соискание ученой степени канд. пед. наук. СП-б, 1993. - 211 с.

16. Гварамия М. Опыт разработки компьютерных учебных пособий по физике // Информатика и образование. 1990. - № 6. - С. 79.

17. Гергей Т., Машбиц Е.И. Психолого-педагогические проблемы эффективного применения компьютеров в учебном процессе // Вопросы психологии. 1985. - № 3. - С. 41-49.

18. Гершунский Б.С. Компьютеризация в сфере образования: проблемы и перспективы. М.: Педагогика, 1987. - 264 с.

19. Глушков В.М. Вычислительная техника и проблемы активизации управления. В сб.: Будущее науки. Перспективы. Гипотезы. Современные проблемы. Вып. 4. - М.: Знание, 1971.

20. Голицина И., Нарьков И. Компьютер на уроках физики // Информатика и образование. 1990. - № 3. - С. 31.

21. Готлиб Б. Компьютерно-дидактическое обеспечение // Информатика и образование. 1987. - № 4. - С. 3-14.

22. Готлиб Б. Структура АОС // Информатика и образование. 1987. - № З.-С. 11-19.

23. Грабарь М.И., Краснянская К.А. Применение математической статистики в педагогических исследованиях. Непараметрические методы. -М., Педагогика, 1977. 136 с.

24. Грызлов С.В. Экспертно-обучающие системы (обзор литературы) // В сб. Преподавание физики в высшей школе. № 4. - М., 1996. - С. 312.

25. Гутман В.И., Мощанский В.Н. Алгоритмы решения задач по механике в средней школе: Книга для учителя. М.: Просвещение, 1988. -95 с.

26. Давыдов В.В. Проблема развивающего обучения: Опыт теоретического и экспериментального психологического исследования. М.: Педагогика, 1986. - 240 с.

27. Далингер В. Диалоговые обучающие программы и требования к ним // Информатика и образование. 1988. - № 6. - С. 35-37.

28. Дановски П., Довгялло A.M., Кирова К.Н. и др. Автоматизированные обучающие системы на базе СПОК // Современная высшая школа.-1983.-№ 1.-С. 171-178.

29. Денисов А.Е., Бушуев С.Д. Программированное обучение и компьютеризация учебного процесса в вузе // Программированное обучение, 1988.-Вып. 25.-С. 3-9.

30. Дидактика средней школы: Некоторые проблемы современной дидактики. / Под ред. М.Н. Скаткина. М.: Просвещение, 1982. - 319 с.

31. Дрига В.И., Панков М.Н. К вопросу о дидактических требованиях по составлению программно-педагогических средств / В сб. Компьютер и образование / Под ред. Разумовского В.Г. М.: АПН СССР, 1991 -117 с.

32. Емельянов В.В., Уханова Т.В., Ясиновский С.И. Использование методов искусственного интеллекта в гибких производственных системах: Учебное пособие по курсу "Организационное управление ГПС" / Под ред. В.В. Емельянова. М.: Изд-во МГТУ, 1991. - 36 с.

33. Еслямов С.Г. Методы и средства, обеспечивающие эффективное применение экспертных систем в обучении: Автореферат диссертации на соискание ученой степени кандидата технических наук: 05.25.05. Киев, 1993.- 16 с.

34. Жаблон К., Симон Ж.-К. Применение ЭВМ для численного моделирования в физике. М.: Наука, 1983. - 235 с.

35. Зак А.З. Как определить уровень развития мышления школьника. -М.: Знание, 1982. 98 с.

36. Ибрагимов О.В., Петрушин В.А. Экспертно-обучающие системы. -Киев, 1989. 21 с. - (Препр. / АН УССР. Ин-т кибернетики им. В.М. Глушкова; 89-47).

37. Извозчиков В.А. Дидактические основы компьютерного обучения физике. Л.: ЛГПИ, 1987. - 256 с.

38. Извозчиков В.А., Жарков И.В. Диалог учащегося и машины // Физика в школе. 1985. - № 5. - С. 48-51.

39. Извозчиков В.А., Ревунов Д.А. ЭВТ на уроках физики в средней школе. М.: Просвещение, 1988. - 239 с.

40. Ильина Т.А. Педагогика: Курс лекций. Учебное пособие для студентов пед. вузов. М.: Просвещение, 1984. - 202 с.

41. Кибернетика и проблемы обучения. / Под ред. А.И. Берга. М.: Прогресс, 1970. - 390 с.

42. Компьютер обретает разум: Пер. с англ./ Под ред. B.JI. Стефанюка. -М.: Мир, 1990. 240 с.

43. Кондратьев А.С., Лаптев В.В. Физика и компьютер. Л.: Изд-во ЛГУ, 1989. - 328 с.

44. Константинов А.Б. ЭВМ в роли теоретика: символьные выкладки и принципы искусственного интеллекта в теоретической физике / Эксперимент на дисплее. М.: Наука, 1989. - С. 6-44.

45. Корж Э.Д., Пеннер Д.И. Программированные задачи по физике для VIII класса. Владимир: В ПИ, 1984. - 81 с.

46. Круг Г.К., Кабанов В.А., Черных А.В. Инструментальные диалоговые обучающие системы на микро-ЭВМ // Микропроцессорные устройства и системы. 1987. - № 3. - С. 29-30.

47. Кузнецов А., Сергеева Т. Обучающие программы и дидактика // Информатика и образование. 1986. - № 2. - С. 87-90.

48. Кузнецов А. Основные принципы применения ЭВМ в процессе обучения. / В сб. Теоретические и прикладные проблемы компьютеризации обучения. Казань, 1988. - 184 с.

49. Ланина И.Я. Формирование познавательных интересов учащихся на уроках физики. М.: Просвещение, 1985. - 128 с.

50. Лобанов Ю.И., Брусиловский П.Л., Съедин В.В. Экспертно обучающие системы. - М., - 56 с. - (Новые информационные технологии в образовании: обзор, информ. /НИИВО; Вып. 2)

51. Ляудис В.Я. Психологические принципы конструирования диалоговых обучающих систем // В сб. Психолого-педагогические и психолого-физиологические проблемы компьютерного обучения. М.: изд-во АН СССР. - 1985.- 162 с.

52. Марселлус Д. Программирование экспертных систем на Турбо Прологе: Пер. с англ. М.: Финансы и статистика, 1994. - 256 с.

53. Марьясина Е.Д. Анализ правильности ответов в автоматизированных обучающих системах с использованием интерпретирующих моделей // Управляющие системы и машины. 1983. - № 1. - С. 104-107.

54. Маслов А., Таиров О., Труш В. Физиолого-гигиенические аспекты использования персональных ЭВМ в учебном процессе // Информатика и образование. 1987. - № 4. - С. 79-81.

55. Машбиц Е.И. Диалог в обучающей машине. Киев: Вища шк., 1989. -182 с.

56. Машбиц Е.И. Компьютеризация обучения: проблемы и перспективы. М.: Знание, 1986. - 80 с.

57. Машбиц Е.И. Психолого-педагогические проблемы компьютеризации обучения. М.: Педагогика, 1988. - 215 с.

58. Методика изучения в курсе физики средней школы темы "Электрическое поле" на основе проблемных программированных заданий:

61. Митрофанов Г.Ю. Экспертные системы в процессе обучения. М.: ЦНТИ гражданской авиации, 1989. - 32 с.

62. Михалевич В.М., Довгялло A.M., Савельев Я.М., Когдов Н.М. Экспертно-обучающие системы в комплексе компьютерных средств обучения // Современная высшая школа. 1988. - № 1 (61). - С. 125-136.

63. Монахов В.М. Психолого-педагогические проблемы обеспечения компьютерной грамотности учащихся // Вопросы психологии. 1985.- № 3. С. 14-22.

64. Морозова Н.В., Ионкин В.П. Использование фреймовых систем для контроля знаний студентов // В кн. Методы и средства информатизации обучения и научных исследований / Моск. эк.-ст. ин-т. М., 1992.- С. 43-49.

65. Невдава Л., Сергеева Т. О перспективных тенденциях разработки педагогических программных средств // Информатика и образование.- 1990.-№6.-С. 79.

66. Николов B.C. Разработка инструментальных средств для создания обучающих экспертных систем: Дис. на соискание ученой степени канд. физ.-мат. наук. М., АН СССР, 1988. - 183 с.

67. Нильсон Н. Принципы искусственного интеллекта / Пер. с англ. -М.: Радио и связь, 1985. 373 с.

68. Новиков В.Н. Об одной задаче повышенной трудности // Физика в школе. № 5. - 1989. - С. 124-128.

69. Новицкий Л.П., Фейдберг Л.М. Экспертно-обучающая система для персональной ЭВМ // В кн.: Методы и средства кибернетики в управлении учебным процессом высшей школы: Сб. науч. тр. / Моск. эк-ст. ин-т. М.; 1992. - С. 43-49.

70. Педагогика школы. / Под ред. И.Т. Огородникова. М.: Просвещение, 1978.-320 с.

71. Перспективы развития вычислительной техники: В 11 кн.: Справ, пособие / Под ред. Ю.М. Смирнова. Кн. 2. Интеллектуализация ЭВМ / Е.С. Кузин, А.И. Ройтман, И.Б. Фоминых, Г.К. Хахалин. М.: Высш. школа, 1989. - 159 с.

72. Петрушин В.А. Архитектура экспертно-обучающих систем / В кн. Разработка и применение экспертно-обучающих систем: Сб. науч. тр. М.: НИИВШ, - 1989. - С. 7-18.

73. Петрушин В.А. Интеллектуальные обучающие системы: архитектура и методы реализации (обзор) // Известия АН. Техническая кибернетика, №2 1993. - С. 164-189.

74. Петрушин В.А. Моделирование состояния знаний обучаемого в интеллектуальных обучающих системах // В кн. Разработка компьютерных технологий обучения и их внедрение: Сб. науч. тр. / АН УССР. Ин-т кибирнетики им. Глушкова, Киев, 1991. - С. 26-31.

75. Повякель Н.И. Целеобразование в психологическом обеспечении программных средств пользователя ЭВМ. М.: Изд-во МГУ, 1975. -С. 79-81.

76. Попов Э.В. Общение с ЭВМ на естественном языке. М.: Наука.-1982. - 360 с.

77. Попов Э.В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ. М.: Наука. Гл. ред. физ.-мат. лит., 1987. - 288 с.

78. Построение экспертных систем. Под ред. Ф. Хейеса-Рота М.: Мир, 1987.-442 с.

79. Практикум по разработке педагогических программных средств для средней школы. / Уч. пособие под ред. В.Д. Степанова. М.: изд-во Прометей, 1990. - 79 с.

80. Представление и использование знаний: Пер. с япон. / Под ред. X. Уэно, М. Исидзука. М.: Мир, 1989.

81. Применение экспертных систем в обучении физике: Ме-тод.рекомендации. / Сост. Е.З. Власова, проф., д-р ф.-м. наук В.А. Извозчиков. С-Пб, 1992. - 50 с. - (Кибернетика. Педагогика. Эдуколо-гия. / Рос. пед. ун-т им. А.И. Герцена. Из-во "Образование").

82. Путиева А. Вопросы развивающего обучения с использованием ЭВМ // Вопросы психологии. 1987. - № 1. - С. 63-65.

83. Раев А.И. Психологические вопросы программированного обучения. Л.: ЛГПИ им. Герцена, 1971. - 96 с.

84. Разработка и применение экспертно-обучающих систем. // Сб. науч. тр. М.: НИИВШ, 1989. - 154 с.

85. Ревунов А.Д., Извозчиков В.А. Электронно-вычислительная техника на уроках физики в средней школе. М.: Просвещение, 1988. - 257 с.

86. Ричмонд У.К. Учителя и машины: (Внедрение в теорию и практику программированного обучения). М., 1968. - 278 с.

87. Савченко Н.Е. Ошибки на вступительных экзаменах по физике. -Минск, Вышэйш. школа, 1975. - 160 с.

88. Сергеева Т. Новые информационные технологии и содержание образования // Информатика и образование. -1991. № 1.

89. Сергеева Т., Чернявская А. Дидактические требования к компьютерным обучающим программам // Информатика и образование. -1986. -№ 1.-С. 48-52.

90. Талызина Н.Ф. Теоретические проблемы программированного обучения. М.: Изд-во МГУ, 1969. - 133 с.

91. Талызина Н.Ф. Управление процессом усвоения знаний. М.: Изд-во МГУ, 1975.-343 с.

92. Тарасов JI.B., Тарасова А.Н. Вопросы и задачи по физике (Анализ характерных ошибок поступающих во втузы). Учебн. пособие, 3-е изд., перераб. и доп. - М.: Высш. шк., 1984. - 256 с.

93. Тихомиров O.K. Психологическая структура диалога "Человек -ЭВМ" // Вестник МГУ. Сер. 14. Психология. - 1984. - № 2. - С. 1724.

94. Усова А.В., Бобров А.А. Формирование учебных умений и навыков учащихся на уроках физики. М.: Просвещение, 1988. - 112 с. (Библиотека учителя физики).

95. Усова А.В., Тулькибаева Н.Н. Практикум по решению физических задач: Учебн. пособие для студентов физ.-мат. фак. М.: Просвещение, 1992. - 208 с.

96. Федосеенко М.Ю. Выбор средств представления знаний в экспертно-обучающих системах // В кн.: Разработка и применение экспертно-обучающих систем: Сб. науч. тр. М.: НИИВШ, 1989. - С. 43-48.

97. Чекулаева М.Е. Использование ЭВМ как средство развития мышления учащихся при обучении физике: Автореферат диссертации на соискание ученой степени кандидата педагогических наук: 13.00.02. -М., 1995.- 17 с.

98. Человек и вычислительная техника / Под ред. В.М. Глушкова. Киев, Наукова Думка, 1971.

99. Человек и вычислительная техника. / Под общ. ред. В.М. Глушкова. Киев, 1971.-294 с.

100. Щукина Г.И. Активизация познавательной деятельности учащихся в учебном процессе. М.: Просвещение, 1979. - 160 с.

101. Aiken К. Teachers and Computer. What is the key component? // Paper Presented at АБС (Automatization of the Educational System) in Secondary and High Shcools. Intitute Kurchatova. M., 1989, May 26. - P. 37-41.

102. Anderson J.A. Psychology and intelligent tutoring / Artif. Intell. and Educ.: Proc. 4th Int. Conf. AI and Educ., Amsterdam, 24-26 May, 1989. -Amsterdam etc., 1989. P. 1.

103. Andriole S.J. The Promise of artificial intellegence // J. Syst. Manag. -1985.-Vol. 36.-№7.-P. 8-17.

104. Bodnar Gy. A mesterseges intelligencia es a szakerforendzerek // Minosed es Megbizhatosag, 1988. № 3. - P. 11-17.

105. Bork A. Learning with Personal Computers. Cambridge: Harper and Row, 1987. - 238 p.

106. Brown I.S., Burton R.R. Diagnostic Models for Procedural Bugs in Basic Mathematical Skills // Cognitive Science. 1978. - V. 2. - P. 155192.

107. Burton R.R. Diagnosing bugs in asimple procedural skills // Intern. J. Man-Machine Studies. 1979. - № 11.

108. Cumming G., Self J. Collaborative intellegent educational systems / Artif. Intell. and Educ.: Proc. 4th Int. Conf. AI and Educ., Amsterdam, 2426 May, 1989. Amsterdam etc., 1989. - P. 73-80.

109. Dutta A. Reasoning with imprecise knowledge in expert system // Int. Sci. (USA). 1985. - Vol. 37. - № 1-3. - P. 3-24.

110. Elson-Cook M. Guided discovery tutoring and bounded user modelling // Self J. (Ed.) Artifical intelligence and human learning. Intelligent computer-aided instruction. L.: Chapman and Hall, 1988.

111. Feigenbaum E. On generality and problem solving // Machine Intelligence. 1971. - № 6.

112. Feigenbaum E.A., Mecorduck P. The 5th generation. Addison Wesley. Mass. 1983.-226 p.

113. Goldstein I.P. The Genetic Graph: a representation for the evolution of procedurial knowledge // Intern. J. Man-Machine Studies. 1979. -№11.

114. Murray W.R. Control for intelligent tutoring systems: a blackboard-based dynamic instructional planner / Artif. Intell. and Educ.: Proc. 4th Int. Conf. AI and Educ., Amsterdam, 24-26 May, 1989. Amsterdam etc., 1989.-P. 150-168.

115. Newell A. Heuristic programming: illstructured problems // Progress in operation processing. New York: Wiley and Sons, 1969. - V. 3. - P. 362414.

116. Simon H. The structure of illstructured problems // Artificial Intelligence. 1974. - V. 5. - № 2. - P. 115-135.

117. Sleeman D. Some challenges for intelligent tutoring systems / IJCAI 87: Proc. 10th Joint Conf. Artif. Intell., Milan, Aug. 23-28, 1987. P. 11661168.

118. Sleeman D. Assessing aspects of competence in basic algebra // Sleeman D., Brown J.S. (eds) Intelligent Tutoring Systems. New York: Academic Press, 1982.

119. Souldin Y. Optimum teaching system Illusion or reality? /Восток-Запад: Междунар. конференция "Взаимодействие человека с компьютером", Москва, 3-7 авг., 1993: Докл. Т. 1. - М., 1993. - С. 59-72.

120. Tompsett С.Р. Education, training and knowledge base design // Expert syst. 1988. - V. 5. - № 4. - P. 274-280.

121. Weip S. The Computer in School: Machine as Humanizer // Symposium: Harvard Educational Review, 1989. Vol. 59. - № 1. - P. 61.

122. Yazadani M. Guest editorial: expert tutoring systems // Expert Syst. -1988. V. 5. - № 4. - P. 271-272.

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.

Нестеров А. В., Тимченко В. В., Трапицын С. Ю. Информационные педагогические технологии. Учебно-методическое пособие, – СПб.: Издательство ООО «Книжный дом», 2003 – 340 с.

Экспертные системы в образовании. Четыре проблемы развития

И в картошке ценят не мундир,

а внутреннее содержание

Экспертные системы (ЭС) основаны на использовании элементов искусственного интеллекта, применяются в автоматизированных образовательных системах для повышения качества обучения за счет автоматизации процесса обучения и повышения эффективности за счет освобождения преподавателя от рутинной работы.

Основной недостаток существующих электронных учебных средств – использование неразвитых примитивных форм диалогового общения с пользователем. Переход от примитивного диалога, типа «меню», к диалогу на «естественном» языке, к диалогу «с голоса» требует применения экспертных систем.

Сегодня нет четкого определения термина «экспертная система». Наиболее общее определение: ЭС – это искусственная система, способная в данной предметной области эффективно заменить эксперта-человека. Экспертными могут называться автоматизированные информационные системы, ориентированные на решение задач в определенной предметной области с достаточным качеством.

ЭС предназначены для того, чтобы сделать доступными сочетания знаний, опыта, навыков и интуиции квалифицированных специалистов. ЭС в сочетании с комплексом учебной информации, в отличие от существующих автоматизированных учебных курсов, являются принципиально новым направлением повышения дидактической эффективности программно-методических комплексов, реализующих контроль и управление процессом обучения. Это отличие заключается в возможности интеллектуальной поддержки обучаемых разного уровня подготовленности. Такая возможность обусловлена наличием базы знаний.

Типы задач, где целесообразно использование ЭС:

управление процессом обучения с учетом индивидуальной подготовленности обучаемого, его индивидуальных особенностей;

диагностика и прогнозирование качества усвоения предметной информации и формирование изменений в последовательности представления учебного материала;

поддержание профессионального уровня обучаемого в данной предметной области;

Peфepaт нa тeму:

"Создание отчета как объекта базы данных. Экспертные и обучающиеся системы"

Oглaвлeниe

Создание отчета как объекта базы данных

Структура отчета в режиме Конструктора

Способы создания отчета

Создание отчета

Создание отчета как объекта базы данных

Отчет - это форматированное представление данных, которое выводится на экран, в печать или файл. Они позволяют извлечь из базы нужные сведения и представить их в виде, удобном для восприятия, а также предоставляют широкие возможности для обобщения и анализа данных.

При печати таблиц и запросов информация выдается практически в том виде, в котором хранится. Часто возникает необходимость представить данные в виде отчетов, которые имеют традиционный вид и легко читаются. Подробный отчет включает всю информацию из таблицы или запроса, но содержит заголовки и разбит на страницы с указанием верхних и нижних колонтитулов.

Структура отчета в режиме Конструктора

Microsoft Access отображает в отчете данные из запроса или таблицы, добавляя к ним текстовые элементы, которые упрощают его восприятие.

К числу таких элементов относятся:

Заголовок. Этот раздел печатается только в верхней части первой страницы отчета. Используется для вывода данных, таких как текст заголовка отчета, дата или констатирующая часть текста документа, которые следует напечатать один раз в начале отчета. Для добавления или удаления области заголовка отчета необходимо выбрать в меню Вид команду Заголовок/примечание отчета.

Верхний колонтитул. Используется для вывода данных, таких как заголовки столбцов, даты или номера страниц, печатающихся сверху на каждой странице отчета. Для добавления или удаления верхнего колонтитула необходимо выбрать в меню Вид команду Колонтитулы. Microsoft Access добавляет верхний и нижний колонтитулы одновременно. Чтобы скрыть один из колонтитулов, нужно задать для его свойства Высота значение 0.

Область данных, расположенная между верхним и нижним колонтитулами страницы. Содержит основной текст отчета. В этом разделе появляются данные, распечатываемые для каждой из тех записей в таблице или запросе, на которых основан отчет. Для размещения в области данных элементов управления используют список полей и панель элементов. Чтобы скрыть область данных, нужно задать для свойства раздела Высота значение 0.

Нижний колонтитул. Этот раздел появляется в нижней части каждой страницы. Используется для вывода данных, таких как итоговые значения, даты или номера страницы, печатающихся снизу на каждой странице отчета.

Примечание. Используется для вывода данных, таких как текст заключения, общие итоговые значения или подпись, которые следует напечатать один раз в конце отчета. Несмотря на то, что в режиме Конструктора раздел "Примечание" отчета находится внизу отчета, он печатается над нижним колонтитулом страницы на последней странице отчета. Для добавления или удаления области примечаний отчета необходимо выбрать в меню Вид команду Заголовок/примечание отчета. Microsoft Access одновременно добавляет и удаляет области заголовка и примечаний отчета.

Способы создания отчета

В Microsoft Access можно создавать отчеты различными способами:

Конструктор

Мастер отчетов

Автоотчет: в столбец

Автоотчет: ленточный

Мастер диаграмм

Почтовые наклейки


Мастер позволяет создавать отчеты с группировкой записей и представляет собой простейший способ создания отчетов. Он помещает выбранные поля в отчет и предлагает шесть стилей его оформления. После завершения работы Мастера полученный отчет можно доработать в режиме Конструктора. Воспользовавшись функцией Автоотчет, можно быстро создавать отчеты, а затем вносить в них некоторые изменения.

Для создания Автоотчета необходимо выполнить следующие действия:

В окне базы данных щелкнуть на вкладке Отчеты и затем щелкнуть на кнопке Создать. Появится диалоговое окно Новый отчет.

Выделить в списке пункт Автоотчет: в столбец или Автоотчет: ленточный.

В поле источника данных щелкнуть на стрелке и выбрать в качестве источника данных таблицу или запрос.

Щелкнуть на кнопке ОК.

Мастер автоотчета создает автоотчет в столбец или ленточный (по выбору пользователя), и открывает его в режиме Предварительного просмотра, который позволяет увидеть, как будет выглядеть отчет в распечатанном виде.

Изменение масштаба отображения отчета

Для изменения масштаба отображения пользуются указателем - лупой. Чтобы увидеть всю страницу целиком, необходимо щелкнуть в любом месте отчета. На экране отобразится страница отчета в уменьшенном масштабе.

Снова щелкнуть на отчете, чтобы вернуться к увеличенному масштабу отображения. В увеличенном режиме представления отчета, точка, на которой вы щелкнули, окажется в центре экрана. Для пролистывания страниц отчета пользуются кнопками перехода внизу окна.

Печать отчета

Для печати отчета необходимо выполнить следующее:

В меню Файл щелкнуть на команде Печать.

В области Печатать щелкнуть на варианте Страницы.

Чтобы напечатать только первую страницу отчета, введите 1 в поле "с" и 1 в поле "по".

Щелкнуть на кнопке ОК.

Прежде чем печатать отчет, целесообразно просмотреть его в режиме Предварительного просмотра, для перехода к которому в меню Вид нужно выбрать Предварительный просмотр.

Если при печати в конце отчета появляется пустая страница, убедитесь, что параметр Высота для примечаний отчета имеет значение 0. Если при печати пусты промежуточные страницы отчета, убедитесь, что сумма значений ширины формы или отчета и ширины левого и правого полей не превышает ширину листа бумаги, указанную в диалоговом окне Параметры страницы (меню Файл).

При разработке макетов отчета руководствуйтесь следующей формулой: ширина отчета + левое поле + правое поле

Для того чтобы подогнать размер отчета, необходимо использовать следующие приемы:

изменить значение ширины отчета;

уменьшить ширину полей или изменить ориентацию страницы.

Создание отчета

1. Запустите программу Microsoft Access. Откройте БД (например, учебную базу данных "Деканат").

2. Создайте Автоотчет: ленточный, используя в качестве источника данных таблицу (например, Студенты). Отчет открывается в режиме Предварительного просмотра, который позволяет увидеть, как будет выглядеть отчет в распечатанном виде.

3. Перейдите в режим Конструктора и выполните редактирование и форматирование отчета. Для перехода из режима предварительного просмотра в режим конструктора необходимо щелкнуть команду Закрыть на панели инструментов окна приложения Access. На экране появится отчет в режиме Конструктора.


Редактирование:

1) удалите поля код студента в верхнем колонтитуле и области данных;

2) переместите влево все поля в верхнем колонтитуле и области данных.

3) Измените надпись в заголовке страницы

В разделе Заголовок отчета выделить надпись Студенты.

Поместите указатель мыши справа от слова Студенты, так чтобы указатель принял форму вертикальной черты (курсора ввода), и щелкните в этой позиции.

Введите НТУ "ХПИ" и нажмите Enter.

4) Переместите Надпись. В Нижнем колонтитуле выделить поле =Now () и перетащить его в Заголовок отчета под название Студенты. Дата будет отображаться под заголовком.

5) На панели инструментов Конструктор отчетов щелкнуть на кнопке Предварительный просмотр, чтобы просмотреть отчет.

Форматирование:

1) Выделите заголовок Студенты НТУ "ХПИ"

2) Измените гарнитуру, начертание и цвет шрифта, а также цвет заливки фона.

3) На панели инструментов Конструктор отчетов щелкнуть на кнопке Предварительный просмотр, чтобы просмотреть отчет.

Изменение стиля:

Для изменения стиля выполните следующее:

На панели инструментов Конструктора отчетов щелкнуть на кнопке Автоформат, откроется диалоговое окно Автоформат.

В списке Стили объекта "отчет - автоформат" щелкнуть на пункте Строгий и затем щелкнуть на кнопке ОК. Отчет будет отформатирован в стиле Строгий.

Переключится в режим Предварительный просмотр. Отчет отобразится в выбранном вами стиле. Впредь все отчеты созданные с помощью функции Автоотчет будут иметь стиль Строгий, пока вы не зададите другой стиль в окне Автоформат.

Экспертные и обучающиеся системы

Экспертные системы являются одним из основных приложений искусственного интеллекта. Искусственный интеллект - это один из разделов информатики, в котором рассматриваются задачи аппаратного и программного моделирования тех видов человеческой деятельности, которые считаются интеллектуальными.

Результаты исследований по искусственному интеллекту используются в интеллектуальных системах, которые способны решать творческие задачи, принадлежащие конкретной предметной области, знания о которой хранятся в памяти (базе знаний) системы. Системы искусственного интеллекта ориентированы на решение большого класса задач, к которым относятся так называемые частично структурированные или неструктурированные задачи (слабо формализуемые или неформализуемые задачи).

Информационные системы, используемые для решения частично структурированных задач, подразделяются на два вида:

Создающие управленческие отчеты (выполняющие обработку данных: поиск, сортировку, фильтрацию). Принятие решения осуществляется на основе сведений, содержащихся в этих отчетах.

Разрабатывающие возможные альтернативы решения. Принятие решения сводится к выбору одной из предложенных альтернатив.

Информационные системы, разрабатывающие альтернативы решений, могут быть модельными или экспертными:

Модельные информационные системы предоставляют пользователю модели (математические, статистические, финансовые и т.д.), которые помогают обеспечить выработку и оценку альтернатив решения.

Экспертные информационные системы обеспечивают выработку и оценку возможных альтернатив пользователем за счет создания систем, основанных на знаниях, полученных от специалистов - экспертов.

Экспертные системы - это программы для компьютеров, аккумулирующие знания специалистов - экспертов в конкретных предметных областях, которые предназначены для получения приемлемых решений в процессе обработки информации. Экспертные системы трансформируют опыт экспертов в какой-либо конкретной отрасли знаний в форму эвристических правил и предназначены для консультаций менее квалифицированных специалистов.

Известно, что знания существуют в двух видах: коллективный опыт, личный опыт. Если предметная область представлена коллективным опытом (например, высшая математика), то эта предметная область не нуждается в экспертных системах. Если в предметной области большая часть знаний является личным опытом специалистов высокого уровня и эти знания являются слабоструктурированными, то такая область нуждается в экспертных системах. Современные экспертные системы нашли широкое применение во всех сферах экономики.

База знаний является ядром экспертной системы. Переход от данных к знаниям является следствием развития информационных систем. Для хранения данных применяются базы данных, а для хранения знаний - базы знаний. В базе данных, как правило, хранятся большие массивы данных с относительно небольшой стоимостью, а в базах знаний хранятся небольшие по объему, но дорогие информационные массивы.

База знаний - это совокупность знаний, описанных с использованием выбранной формы их представления. Наполнение базы знаний является одной из самых сложных задач, которая связана с выбором знаний их формализацией и интерпретацией.

Экспертная система состоит из:

базы знаний (в составе рабочей памяти и базы правил), предназначенной для хранения исходных и промежуточных фактов в рабочей памяти (ее еще называют базой данных) и хранения моделей и правил манипулирования моделями в базе правил

решателя задач (интерпретатора), который обеспечивает реализацию последовательности правил для решения конкретной задачи на основе фактов и правил, хранящейся в базах данных и базах знаний

подсистемы пояснения, позволяет пользователю получить ответы на вопрос: "Почему система приняла такое решение?"

подсистемы приобретения знаний, предназначенной как для добавления в базу знаний новых правил, так и модификации имеющихся правил.

интерфейса пользователя, комплекса программ, реализующих диалог пользователя с системой на стадии ввода информации, и получения результатов.

Экспертные системы отличаются от традиционных систем обработки данных тем, что в них, как правило, используется символьный способ представления, символьный вывод и эвристический поиск решений. Для решения слабо формализуемых или неформализуемых задач более перспективными являются нейронные сети или нейрокомпьютеры.

Основу нейрокомпьютеров составляют нейронные сети - иерархические организованные параллельные соединения адаптивных элементов - нейронов, которые обеспечивают взаимодействие с объектами реального мира так же, как и биологическая нервная система.

Большие успехи использования нейросетей достигнуты при создании самообучающихся экспертных систем. Сеть настраивают, т.е. обучают, пропуская через нее все известные решения и добиваясь получения требуемых ответов на выходе. Настройка состоит в подборе параметров нейронов. Часто используют специализированную программу обучения, которая занимается обучением сети. После обучения система готова к работе.

Если в экспертную систему ее создатели предварительно закладывают знания в определенной форме, то в нейронных сетях неизвестно даже разработчикам, как формируются знания в ее структуре в процессе обучении и самообучении, т.е. сеть представляет собой "черный ящик".

Нейрокомпьютеры, как системы искусственного интеллекта, являются весьма перспективными и могут бесконечно совершенствоваться в своем развитии. В настоящее время системы искусственного интеллекта в форме экспертных систем и нейронных сетей находят широкое применение при решении финансово - экономических проблем.

(в медецине комп предлагает варианты диагноза, дает совет) Экспертные системы - это программы для комп-ров, аккумулирующие (т.е. собирать, накапливать) знания специалистов - экспертов в конкретных предметных областях, которые предназначены для получения приемлемых решений в процессе обработки инф-ции. Экспертные системы трансформируют опыт экспертов в какой-либо конкретной отрасли знаний в форму эвристических правил и предназначены для консультаций менее квалифицированных спец-тов.

Принципы работы экспертной системы, основанной на знаниях: польз-ль передает в экспертную систему факты или другую инф-цию и получает в качестве результата экспертный совет или экспертные знания.

Экспертная система состоит из:

Базы знаний (в составе рабочей памяти и базы правил), предназначенной для хранения исходных и промежуточных фактов в рабочей памяти (ее еще называют базой данных) и хранения моделей и правил манипулирования моделями в базе правил

Решателя задач (интерпретатора), который обеспечивает реализацию последовательности правил для решения конкретной задачи на основе фактов и правил, хранящейся в базах данных и базах знаний

Подсистемы пояснения, позволяет пользователю получить ответы на вопрос: «Почему система приняла такое решение?»

Подсистемы приобретения знаний, предназначенной как для добавления в базу знаний новых правил, так и модификации имеющихся правил.

Интерфейса пользователя, комплекса программ, реализующих диалог пользователя с системой на стадии ввода информации, и получения результатов.

В общем случае экспертные системы классиф-тся по трем осн направлениям : по типу ЭВМ, по связи с реальным временем и по типу решаемой задачи.

По типу ЭВМ ЭС классиф-тся на: супер ЭВМ; ЭВМ средней производительности; символьных процессорах; персональных компьютерах.

По связи с реальным временем классиф-тся на: Статические; Квазидинамические;

· Динамические.

По типу решаемой задачи классиф-тся на: Интерпретация данных; Диагностика; Мониторинг; Проектирование; Прогнозирование; Планирование; Управление; Поддержка принятия решений; Обучение.

Знания эксперта относятся только к одной предметной области, и в этом состоит отличие методов, основанных на исп-нии экспертных систем, от общих методов решения задач. Знания эксперта, касающиеся решения конкретных задач, наз-тся областью знаний эксперта.

В области знаний экспертная система проводит рассуждения или делает логические выводы по такому же принципу, как рассуждал бы эксперт-человек или приходил логическим путем к решению задачи. Это означает, что на основании определенных фактов путем рассуждений формируется логичное, оправданное заключение, которое следует из этих фактов.



Экспертные системы обладают многими привлекательными особ-ями:

· Повышенная доступность . Для обеспечения доступа к экспертным знаниям могут применяться любые подходящие комп-ные аппаратные средства.

· Уменьшенные издержки. Ст-сть предоставления экспертных знаний в расчете на отдельного польз-ля существенно снижается.

· Уменьшенная опасность . Экспертные системы могут испол-ся в таких вариантах среды, кот могут оказаться опасными для чел-ка.

· Постоянство . Экспертные знания никуда не исчезают. В отличие от экспертов-людей, которые могут уйти на пенсию, уволиться с работы или умереть, знания экспертной системы сохр-тся в течение неопределенно долгого времени.

· Возможность получения экспертных знаний из многих источников . С помощью экспертных систем могут быть собраны знания многих экспертов и привлечены к работе над задачей, выполняемой одновременно и непрерывно, в любое время дня и ночи. Уровень экспертных знаний, скомбинированных путем объединения знаний нескольких экспертов, может превышать уровень знаний отдельно взятого эксперта-человека.

· Повышенная надежность . Применение экспертных систем позволяет повысить степень доверия к тому, что принято правильное решение, путем предоставления еще одного обоснованного мнения эксперту-чел-ку или посреднику при разрешении несогласованных мнений между несколькими экспертами-людьми. (Разумеется, такой метод разрешения несогласованных мнений не может использоваться, если экспертная система запрограммирована одним из экспертов, участвующих в столкновении мнений.) Решение экспертной системы должно всегда совпадать с решением эксперта; несовпадение может быть вызвано только ошибкой, допущенной экспертом, что может произойти, только если эксперт-человек устал или находится в состоянии стресса.



· Объяснение . Экспертная система способна подробно объяснить свои рассуждения, кот привели к определ заключению. А человек может оказаться слишком усталым, не склонным к объяснениям или неспособным делать это постоянно. Возможность получить объяснение способствует повышению доверия к тому, что было принято правильное решение.

· Быстрый отклик . Для некот приложений может потребоваться быстрый отклик или отклик в реальном времени. В зависимости от используемого аппаратного и программного обеспечения экспертная система может реагировать быстрее и быть более готовой к работе, чем эксперт-человек. В некоторых экстремальных ситуациях может потребоваться более быстрая реакция, чем у человека; в таком случае приемлемым вариантом становится применение экспертной системы, действующей в реальном времени.

· Неизменно правильный, лишенный эмоций и полный ответ при любых обстоятельствах . Такое свойство может оказаться очень важным в реальном времени и в экстремальных ситуациях, когда эксперт-человек может оказаться неспособным действовать с максимальной эффективностью из-за воздействия стресса или усталости.

· Возможность применения в качестве интеллектуальной обучающей программы . Экспертная система может действовать в качестве интеллектуальной обучающей программы, передавая учащемуся на выполнение примеры программ и объясняя, на чем основаны рассуждения системы.

· Возможность применения в качестве интеллектуальной базы данных. Экспертные системы могут испол-ся для доступа к базам данных с помощью интелл-го способа доступа.

25.Преимущества использования ИКТ в образовании

Инфор-ция явл. важнейшим механизмом рефор-ния образоват. Сис-мы, напр. на повыш. качества, доступ. и эффект. образования.

Комп. техника – всего лишь «железо». Сегодня у нас др. задача – мак. Эффект. Использ. ее, направ. на решение стратегич. цели модерниз. Образ-ния – повыш. его кач-ва.

Преимущества:

1. Инфор-ные технол. Значит. расширяют возможности предъявления учебной инфор.. Применение цвета, графики, звука, всех совр. средств видеотехники позволяет воссоздавать реальную обстановку деят..

2. Компьютер позволяет сущ. повысить мотивацию к обучению.

3. ИКТ вовлекают уч-ся в учеб. процесс, способствуя наиболее широкому раскрытию их способностей, активизации умственной деят.

4. Использ. ИКТ в учебном процессе увелич. Возмож. постановки учебных задач и управления процессом их решения. Компьютеры позволяют строить и анализ.модели различных предметов, ситуаций, явлений.

5. ИКТ позволяют качественно изменять контроль деят. Уч-ся, обеспечивая при этом гибкость управления учебным процессом.

6. Компьютер способствует формир. у учащихся рефлексии. Обучающая программа дает возможность обучающимся наглядно представить результат своих действий, опр.этап в решении задачи, на кот. сделана ошибка, и исправить ее.

Экспертная система для обучения – это программная система, реализующая функцию обучения на основе знаний экспертов.

Возможности ЭОС :

  • Сетевое представление учебных курсов

  • Модели обучаемых

  • Генерация контрольных вопросов и данных для анализа ответов на них

  • Возможность наращивания баз знаний, умений и навыков


Задачи экспертной системы :

  • предоставить обучаемому четкие критерии достижения учебных целей (система контроля),

  • помочь ему построить оптимальный индивидуальный график обучения.

  • cохранить результаты предыдущих консультаций.


  • Экспертная система по решению задач в изучаемой предметной области

  • Экспертная система по диагностике ошибок обучаемого

  • Экспертная система по планированию процесса управления учением


1. Учение

1. Учение . Создание среды приобретения знаний.

2. Обучение. Выполнение функций преподавателя по предъявлению материалу, контроля его усвоения и диагностики ошибок

3. Контроль и диагностика . Предоставление тестовых вопросов, оценка ответов и выявление ошибок.

4. Тренировка . Создание среды, которая позволяет приобретать и закреплять требуемые навыки и умения.



Экспертная оболочка

Экспертная оболочка предназначена для организации обучения в режиме «компьютер-студент». Обучение в составе информационно-образовательной среды «Chopin» происходит по индивидуальному учебному плану и в индивидуальном темпе. Экспертная оболочка в среде выполняет роль советчика, который на основе реальных достижений обучаемого, зафиксированных в базе данных результатов тестирования и обучения, строит план обучения и принимает решения о достижении обучаемым некоторого уровня знаний о предметной области. VIPES – гибридная оболчка


VIPES предназначена для работы в сети. Эта оболочка является многопользовательской. В данной системе используется графический интерфейс пользователя. Предметные специалисты и преподаватели способны самостоятельно создавать и редактировать базы знаний для оболочки VIPES.

  • Оболочка тестирования

  • Консоль анализа данных

  • Оболочка многользовательской ЭС с визуальным интерфейсом

  • База данных обучения и тестирования

  • Файловая система данных тестов и учебных курсов

  • Оболочка обучения

  • Служебный модуль



Тестирование исходных данных

Тестирование исходных данных включает проверку фактографической информации, служащей основой для проведения экспертизы.

Логическое тестирование базы знаний заключается в обнаружении логических ошибок в системе продукций, не зависящих от предметной области; пропущенные и пересекающиеся правила; несогласуемые и терминальные клаузы (несогласуемые условия).

Концептуальное тестирование проводится для проверки общей структуры системы и учета в ней всех аспектов решаемой задачи.


1. Простота решения исходной задачи построения системы.

2. Возможность дополнения тестирующей системы в процессе использования.

3. Достаточно простая схема практического использования.

4. Привлекательность для пользователя за счет времени и усилий, затрачиваемых на проверку знаний.


предложение нескольких вариантов ответов косвенно стимулирует пользователя анализировать различные решения, более глубоко исследовать поставленную задачу.

Рецензирующая экспертная система.

Один из путей решения проблемы проблема интенсификации процесса образования – использование новейших информационных технологий при обучении и стажировке молодых специалистов.

Для решения этой проблемы разработан проект по созданию рецензирующей экспертной системы, выполняющей функции эксперта – консультанта и педагога одновременно.




Экспертная система – программа, которая предназначена для того, чтобы моделировать человеческий интеллект, опыт, процесс познания.

С экспертной системой, основанной на рецензирующем подходе, пользователь предоставляет больший объем данных, а также собственный вариант решения или план действий.

Система оценивает план пользователя и обеспечивает критический анализ.

Критический анализ включает альтернативы, объяснения, оправдания, предупреждения и дополнительную информацию для рассмотрения.


Рецензирующая экспертная система реализует два типа способностей:

  • Система может функционировать подобно обычной экспертной системе

  • Система может анализировать любой из возможных планов, предложенных пользователем, в контексте сценария возможных действий, и производить практический критический анализ.



1. пользователь вводит информацию относительно текущего действия и представляет свой операционный план или набор действий.

2. производится анализ введенного

3. пользователь получает требуемый результат.

4. если пользователь задал план действий как неизвестный, рецензирующая экспертная система будет функционировать как обычная экспертная система и выдаст план рекомендуемый экспертом.


Все экспертные системы выполняют различные функции, но они преследуют одну единственную цель – сравнить данную задачу с имеющейся информацией в базе данных и выполнить ту функцию, которую выполняет данная экспертная система.

  • Что такое экспертно – обучающая система?

  • Какие 3 аспекта выделяют в тестировании экспертных систем?