CC BY
4
N
ТЕХШЧШ НАУКИ
V J
УДК 004.12.3
Б01: 10.15587/2313-8416.2019.160052
ФОРМАЛ1ЗАЦ1Я ОПИСУ СКЛАДОВИХ ПРОЦЕСНО1 МОДЕЛ1 НАВЧАННЯ © В. В. Браткевич
В дослiдженнi проведено загальний аналiз складових процесног моделi навчання. Запропоновано орi-ентований граф, вершинами якого е критерИ' якостi ресурсног складовог процесног моделi. Спроек-товано рангова модель, яка дозволяе характеризувати критерИ' якостi ресурсног складовог. Розгля-нута процедура перетворення ранговог моделi в вiдповiдну гй холархiчну модель. Особливу увагу придiлено органгзацИ' гранично спрощеному дiалогу з експертом, що дозволяе суттево розширити перелiк викладачiв-розробникiв процесних моделей навчання. Наукова новизна даного дослiдження визначаеться розробленим на базi методу аналiзу систем холархiчноí моделi кшьтсного упорядку-вання критерИ'в якостi ресурсног складовог процесног моделi. Це дозволяе в умовах ресурсних обме-жень (тимчасових або фiнансових) зосередити основу увагу розробника процесног моделi навчання на найбiльш важливiшi критерИ' и якостi
Ключовi слова: процесна модель навчання, критерш, ресурсна складова, рангова модель, холархiчна модель, орiентований граф
1. Вступ
На сьогодшшнш день моделювання як метод наукового тзнання застосовуеться у багатьох науках, в тому чи^ i в педагопщ. Процес розроблення мо-дел1 складаеться з наступних етатв: побудова модели оптимiзацiя моделц вибiр моделi (прийняття pi-шення). Одним з трудомютким завданням е процедура оптишзацц окремих складових процесно1 модел^ тд якою pозумiеться видшення найб№ш ютотних показнишв (критерпв, фактоpiв), як1 справляють до-мiнуючий вплив на як1сть поточно! складово1 моделi або на всю процесну модель в цшому.
Як правило, опис розглянутих показник1в носить яшсний характер, як1 важко щддаються шльшс-но! оцiнки. У подiбних випадках знаходять широке застосування експеpтнi методи ощнювання. Одним з них е метод аналiзу iеpаpхiй (МА1), який добре себе зарекомендував у piзноманiтних галузях науково1 дь яльностi. МА1 засновано на пpоцедуpi парних поpiв-нянь за дев'яти бальною шкалою ощнювання. Усш-шнiсть виконання ще! процедури багато в чому зале-жить вiд iнтуïцiï та педагопчного досвiду викладача, що iстотно стримуе 1х широке застосування в педаго-гiчнiй галузi.
З метою спрощення дiалогу з експертом (ви-кладачем) в статтi пропонуеться попарне поpiвняння кpитеpiïв здiйснювати не за дев'яти бальною шкалою, а за бшарною. Розглядаеться два ваpiанти результату упорядкування кpитеpiïв оцiнювання:
1) - у виглядi системи з piвнями-рангами;
2) - з кшьшсними характеристиками домшу-вання кожного з критерпв на ввдповщному р1вт.
2. Аналiз лiтературних даних та постановка проблеми
В робот [1] розглянуп основт проблеми моделювання педагопчних процеав. Показано, що най-бшьш поширеним в педагопщ типом моделей е стру-ктурно-функщональна модель, в основ1 яко! лежать сутшсш зв'язки 1 вщносини м1ж компонентами системи. Опис моделей виконано на концептуальному ршт [2] 1 формальш аспекти побудови модел1 тут не розглядались.
В робот1 [3] анал1зуються етапи педагопчного процесу. Педагопчний процес трактуеться як внут-ргшньо пов'язана сукупнють багатьох процеав 1 на цш основ1 пропонуеться процесна модель становлен-ня студента, як суб'екта неперервно! професшно! освгги. Все складових модел1 представлеш в граф1ч-ному вигляд1, але без залучення будь-якого матема-тичного апарату.
Найбшьш блищим до поточно! теми е досль дження, основу яких становить багатокритер1альний анал1з прийняття ргшень [4, 5]. Так, в робот1 [6] ств-робггниками навчального центру банку розроблено математичну модель розрахунку критерпв якост1 уч-бового процесу 1 визначено ряд критерпв, що мають на нього безпосереднш вплив. К недолжам модел слад вщнести наступне: перелж критерпв не в повнш м1р1 враховуе специфжу ощнки якосп учбового про-
цесу вузу; не розглянуто взаемовплив критерiiв оцш-ки; вiдсутне обгрунтування шкали оцiнювання та ii' яшснш опис; модель не розглядаеться як цшсна система, для яко! характерно iерархiчнi або холархчнi зв'язки мiж !! елементами.
В робот [7] для оцiнювання ефекту навчання використовуеться групова експертна оцiнка на базi методу анкетування зi зворотним зв'язком. Як результат - отримують штегральний (узагальнений) показник, що розраховуеться за допомогою вщповвд-но! мультиплiкативноi згортки. Для оцiнювання критерий в даному випадку використовуеться метод ра-нжування, який дозволяе упорядковати послщовшсть критерiiв i кожному з них призначити свш ранг. Недолгом моделi е застосування достатньо складних анкетних бланкiв та припущення, що мiж ii елементами юнуе тiльки iерархiчна залежшсть.
В роботi [8] надано формальне представлення якостi процесно! моделi у виглядi iерархiчноi сукуп-ностi параметрiв, якi надають iнформацiю окремо про стан ресурав, якiсть процесiв i рiвень результатiв навчання, що забезпечуе можливiсть спрямувати зу-силля розробника моделi на покращення конкретно! складово! педагогiчного процесу. Однак питання оп-тимiзацii складових показникiв моделi з боку впливу на 11 яшсть тут не розглядалися.
З метою зменшення вимог до експертiв ощ-нювання окремих складових процесно! моделi на-вчального процесу, в робоп [9] запропонована методика побудови рангово! моделi. Особливiсть методики полягае у формуванш експерту гранично простих питань, якi вимагають вщповщ типу "так / т". Це дозволяе значно зменшити вимоги до досвь ду i штущп експерта i тим самим розширити дiапа-зон використання моделi. Однак ранговi оцiнки не дають iнформацii щодо шльшсних спiввiдношень мiж сумiжними рiвнями (рангами), що часто приз-водить до виключення з розгляду критерпв бiльш низьких рiвнiв. Крiм того, якщо на одному рiвнi, знаходяться кiлька критерiiв, а це типовий випадок, то питання !х взаемних прюритепв залишаеться без вiдповiдi.
3. Мета та задачi досл1дження
Метою дослщження е формальний опис складових процесно! моделi (ПМ) навчання, яка дозволяе отримати кiлькiснi оцшки критерiiв i Гх рангiв при мшмальних професiйних вимогах до експерту - розробника ПМ.
Для досягнення поставленоi мети виршували-ся наступи задачi:
- загальний аналiз складових процесноi моделi навчання;
- побудова рангово! моделi ресурсноi складово! ПМ;
- побудова холархiчноi моделi ресурсно! складово! ПМ.
4. Матерiали та методи дослiдження
У загальному виглядi процесна модель мютить три складових [8]: ресурси-процеси-результати. Зпд-но з цiею моделлю, Г! яшсть Опм мае три складники:
яшсть pecypciB Q , яшсть процесу ö i якiсть результату Q , тобто:
QnM ^Qpec.; 0проц.; Qpe3. ^'
(1)
У свою чергу, кожен з цих показникiв може бути декомпозовано на показники наступного, бшьш низького piвня.
Узагальнене дерево якосп процесно!' модeлi наведено на рис. 1.
Уявлення якосп процесно!' модeлi у виглядi (1) надае шформацш окремо про стан pecypciв, яшсть процеав i piвeнь peзyльтатiв навчання, що забезпечуе можливють спрямувати зусилля розробника модeлi на покращення конкретно! складово! педагопчного процесу.
У свою чергу, кожна iз трьох складових мае сво! cкладовi (2), як можуть розглядатися як сукуп-нють i як елементи фyнкцii:
QnM
Рис. 1. Узагальнене дерево якосп процесно! моделi [8]
Орес. {Орес^; Орес. - X к 1
Опроц. ^бпроц.^; °проц. Орез. {Орез. ^; Орез.
к
тут к,, к2- i кък - ваговi коефiцiенти.
Як приклад, надалi розглянемо процедуру оп-тимiзацii параметрiв (критерiiв) якостi ресурсiв О
процесно! модели Перелiк одного з можливих варiан-тiв критерiiв оцiнювання ресурсно! складово! моделi навчання наведено нижче:
- якостi педагогiчних кадрiв О - № 1;
- якостi допомiжного персоналу Оперс - № 2
- початково! якостi студенпв Ост - № 3;
- якосп навчально-методичного забезпечення О - № 4;
- якосп матерiально-технiчного забезпечення О - № 5;
-^м.т.з. >
- якосп шформацшного забезпечення Q; з - №
6;
- якостi фiнаисового забезпечення Офз - № 7.
Суть оптишзаци полягае в перетворенш вихь дно! безлiчi критерив в впорядковану за ступенем Гх впливiв на якiсть навчання послвдовшсть.
5. Результати досл1дження та Тх обговорення
Розглянемо два варiанти упорядкування вхщ-но! безлiчi критерiiв якосп ресурсно! складово! процесно! модели рангове упорядкування (рангова модель); шльшсне упорядкування (iерархiчна модель).
Постановка задачь £ семi елементна безлiч частково або повнiстю пов'язаних критерив
Орес. ^Опед.; Оперс.; Оуч.; Он.м.з.; Ом„.;а.з.;Оф.,), (3)
якi розглядаються в контекстному вщношенш як система.
Опис системи може прийняти одну з двох рiз-них, проте пов'язаних форм: бшарно! матрицi або
спрямованого графа (мережТ) для геометричного уяв-лення вщносин.
Необхiдно перетворити вихвдний граф в систему з рiвнями (рангову модель) с можливiстю вико-нання подальшого к1льк1сне упорядкування критерив вщповвдних рiвнiв.
Рангова модель упорядкування вхщноТ без-лiчi критерив.
У загальному випадку вперше методика побу-дови рангово! моделi була пропонована в робот [10], а подальшi варiаити Г! покроково! модифiкацiя розг-лянути в роботах [9, 11].
Для виршення поточного завдаиия виконують-ся наступш кроки: видiляються основнi якiснi характеристики ресурсно! складово! процесно! моделi у ви-глядi множини (3) ввдповщних критерив. Далi цi кри-терi!' уявляються в формi багатозв'язного орiентовано-го графа (рис. 2, а) i ввдповвдно!' йому матриц сумiж-ностi (табл. 1), на базi як1й будуеться матриця досяж-ностi (табл. 2). Заключним етапом е послiдовний ана-лiз матриц досяжносп i побудова на його основi системи з рiвнями (рис. 2, б). Бiльш детально цей процес розглянуто в робой [9], тому надалi обмежимося пе-рерахуванням тiльки промiжиих результатiв.
а б
Рис. 2. Критери оцiнювания якостi ресурсно! складово! процесно! модели а - вхвдний орiентоваиий графа взае-мозв'язшв критерiiв; б - рангова модель дом^вання критерiiв якостi
Таблиця 1
Матриця сум1жност1
1 2 3 4 5 6 7
Qпeд. Qпepc. Qc, 0н.м.з. Qм.т.з. Qi,.
1 0 0 1 0 0 0 1
2 Qпepc. 1 0 0 0 1 0 1
3 QcT. 0 0 0 0 0 0 0
4 Qн.м.з. 1 1 0 0 1 1 0
5 Qм.т.з. 1 0 0 0 0 0 1
6 6L 1 0 1 0 0 0 0
7 бф* 0 0 0 0 0 0 0
Таблиця 2
Матриця досяжностi_
1 2 3 4 5 6 7
Qпед. Qnepc. qct. QH.M.3. QM.T.3. Qi.,.
1 бпед. 1 0 1 0 0 0 1
2 0перс. 1 1 1 0 1 0 0
3 Qc т. 0 0 1 0 0 0 0
4 0н.м.з. 1 1 1 1 1 1 1
5 QM.T.3. 1 0 1 0 1 0 1
6 6L 1 0 1 0 1 1 1
7 6U 0 0 0 0 0 0 1
Стд зазначити, що вхiдний граф (рис. 2, а) створюеться на пiдставi наступного гранично простого дiалогу с експертом:
- питания 1. Чи е взаемозв'язок мiж поточною парою критерив? Якщо вiдповiдь «так», то вщповвд-на пара з'еднуеться лiнiею;
- питання 2. Який з критерив е б№ш важли-вим (домiнуючим)? Зазначений критерш позначаеть-ся стрiлкою, яка на нього вказуе.
Матриця сумiжностi (табл. 1) заповняеться на пiдставi бiнарного вiдношения «залежить ввд» мiж критерiями hi та hJ i визначаеться наступним чином:
Ь=1, якщо критерш ^ залежить ввд критер1я hJ ;
Ь=0, - в протилежному випадку.
Так, наприклад, з рис. 2, а випкае , що критерш № 2 залежить ввд наступно! низки критерив № 1, № 5 та № 7. Тому в другому рядку матриц сумiжиос-п (табл. 1) необхвдно записати одиницi в стовбщ 1, 2, 5. Аналопчним чином заповнюються iншi рядки матрица Пiсля того як матриця заповнена, слщ провести перевiрку транзитивносп для виявлення порушень умови. Якщо виявлено порушення транзитивности то вершини, що призводять до цього порушення, повиннi бути перевiренi для його усунення.
Матриця досяжносп (табл. 2) визначаеться як бшарна матриця, в як1й елементами е одинищ, якщо вершина графа будь-яким шляхом досяжна з шшо! вершини, в шшому випадку елементи и - нулi.
Таким чином, найб№ш суттево на як1сть ресурсно! складово! процесно! моделi навчання здшс-нюють вплив критерi! № 3 та № 7, а найменший вплив - критерi! № 4. Для шлькюного оцiнювания домiнувания критерив пропонуеться наступна методика, в основу яко! покладена холархiчна модель.
Холархiчна модель кiлькiсного упорядку-вання критерив якост ресурсно!" складовоТ проце-сно'1 моделi
Модель складаеться (рис. 3) з трьох кластерiв, перший з яких - кластер мети, мютить вузол оцiнки якостi ресурсно! складово!. Другий - кластер критерив ощнювання якостi ресурсно! складово!. Вш мю-
тить сiм вузлiв-критерi!в, взаемозв'язок мiж якими носить холархiчний характер (мае зворотнi зв'язки) i вiдповiдае початковому графу на рис. 2, а. Так як шяш альтернативш варiанти процесних моделей при данш постановцi завдання не розглядаються, то кластер альтернатив мютить пльки один вузол -«Ресурси ПМ».
■1 Метя -|n|x|
Яюстъ pecypcis ПМ A V
< > □
jJ Критерй якосп pecvpciB x|
0 0 Щ i 0 0 0 A V
< > □
.£] Alternatives -|п|*1
Ресурса ПМ
< > J
Рис. 3. Модель шлькюного упорядкування критерi!в якостi ресурсно! складово! процесно! моделi (середо-вище SuperDecisions [12])
Особливiсть моделi е в тому, що вщповвдш зворотш зв'язки в кластерi критерi!в якосп ресурсiв, згiдно входного графа (рис. 2, а), враховаш при фор-муваннi матрицi парних порiвиянь впливу сумiжиих критерi!в на як1сть ресурсно! складово! ПМ. Тобто ус холархiчнi зв'язки, як1 в рангово! моделi визнача-лись в матрицi сум1жносп (табл. 1), в даному разi знаходять ввдображення у вiдповiднiй матрищ парних порiвнянь (рис. 4).
Inconsistency j 2. 3 4 5 6 7
1 l<- 5 t 5 <- 5 <- 5 <- 5 t 5
2 4- 0 <- 5 t 5 4- 0 t 5
3 <- 0 <- 0 4- 5 <- 0
4 4- 0 4- 0 4- 0
5 4- 0 t 5
6 4- 0
Рис. 4. Матрищ парних nopÎBHHHb впливу критерпв на ресурсну складову процесно! моделi навчання (середо-
вище SuperDecisions)
В якосл iнструментальноi бази для автомати-зацii обробки матриць парних порiвнянь використо-вувався програмний пакет SuperDecisions [12]. Його математичну основу становить метод аналiзу систем (МАС) - систем i3 зворотними зв'язками [13], який е лопчним розвитком методу аналiзу iерархiй.
Особливгсть заповнення матриц!.
Матриця формуеться на пiдставi вхiдного графу (рис. 2, а) або матрищ сумiжностi (табл. 1). З метою збереження можливосл формування до експерту гранично простих питань, якi потребують вiдповiдi тiльки «так / ш», рiвень вiдносного домiнування су-мiжних критерiiв вибрано постiйним. В даному разi вибрано число 5 - одно iз середнiх значень 1, 2, ..., 9 порiвняльноi шкали Саатi [10]. Вибiр значення не е принцитальним, так як вш не впливае на пiдсумкове сшввщношення мiж критерiями.
Якщо зв'язок мiж критерiями вiдсутнiй, то у ввдповвдну клiтину пишеться нуль. Слiд зазначити, що в бшьшосп iнструментальних середовищах тдт-римки прийняття рiшень використовуеться «стандартна» шкала Саати [10] в дiапазонi 1,...9, що не пе-редбачае можливiсть «ввдключати» несуш^ зв'язку мiж критерiями шляхом запису нулiв у вiдповiднi
клiтини матрищ парних порiвнянь. Однак в пакет SuperDecisions така можливiсть передбачена «за за-мовчуванням». Наприклад, оскiльки мiж критерiями № 2 та № 3 зв'язок ввдсутнш, тому в третш стовпець другого рядка матрищ (рис. 4) пишеться нуль.
Перший рядок матрищ (рис. 4) надае шформа-щю, що критерiй № 1 домшуе вiдносно критерпв № 2, № 4, № 5 та № 6, в той час, як критери № 3 та № 7 мають б№ший вплив на яшсть мети моделювання ввдносно критерiя № 1 (стршка бiля числа 5 у клггиш направлена в бiк критерпв № 3 та № 7). Аналопчним чином заповнюються iншi клiтини матрищ
Графш на рис. 5 демонструе локальнi вiдносно мети дослiдження прюритети вiдповiдних критерй'в. 1ндекс узгодженостi парних порiвнянь дорiвнюе 0.08792 при нормi - не бiльш 0.1.
Порiвнюючи конфiгурацiю рангово! моделi (рис. 2, б) i розподiл вагових коефщенпв вiдповiдних критерй'в (рис. 5) можна зробити висновок що ваговi коефщенти критерй'в утворюють числовий ряд ввд максимальних значень ( 0,35510 та 0,33247), ввдповщ-них старшому рiвню рангово! моделi (критерй' № 7 та № 3), до мшмального значення (0,01358) - вагового коефщента найменш значимого критерiю № 4.
Normal Hybrid —i
Inconsistency: 0,08792
1 L 0.14512
2 I 0.03901
3 0.33247
4 0.01358
5 0.07950
6 I 0.03522
7 0.35510
Рис. 5. Значення локальних прюритепв ресурсно! складово! ПМ вiдносно кластеру мети дослщження (середо-
вище SuperDecisions)
Таким чином, отримаш локальнi кшьшсш ощ-нки не тiльки ствпадають з рiвнями рангово! моделi, але й розширюють 11 iнформативнiсть.
Обчислення граничних прiоритетiв Взаемш впливи елеменпв в мереж!, згiдно [13], уявляють у виглядi зважено! супер матрищ, елементи яко! показують безпосереднiй вплив кожного елемента системи на ва iншi елементи. Але елементи можуть впливати один на одного побiчно, через деякий третш елемент або iншi елементи, що i мае мiсце на рис. 2, а. Потенцшно може iснувати безлч таких транзитних елеменпв. В робот [13] показано, що оцiнку непрямого впливу у всiх парах елеменпв через один пром1жний елемент, можна здiйснити шляхом зведення зважено!
супер матрищ в квадрат. В результат^ елементи гранично! супер матрищ (граничт приоритета) штерпрету-ються як граничт ощнки довготривалого впливу кожного елемента системи на ва iншi елементи.
На рис. 6 надано результат розрахунки в сере-довищi SuperDecisions граничних прiоритетiв ресурсно! складово!. З порiвняння однойменних локальних (рис. 5) i граничних (рис. 6) прюритепв слад, що перший i другий рiвнi домiнування (рис. 2, б) найбшьш важливих критерi!в № 7, № 3 та № 1 залишилися без змши. Однак на молодших рiвнях спостерiгаеться перерозподiл менш значущих критерi!в.
Наприклад, значно зросла гранична важливють критерiю № 4, а домшування критерш № 5 зменши-лось.
Name Normalized by Cluster Limiting
Ресурси ПМ ■ 1.00000 0.364354
1 0.16511 0.104367
1 0.10212 0.064363
1 0.19093 0.121303
1 0.14833 0.094563
5 0.10030 0.063707
6 0.03362 0.056234
1 0.20393 0.129559
Рис. 6. Значення граничних прюритепв ресурсно! складово! ПМ ввдносно кластеру мети дослiдження (середо-
вище SuperDecisions)
Отриманi результати дозволяють зробити ви-сновок, що при розробщ ресурсно! складово! ПМ до-м^вання найбiльш важливих критерi!в вiдповiдае послвдовносп: № 7, № 3, № 1, в той час як ваговi ко-ефiцiенти домiнування шших критерпв вимагають свого уточнення.
Наукова новизна даного дослщження визнача-еться розробленим на базi методу аналiзу систем хола-рх1чно! моделi к1льк1сного упорядкування критерпв якосп ресурсно! складово! ПМН. Це дозволяе в умо-вах ресурсних обмежень (тимчасових або фiнансових) зосередити основу увагу розробника процесно! моделi навчання на найбiльш важливiшi критери !! якостi.
Практичне значення полягае в опису особливо-стей застосуваннi програмного пакету SuperDecisions для автоматизаци обчислення вагових коефщенпв ресурсно! складово! ПМ навчання. Основна увага тут придаляеться гранично спрощеному д1алогу з експер-том при формуваннi ввдповщних матриць парних по-р1внянь.
Подальшим напрямом даного дослiдження може бути застосування холархiчно! моделi для об-роблення iнших складових ПМ навчання, причому
бiнарна шкала оцiнювання може бури розширена до повномасштабно! шкали Саати [10]. Також запропо-нована модель може бути рекомендована як один з кластерiв в моделi обгрунтування вибору альтернати-вних варiантiв оргашзацп навчального процесу у ви-щiй школi.
6. Висновки
1. Проведено загальний аналiз складових процесно! моделi навчання.
2. Запропоновано орiентованих граф iз зворот-ними зв'язками, вершинами якого е критерп якостi ресурсно! складово! процесно! моделт
3. Спроектовано рангова модель ресурсно! складово!, яка дозволяе характеризувати критерi! зп-дно рiвня !х впливу на як1сть ресурав.
4. Розглянута процедура перетворення ранго-во! моделi в вiдповiдну !й холархiчну модель. Особ-ливу увагу придшено оргашзацп гранично спрощеному дiалогу з експертом в процеа формування матриць парних порiвнянь, що дозволяе суттево розши-рити перелж викладачiв - розробник1в процесних моделей навчання.
Лiтература
1. Яковлев Е. В., Яковлева Н. О. Модель как результат моделирования педагогического процесса // Вестник Челябинского государственного педагогического университета. 2016. № 9. С. 136-140.
2. Hiltz S. R., Turoff M. Education goes digital: The evolution of online learning and the revolution in higher educacion // Communications of the ACM. 2005. Vol. 48, Issue 10. P. 59-64. doi: http://doi.org/10.1145/1089107.1089139
3. Горячова М. В. Моделирование педагогических процессов // Успехи современного естествознания. 2008. № 1. С. 74-75.
4. Ishizaka A., Nemery P. Multi-Criteria Decision Analysis: Methods and Software. John Wiley & Sons, Ltd. Published, 2013. doi: http://doi.org/10.1002/9781118644898
5. Journal of Multi-Criteria Decision Analysis / ed. by Dias L. C., Mousseau V. // Special Issue: "Applying MCDA: challenges and case studies". 2014. Vol. 21, Issue 1-2. P. 1-93.
6. Стулов А. Оценка эффективности электронного дистанционного обучения // Справочник по управлению персоналом. URL: http://eng.websoft.ru/db/wb/26D3C1E6AD7BC171442579820031F250/doc.html
7. Латыпова В. А. Оценка эффективности процесса обучения при наличии сложных открытых задач с помощью экспертных методов // Уфимский государственный авиационный технический университет. Инженерный вестник Дона. 2016. № 1. URL: https://cyberleninka.ru/article/v/otsenka-effektivnosti-protsessa-obucheniya-pri-nalichii-slozhnyh-otkrytyh-zadach-s-pomoschyu-ekspertnyh-metodov
8. Бшик О. О. Мониторинг якост загальноосвгттх навчальних закладiв: дис. ... канд. техн. наук. Черкаси: ЧДЕУ,
2009.
9. Браткевич В. В. Оценка качества систем поддержки E-learning // Системи обробки шформаци. Проблеми i перспе-ктиви розвитку IT-шдустрп 2016. № 4 (141). C. 219-222.
10. Саати Т. Л. Принятие решений. Метод анализа иерархий. Москва: Радио и связь, 1993. 278 с.
11. Сеньквський В. М., Козак Р. О. Автоматизоване проектування книжкових видань: монографiя. Л^в: Украшська академiя друкарства, 2008. 200 с.
12. Thomas L. S. Super Decisions CDF. URL: https://www.superdecisions.com/models/
13. Саати Т. Л. Принятие решений при зависимостях и обратных связях / Москва: ЛКИ, 2008. 360 с.
Рекомендовано до публгкацИ д-р економ. наук, професор Пушкар 0.1.
Дата надходження рукопису 29.01.2019
Браткевич В'ячеслав В'ячеславович, кандидат техшчних наук, професор, кафедра комп'ютерних систем i технологш, Харшвський нацюнальний економiчний ушверситет iменi Семена Кузнеця, пр. Науки, 9-а, м. Харшв, Украша, 61166 E-mail: vvb1944@gmail.com
УДК 167.3
Б01: 10.15587/2313-8416.2019.160418
ШФОРМАЦШНО-КОНФЛ1КТОЛОГ1ЧНА СКЛАДОВА МЕТОДОЛОГП СИСТЕМИ ТЕХН1ЧНОГО РЕГУЛЮВАННЯ В БУД1ВНИЦТВ1
© Д. В. 1саенко
Проведено до^дження iнформацiйно-конфлiктолочноi niдсистеми методологИ системи техтчного ре-гулювання, що дозволяе визначити специфк поточного стану системи та оцiнити перспективи И розвитку. Показано, що оптимiзацiю об'ектно-суб'ектноi взаемодИ в системi технiчного регулювання з подальшим реформуванням вiдповiдних структур та перерозподшом 1'х функцш можна розглядати через анал1з конфлттних ситуацт. На основi конфлiктологiчного анал1зу запропоновано моделi оптим1за-цИ об 'ектно-суб 'ектно'1' взаемодИ системи техтчного регулювання
Ключовi слова: тформацшна модель, iнформацiйна структура, наукова система, об 'ектно-суб 'ектна взаемодiя, системний конфлкт
1. Вступ
Стшшсть науково].' системи в зовшшньому се-редовищi та яшсний рiвень науки в цшому значною мiрою визначаеться структурою та змютом шформа-ци, яка ii формуе. Для системи техшчного регулювання (СТР), як наукоемного напрямку, надзвичайно важливим е визначення власноИ iнформацiйноi струк-тури та характеру ii взаемоди з зовшшшм оточенням.
Побудова iнформацiйно-конфлiктологiчноi ш-дсистеми методологи СТР дозволяе не тшьки визначити специф^ поточного стану системи та ощнити перспективи ii розвитку, але i запропонувати моделi оптимiзацii' об'ектно-суб'ектноi взаемодii, якi необ-
хiднi для реформування СТР, на основi конфлжтоло-гiчного аналiзу.
2. Лiтературний огляд
Яшсть та ефектившсть функцiонування будь-яко! науково! галузi значною мiрою визначаеться характером ii взаемодл з зовшшшм науковим та адшшс-тративним оточенням [1]. Така взаемодгя та ii наслщки розглядаються окремим компонентом методологiчноi' платформи науки, а саме - шформацшно-конфлжто-логiчною пiдсистемою (1КПС) методологи [2].
До складу iнформацiйно-конфлiктологiчноi шдсистеми входять:
