64343

Інформаційні технології в системах навчання оперативного технічного персоналу екологічно-небезпечних виробництв

Автореферат

Информатика, кибернетика и программирование

З урахуванням специфіки роботи подібних підприємств в Україні прийнято Закон Про об'єкти підвищеної небезпеки який регламентує первинну та повторну інформаційну підготовку ІП технічного персоналу як у традиційній формі так і з використанням інформаційних технологій.

Украинкский

2014-07-05

812.5 KB

0 чел.

PAGE 24

МІНІСТЕРСТВО освіти і науки україни

Донецький національний університет

Барбарук Віктор Миколайович

УДК 004.588: 519.172.5

ІнформаційнІ технологіЇ В СИСТЕМАХ НАВЧАННЯ ОПЕРАТИВНОГО ТЕХНІЧНОГО персоналу ЕКОЛОГІЧНО-НЕБЕЗПЕЧНИХ виробництв

05.13.06 – інформаційні технології

Автореферат

дисертації на здобуття наукового ступеня

кандидата технічних наук

Донецьк – 2010


Дисертацією є рукопис.

Робота виконана у Технологічному інституті Східноукраїнського національного університету імені Володимира Даля (м. Сєвєродонецьк), Міністерство освіти і науки України.

Науковий керівник:

кандидат технічних наук, доцент Рязанцев Олександр Іванович, Технологічний інститут Східноукраїнського національного університету імені Володимира Даля (м. Сєвєродонецьк), завідувач кафедри комп’ютерної інженерії

Офіційні опоненти:

доктор технічних наук, професор Скобцов Юрій Олександрович, Донецький національний технічний університет, завідувач кафедри автоматизованих систем управління

доктор технічних наук, професор Кучеренко Євген Іванович, Харківський національний університет радіоелектроніки, професор кафедри штучного інтелекту

Захист відбудеться „ 29  10  2010 р. о  1300  годині на засіданні спеціалізованої вченої ради К 11.051.08 у Донецькому національному університеті за адресою: 83001 м. Донецьк, пр. Театральний, 13

З дисертацією можна ознайомитись у бібліотеці Донецького національного університету, 83001 м. Донецьк, вул. Університетська, 24

Автореферат розіслано  ” 17  09 2010 р.

Вчений секретар          Д.В. Шевцов

спеціалізованої вченої ради к.т.н., доц.


ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ

Актуальність теми. У цей час в Україні діє ряд великих хімічних підприємств першої категорії небезпеки, виробництва котрих є екологічно-небезпечним. Серед них: ЗАТ "Сєвєродонецьке об'єднання Азот", Одеський припортовий завод, ВАТ "Концерн "Стірол", ВАТ "Дніпроазот", ВАТ "Азот" (м.Черкаси), ВАТ "Кримський содовий завод", Харківський коксохімічний завод, Горлівський хімічний завод та інші. З урахуванням специфіки роботи подібних підприємств, в Україні прийнято Закон «Про об'єкти підвищеної небезпеки», який регламентує первинну та повторну інформаційну підготовку (ІП) технічного персоналу, як у традиційній формі, так і з використанням інформаційних технологій. Подібні законодавчі норми прийняті у багатьох країнах світу. Зокрема, у РФ федеральний закон "Про промислову безпеку небезпечних виробничих об'єктів" передбачає обов'язковий комп'ютерний тренінг для всіх прийнятих на роботу операторів і тренажерний курс перепідготовки для всіх чинних операторів не рідше одного разу на 3 роки. Внутрішні правила провідних хімічних компаній світу (BASF, DCC, Bayer AG) передбачають обов'язковий відновний курс після тривалої відсутності практики з будь-якої причини.

При впровадженні у виробничі процеси ЗАТ "Сєвєродонецьке об'єднання Азот" удосконаленого обладнання з автоматичним керуванням, трудова діяльність та зміст виробничого навчання персоналу значно ускладнилися. Доцільність застосування інтерактивних систем інформаційної підготовки (ІСІП) технічного персоналу обумовлюється наступними головними факторами: по-перше, засобами ІСІП та комп’ютерних тренажерів (КТ) можливе навчання та імітація роботи на дорогих, складних і небезпечних установках, тренування на яких пов'язане з певним ризиком, особливо в початковий період навчання; по-друге, використання ІСІП дозволить подавати персоналу додаткову інформацію про слушність трудових дій, що зменшить ймовірність помилковий дій. Досягнути ці фактори при нинішній організації ІП технічного персоналу ЗАТ "Сєвєродонецьке об'єднання Азот" важко, тому удосконалювання засобів інформаційних технологій в системах навчання оперативного технічного персоналу екологічно-небезпечних виробництв є актуальною задачею.

Зв'язок роботи з науковими програмами, планами, темами. Дисертаційна робота виконувалася відповідно до плану науково-дослідних робіт Технологічного інституту Східноукраїнського національного університету ім. Володимира Даля (м.Сєвєродонецьк), зокрема, за договором № 26 від 20.02.2009р. "Розробка структури інформаційної системи міського екологічного моніторингу", а також в рамках держбюджетних тем "Автоматизація проектування та програмування комп’ютерних систем керування" (реєстр. № 0103U000415), "Розробка програмно-технічного комплексу хімічного виробництва" (реєстр. №0104U000391) і "Проектування муніципальної комп’ютерної системи з використанням інформаційних технологій" (реєстр. №0103U007993) для розробки методів створення комп’ютерних систем навчального призначення.

Мета і задачі дослідження. Метою даної дисертаційної роботи є розробка інтерактивної системи інформаційної підготовки, тестування й аналізу залишкових знань оперативного технічного персоналу на основі розробки моделей і методів подання, передачі й контролю знань.

Для досягнення мети у дисертації поставлено задачі:

  •  на основі аналізу процесу одержання знань технічним персоналом розробити математичну модель процесу ІП;
  •  розробити та дослідити математичні моделі ІСІП та її складових частин, з метою формалізації етапів організації, проведення та контролю ІП оперативного технічного персоналу;
  •  розробити інформаційну технологію і програмне забезпечення ІСІП технічного персоналу;
  •  провести апробацію програмного забезпечення за допомогою впровадження в процес навчання оперативного технічного персоналу екологічно-небезпечних виробництв.

Об'єктом дослідження є інформаційні процеси, які проходять в системах навчання та тестування оперативного технічного персоналу в умовах складних екологічно-небезпечних технологічних об’єктів.

Предметом дослідження є моделі та методи переробки інформації в ІСІП оперативного технічного персоналу.

Для вирішення поставлених задач були застосовані наступні методи дослідження: теоретичні (аналіз спеціальної та математичної літератури з проблем дослідження та порівняння існуючих програмних засобів для реалізації процесу ІП); емпіричні (теорія множин, моделювання процесу навчання з елементами абстрагування); засоби модульної розробки програмних засобів; статистичні методи обробки експериментальних даних.

Наукова новизна отриманих результатів полягає у розвитку і поглибленні методологічних основ створення ефективної інформаційної технології управління процесом інформаційної підготовки технічного персоналу за допомогою ІСІП.

Новими науковими результатами дисертаційного дослідження є:

  •  вперше побудована й досліджена подієва модель інтерактивного курсу підготовки технічного персоналу, що створена на основі формалізму мереж Петрі з випадковим та часовим спрацьовуванням, що дає можливість досліджувати, а надалі й удосконалювати, статичні й динамічні характеристики процесу ІП;
  •  вперше запропоновано використовувати матриці відносин черговості, матриці логічних зв'язків у сполученні з методом оцінки трудомісткості вивчення задач для розробки методу подачі навчального матеріалу учбових задач курсів підготовки персоналу;
  •  дістала подальший розвиток розробка методів оцінки ймовірності випадкового вводу вірної відповіді при перевірці отриманих знань, що дозволяє вибирати типи питань з урахуванням зменшення цієї ймовірності, та, як слід, дозволяє збільшити адекватність оцінки отриманих знань.

Практичне значення отриманих результатів полягає у наступному: розроблена інформаційна технологія комп’ютеризованої системи навчання оперативного технічного персоналу екологічно-небезпечних виробництв, яка дозволила автоматизувати процес ІП технічного персоналу промислового підприємства першої категорії небезпеки. Результати дисертаційної роботи використані в процесі навчання та науково-дослідних роботах в учбовому центрі ЗАТ "Сєвєродонецьке об’єднання Азот", Технологічному інституті Східноукраїнського національного університету імені Володимира Даля (м.Сєвєродонецьк).

Особистий внесок здобувача. Основні результати дисертації отримано особисто автором. Дослідження підтверджені 9 індивідуальними публікаціями та 9 у співавторстві. При цьому у роботах, що опубліковано у співавторстві, здобувачу належать: [2] – аналіз вимог до побудови моделей складових частин процесу навчання та, як приклад, побудова моделі проходження навчального курсу в апараті розфарбованих мереж Петрі; у роботі [3] – формування образу особи, яку навчають, на підставі даних, що накопичуються в системі комп’ютеризованого навчання; у роботі [4] – розробка математичної моделі інформаційного забезпечення інформаційної технології підготовки технічного персоналу; у роботі [5] – розробка подієвої моделі процесу вивчення курсу підготовки технічного персоналу; у роботах [6, 7] – використання об'єктно-орієнтованого підходу до побудови інформаційного простору процесу навчання; у роботах [9, 16] – організація системи комп’ютеризованого навчання, основними елементами якої виступають предметна галузь, інструктор та особа, яку навчають; у роботі [17] – розробка математичної моделі інтерактивної навчальної системи підготовки персоналу.

Апробація результатів дисертації. Основні положення дисертаційної роботи доповідалися, обговорювалися та одержали позитивну оцінку на конференціях: міжнародній науково-практичній конференції "Единое информационное пространство" (Дніпропетровськ, 2003 р.); 2-ий молодіжний форум "Информационные технологии в ХХI веке" (Дніпропетровськ, 2004 р.); 7-му, 8-му, 9-му та 10-му міжнародному молодіжному форумі "Радиоэлектроника и молодежь в XXI веке" (Харків, 2003, 2004, 2005, 2006 рр.); 8-й та 10-й міжнародній конференції української асоціації дистанційної освіти "Образование и виртуальность" (Харків-Ялта-2004, 2006 рр.); міжнародній науково-технічній конференції "МатИнформИнфо-2005" (Маріуполь, 2005); 2-ій міжнародній науково-практичній конференції "Інформаційні технології в наукових дослідженнях і навчальному процесі" (Луганськ, 2006 р.); 3-ій міжнародній науково-технічній конференції молодих вчених та студентів "Информатика и компьютерные технологии" (Донецьк, 2007); науково-технічній конференції студентів, аспірантів і молодих вчених "Технологія" (Сєвєродонецьк 2009 р.); 5-ій міжнародній конференції "Стратегія якості у промисловості і освіті" (Дніпропетровськ – Варна, 2009).

Публікації. Наукові та практичні результати опубліковані в 18 друкованих працях, в тому числі: 5 наукових праць [1, 2, 3, 4, 5] у виданнях, що входять до переліку ВАК України, 12 наукових праць у матеріалах міжнародних конференцій [6 - 17] та 1 праця у матеріалах всеукраїнської конференції [18].

Структура і обсяг дисертації. Дисертація складається із вступу, чотирьох розділів, висновків, списку використаних джерел зі 140 найменувань на 14 сторінках, 85 рисунків, 11 таблиць, 4 додатків на 39 сторінках. Загальний обсяг роботи – 175 сторінок.

ОСНОВНИЙ ЗМІСТ РОБОТИ

Вступ містить обґрунтування актуальності теми дисертаційної роботи. Наведена мета роботи, головні задачі, що вирішуються, наукова новизна та практична цінність, сформовані наукові результати, що виносяться на захист, відомості про їхню апробацію і практичну реалізацію.

Перший розділ являє собою оглядовий і критичний аналіз систем комп’ютеризованого навчання (СКН) технічного персоналу, направлених на загальне підвищення якості та ефективності отриманих знань. Переваги наведених систем полягають у наданні особі, яку навчають, реалістичної моделі досліджуваного об'єкта, або процесу. Персонал має можливість відпрацьовувати навички й уміння на моделі без контакту з установкою, або процесом. Помилки персоналу при навчанні не приводять до аварії. Аналіз протоколів, що складаються, допомагають уникнути подібних помилок у подальшій роботі.

До недоліків наведених систем можна віднести наступне:

  •  не реалізовані режими початкового навчання персоналу (первинний інструктаж, інструктаж з техніки безпеки та охорони праці, технологічний регламент, план локалізації й ліквідації аварійних ситуацій);
  •  не враховується специфіка підготовки оперативного технічного персоналу екологічно-небезпечних виробництв, а саме, додаткове та повторне вивчення певного обсягу навчального матеріалу з урахуванням попередніх результатів навчання, та повний структурний зв’язок елементів навчального матеріалу;
  •  висока вартість комп’ютерних тренажерів через їхню великомасштабність.

Недоліки існуючих СКН технічного персоналу промислових підприємств показує актуальність задачі створення та використання інтерактивних систем інформаційної підготовки персоналу для проведення початкового навчання, підвищення кваліфікації, перепідготовки персоналу при призначенні на нову посаду.

Другий розділ містить вибір напрямку досліджень, моделі та методи реалізації компонентів ІСІП.

За результатами проведеного аналізу розроблено математична модель інформаційної підготовки (ММІП) з використанням СКН:

ММІП = {П, О, СКН },                                                 (1)  

де П – множина інструкторів П= {Пj}, где j{1,2,..J};

О – множина персоналу О = {Оz}, де z{1,2,..Z}.

При комп'ютеризованій технології навчання значна частина контролю знань повинна виконуватися СКН:

СКН = {ТЗН, ОП, ІСІП},                                                 (2)  

де ТЗНтехнічні засоби навчання;

ОПосвітні послуги;

ІСІП – інтерактивна система інформаційній підготовки.

Використання ТЗН, до яких віднесемо автоматизовані навчальні системи, системи інформаційної підтримки, полігони, тренажери, стенди, дозволяє максимально наблизити підготовчу діяльність до реальної, зменшити умовність підготовки та підвищити об'єктивність оцінювання результатів. Надані ОП являють собою набір освітніх програм і курсів, спрямованих на професійну перепідготовку та підвищення кваліфікації персоналу. ІСІП (3), виступає як інструмент діяльності інструктора та персоналу, спрямований для досягнення поставленої мети професійного навчання.

ІСІП = {ЗВ, ЗК, ЗС},                                                  (3)  

де ЗВ – засоби викладання;

ЗК – засоби контролю рівня знань персоналу;

ЗС – засоби сертифікації якості знань персоналу.

У СКН (2) модель ІСІП здобуває особливу роль, тому що якість ІП практично визначається методом керування процесом ІП, тобто впливом математичного забезпечення на інформаційне забезпечення ІСІП. Інформаційне забезпечення ІСІП складається з М курсів підготовки: R1, R2, …, RM. При цьому:

  1.  Rk   ,  k = 1,M
  2.  Rk ∩ Rj = ,  k = 1,M, j =1,M, i ≠ j.

Кожному курсу Rk ставиться у відповідність набір задач Sik, які вивчаються:

Rk ={S1k, S2k,…,Snkk},                                     (4)   

де Rkk-й курс підготовки, k {1,2,…,M};

Sik i-а задача k-го курсу підготовки, i {1,2,…,nk}.

Задача Sik задана  i=1,nk,  k= 1,M. При цьому:

Sik Suk ,  i= 1,nk ,  u=1,nk , iu,  k= 1,M.

Кожній задачі Sik (4) ставиться у відповідність набір тестових завдань Qhi,k:

Sik={ Q1i,k, Qbi,k,…, Qbi,ki,k }                                              (5)  

де Sik i-а задача k-го курсу підготовки, i {1,2,…,nk}, k {1,2,…,M};

Qhi,kh-е тестове завдання i-ої задачі k-го курсу, h{1,2,…,bi,k};

bi,k – кількість тестових завдань в i-й задачі k-го курсу.

Тестове завдання Qhi,k може бути здано, або не здано. Позначмо Пj(Qhi,k) – функцію, яка характеризує результат складання тесту Qhi,k  j-м інструктором. Тоді

Пj( Qhi,k ) {0, 1}, j= 1,J,  h= 1,bi,k, i= 1,nk,  k= 1,M.

Будемо вважати, що інструктор повністю володіє знаннями, які він повинен передати персоналу. Із цього слід, що

Пj( Qhi,k ) = 1, j= 1,J,  h= 1,bi,k, i= 1,nk,  k= 1,M.             (6)   

Позначимо Пji,k множину результатів виконання тестових завдань j–м інструктором по i–й задачі k–го курсу підготовки, тобто

Пji,k = { Пj( Q1i,k ), Пj( Q2i,k ), … Пj( Qbi,ki,k )},  j= 1,J,  i= 1,nk,  k= 1,M.

Тоді з (6) слід, що

Пji,k = {1, 1, …, 1},  j= 1,J,  i= 1,nk,  k= 1,M.                          (7)  

Введемо функцію f, яка для будь-якого Пj i,k ставить у відповідність кількість "1" в Пj i,k:

f(Пj i,k) = bi,k,  j= 1,J,  i= 1,nk,  k= 1,M.                          (8)  

Розглянемо особу, яку навчають, Оz з (1). Позначимо Оz(Qhi,k) – функцію, що характеризує результат складання тесту Qhi,k  z-ю особою, яку навчають. Тоді

Oz( Qhi,k ) {0, 1}, z= 1,Z,  h= 1,bi,k, i= 1,nk,  k= 1,M.             (9)   

Помітимо, що особа, яку навчають, може скласти тест Qhi,k або не скласти, тобто на відміну від (6) значення Oz(Qhi,k) не завжди дорівнює "1". Позначимо Оz i,k множину результатів виконання тестових завдань z-ою особою, яку навчають i-й задачі k-го курсу підготовки, тобто

Оz i,k= { Oz(Q1i,k), Oz(Q2i,k),…, Oz(Qbi,ki,k)}, z= 1,Z,  i= 1,nk,  k= 1,M.             (10)  

Отже,

f(Oz i,k) ≤ bi,k,  z= 1,Z,  i= 1,nk,  k= 1,M.                           (11)  

Якщо обсяг інформаційного матеріалу задачі Sik становить Θik годин, то ймовірність успішного виконання перевірки знань може бути представлена у вигляді:

p(Θik) = exp(-λikik),                                               (12)  

де λik (1/година) - константа, що показує швидкість зниження ймовірності успішного завершення вивчення задачі Sik залежно від її обсягу Θik.

Оцінити рівень знань особи, яку навчали i-й задачі k–ого навчального курсу з обліком (8) і (11) можна відношенням

Vz i,k= f(Oz i,k)/f(Иj i,k)= f(Oz i,k)/bi,k [0;1],  z= 1,Z,  i= 1,nk,  k= 1,M               (13)  

де Vz i,k – рівень знань z-ої особи, яку навчали i–й задачі k–ого курсу.

Таким чином, критерій успішності ІП z-ої особи, яку навчали i-й задачі k-ого курсу підготовки буде записаний так:

Vz i,k≥Vmin,  z= 1,Z,  i= 1,nk,  k= 1,M                          (14)  

де Vмін – мінімальний рівень знань, при якому ІП за будь-якою задачею вважається задовільною.

Відзначимо, що значення критерію Vмін регламентується нормативними документами підприємства та галузевих стандартів. Для оперативного технічного персоналу ЗАТ "Сєвєродонецьке об'єднання Азот" встановлене Vмін= 0,7. Позначимо Vzk – рівень знань z-ої особи, яку навчали k-му курсу. Одна з особливостей ІП персоналу полягає в тому, що незначна "прогалина у знаннях" може привести до серйозних помилок у керуванні виробництвом, тому приймаємо Vzk = min Vz i,k. Якщо ІП особи Оz, яку навчають, показала рівень знань Vzi,k < Vмін, то її знання вважаються незадовільними, і вона повинна заново пройти ІП i-ї задачі k-ого курсу підготовки.

Критерію (14) недостатньо для визначення підготовленості персоналу до рішення професійних завдань різного ступеня складності. ІП особи Оz, яку навчають, i-ї задачі k-ого курсу вважається повністю успішної при досягненні критерію (15). При виконанні умови (15) i-а задача k-ого курсу вважається вивченої та особа Оz, яку навчали, може переходити до ІП (i+1)-ої задачі k-ого курсу  z= 1,Z,  i= 1,nk-1,  k= 1,M.

1≥ Vz i,k≥Vусп,  z= 1,Z,  i= 1,nk,  k= 1,M                                     (15)  

де Vусп – рівень знань, при якому ІП вважається успішною.

Якщо ІП виявила, що знання особи, яку навчали, перебувають на «задовільному» рівні (16), то ій буде запропоноване «доучування» i-ї задачі k–ого курсу підготовки.

VуспVz i,kVмин,  z= 1,Z,  i= 1,nk,  k= 1,M                                     (16)  

При ІП оперативного технічного персоналу ЗАТ "Сєвєродонецьке об'єднання Азот" встановлене значення Vусп=0,85 і обмежене число етапів повторного й додаткового вивчення задач курсу підготовки. На підставі (14) - (16) відбувається формалізоване ранжирування технічного персоналу на групи за рівнем знань. Для досягнення мети (14) варто розробити таку методику організації, проведення й перевірки якості ІП, щоб у максимальному ступені враховувалися вимоги галузевих стандартів; підвищувалася компетенція технічного персоналу; виключалося використання неформалізованих параметрів.

Запропоновано використовувати подання структурних об'єктів та одиниць інформаційного забезпечення ІСІП у вигляді сукупності моделей та методів їхньої обробки. Кожна з таких моделей являє собою деяку структуру, що має множину станів, між якими можливі переходи під впливом множини умов. Побудова моделі наводиться з використанням двох формалізмів – мереж Петрі (рис.1,а) та відповідних кіл Маркова (рис.1,б). При цьому номера позицій Pi(M1) у мережі Петрі N(M1) і номера станів Si(M2) у колах Маркова N(M2) взаємно однозначно відповідають один одному: PS(M1) – стан початку вивчення задачі; P1(M1), S1(M2) – стан одержання завдання; P2(M1), S2(M2) – стан роботи з СКН; P3(M1), S3(M2) – стан оцінювання знань; P4(M1), S4(M2) – стан вивчення додаткового матеріалу; P5(M1), S5(M2) – стан завершення вивчення задачі.

а)                                                                                               б)

Рис.1. Модель вивчення задачі: а) мережа Петрі N(M1); б) коло Маркова N(M2)

Аналізуючи достоїнства та недоліки двох формалізмів робимо висновок про можливість їхнього застосування для розробки подієвої моделі вивчення задачі курсу підготовки персоналу:

  1.  використовувати коло Маркова для оцінки ймовірності перебування процесу підготовки персоналу в кожному з можливих станів і оцінки трудомісткості вивчення кожної задачі курсу підготовки;
  2.  використовувати мережу Петрі як математичну основу для безпосередньої побудови подієвої моделі вивчення задачі.

Процес вивчення задачі курсу підготовки N(M2) завжди починається з вершини S1(M2). Оцінимо середнє число перебування {q2(M2), q3(M2), q4(M2)} процесу вивчення задачі в значимих станах {S2(M2), S3(M2), S4(M2)} при старті зі стану S1(M2):

q2(M2)=1/ p23M2*p35M2, q3(M2)=1/ p35M2, q4(M2)= p34M2/ p23M2*p35M2              (17)

де q2(M2) - середнє число спроб вивчення задачі;

q3(M2) - середнє число спроб перевірки знань;

q4(M2) - середнє число звертань за довідками й консультаціями при вивченні задачі.

Сумарна трудомісткість Т вивчення задачі курсу підготовки технічного персоналу, з урахуванням (17) визначається виразом:

T= q2(M2)*Θ+ q4(M2)*Θ1+ q3(M2)*Θ2= 1/ p35M2*( Θ2+( Θ+ Θ1* p34M2)/ p23M2)     (18)

де Θ - витрати часу на вивчення основного навчального матеріалу задачі;

Θ1 - витрати часу на одержання довідок і консультацій при вивченні задачі (стан S4(М2));

Θ2 - витрати часу на виконання контрольних заходів (стан S3(М2)).

Витрати часу Θ1 можуть бути взяти як деяка частка величини Θ:

Θ1=r1*Θ,                                                             (19)  

де r1 – частка витрат на одержання довідок і консультацій, обумовлена експертною оцінкою або на основі статистики, r1<1.

Витрати часу Θ2 можуть бути представлені як сума постійної та змінної складових:

Θ2=m+r2*Θ,                                                        (20)

де m  – час на організацію перевірки знань, що не залежить від розмірів задачі,

k2 - частка витрат на виконання контрольних заходів, r2<1.

У результаті підстановки значень параметрів (12), (19), (20) формула (18) приймає вигляд:

T=eλΘ*(Θ*(1+ p34M2*r1+ p23M2*r2)/ p23M2+m)=T1+T2                  ( 21)

де T1 = eλΘ*(Θ*(1+ p34M2*r1+ p23M2*r2)/ p23M2) – витрати часу на вивчення задачі;

Т2 = eλΘ*m– витрати часу на перевірку знань.

Таким чином, ми одержали вираз для розрахунку трудомісткості вивчення технічним персоналом задач курсу підготовки, який варто використовувати при визначенні сумарної трудомісткості задач, що вивчаються. Таким чином, при формуванні послідовності задач необхідно, керуючись нормативними документами, регулювати сумарне значення трудомісткості курсів і програм підготовки, що складаються. Перейдемо до безпосередньої розробки подієвої моделі вивчення задачі курсу підготовки.

Такі недоліки моделей, побудованих в апараті кіл Маркова, як, відсутність детермінованого часового механізму, складність у визначенні достовірних ймовірностей переходів між станами не дозволяють нам використовувати зазначений формалізм для рішення поставлених задач. Тому для складання подієвої моделі вивчення задачі курсу підготовки технічного персоналу використовується формалізм мереж Петрі. Побудовано модель, яка використовує всього один вид ресурсів без урахування часових характеристик процесу ІП. Модель цього процесу у вигляді мережі Петрі наведена на рис.2,а). Мережа містить дві множини вузлів: множина позицій P(К1) = {p1(К1),…p8(К1), pT(K1), pD(K1), pD_COUNT(K1), p7_COUNT(K1), pJ(K1)} і множина переходів T(К1) = {t1(К1),…,t10(К1)}.

а)                                                                             б)

Рис. 2. Подієва модель вивчення задачі курсу підготовки персоналу: а) мережа Петрі; б) фрагмент дерева досяжності

Етапи навчання моделюються позиціями: p1(К1) – початок вивчення задачі; p2(К1) – основний матеріал задачі обраний; p3(К1) – початок вибору тесту; p4(К1) – тест обраний; p5(К1) – відповіді оцінені; p6(К1) – додатковий матеріал задачі обраний; p7(К1) – повторне вивчення додаткового матеріалу можливе; p8(К1) – вивчення поточної задачі закінчено та можливий перехід до наступної задачі; pM(К1) – база основного навчального матеріалу; pD(К1) – база додаткового матеріалу; pD_COUNT(K1) – завершення навчання при спустошенні бази додаткових матеріалів; p7_COUNT(K1) – завершення навчання при використанні всіх етапів  повторного вивчення основного навчального матеріалу; pT(К1) – база тестових матеріалів; pJ(К1) – журнал обліку навчання. Відповідно до правил функціонування мережі Петрі на першому кроці спрацьовує перехід t1(К1) (що відповідає події «вивчення основного матеріалу задачі починається»). При цьому буде вилучено по одній фішці з позицій pM(К1), p1(К1) та одна фішка перейде до позиції p2(К1). Таким чином, виконається умова, яка дає можливість спрацювати переходу t2(К1). Далі послідовно спрацюють переходи t2(К1), t3(К1) і t4(К1). Після виконання умови p5(К1) «відповіді оцінені» можливе розгалуження процесу за трьома напрямками, тобто може відбутися одна із трьох зазначених раніше подій, які моделюються переходами t5(К1), t7(К1), t8(К1).

При спрацьовуванні переходу t8(К1) та влучення фішки 1’s у позицію p7(К1) моделюючий процес завершується. Крім того, міститься фішка 1’s до позиції tJ(К1), що відповідає фіксації цього факту в журналі обліку роботи у навчальній системі. При пересуванні фішки у напрямку переходу t7(K1) при наявності хоча б однієї фішки в позиції p7(K1) спрацьовує перехід t7(K1). При цьому вилучається одна фішка  з позиції p7(K1) і одна фішка передається в позицію p2(K1). При відсутності фішки в позиції p7(K1) перехід t7(K1) не спрацює. До цього моменту у вершині p7_COUNT(K1) нагромадиться Н фішок і це приведе до завершення моделювання. Цей факт зафіксується в журналі (позиція pJ(K1)). Так само маркування вершин pD(K1) та pD_COUNT(K1) контролює кількість етапів вивчення додаткового матеріалу.

Побудова та дослідження вершин дерева досяжності (рис.2,б) дозволяє визначити ступінь використання навчальних ресурсів (виявити найбільш завантажені ресурси та ті ресурси, звертання до яких було мінімальним) та прослідити всі стани у яких може перебувати процес ІП персоналу з метою дослідження зациклення та умов завершення процесу навчання.

Зазначено, що використання кольорових мереж Петрі дає можливість провести більш детальне моделювання даного процесу. Диференціація ресурсів дозволяє досліджувати послідовність вивчення задач, кількість повернень на додаткове та повторне вивчення матеріалу. Наявність часового механізму допомагає визначити час, витрачений на виконання всіх перерахованих етапів, провести перерозподіл навчальних ресурсів і становити протоколи проходження курсу.

Третій розділ дисертації присвячений побудові математичної моделі ІСІП.

Наведені в другому розділі одноресурсні моделі не відображують низку істотних особливостей ІП: не враховуються номери та порядок вивчення навчальних задач; не зазначена прив'язка додаткового матеріалу і тестів до номерів задач; не враховується час, затрачений на навчання, додаткове навчання та тестування. Тому запропоновано описувати ІСІП кольоровими мережами Петрі (рис.3).

В ІСІП метод подачі навчального матеріалу задач (метод реалізація вершин pM і pD моделі ІСІП, наведеної на рис.3 здобуває особливу роль, тому що якість ІП практично визначається методом управління процесом ІП, що базується на методі подачі матеріалу курсів підготовки. Розробку методу робимо в п'ять етапів:

  1.  розбивка курсу підготовки персоналу на задачі (з урахуванням структури курсів підготовки й оцінки трудомісткості вивчення курсів, згідно з формулою (21));
  2.  формування матриці відносин черговості задач всіх курсів підготовки;
  3.  обробка матриці відносин черговості й побудова послідовності вивчення задач курсів підготовки у вигляді списку задач;
  4.  формування матриці логічних зв'язків задач;
  5.  побудова графа логічних зв'язків задач.

Рис. 3. Кольорова мережа Петрі моделі процесу проходження навчального курсу

На прикладі курсу підготовки "ПЛАС обладнання синтезу аміаку АМ-76", обсяг вивчення котрого складає 72 години, на підставі (17)-(21) встановлена залежність затрат часу на вивчення курсу T (рис.4,а) та затрат часу на перевірку знань Т2 (рис.4,б) від кількості задач nk, на які поділяється курс  та видані рекомендації на кількість задач у межах 10-15.

а)                                                                                 б)

Рис.4.Графік залежності: а) затрат часу на вивчення; б) затрат часу на перевірку знань від кількості задач у курсі

Матриці відносин черговості й логічних зв'язків досліджуваних задач є квадратними. Розмір матриці визначається кількістю задач, на які поділяється курс підготовки. При заповненні матриці логічних зв'язків досліджуваних задач ставимо одиницю в комірку, якщо навчальний матеріал задачі, зазначеної в номері рядка, логічно пов'язаний з навчальним матеріалом задачі, зазначеної в номері стовпця. Логічні зв'язки навчальних елементів пропонується для наочності відображати у вигляді орієнтованого графа по матриці логічних зв'язків навчальних задач. Ребра графа логічних зв'язків указують на опорні зв'язки між досліджуваними задачами.

Використання вибіркових відповідей при організації перевірки отриманих знань (вершина р15) в ІСІП пов’язано з можливістю неадекватної оцінки знань особи, яку навчають, при випадковому введенні правильної відповіді. Проведено оцінку цієї ймовірності для запропонованих відповідей типу «множина», «список», використовуючи математичний апарат комбінаторики за умовами, що всі відповіді вважаються рівноймовірними та оцінюються по двобальній системі. Всі питання в тесті прийняті незалежними.

Зміна ймовірності випадкового введення правильної відповіді залежно від кількості варіантів для різних схем наведено в табл. 1.

Таблиця 1-

Ймовірності випадкового введення вірної відповіді для різних однорівневих схем

Кількість відповідей,

N

Тип і схема відповіді

множина,

«W варіантів - 1 вірний»

множина,

«W варіантів - g вірних»

список,

«W варіантів - немає зайвих»

список,

«W варіантів - є зайві»

3

0,33

0,125

0,167

0,08

4

0,25

0,063

0,042

0,017

5

0,20

0,032

0,008

0,003

6

0,17

0,016

0,0014

0,0005

7

0,14

0,008

0,0002

0,00007

8

0,13

0,004

0,000025

0,000009

На підставі аналізу даних табл.1 зроблено наступні висновки:

  •  відповідь, побудована за схемою "W варіантів – g правильних", значно переважніше відповіді, побудованої за схемою "W варіантів – 1 правильний";
  •  відповідь типу «список», природно, має меншу ймовірність випадкового введення вірної відповіді, ніж відповідь типу «множина»;
  •  при наявності "зайвих" варіантів у відповіді типу «список» його оцінка поліпшується більш ніж у 3 рази в залежності від кількості відповідей.

Четвертий розділі містить опис розробленої інформаційної технології для навчання оперативного технічного персоналу екологічно-небезпечних виробництв, а саме: функціональну схему ІСІП (рис.5,а), структуру запиту на вибірку даних з інформаційних баз даних (рис.5,б), програмне забезпечення ІСІП, з трьома режими роботи – заповнення, навчання (рис.6,а), екзамен (рис.6,б).

а)                                                                   б)

Рис.5. Розроблена інформаційна технологія навчання оперативного технічного персоналу: а) функціональна схема; б) структурна схема запиту на вибірку даних

а)                                                           б)

Рис.6. Режими роботи ІСІП "Тренажер-екзаменатор з ПЛАС": а) режим навчання за відео-файлом в ІСІП; б) режим перевірки знань в ІСІП

В експериментальній частині брали участь чотири зміни оперативного, чергового та ремонтного персоналу (загальна кількість 80 осіб) установки синтезу аміаку АМ-76. Експериментальні показники фіксувалися протягом двох років навчання та підвищення рівня кваліфікації під час контрольних заходів. Для одержання загальної картини знань потоку персоналу запропонована побудова поверхні, яка відображає рівень знань (рис.7,а) протягом усього досліджуваного інтервалу процесу підготовки. На поверхні чітко зазначені локальні екстремуми, які відповідають відмінному й задовільному результатам ІП. Частота появи екстремумів свідчить про "розбіжність" знань у персоналу. А оскільки одним з критеріїв якості керування установкою є "рівномірність знань персоналу" та "чіткий рівень знань посадових інструкцій та обов’язків", довільний зріз поверхні знань, наведеної на рис.7,а) покаже значну розбіжність у рівні знань працівників. Визначення психологічних причин розбіжності виходить за рамки дисертаційної роботи.

а)                                                             б)

Рис.7. Поверхня знань при : а) традиційному навчанні; б) навчанні за допомогою ІСІП

Для проведення експерименту була виділена контрольна група з трьох змін персоналу, традиційне навчання якого доповнювалося навчанням і самонавчанням у розробленій ІСІП. Побудована поверхня знань (рис.7,б) має меншу кількість локальних екстремумів знань у порівнянні з поверхнею, наведеною на рис.7,а). Зріз знань на будь-якому рівні поверхні показує меншу "розбіжність" знань персоналу. Інформаційні складові наповнення моделі процесу ІП складаються з основного та додаткового матеріалу. Це сприяє цілісності розуміння інформаційного забезпечення ІСІП у працівників, підвищенню асоціативних зв'язків між різними елементами інформаційного забезпечення.

Розроблена ІСІП використовується в учбовому центрі підготовки технічного персоналу ЗАТ "Сєвєродонецьке об’єднання Азот" при вивченні теоретичних знань про технологічний процес, інформаційні засоби та керуючі властивості системи та ПЛАС обладнання синтезу аміаку АМ-76. Протоколювання всіх етапів процесу ІП оперативного технічного персоналу сприяє професійному відбору працівників. По часовим показникам та за результатом перевірки знань весь персонал може бути ранжируваний на групи. Використання для цих цілей апарата системного аналізу дозволяє виявити приналежність персоналу до однієї із груп (рис.8): "1 - здатні до керування складним процесом", "2 - здатні до керування процесом середньої складності", "3 – здатні до керування простими процесами".

З урахуванням того, що технологічна установка (наприклад, АМ-76 та подібні) має біля 300 позаштатних ситуацій та біля 20 операцій пуску та зупинки, перевага організації повторного проходження курсу за допомогою ІСІП полягає в тому, що для цього непотрібна наявність інструктора поруч з особою, яку навчають. При оновленні складу технологічного процесу, та за результатами попередньої перевірки знань, технічному персоналу може надаватися тільки порція оновлених знань.

Рис. 8. Ранжирування персоналу по рівню здатності до виконання професійних дій

В другій частині експерименту брав участь потік студентів напрямку підготовки 0916 "Хімічна технологія та інженерія" денної форми навчання. Експериментальні показники фіксувалися протягом двох років навчання під час модульних і підсумкових контролів знань. Вони показали поліпшення засвоєння матеріалу на 27% у порівнянні з навчанням у традиційній формі.

В основу розробки програмного забезпечення покладений модульний принцип. Такий підхід дозволяє зменшити ресурси на створення нових засобів, а також забезпечує адаптацію цих засобів до нових умов функціонування.

ОСНОВНІ РЕЗУЛЬТАТИ І ВИСНОВКИ

У дисертаційній роботі вирішено актуальну наукову задачу дослідження та розробки моделей, методів і програмного забезпечення для передачі та контролю знань в ІСІП, яка реалізує ІП та орієнтована на облік особливостей навчання оперативного технічного персоналу екологічно-небезпечних виробництв.

Виконані дослідження дають підставу зробити такі висновки:

1. Проведений аналіз існуючих підходів до організації та обробки інформаційного забезпечення систем інформаційної підготовки виявив наступні недоліки: існуючі методики побудови складових частин навчальних системи розрізнені й не дозволяють повністю формалізувати процеси підготовки, проведення та контролю ІП; не приділяється належної уваги питанням математичного моделювання процесів інтерактивного навчання й створення на їхній основі методів розробки й проектування інтерактивних навчальних систем; системи, які існують на сьогоднішній час, спрямовані на рішення локальних навчальних завдань і не спрямовані на підвищення професійної компетентності оперативного персоналу.

2. Подолання зазначених недоліків можливе при застосуванні моделей, побудованих в апараті розфарбованих мереж Петрі. Дослідження вершин дерева досяжності дозволяє визначити ступінь використання навчальних ресурсів, виявити найбільш завантажені ресурси й ті ресурси, звертання до яких було мінімальним. Все це сприяє поліпшенню планування процесу ІП. Часові характеристики переходів моделі побудованої в апараті мережі Петрі характеризують часові витрати на процес ІП у цілому, так і на виділені його складові частини.

3. Дослідження моделі процесу ІП із чітко організованими ресурсами дозволяє проводити ІП, зріз знань результатів якої буде мати більш стабільну форму в порівнянні з традиційним навчанням, що відповідає рівномірному засвоєнню матеріалу у осіб, яких навчали. Результати комп'ютерних експериментів показали поліпшення засвоєння матеріалу на 27% у порівнянні з навчанням у традиційній формі.

4. Розроблені й запропоновані у дисертаційній роботі методи дослідження інформаційних процесів в ІСІП дозволяють розширити можливості існуючих інформаційно-довідних систем і розширити їх до рівня повнофункціональних інтерактивних навчальних систем.

Результати наукової розробки впроваджені та використовуються на етапах планування, проведення та контролю процесу ІП в учбовому центрі ЗАТ "Сєвєродонецьке об’єднання Азот", Технологічному інституті Східноукраїнського національного університету імені Володимира Даля (м. Сєвєродонецьк).

СПИСОК ОПУБЛІКОВАНИХ ПРАЦЬ ЗА ТЕМОЮ ДИСЕРТАЦІЇ

  1.  Барбарук В.М. Про організацію пошуку даних в компонентах АСК ВНЗ / Барбарук В.М. // Спецвыпуск сборника научных трудов международной научно-практической конференции "Информационные технологи в научных исследованиях и учебном процессе"-2005.с.24-30.
  2.  Кривуля Г.Ф. Организация информационного потока АСУ ВУЗ в аппарате раскрашенных сетей Петри / Кривуля Г.Ф., Горбатюк А.Ф., Барбарук В.Н. // Спецвыпуск сборника научных трудов Донбасского государственного технического университета "Информационные технологи в научных исследованиях и учебном процессе"-2006.с.95-101.
  3.  Горбатюк А.Ф. Автоматизоване формування образу студента / Горбатюк А.Ф., Барбарук В.М. // Вісник Східноукраїнського національного університету імені Володимира Даля №11(117) 2007 ч.2. с.55-62.
  4.  Рязанцев О.І. Інформаційна технологія підготовки технічного персоналу / Рязанцев О.І., Барбарук В.М. // Вісник Східноукраїнського національного університету імені Володимира Даля №12(142) 2009 ч.2. с.86-91.
  5.  Рязанцев А.И. Интерактивная система информационной подготовки персонала объекта первой категории опасности / Рязанцев А.И., Барбарук В.Н. // Вестник Херсонского национального технического университета №2(38), Херсон, 2010, с. 430-435.
  6.  Горбатюк А.Ф. Концепция единой информационной системы вуза / Горбатюк А.Ф., Барбарук В.Н., Барбарук Л.В. // Сборник докладов международной научно-практической конференции "Единое информационное пространство", Днепропетровск, 2003 с.17-18.
  7.  Барбарук В.М. До питання про логічну структуру автоматизованої навчальної системи / Барбарук В.М., Барбарук Л.В. // "Образование и виртуальность – 2004". Сборник научных трудов 8-й Международной конференции Украинской ассоциации дистанционного образования. – Харьков – Ялта: УАДО, 2004. с.53-59.
  8.  Барбарук В.М. Про організацію інформаційного забезпечення АСК ВНЗ / Барбарук В.М. // Материалы международной научно-практической конференции "Інформаційні технології в наукових дослідженнях і навчальному процесі" - Луганськ, 2005.с.9-12.
  9.  Барбарук В.Н. Организация процессов обучения и самообучения с помощью "АРМ преподавателя" и "АРМ студента" / Барбарук В.Н., Горбатюк А.Ф., Кривуля Г.Ф. // "Образование и виртуальность – 2006". Сборник научных трудов 10-й Международной конференции Украинской ассоциации дистанционного образования. – Харьков – Ялта: УАДО, 2006. с.97-103.
  10.  Барбарук В.Н. Использование методологии сетей Петри при моделировании сдачи экзамена / Барбарук В.Н. // Материалы II международной научно-практической конференции "Інформаційні технології в наукових дослідженнях і навчальному процесі"2006.с.38-40.
  11.  Барбарук В.Н. Интегрированный поток данных структурных подразделений института / Барбарук В.Н. // Материалы 7-го Международного молодежного форума "Радиоэлектроника и молодежь в XXI веке", Харьков, 2003, с. 480.
  12.  Барбарук В.Н. Компьютерные показатели эффективности компьютерного обучения и контроля знаний / Барбарук В.Н. // Материалы 8-го Международного молодежного форума "Радиоэлектроника и молодежь в XXI веке" часть 2, Харьков, 2004, с. 265.
  13.  Барбарук В.М. Про один підхід до організації дистанційного навчання / Барбарук В.М. // Сборник тезисов докладов международной научно-технической конференции МатИнформИнфо-2005. с.215-216.
  14.  Барбарук В.Н. Контроль знаний в обучающих системах / Барбарук В.Н. // Материалы 9-го Международного молодежного форума "Радиоэлектроника и молодежь в XXI веке", Харьков, 2005, с. 395.
  15.  Barbaruk V.N. Object-oriented design of component institute automatic control system / Barbaruk V.N. // Материалы 10-го юбилейного международного молодежного форума "Радиоэлектроника и молодежь в XXI веке", Харьков, 2006, с. 567.
  16.   Барбарук В.М. Інформаційні технології управління якістю навчального процесу в вищому навчальному закладі / Барбарук В.М., Барвін О.І., Рязанцев О.І.// Сборник трудов третьей международной научно-технической конференции молодых ученых и студентов "Информатика и компьютерные технологии", Донецк, ДонНТУ – 2007, с.19-21.
  17.   Барбарук В.М. Ранжирування технічного персоналу по рівню знань за допомогою інтерактивної навчальної системи / Барбарук В.М., Лифарь В.О. // Матеріали V міжнародної конференції "Стратегія якості у промисловості і освіті": у 2 т., Дніпропетровськ – Варна – 2009, т.2. с. 595-598.
  18.  Барбарук В.М. Модель переробки даних в інтерактивній автоматизованій системі навчання та контролю знань / Барбарук В.М. // Матеріали ХІІ Всеукраїнської науково-практичної конференції студентів, аспірантів та молодих вчених "Технологія-2009": у 2 т., Сєвєродонецьк:ТІ СНУ ім. В.Даля, ч.2. с. 88-89.

АНОТАЦІЯ

Барбарук В.М. Інформаційні технології в системах навчання оперативного технічного персоналу екологічно-небезпечних виробництв. - Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.06 – інформаційні технології. - Донецький національний університет, Донецьк, 2010.

Дисертація присвячена вирішенню актуальної задачі дослідження та розробки моделей, методів і програмного забезпечення для представлення, передачі та контролю знань в ІСІП технічного персоналу. З урахуванням таких проблем, як нестача ресурсів, недостатня ступінь математичного моделювання процесів інтерактивного навчання й створення на їхній основі методів розробки й проектування інтерактивних навчальних систем тощо, побудована і досліджена математична модель інформаційної технології організації та проведення процесу ІП з урахуванням специфіки екологічно-небезпечних виробництв, що дає можливість придати гнучкість та ефективність плануванню, організації, проведенню та керуванню процесу ІП технічного персоналу на всіх його етапах.

Результати підтверджені при контрольних випробуваннях, робота впроваджена в процес підготовки технічного персоналу промислового підприємства першої категорії небезпеки та в учбовий процес вищого навчального закладу.

Ключові слова: інформаційна підготовка, інтерактивна система інформаційної підготовки, модель, дерево досяжності.

АННОТАЦИЯ

Барбарук В.Н. Информационные технологии в системах обучения оперативного технического персонала экологически-опасных производств. - Рукопись.

Диссертация на соискание ученой степени кандидата технических наук по специальности 05.13.06 информационные технологии.- Донецкий национальный университет, Донецк, 2010.

Диссертация посвящена решению актуальной задачи исследования и разработки моделей и методов обработки информации в интерактивной системе информационной подготовки (ИП). Решение этой задачи позволяет достичь целей повышения эффективности управления процессом ИП через использование научно обоснованной технологии сбора, обработки и представления необходимой информации в процессе автоматизированного обучения и контроля знаний технического персонала. С учетом таких проблем, как нехватка ресурсов, возрастающий объем информационного наполнения информационной базы, многочисленные и периодические этапы обучения, доучивания и проверки знаний и др., которые возникают в процессе ИП технического персонала экологически-опасных производств, разработаны модели прохождения учебного курса и методы обработки информации в интерактивной системе информационной подготовки технического персонала.

Построена и исследована математическая модель информационной технологии организации и проведения процесса ИП, позволяющая придать гибкость и эффективность процессу ИП на всех его этапах. Для исследования методов организации процесса ИП предполагается использовать раскрашенные сети Петри. Это дает возможность провести более детальное моделирование данного процесса. Во-первых, дифференциация ресурсов (на примере учебных ресурсов обучающей системы) позволяет пронаблюдать последовательность изучения тем, количество возвратов на дополнительное и повторное изучение материала. Это способствует ранжированию обучающих на группы по степени восприятия материала. Во-вторых, наличие временного механизма позволяет определить время, затраченное на выполнение всех перечисленных выше операций, и составлять протоколы прохождения курса. Протоколы используются для определения профессиональной пригодности специалистов к выполнению определенного класса профессиональных задач. Для предотвращения возможности неадекватной оценки знаний обучаемого при случайном вводе правильного ответа была введена оценка предложенных типов ответов с точки зрения величины такой вероятности.

Результаты подтверждены при контрольных испытаниях, практические разработки внедрены в процесс подготовки технологического персонала в учебном центре ЗАО "Северодонецкое объединение Азот" и в процесс обучения студентов направления подготовки 0916 "Химическая технология и инженерия".

Ключевые слова: информационная подготовка, интерактивная система информационной подготовки, модель, дерево достижения.

ABSTRACT

Barbaruk V.N. Information technologies are in the teaching system of ecologically-dangerous objects operative technical personnel. - Manuscript.

Thesis on obtaining a scientific degree of the engineering science candidate on a specialty 05.13.06 - information technologies. - Donetsk National University, Donetsk, 2010.

The dissertation is devoted the decision of an actual research problem and working out of models and methods of the information processing in information preparation interactive system. Taking into account such problems as shortage of the resources, the increasing volume of the information base information filling, numerous and periodic grade levels and examinations, etc. which arise in the course of information preparation of technicians of ecologically-dangerous manufactures, are developed models of passage of a training course and methods of processing of the information in interactive system of information preparation of technicians. It has given the chance to give flexibility and efficiency to planning, the organisation, carrying out and control of information preparation at all his stages.

Results are confirmed at control tests, practical workings out are introduced in process of the technological personnel preparation of the first danger category industrial enterprise and in educational process of a higher educational institution.

Key words: information training interactive system, information training, model, attainability tree.


Підп. до друку  13  .   09    .2010. Формат 60х84 1/16.        Спосіб друку – ризографія.

Умов. друк. арк. 1,0.            Облік. вид. арк. 1,1.     Тираж 100  прим.

Зам. №                    Ціна договірна.                      ____________________________________________________________________

ТІ, 93400, Сєвєродонецьк, просп. Радянський, 59а

____________________________________________________________________

Віддруковано в видавничому центрі ТІ

93400, Сєвєродонецьк, просп. Радянський, 59а



 

А также другие работы, которые могут Вас заинтересовать

59613. Сучасні технології навчання 81.5 KB
  Мета: повторити узагальнити та поглибити знання учнів про іменник удосконалювати вміння розпізнавати іменник серед інших частин мови формувати вміння добирати аргументи на доведення своєї думки розвивати...
59617. Сценарій мистецького заходу. Тарас Шевченко — художник 71.5 KB
  Читець. Здібності до малювання виявилися в нього ще з дитинства. У спогадах родини Шевченка є немало свідчень про те, що настінне народне малювання, вишивки будили в нього пристрасть до створення власних малюнків.
59618. Урок-екскурсія. Тиждень лісу 46.5 KB
  Для учнів 3–-4х класів Тиждень лісу Збереження природи є надзвичайно актуальним сьогодні а ліс це одне з основних джерел чистого повітря і наш годувальник. Тому пропоную провести восени тиждень лісу включивши такі дні...
59619. Тренувальні вправи. Складні речення зі сполучниковим та безсполучниковим зв’язком. Кома між частинами складного речення 44.5 KB
  Мета: удосконалювати уміння та навички у визначенні граматичних основ у частинах складного речення правильному інтонуванні складних речень вживанні розділових знаків між частинами складних речень; розвивати логічне мислення увагу мовлення естетичні почуття...
59620. Узагальнення вивченого про речення 31.5 KB
  Чому цей текст має таку назву Скільки в ньому речень У якому з них думка виражена одним словом Що ви уявляєте коли читаєте це речення Спишіть перші два речення. Зробіть перший висновок що таке речення слово або група слів.