ЭлБиб

ХРАНЕНИЕ и ПЕРЕРАБОТКА СЕЛЬХОЗСЫРЬЯ • №4 • 2015

азвитие средств вычислительной техники в послед-

ние годы привело к автоматизации многих облас-

тей человеческой деятельности, в том числе

и высшего образования. Создаются базы данных препо-

давателей, студентов и других работников вуза, предо-

ставляется электронное расписание для очных и заочных

форм обучения, создаются электронные обучающие сис-

темы: лабораторные работы, тренажеры, модели процес-

сов и систем. Студентыочной, заочной и дистанционной

форм обучения по-разному взаимодействуют с препода-

вателями, однако для всех форм обучения некоторые

процессы взаимодействия можно автоматизировать.

Для студентов заочной и дистанционной форм обуче-

ния особое значение имеет возможность получения зада-

ний для самостоятельного выполнения, комплекта учеб-

ных материалов и консультаций с преподавателем

с использованием интернет-технологий. Студенты заоч-

ной и дистанционной форм обучения нуждаются в пос-

тоянном взаимодействии с вузом для повышения моти-

вации к обучению и создания системного подхода

к образованию. У студентов очнойформы обучения про-

блем с консультациями преподавателя или заведующего

выпускающей кафедрой значительно меньше, однако

в современных условиях, когда часы аудиторных занятий

сокращаются в пользу самостоятельной работы, имеет

смысл автоматизировать некоторые процессы взаимо-

действия преподавателя и студента.

В данной статье предлагается методика автоматизации

процесса оценки получения студентами знаний по пре-

подаваемой дисциплине. Это необходимо для определе-

ния студентов, которые по каким-то причинам не могут

в полной мере изучить и понять преподаваемую дисцип-

лину. Также бывает, что процесс получения информации

по времени в целом по дисциплине невелик, в этом слу-

чае преподавателю необходимо будет в динамическом

формате корректировать преподавание, либо «подтя-

нуть» уровень знаний данной дисциплины у конкретных

студентов.

В статье приведен пример использования системы

распознавания уровня знаний дисциплины на примере

четверых студентов. Так как уровень знания дисципли-

ны в начале курса у всех студентов незначителен,

за основу в системе будет взят уровень знаний после

1 мес проведения курса. Периодичность применения

системы и метрики определения уровня знания могут

быть разными.

Написание лингвистической переменной

и определе-

ние структуры лингвистической переменной «уровень зна-

ний».

Для оценки студентов будем использовать линг-

вистическуюпеременную

уровень знаний

, определен-

ную на универсальном подмножестве, представляющем

интервал [0, 1]. Терм-множество

записывается в виде

(

) = {плохая, удовлетворительная, хорошая}.

Функции совместимости значений плохая, удовлет-

ворительная и хорошая приведены на рис. 1 или упро-

щенно записываются как наборы упорядоченных пар:

(плохая) = {(0;1), (0,1;1), (0,2;0,85), (0,3;0,3), (0,4;0,1)};

(удовлетворительная) =

= {(0,3;0,25), (0,4;0,7), (0,5;1), (0,6;0,7), (0,7;0,25)};

(хорошая) =

= {(0,6;0,1), (0,7;0,3), (0,8;0,85), (0,9;1), (1;1)}.

Структура лингвистической переменной «уровень

знаний» приведена в табл. 1.

Построение базы данных о студентах по итогам тес-

тирований и контрольных работ по истечение месяца.

В течение месяца обучения было проведено два тести-

рования и две контрольные работы. После проведения

данных работ можно уже построить базу данных о зна-

ниях студентов. База данных приведена в табл. 2.

Эти данные являются основой для построения базы

знаний экспертной системы, основанной на исполь-

зовании правил формата «Если—То». Будем исполь-

зовать три вербальные оценки, характеризующие при-

влекательность поставщиков: плохо, удовлетворитель-

УДК 681.514

Применение лингвистических переменных

для классификации студентов по уровню успеваемости

Аспирант И. А. БЫЧКОВ; д-р техн. наук, профессор М.М. БЛАГОВЕЩЕНСКАЯ

Московский государственный университет пищевых производств

Канд. экон. наук А. С. НОСЕНКО

Управляющая компания «Объединенные кондитеры», г. Москва

Д-р техн. наук, профессор И. Г. БЛАГОВЕЩЕНСКИЙ

Московский государственный технический университет имени Н. Э. Баумана

ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ ПОДГОТОВКИ КАДРОВ В ОБЛАСТИ АВТОМАТИЗАЦИИ ПИЩЕВЫХ ПРОИЗВОДСТВ

1,0

0,9

0,8

0,7

0,6

0,5

0,4

0,3

0,2

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1,0

• • •

Удовлетворительная

– –

Хорошая

–––

Отличная

Рис. 1.

Функции совместимости

Электрон ая Научная СельскоХозяйственная Библиотека