Сценарии обучения в обучающих тренажерах Текст научной статьи по специальности «Компьютерные и информационные науки»

СЦЕНАРИИ ОБУЧЕНИЯ В ОБУЧАЮЩИХ ТРЕНАЖЕРАХ

© Семенченко Р.Д.1

Новосибирский государственный технический университет, г. Новосибирск

В данной статье рассматриваются основные компоненты сценария обучения для обучающего тренажера. Проходит анализ реализации частей сценария обучения на базе обучающего тренажера «Роевые алгоритмы оптимизации». Автор говорит о возможностях применения индуктивного метода обучения к обучающим тренажерам.

Ключевые слова: обучающий тренажер, сценарии обучения, индуктивное обучение.

В современный период тема совершенствования профессиональных навыков актуальна как никогда. Существование тренажерно-обучающей системы в различных областях упрощает процесс получения знаний и навыков, позволяет визуализировать лекционный и теоретический материал. Задача построения программной тренажерно-обучающей системы является актуальной также при изучении алгоритмов управления знаниями, в частности, роевых алгоритмов. Была поставлена задача разработки тренажера, реализующая помимо стандартных функций, функции позволяющие обучающему генерировать новые знания.

В последние годы в публикациях, посвященным электронному обучению, широко используется понятие сценария обучения, под которым, как правило, понимается модель обучения, которая включает в себя описание целей и результатов обучения, способов и методов представления учебного материала. Данный термин включает в себя определение структуры и содержания учебного контента, соотношений между его элементами, в том числе теоретическими, практическими, контрольными и справочными.

В педагогических исследованиях, например [1], выделяют основные компоненты обучающего сценария, в соответствии с функциями, задаваемыми непосредственно целью обучения.

Очевидно, что конкретная реализация тех или иных компонент сценария обучения (установочный, предметный, обучающий и т.д.) зависит от целей обучения и условий, в которых осуществляется тот или иной сценарий обучения (непосредственно в аудитории, в аудитории с мультимедийным показом, дистанционно, на обучающем тренажере и т.д.).

Поэтому на одном из первых этапов разработки обучающего тренажера необходимо спроектировать возможные сценарии обучения.

1 Магистрант.

Ниже приведены основные компоненты, необходимые для реализации в обучающих тренажерах:

- установочный, включающий в себя сведения инструктивного и справочного характера: постановку цели, описание назначения, характеристику учебного материала и практических заданий, категории обучающихся и др.;

- предметный, содержащий структурированный учебный материал по дисциплине, перечень лабораторных и практических заданий;

- обучающий, включающий в себя алгоритмическое и модельное обеспечение решения задач и выполнения заданий;

- контрольно-оценочный, объединяющий для установления параметров контроля и оценки результатов;

- корректирующий, содержащий сведения об этапах процесса обучения, предусматривающий ведение статистических данных о результатах работы студентов, предоставляющий правила управления учебно-познавательной деятельностью для дальнейшей коррекции (в случае необходимости);

- инструктивный, включающий справочную информацию и инструкции для работы в условиях компьютерной среды, систему помощи обучающемуся при работе с учебным материалом.

Рассмотрим реализацию компонент обучающего сценария в тренажере «Роевые алгоритмы оптимизации».

Установочная, предметная и инструктивная компоненты в обучающем тренажере реализованы с помощью модуля «Библиотека». Этот модуль включает в себя следующие части:

1. Описание цели и задач обучающего тренажера SOA.

2. Инструкции по работе со всеми модулями тренажера.

3. Теоретические сведения о муравьиных алгоритмах оптимизации, возможности применения в различных задачах оптимизации, основные достоинства и недостатки алгоритма, рассмотрены основные модификации и принципы работы.

4. Описание задачи коммивояжера.

5. Особенности и основные шаги применения муравьиных алгоритмов для задачи коммивояжера.

Модуль «Библиотека» содержит основную информацию, необходимую для работы пользователя с тренажерно-обучающей системой.

Реализация обучающей компоненты тренажера осуществлена в модуле «Исследование». В этом модуле обучающийся проводит различные исследования с целью изучения влияния начальных условий, параметров и различных модификаций муравьиных алгоритмов на эффективность работы алгоритма. Модуль позволяет настраивать различные параметры муравьиного алгоритма, например стартовую точку размещения муравьем, началь-

ный уровень феромона, количество муравьев в колонии, коэффициенты влияния количества феромона и расстояния между вершинами графа на выбор маршрута и т.д. Модуль позволяет представлять весь процесс поиска оптимального решения в графическом виде для большей наглядности процесса поиска решения и лучшего понимания работы алгоритма.

С модулем «Исследование» связан модуль «Статистика», принимающий на себя функции контролирующей компоненты обучения. Данный модуль собирает информацию о работе алгоритма и выводит ее на экран по требованию пользователя.

Модуль «История» предназначен для хранения информации о всех проведенных экспериментах и результатов их работы. Средствами этого модуля можно контролировать этапы обучения муравьиным алгоритмам оптимизации, вернуться к сохраненным экспериментам и продолжить работу с ними, просмотреть и проанализировать статистику сохраненных экспериментов.

Особенностью модуля «История» является возможность сравнить два эксперимента с одинаковыми начальными условиями задачи коммивояжера, например: количество городов, матрица расстояний, наличия «частных случаев» задачи и т.д.

Разработанная схема взаимодействия обучаемого и преподавателя с модулями обучающего тренажера соответствует принципам построения сценариев обучения тренажеров [4].

Помимо разработки сценария обучения, для обучающего тренажера, важно выбрать подходящий метод обучения.

Понятие и подходы методов обучения для обучающих тренажеров

Под индуктивным обучением понимают обучение, при котором процесс познания идет от частного к общему в отличие от дедуктивного, наиболее распространенного способа обучения, при котором освоение материала начинается с общих вопросов изучаемой проблемы. При индуктивном обучении обучающиеся зачастую более мотивированы к обучению, так как понимают, для решения какой проблемы или задачи им нужно изучить те или иные теоретические сведения. Именно поэтому на смену дедуктивному методу обучения все чаще приходит индуктивный метод.

Вместо того чтобы начинать с теоретического материала, преподаватель начинает рассматривать частные случаи, например набор наблюдений или экспериментальные данные, локальной небольшой задачи или сложной масштабной проблемы. После чего обучающимся предлагается проанализировать материал и попытаться решить проблему. В процессе поиска решений студенты сталкиваются с потребностью изучения новых теоретических знаний, необходимых им для решения поставленной задачи. В результате анализа накопленных решений задач, возможны ситуации, в которых сам обучающийся выдвигает и проверяет собственные гипотезы, формули-

рует новые положения, т.е., по сути, генерирует новое знание, что, безусловно, является значимым результатом обучения.

Зачастую индуктивное обучение понимают как общий термин, включающий в себя несколько методов обучения, таких как inquiry learning (обучение по запросу), problem-based learning (проблемно-ориентированное обучение), project-based learning (проектно-ориентировнное обучение), case-based teaching (обучение на основе кейсов - конкретных примеров), discovery learning (обучение, позволяющее получать «открытие» - новое знание) и just-in-time learning (обучение в нужный момент) [2].

Для обучающего тренажера подходит модель гибридного обучения. Основу составляет индуктивный способ обучения. Учащийся проводит различные исследования с целью изучения, например, влияния начальных условий, параметров и различных модификаций муравьиных алгоритмов на эффективность работы алгоритма.

Дедуктивный способ обучения заключен в модуле «Библиотека». В этом модуле содержится теоретическая информация, необходимая для работы с тренажером и роевыми алгоритмами оптимизации.

Рассмотрим методы индуктивного обучения наиболее подходящие для реализации в обучающем тренажере «Роевые алгоритмы оптимизации».

Inquiry learning или обучение по запросу

Обучение на основе вопросов (inqeiry learnig) начинается тогда, когда студенты сталкиваются с вопросами, требующие ответов, проблемами, которые необходимо решить или набором наблюдений, которые необходимо объяснить. Если метод хорошо реализован то учащиеся должны научиться формулировать хорошие и точные вопросы, выявлять и собирать соответствующие доказательства, представлять структурированные результаты работы, анализировать и интерпретировать полученные результаты, формулировать выводы и оценивать ценность и важность этих выводов. Так же можно сказать и про проблемно-ориентированное обучение (problem-based learning), проектно-ориентированное обучение (project-based learning), обучение на основе открытий (discovery learning), определенные этапы обучения на основе выбора (case-based learning) и студенческой исследовательской деятельности. Можно считать, что обучение на основе вопросов объединяет в себе несколько других индуктивных методов обучения. Особенность этого метода обучения являются такие методы обучения как:

- структурированные вопросы (structured inquiry). Студенты получают задачу и план того, как ее решать;

- управляемые вопросы (guided inquiry). Студенты получают только задачу, план ее решения они должны предложить сами;

- открытые вопросы (open inquiry). Студенты формулируют задачу и ищут пути ее решения сами [2].

Метод обучения на основе вопросов, а именно структурированные вопросы, подходит для реализации в обучающем тренажере «Роевые алгоритмы оптимизации». Новые знания обучаемый получает в процессе ответа на вопросы, возникшие у него в ходе работы с обучающим тренажером. Например «на что влияет тот или иной параметр?», «возможно ли получить более эффективное решение задачи?», «что для этого нужно сделать?» и т.д. В тренажере необходимо реализовать справочно-информационный модуль, модуль по анализу и контролю результатов работы и модуль просмотра результатов работы. Этот набор модулей примет на себя задачи преподавателя по ответу на вопросы по работе алгоритма, решаемой задачи, влияния определенных факторов и условий на эффективность решения и другим, а так же предоставит инструменты для анализа и контроля работы на тренажере.

Discovery learning или обучение, позволяющее получать «открытие»

Обучение на основе «открытия» (discovery learning) представляет собой подход обучения на основе вопросов (inqeiry-based learning), в котором студенты получают задачу, проблему, требующую решения, или набор наблюдений, требующие объяснения, а затем работают в большей степени самостоятельной образом. Чтобы решить поставленные задачи и сделать соответствующие выводы, нужно получить фактические и концептуальные знания об исследуемом процессе. В чистом виде этого метода, преподаватели устанавливают проблемы и обеспечивают обратную связь со студентами, но не направляют на решения задачи.

Обучение на основе «открытия» хорошо подходит для реализации в обучающем тренажере «Роевые алгоритмы оптимизации». Обучаемые получают конкретную цель - решение оптимизационной задачи с помощью применения муравьиных алгоритмов оптимизации и приступают к самостоятельному решению данной задачи. В ходе проведения экспериментов обучаемым необходима теоретическая информация, которую необходимо включить в тренажер. Так же тренажер должен обладать средствами просмотра и сравнения уже законченных экспериментов.

Заключение

Таким образов в обучающем тренажере «Роевые алгоритмы оптимизации» соблюдены основные принципы и компоненты обучающего сценария, необходимые для успешного представления учебного материала и контроля процесса обучения. Выбранный метод обучения позволяет эффективно решать задачу обучения роевым алгоритмам оптимизации.

Список литературы:

1. Белицин И.В. Лекционный мультимедийный комплекс как средство активизации учебно-познавательной деятельности учащихся: автореф. дис. -Барнаул, 2003. - 22 с.

2. Prince M., Felder R.M. Inductive Teaching and Learning Methods: Defenitions. - Comparisons and Research Bases J. Engr. Education. - № 95 (2). -P. 123-138.

3. Латыпов М.Д., Альсова О.К. Программа имитационного моделирования работы вычислительного кластера. Свидетельство о государственной регистрации программы для ЭВМ № 2016611188; заяв. 27.01.16, № 2015661997, выдавшая страна: Россия, сведения об издании: Бюллетень.

4. Соловов А.В. Проектирование компьютерных систем учебного назначения: учеб. пособие. - Самара: СГАУ 1995. - 138 с.

РАЗРАБОТКА ПРОГРЕССИВНОГО ИНСТРУМЕНТА ОБРАБОТКИ ГЛУБОКИХ ТОЧНЫХ ОТВЕРСТИЙ В ТРУДНООБРАБАТЫВАЕМЫХ МАТЕРИАЛАХ

© Товстыко А.Ю.1

Балтийский государственный технический университет «ВОЕНМЕХ» им. Д.Ф. Устинова, г. Санкт-Петербург

В статье описаны основные проблемы с возникающие при получении глубоких точных отверстий в труднообрабатываемых материалах, и на основе установленных проблем разработан новый инструмент позволяющий решить изложенные проблемы. Рассмотрена конструкция нового инструмента и некоторые прочностные характеристики, предложена унификация конструкций инструмента по ширине реза для широкого диапазона диаметров.

Ключевые слова: глубокое сверление, унификация, труднообрабатываемые материалы, сверлильная головка, технология, прочностные характеристики, направление инструмента.

Разработка новых конструкций и систем различного назначения идет при постоянном увеличении требований к точности изготовления, как отдельных деталей, так и узлов. Зачастую при конструировании ставятся сложнейшие технологические задачи, решение которых и определяет будущее самой конструкции. Одной из таких сложных задач - является получения глубоких отверстий высокой точности в труднообрабатываемых материалах, таких как высоколегированные стали и титан. Детали такого типа применяются достаточно широко в нефтегазовой, судостроительной, оборонно-промышленной и других отраслях. Однако ввиду постоянного увеличения требований точности и применении более прочных материалов и сплавов, учитывая специфику глубокого сверления и фактического отсутствия стандартизации инструмента,

1 Аспирант.