Главная Контакты Добавить в избранное Авторы Вопросы и ответы
,

УДК 378.147:044.4’24(477)

ПРОЕКТИРОВАНИЕ АВТОМАТИЗИРОВАННЫХ СИСТЕМ ПРИНЯТИЯ РЕШЕНИЙ В УСЛОВИЯХ АДАПТИВНОГО ОБУЧЕНИЯ С УЧЕТОМ ТРЕБОВАНИЙ БОЛОНСКОГО ПРОЦЕССА

Яковенко А.Е.

Введение

За последние годы в зарубежных системах образования многих стран произошли существенные структурные изменения, обусловленные развитием научно-технического прогресса и его возрастающим воздействием на все стороны жизни общества.  Одна из причин изменения подхода к организации образования заключается в том, что стремительное развитие новых информационных технологий породило во всем мире большое количество программных продуктов, ориентированных на использование в образовательных целях. Другая причина связана с возрастающей потребностью современного информационного общества в квалифицированных специалистах.

Качественно новые возможности образованию придает использование специализированных технологий, средств компьютерного обучения, контроля знаний, принятия решений. Создаются электронные учебники, обучающие системы в обычном и мультимедийном вариантах,  аудио- и видеоинформационные материалы,  лабораторные дистанционные практикумы; программы - тренажеры; электронные библиотеки, базы данных и знаний с удаленным доступом,  дидактические материалы на основе экспертных обучающих систем. Разрабатываются новые более эффективные технологии обмена текстовой, звуковой и видеоинформацией, которые совмещают высокое качество передаваемого сигнала и относительно низкую стоимость. Развитие компьютерной техники, появление мультимедиа и инструментальных пакетов, позволяет создавать обучающие компьютерные программы, учитывающие индивидуальные особенности обучаемого, повышая тем самым уровень освоения материала и мотивацию к обучению, проектировать автоматизированные обучающие системы, в том числе системы принятия решения.

 

Методические основы построения автоматизированных систем принятия решений в условиях адаптивного обучения

Любая автоматизированная обучающая система (АОС) представляет собой инструментальный комплекс для создания компьютерных средств учебного назначения, который не содержит знаний по конкретной предметной области [7]. Применение АОС позволяет:

1)        сократить трудоемкость и сроки разработки за счет наличия готовых механизмов для выполнения функций обучения;

2)        настраивать систему в зависимости от требований лиц, использующих систему;

3)        использовать одну и ту же АОС для разных видов обучения, что приводит к унификации интерфейса и, как следствие, к уменьшению времени на изучение правил работы с системой. 

Развитие вычислительных сетей и, в частности, сети Internet качественно изменяет функциональные возможности обучающих систем и систем принятия решений, позволяет значительно расширить круг пользователей, сделать общение между обучаемыми, преподавателями и лицами принимающими решения (ЛПР) более интенсивным. Преподаватель получает возможность постоянного контроля состояния процесса обучения (в первую очередь, с использованием средств автоматического контроля), обучаемый – возможность консультации в режиме on-line или по электронной почте, ЛПР- проанализировать полученную информацию и принять решение.

 Использование сетевых технологий и достижений в области искусственного интеллекта предоставляет возможность создания перспективных обучающих систем, которые позволят адаптировать учебный процесс к конкретному обучаемому [7]. 

Учитывая возрозшую роль средств компьютерного обучения, в Херсонском политехническом колледже Одесского национального политехнического университета  ведется работа по проектированию автоматизированной системы принятия решений в условиях адаптивного обучения «АСПР».

Структура данной системы представлена на рисунке 1.

Рассмотрим подробнее принципы организации и взаимодействия составляющих системы.

Подсистема администрирования решает следующие задачи:

-настройка системы, т.е. указание путей хранения баз данных;

-назначение прав доступа;

-регистрация обучаемого.

Подсистема адаптивного обучения решает следующие задачи:

-представление знаний о предметной области;

-представление знаний о стратегии обучения;

-накопление знаний о студенте;

-представление данных по выбранному вопросу;

-оценка усвоения материала.

Подсистема контроля знаний решает следующие задачи:

-определяет начальные знания;

-определяет текущие знания;

-подсчёт затраченного времени;

-фиксирование ответов;

-контрольное тестирование в системе ESTS.

Подсистема обработки знаний решает следующие задачи:

-анализ знаний тестируемого;

-вывод статистических данных (данные по группам, по специальностям, по должностям и пр.);

-оценка уровня забываемости и восстановления знаний;

-расчёт стратегии обучения.

Подсистема принятия решения ( ППР) решает следующие задачи:

- помощь лицам принимающим решения (ЛПР) при анализе объективной составляющей проблемы;

- выявление предпочтений ЛПР;

- учет неопределенности в оценках ЛПР;

- генерация набора решений;

-оценка возможных решений, исходя из предпочтений ЛПР и ограничений, накладываемых внешней средой;

- анализ последствий принимаемых решений;

- выбор лучшего с точки зрения ЛПР решения.

 

Организация контроля при проектировании «АСПР».

Удовлетворяя образовательные потребности человека и потребности общества в квалифицированных специалистах, государство оставляет за собой право контролировать результаты образовательной деятельности всех ее участников на всех этапах [2]. Речь идет об отслеживании соответствия сформированных у выпускника высшего учебного заведения социально и профессионально важных знаний, умений и навыков требованиям рынка труда. Поэтому для обеспечения качества высшего образования приказом Министерства образования Украины от 31.07.98 г. № 285 «О порядке разработки составляющих нормативного и учебно-методического обеспечения подготовки  специалистов с высшим образованием» утвержден «Комплекс нормативных документов для разработки составляющих системы стандартов высшего образования».

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 


Рис. 1 Структура АСПР в условиях адаптивного обучения.

 

Исходя из нормативно-методических положений, одним из стандартизированных способов измерения показателей качества высшего образования являются тесты объективного контроля.

Применение таких наиболее распространенных форм контроля, как устные и письменные контрольные роботы, рефераты, коллоквиумы и т.п., при определении не только знаний, а и вербальных способностей приводит к значительному расходу учебного времени, порождает пассивность во время слабых ответов тех, кто сдает экзамены. Кроме того, на объективность оценок большое влияние оказывают личные качества и субъективизм преподавателей. Оценка знаний в процессе обучения значима не только для тех, кто обучается, но и для преподавателей. Положительная или отрицательная оценка дает адекватное представление о способностях, знаниях и умениях индивида. От того, как оценивают тех, кто обучается, в значительной степени зависит мотивация их дальнейшей деятельности. Оценка знаний дает возможность преподавателям получать представление о качестве и количестве усвоенного теми, кто обучается, материала учебной программы. Она влияет и на организацию дальнейшего учебного процесса, приводит к пересмотру тематики лекций, практических занятий, подготовке дополнительного материала по недостаточно хорошо усвоенным темам и т.п.

Субъективизм и ошибки в оценке знаний снижают мотивации учебной деятельности тех, кто обучается, способствуют повышению эмоционального стресса и возникновению эмоциональных барьеров в отношениях с преподавателями. Исследования психологов свидетельствуют, что оценка при традиционном устном опросе зависит не только от уровня действительных знаний студентов, но и от индивидуальной толерантности к тревоге, уровня техники общения, умения приспосабливаться к эмоциональному стрессу, а также от типичных ошибок тех, кто проводит экзамен [10].

Мировая история подготовки высококачественных специалистов свидетельствует о том, что наиболее корректным способом измерения характеристик личности субъекта обучения являются тесты достижений. Это психодиагностические методики измерения и оценивания достигнутого уровня развития способностей, знаний и умений. Тесты достижений (в отличие от широко известных тестов интеллекта) не столько контролируют объем накопленного опыта и общие способности при решении тех или иных задач, сколько измеряют влияние специальных обучающих программ на эффективность обучения тому или иному комплексу знаний, формирование различных специальных умений.

Тесты достижений относятся к наиболее многочисленной, из-за количества конкретных тестов и их разнообразия, группе психодиагностических методик. К ним относится и наиболее корректный способ педагогических измерений - педагогический тест, под которым понимается система взаимосвязанных предметным содержанием заданий специфической формы, позволяющих оценивать структуру и измерять уровень знаний и прочие характеристики личности.

Однако тестовый экзамен имеет и некоторые недостатки:

1)        составление тестовых заданий требует определенной квалификации;

2)        выборочные ответы могут иметь элемент подсказки;

3)        тестовые вопросы позволяют довольно надежно проверить знания, а уровень сформированных умений, профессионального мышления будущего специалиста с помощью педагогических тестов можно проверить только опосредствовано.

Поэтому объективный тестовый экзамен является одним из методов, которые используются в комплексной оценке компетентности тех, кто обучается.

Среди способов объективного тестового контроля, наиболее научно обоснованным является метод тестирования с привлечением технических средств. Использование автоматизированных тестовых методик позволяет сократить затраты времени при повышении качества обучения. За счет объективизации процедуры педагогического контроля повышается ответственность за свою деятельность тех, кто обучается, и преподавателей.

Компьютерное тестирование является одними из наиболее хорошо разработанных и широко используемых автоматизированных средств проверки знаний [3,4,5]. В настоящее время существует большое количество систем контроля знаний (СКЗ), выполненных в виде отдельных программных продуктов [9], или встроенных в автоматизированные обучающие системы [6]. Однако практически каждая из них ориентирована на определенную предметную область и используется, за редким исключением, только ее собственными разработчиками. Поэтому возникает необходимость разработки унифицированной системы контроля знаний, которая позволяла бы использовать одну и ту же оболочку для тестов различных предметных областей.

В системе «АСПР» при организации контроля знаний используются метод оценки действий обучаемого [12]. Этот метод применяется в экспертно — обучающих системах основанных на знаниях. В ходе диалога с обучаемым знания о предметной области и правила оценки действий обучаемого позволяют системе определять уровень его знаний без тестирования. С помощью этого метода можно на высоком уровне моделировать взаимодействие преподавателя с обучаемым. Система организует адаптивную выдачу вопросов, генерирует вопросы и тесты, адаптированные к уровню знаний обучаемого, а также снижает число вопросов, требуемых для оценки знаний. При выполнении одного и того же адаптивного теста экзаменующимся с высоким и низким уровнем подготовки предоставляются совершенно разные наборы вопросов: первому - сложные, а последнему - легкие. Доли правильных ответов у обоих могут совпадать, но так как первый отвечал на более сложные вопросы, то он наберет большее количество баллов. При адаптивном тестировании сначала задается вопрос средней сложности, и сразу оценивается полученный ответ. Если ответ правильный, то оценка возможностей экзаменуемого повышается. Затем задается более сложный вопрос. Если же ответ некорректен, то уровень возможностей экзаменуемого снижается, а следующий вопрос выбирается более легким. По мере того, как задаются новые вопросы, оценка уровня знаний экзаменуемого становится более точной. Тест заканчивается, когда точность оценки достигает статистически приемлемого уровня (или когда будет задано максимальное количество вопросов). При адаптивном тестировании количество набранных баллов не основано на количестве правильных ответов, а зависит от уровня сложности вопросов, на которые даны правильные ответы.

В функции обратной связи входит: сообщение о степени правильности ответа, выдача правильного ответа, обеспечение индивидуальной обратной связи. Индивидуальная обратная связь может сообщать, что является верным в правильном ответе, что неверно в неправильном и частично неправильном ответе. Вся индивидуальная обратная связь создается и хранится вместе с вопросом. Система, включающая определенные понятия или разделы с проставленными весовыми коэффициентами как часть метаданных вопроса, обеспечивает качественную корректирующую обратную связь, так как она «знает», какие знания пропущены, и где их можно найти [11]. Это означает, что мощность обратной связи определяется технологией создания и хранения вопросов. Количество информации, предоставляемое обратной связью, зависит от контекста. При самооценке обучаемый получает всю возможную обратную связь, что является очень важным дидактическим ресурсом. В случае экзаменационного тестирования обучаемому не предоставляется ни правильного варианта ответа, ни, даже, является ли его ответ правильным. Единственной обратной связью по окончании всего теста может быть общая оценка либо число правильных ответов в тесте.

Обучающий может контролировать весь процесс обучения. Если процесс происходит со сбоями, неэффективно, обучаемый тут же получает необходимые разъяснения, дополнения, чтобы весь учебный материал обязательно был усвоен. Умению выполнять свою профессиональную деятельность можно научить только с помощью дидактических систем, которые обеспечивают управление познавательной деятельностью обучаемого с обратной связью.

 

 

Проблемы (задачи) адаптивного обучения специалистов в контексте Болонского процесса

Профессиональное образование ведущих стран мира построено на использовании кредитных систем оценки образовательных программ. Существующие и используемые в различных странах мира кредитные системы отличаются не только своим основным назначением, но и подходом к понятию и определению «кредита». Кредитно-зачетные системы, как правило, исходят из понятия и определения кредита как единицы оценки трудозатрат на освоение образовательной программы или ее части. Кредитно-накопительные системы, в основном, определяют кредит как единицу оценки результатов освоения образовательных программ — приобретаемых знаний, умений и навыков[1].

Образовательная программа адаптивного обучения в «АСПР» состоит из семестровых модулей (курсов, дисциплин) и оценивется кредитами. Количество кредитов образовательной программы представляет собой сумму кредитов отдельных модулей (курсов, дисциплин)

 

 

где — количество кредитов, соответствующее n – модулю и определяемое с учетом основных принципов построения кредитной системы, указанных выше.

Планируемый результат освоения образовательной программы P=Z+U состоит из суммы приобретаемых знаний Z и умений U, где сумма знаний

 


и сумма умений

 

по сути есть стандарт для освоения образовательной программы.

Процесс формирования образовательной программы по модулям (курсам, дисциплинам) осуществляется исходя их планируемых приобретаемых знаний и умений с присвоением определенного количества кредитов отдельным модулям

 

 

Кредитная система как количественная оценка содержания образовательной программы по планируемым результатам ее освоения, дополняется рейтинговой системой количественной оценки качества приобретаемых знаний, умений, навыков и методологической культуры. При этом оценка качества освоения образовательной программы является абсолютной мерой соответствия стандарту, а не относительной в группе студентов, что практикуется, например, в американских университетах.

Максимальный рейтинг качества освоения каждого модуля образовательной программы принят . Таким образом, фактический результат освоения образовательной программы определяется в виде

 

 

а средний итоговый рейтинг студента зависит от отношения фактического результата освоения образовательной программы к запланированному в соответствии с кредитной системой  G = R/K   [6].

Системы, ориентированные на оценку планируемых результатов освоения образовательных программ, а не трудозатрат, представляются более привлекательными. Они универсальны и удобны при организации непрерывного образования и профессионального совершенствования. Такие кредитные системы не зависят от формы обучения и особенностей национальных образовательных систем различных стран, что особенно важно в условиях современных тенденций к их интеграции и созданию единого образовательного пространства. Кредитные системы, основанные на оценке планируемых результатов освоения образовательных программ, легко адаптируются к новым формам и технологиям образовательного процесса, таким как дистанционное обучение, использование компьютерных и Internet - технологий.

 

Формализация тренований стандартов обучения при проектировании „АСПР”

Процесс формальной унификации в Европе, продиктованный экономической целесообразностью и возросшей мобильностью общества, затронул и систему образования. Присоединение Украины к Болонской декларации почти неминуемо, а следовательно, введение системы зачетных единиц («кредитов») для учета трудоемкости учебной работы, по крайней мере, в высшей школе сегодня становится необходимым шагом[1]. ECTS (европейская система перевода кредитов) - один из инструментов реализации поставленных в ходе Болонского процесса целей создания «европейского пространства высшего образования» через широкое увеличение академической мобильности и возможности накопления кредитов в течение всего периода обучения [8].

Цели ECTS как трансферной системы :

-увеличить возможности для студенческой мобильности, тем самым способствуя

академическому признанию;

-продвигать ключевые аспекты высшего образования в Европе: студенческую мобильность; университетское сотрудничество; европейский учебный план; введение курсов на международном языке общения (английском); подготовку преподавателей; признание квалификаций и периодов обучения; интернациональную роль высшего образования; информационный и политический анализ; диалог с образовательными учреждениями.

Цели ECTS как накопительной системы:

-совершенствование имеющихся и создание новых образовательных программ в

национальном масштабе;

-обеспечение возможностей для мобильности на уровне университета, страны и на международном уровне;

-распространение ECTS за университетские рамки, благодаря чему получает признание неформальный процесс обучения и достигается непрерывность образования;

-обеспечение доступа на рынок труда;

-достижение прозрачности и совместимости учебных программ и квалификаций.

Цели ECTS как трансферно-накопительной системы:

-улучшение прозрачности и совместимости учебных программ и квалификаций

-способствование взаимному признанию квалификаций.

При проектировании современных автоматизированных систем необходимо учитывать принципы Болонской декларации в части введения системы зачетных единиц. Проектируя образовательную программу в виде учебного плана, необходимо установить нижнюю и верхнюю границы, устанавливающие уровень соответствия ГОСТу в части содержания, трудоемкости, а также естественно-логической последовательности освоения учебного материала дисциплин.

 

Актуальность работы по разработке «АСПР» обусловленна:

1.Необходимостью вхождения Украины в Европейское пространство, постоянного повышения эффективности процесса обучения и контроля знаний, а также необходимостью разработки и апробации методов и средств, которые разрешают существенным образом улучшить подготовку специалистов, позволяющих принять решения по выбору квалификации согласно требований европейских стандартов.

2.Необходимостью усовершенствования системы профессионального отбора и подготовки специалистов согласно требований к квалификации.

3.Необходимостью усовершенствования информационно - методического обеспечения компьютерной технологии обучения.

 

Научная новизна основных положений работы состоит в следующем: положения, используемые при разработке «АСПР»,  являются развитием одного из направлений в теории обучения, а именно математического моделирования процесса обучения. Математический подход к моделированию процесса обучения и реализация таких моделей, расширяет возможности при исследовании процессов получения, забывания и восстановления знаний обучаемыми, принятия решений в области получения высшего образования, а также возможности при разработке методологических основ применения информационных технологий в процессе образования и обучения в едином европейском пространстве.

 

Выводы.

Информатизация является объективным и закономерным процессом, распространяющимся  и на систему образования. Средства  новых информационных технологий являются материальной основой становления и развития систем адаптивного обучения и принятия решений.   Результаты социологических исследований, проведеные институтом последипломного образования Академии педагогических наук Украины, где автор работы проходил курсовую подготовку, показали, что процесс внедрения технологии адаптивного обучения сдерживается   недостаточным материально-техническим  обеспечением  и  из-за отсутствия  телекоммуникационных средств. Кроме того, как показали исследования, этот процесс сдерживается не только отсутствием материальных средств, но и человеческим фактором, обусловливающим неприятие всего нового, требующего для реализации существенных интеллектуальных и других усилий. В полной мере проблемы информатизации образования могут быть решены на пути разработки и применения  мобильных персональных компьютеров.  В какой-то мере эту проблему решит «Государственная программы информатизации и компьютеризации высших учебных заведений І-ІІ уровней аккредитации на 2005-2008 годы» принятая Постановлением Кабинета Министров Украины  №1182 от 08.09.04 г. с целью повышения качества профессионального образования. [5].  При этом параллельно решаются не только проблемы обучения в части повышения эффективности образовательного процесса, но и важные социально-экономические проблемы страны, а именно: обеспечение рабочих мест, снижение социальной напряженности и т.д.

В связи с бурным развитием микроэлектроники появляется все больше и больше средств новых информационных технологий (СНИТ). Число  средств и систем НИТ, которые применяются или могут быть применены в системе образования более сотни. Они обладают уникальными характеристиками, которые  обеспечивают дидактические  возможности для системы образования:

· хранения, воспроизведения в диалоговом режиме текстовой, графической, аудио/видео информации;

· передачи  и  приема  (обмена) этой информацией между пользователями, объединенными телекоммуникациями по различным  каналам связи,  при различных схемах связи («каждый с каждым», «один со всеми» и др.), в реальном и продолженном времени  (off-line и on-line);

· использования программных  продуктов  учебного назначения  в  учебном процессе на рабочем месте и передача их на расстояние;

· дистанционный  доступ  к удаленным базам данных и вычислительным ресурсам.

Введение системы зачетных единиц предполагает изменение единицы расчета трудоёмкости освоения образовательных программ, а также перестройку организации учебного процесса. Перестройка организации учебного процесса направлена на обеспечение свободы выбора студентом индивидуальной образовательной траектории, определяемой индивидуальным учебным планом. При этом необходимо разработать систему нормативных документов, определяющих принципы построения учебного процесса с использованием зачетных единиц, регламентирующих методы аттестации студентов с использованием бально-рейтинговых систем, методику расчета учебной нагрузки преподавателей, порядок записи студентов на дисциплины, формирование учебных групп, введение службы кураторов образовательных программ и т.д

      Используемая в работе  система оценки содержания и качества освоения образовательных программ, в особенности при подготовке специалистов в области техники и технологии, будет способствовать совершенствованию национальной системы высшего профессионального образования и ее интеграции с мировой образовательной системой.

 

The logical structure of the computer-aided system of acceptance of decisions in the conditions of the adaptive teaching «ASPR» is offered. The problems (tasks) of the adaptive teaching of specialists in a context of Bolonskiy process structure are considered, the demands of teaching standards are formed, the questions of organization of the control at planning “ASPR” are considered.

 

1.                  Модернізація вищої освіти України і Болонський процес: Матеріали до першої лекції / Уклад. М.Ф.Степко, Я.Я.Болюбаш, К.М.Левківський, Ю.В.Сухарніков; відп. ред. М.Ф.Степко. – К.: Изд. , 2004. – 24 с.

2.                  Приказ Министерства образования Украины от 31.07.98 г. № 285 «О порядке разработки составляющих нормативного и учебно-методического обеспечения подготовки специалистов с высшим образованием»».

3.                  Л.Віткін, С.Лаптєв, Г.Хімічева. Концептуальна модель  оцінювання якості підготовки випускника ВНЗ. Стандартизація, сертифікація, якість.- №3, 2003 – с.68-72.

4.                  Л.Віткін, С.Лаптєв, Г.Хімічева, Ю.Жарков. Нормативне забезпечення системи якості ВНЗ. Стандартизація, сертифікація, якість.- №4, 2003 – с.57-65.

5.                  Л.Віткін, С.Лаптєв, В.Польшаков, Г.Хімічева. Система якості ВНЗ: використання інструментів управління проектами. Стандартизація, сертифікація, якість.- №5, 2003 – с.57-62.

6.                  Н.И Костюкова., В.К. Попков. Математические модели, дидактические и экономические аспекты разработки автоматизированных обучающих комплексов. Дистанционное образование. - 1999. - №6. - с.19-22.

7.                  «Государственная программы информатизации и компьютеризации высших учебных заведений І-ІІ уровней аккредитации на 2005-2008 годы» Постановление Кабинета Министров Украины  №1182 от 08.09.04 г.

8.                  Проблемы введения системы зачетных единиц в высшем профессиональном образовании: Материалы к Всероссийскому совещанию 23 апреля 2003 года, г. Москва Под ред. В.Н.Чистохвалова. – М.: Изд-во РУДН, 2003 – 100 с.

9.                  Г.А. Атанов, И.Н. Пустынников. Обучение и искусственный ителект, или основы современной дидактики высшей школы.-Донецк:Изд-во ДОУ, 2002,-504 с.

10.              В.И. Васильєв, А.Н. Демидов, Н.Г. Малишев, Т.Н. Тягунова. Методологические правила конструирования компьютерных тестов.М., МГУП, 2000.

11.              Л.Г. Титарев Открытое образование как система открытых университетов. www.mesi.ru.

12.              В.А.  Петрушин  Экспертно-обучающие системы.- К: Наук. Думка, 1992.

 





Ответы на вопросы [_Задать вопроос_]

Читайте также

 
Нарожный А.В. Проектирование и реализация автоматизированных систем контроля знаний

Еременко А.П., Передерий В.И. Принятие решений в автоматизированных системах с учетом психофункциональных характеристик оператора на основе генетических алгоритмов

Фарионова Н.А. Системный подход построения алгоритмов и моделей систем поддержки принятия решений при возникновении нештатных ситуаций

Скороход Е. Н. Модель поддержки принятия решений при управлении рыбовод-ным предприятием

Передерий В.И., Еременко А.П. Математические модели и алгоритмы принятия релевантных решений пользователями автоматизированных систем с учетом личностных и внешних факторов на базе генетических алгоритмов

Григорова А.А., Чёрный С. Г. Формирование современной информационно-аналитической системы для поддержки принятия решений.

Бабенко Н.И., Крючковский Д.А., Маломуж Т.В. Методы снижения влияния факторов субъективности и неопределенности в системах поддержки принятия решений.

Ходаков В.Е., Граб М.В., Ляшенко Е.Н. Структура и принципы функционирования системы поддержки принятия решений при ликвидации лесных пожаров на базе новых геоинформационных технологий.

Исаев Е.А., Чернецкая И.Е., Завальнюк О.П. К вопросу принятия решений при оптимизации гранулирования рыбной муки в барабане.

Рогальский Ф.Б. Информационная поддержка принятия решений при управлении социотехническими системами.

Богушевский В.С., Сухенко В.Ю., Сергеева Е.А., Жук С.В. Реализация модели управления конвертерной плавкой в системе принятия решений

Тодорцев Ю.К., Бундюк А.Н., Студинский Е. Система принятия решений при управлении обучением персонала

Носов П.С. Принятие адаптивной стратегии при формировании траектории обучения в пространстве.

Фанина Л.А., Бражник Д.А. Использование метода компенсации информационных потоков при построении систем управления с речевым интерфейсом

Информационно-управляющие комплексы и системы

Теленик С.Ф., Ролік О.І., Букасов М.М., Андросов С.А. Генетичні алгоритми вирішення задач управління ресурсами і навантаженням центрів оброблення даних

Богушевский В.С., Сухенко В.Ю., Сергеева Е.А., Жук С.В. Реализация модели управления конвертерной плавкой в системе принятия решений

Бень А.П., Терещенкова О.В. Применение комбинированных сетевых методов планирования в судоремонтной отрасли

Цмоць І. Г., Демида Б.А., Подольський М.Р. Методи проектування спеціалізованих комп’ютерних систем управління та обробки сигналів у реально-му час

Теленик С.Ф., РолікО.І., Букасов М.М., РимарР.В., Ролік К.О. Управління навантаженням і ресурсами центрів оброблення даних при виділених серверах

Селякова С. М. Структура інтелектуальної системи управління збиральною кампанією

Еременко А.П., Передерий В.И. Принятие решений в автоматизированных системах с учетом психофункциональных характеристик оператора на основе генетических алгоритмов

Львов М.С. Алгоритм перевірки правильності границь змінення змінних у послідовних програмах

Ляшенко Е.Н. Анализ пожарной опасности сосновых насаждений в зоне Нижне-днепровских песков – самой большой пустыни в Европе

Кучеров Д.П., Копылова З.Н. Принципы построения интеллектуального автору-левого

Касаткина Н.В., Танянский С.С., Филатов В.А. Методы хранения и обработки нечетких данных в среде реляционных систем

Ходаков В.Е., Жарикова М.В., Ляшенко Е.Н. Применение когнитивного подхода для решения задачи поддержки принятия управленческих решений при ликвидации лесных пожаров

Гончаренко А.В. Моделювання впливу ентропії суб’єктивних переваг на прийняття рішень стосовно ремонту суднової енергетичної установки

Фарионова Н.А. Системный подход построения алгоритмов и моделей систем поддержки принятия решений при возникновении нештатных ситуаций

Биленко М.С., Серов А.В., Рожков С.А., Буглов О.А. Многоканальная система контроля качества текстильных материалов

Мотылев K.И., Михайлов M.В., Паслен В.В. Обработка избыточной траекторной информации в измерительно-вычислительных системах

Гончаренко А.В. Вплив суб’єктивних переваг на показники роботи суднової енергетичної установки

Гульовата Х.Г., Цмоць І.Г., Пелешко Д.Д. Архітектура автоматизованої системи моніторингу і дослідження характеристик мінеральних вод

Соломаха А.В. Разработка метода упреждающей компенсации искажений статорного напряжения ад, вносимых выходными силовыми фильтрами

ПотапенкоЕ.М., Казурова А.Е. Высокоточное управление упругой электромеханической системой с нелинейным трением.

Кузьменко А.С., Коломіц Г.В., Сушенцев О.О. Результати розробки методу еквівалентування функціональних особливостей fuzzy-контролерів

Кравчук А. Ф., Ладанюк А.П., Прокопенко Ю.В. Алгоритм ситуационного управления процессом кристаллизации сахара в вакуум-аппарате периодического действия с механическим циркулятором

Абрамов Г.С., Иванов П.И., Купавский И.С., Павленко И.Г. Разработка навигационного комплекса для автоматического наведения на цель системы груз-управляемый парашют

Литвиненко В.И., Четырин С.П. Компенсация ошибок оператора в контуре управления следящей системы на основе синтезируемых вейвелет-сетей

Бардачев Ю.Н., Дидык А.А. Использование положений теории опасности в искусственных иммунных системах

Рожков С.О., Кузьміна Т.О., Валько П.М. Інформаційна база як основа для створення асортименту лляних виробів.

Ускач А.Ф., Становский А.Л., Носов П.С. Разработка модели автоматизированной системы управления учебным процессом

Мазурок Т.Л., Тодорцев Ю.К. Актуальные направления интеллектуализации системы управления процессом обучения.

Ускач А.Ф., Гогунский В.Д., Яковенко А.Е. Модели задачи распределения в теории расписания.

Сідлецький В.М., Ельперін І.В., Ладанюк А.П. Розробка алгоритмів підсистеми підтримки прийняття рішень для контролю якості роботи дифузійного відділення.

Пономаренко Л.А., Меликов А.З., Нагиев Ф.Н. Анализ системы обслуживания с различными уровнями пространственных и временных приоритетов.

Коршевнюк Л.О. Застосування комітетами експертів системи нечіткого логічного виводу із зваженою істинністю.. – С. 73 – 79.

Кирюшатова Т.Г., Григорова А.А Влияние направленности отдельных операторов и направленности всей группы на конечный результат выполнения поставленной задачи.

Петрушенко А.М., Хохлов В.А., Петрушенко І.А. Про підключення до мови САА/Д деяких засобів паралельного програмування пакету МРІСН.

Ходаков В.Е., Граб М.В., Ляшенко Е.Н. Структура и принципы функционирования системы поддержки принятия решений при ликвидации лесных пожаров на базе новых геоинформационных технологий.

Сидорук М.В., Сидорук В.В. Информационные системы управления корпорацией в решении задач разработки бюджета.

Нагорный Ю.И. Решение задачи автоматизированного расчета надежности иасуп с использованием модифицированного метода вероятностной логики

Козак Ю.А. Колчин Р.В. Модель информационного обмена в автоматизированной системе управления запасами материальных ресурсов в двухуровневой логистической системе

Гожий А.П., Коваленко И.И. Системные технологии генерации и анализа сценариев

Вайсман В.А., Гогунский В.Д., Руденко С.В. Формирование структур организационного управления проектами

Бараненко Р.В., Шаганян С.М., Дячук М.В. Аналіз алгоритмів взаємних виключень критичних інтервалів процесів у розподілених системах

Бабенко Н.И., Бабичев С.А. Яблуновская Ю.А. Автоматизированная информационная система управления учебным заведением

Бараненко Р.В Лінеаризація шкали і збільшення діапазону вимірювання ємностей резонансних вимірювачів

Головащенко Н.В. Математичні характеристики шумоподібно кодованих сиг-налів.

Шерстюк В.Г. Формальная модель гибридной сценарно-прецедентной СППР.

Шекета В.І. Застосування процедури Append при аналізі абстрактних типів даних модифікаційних запитів.

Цмоць І.Г. Алгоритми та матричні НВІС-структури пристроїв ділення для комп'-ютерних систем реального часу.

Кухаренко С.В., Балтовский А.А. Решение задачи календарного планирования с использованием эвристических алгоритмов.

Бараненко Р.В., Козел В.Н., Дроздова Е.А., Плотников А.О. Оптимизация рабо-ты корпоративных компьютерных сетей.

Нестеренко С.А., Бадр Яароб, Шапорин Р.О. Метод расчета сетевых транзакций абонентов локальных компьютерных сетей.

Григорова А.А., Чёрный С. Г. Формирование современной информационно-аналитической системы для поддержки принятия решений.

Шаганян С.Н., Бараненко Р.В. Реализация взаимных исключений критических интервалов как одного из видов синхронизации доступа процессов к ресурсам в ЭВМ

Орлов В.В. Оценка мощности случайного сигнала на основе корреляционной пространственной обработки

Коджа Т.И., Гогунский В.Д. Эффективность применения методов нечеткой логики в тестировании.

Головащенко Н.В., Боярчук В.П. Аппаратурный состав для улучшения свойств трактов приёма – передачи информации в системах промышленной автоматики.