Научная статья на тему 'Информационная модель творческой активности студента технического вуза'

Информационная модель творческой активности студента технического вуза Текст научной статьи по специальности «Математика»

CC BY
204
30
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
НАУЧНАЯ ДЕЯТЕЛЬНОСТЬ / ТВОРЧЕСКИЙ ПРОЦЕСС / КОЛИЧЕСТВЕННАЯ ОЦЕНКА / SCIENTIFIC ACTIVITY / CREATIVE PROCESS / QUANTITATIVE ESTIMATION

Аннотация научной статьи по математике, автор научной работы — Сытенький Василий Дмитриевич

При обучении студент занимается научной деятельностью, т.е. творческим процессом, следовательно, необходимо произвести количественную оценку его творческой деятельности.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по математике , автор научной работы — Сытенький Василий Дмитриевич

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

INFORMATION MODEL OF CREATIVE ACTIVITY OF THE STUDENT OF THE TECHNICAL ACADEMY

At training the student also is engaged in scientific activity, i.e. creative process, and consequently it is necessary to spend a quantitative estimation of his creative activity.

Текст научной работы на тему «Информационная модель творческой активности студента технического вуза»

ров секции и элемента подвижной насадки. Выполнена проверка адекватности модуля сопоставлением с данными, полученными на физической модели.

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Беккер В.Ф. Основы теории совершенствования структуры потоков в аппаратах химической технологии. - Пермь: ПермГТУ, 2009. - 142 с.

2. Киссельман И.Ф. Математическое моделирование абсорбции аммиака в колонне с вращающейся псевдоожиженной насадкой // Международ. науч. конф. «Математические методы в технике и технологиях ММТТ-21»: Сб. труд. в 11-и т. Т. 11. - Тамбов, 2008. -С. 30-31.

Беккер Вячеслав Филиппович

Березниковский филиал Пермского государственного технического университета E-mail: zxenon@narod.ru

618221, Пермский край, г. Березники, ул.Пятилетки, 31, кв. 6 Киссельман Ирина Фридриховна

Березниковский филиал Пермского государственного технического университета E-mail: zxenon@narod.ru

Becker Vyacheslav Filippovich

Berezniki branch of the Perm State Technical University

E-mail: zxenon@narod.ru

31-6, Paytiletka street, Berezniki, 618221, Russia

Kisselman Irina Fridrihovna

Berezniki branch of the Perm State Technical University E-mail: zxenon@narod.ru

УДК 681.306

В.Д. Сытенький

ИНФОРМАЦИОННАЯ МОДЕЛЬ ТВОРЧЕСКОЙ АКТИВНОСТИ СТУДЕНТА ТЕХНИЧЕСКОГО ВУЗА

При обучении студент занимается научной деятельностью, т.е. творческим процессом, следовательно, необходимо произвести количественную оценку его творческой деятельности.

Научная деятельность; творческий процесс; количественная оценка.

V.D. Sytenky

INFORMATION MODEL OF CREATIVE ACTIVITY OF THE STUDENT OF THE TECHNICAL ACADEMY

At training the student also is engaged in scientific activity, i.e. creative process, and consequently it is necessary to spend a quantitative estimation of his creative activity.

Scientific activity; creative process; quantitative estimation.

Известно, что в среднем за пять лет количество информации в мире удваивается. Появляются новые дисциплины в учебных планах вузов, обновляется приборный парк лабораторий и т.п., что влечет за собой появление новых учебников,

методических пособий, справочников. Возможности же студента не безграничны. Существует множество пособий по организации умственного труда, позволяющих человеку справиться с колоссальным информационным потоком, - это пособия по рациональному чтению, по аутогенной тренировке, по планированию деятельности и т.д.

Кроме того, что студент изучает соответствующий материал по вузовской программе, он, как правило, занимается научной деятельностью, т.е. творческим процессом. Конечно же, желательно знать время, когда возможно наступление творческого подъема. В данной работе рассматривается возможность количественной оценки творческой активности человека.

Считается, что каждый человек со дня рождения живет по своим биологическим ритмам, которые со строгой периодичностью влияют на физическое состояние и проявление интеллектуальных способностей, эмоциональность и т.д. По характерным периодам (частотам) биохимические и физиологические процессы заполняют широкий диапазон от тысячных долей секунды до десятков минут и многих часов. Весь этот диапазон существенен для восприятия ритмических характеристик художественных произведений [1]. Выделяются также биоритмы с длиной периода в 23 дня (физический цикл), 28 дней (эмоциональный цикл) и 33 дня (интеллектуальный цикл) [2].

Оценим влияние соответствующих биоритмов друг на друга для выявления определенных закономерностей в творческой активности человека. Для этой цели соответствующие области деятельности человека (наука, живопись, литература, поэзия музыка, и т.п.) отождествляются с множествами сигналов Р1, Р2, ..., поступающих на органы восприятия, которые передаются в мозг, где подвергаются обработке оператором L(p), учитывающим влияние биологических ритмов на информационный поток. Далее информационный поток поступает в блок нелинейного (в общем случае) преобразования Е[Ьф)] = A{L(p)}n, которое определяет особенности анализируемой личности [3].

Так, типы нервной деятельности и почти совпадающий с ними тип темперамента отождествляются с показателем степени п нелинейного преобразования, а постоянный коэффициент А характеризует градации соответствующего темперамента. Типу «холерик» соответствует показатель п = 3, «сангвиник» - п = 2, «флегматик» - п = 1, «меланхолик» - п = 1/3. Значение коэффициента A для всех типов темпераментов изменяется в пределах 0,3 - 3.

Информационный поток после блока нелинейного преобразования подвергается спектральному анализу в соответствующем базисе, результатом которого является спектр S1, S2..., характеризующий степень мотиваций человеческой деятельности, в частности, уровень его интересов. Концентрирование интересов человека осуществляется пропусканием спектра S1, S2... через адаптивный фильтр, характеристики которого изменяются в соответствии с информацией, имеющейся у индивидуума в этой области и установками, которые он ставит перед собой. Фильтр синтезируется с учетом большого количества случайных факторов, действующих на человека.

В качестве примера предлагаемого подхода рассмотрим оператор L(p), моделирующий изменение работоспособности человека в течение суток. При этом положим А = 1, п = 1, спектральный анализ осуществляется в базисе экспоненциальных функций и адаптивный фильтр не влияет на спектральный состав.

Усредненная кривая работоспособности

0.16 0.14 0.12 0.1 0.08 0.06 0.04 0.02

16 20 0 4 8 12

время суток, час

Рис. 1. Зависимость изменения информационного потока

Предполагая, что информационный поток изменяется в соответствии с приведенной зависимостью (рис. 1), осуществим его обработку с помощью преобразования Фурье, которое позволит получить спектр работоспособности, показанный на рис. 2.

Поскольку представленная на рис. 1 зависимость являет собой усредненную характеристику работоспособности, остающейся неизменной в течение всей жизни человека, то желательно определить влияние на нее биоритмов. Для этой цели были проанализированы три биоритма: физический, эмоциональный, интеллектуальный. На рис. 3 представлена суммарная кривая биоритмов.

0.12 0 1

0.08 т 0.06

0.04 0.02

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

°0 5 10 15 20 25 30 35

N

Рис. 2. Спектр работоспособности

Спектр усредненной работоспособности

I її І ГПі—11 11 11—іГП.

Сумма биоритмов

time, час

Рис.3. Суммарная кривая биоритмов

0.3 0.25 0.2 со 0.15 0.1

Спектр суммы биоритмов

I, ШПШППППтпппмппппппп

5 10 15 20 25 30 35

Рис. 4. Спектр суммы биоритмов

На рис. 4 представлен спектр суммы биоритмов.

О влиянии биоритмов на работоспособность можно судить по значению корреляционной функции между спектрами работоспособности и спектрами биоритмов. Зависимость корреляционной функции во времени приведена на рис. 5.

Можно предположить, что творческий подъем человек будет испытывать в те дни, когда огибающая корреляционной функции будет иметь максимум.

Временная зависимость коэффициента корреляции

Рис. 5. Зависимость корреляционной функции во времени

Интересная особенность наблюдается в автокорреляционной функции спектров биоритмов (рис. 6) и корреляционной функции спектров биоритмов со спектрами работоспособности (рис. 7).

Временная зависимость коэффициента автокорреляции Временная зависимость коэффициента корреляции

Рис. 6. Автокорреляционная Рис. 7. Корреляционная функция спек-

функция спектров биоритмов тров биоритмов со спектрами работо-

способности

Как следует из рисунков, максимальный творческий подъем может наблюдаться в момент, когда автокорреляционная функция имеет глобальный минимум, т.е. когда между всеми циклами биоритмов существует минимальная связь.

Поскольку человек является членом общества, то и обществу свойственны закономерности бытия человека: бифокальность интересов, принцип попеременного доминирования аналитической и синтетической информационных компонент и т.д.

Известно, что попеременное доминирование сопровождается монотонным трендом, поведение которого во времени определяется превалированием того или иного типа информации (Л.А. Мажуль, В.М. Петров), поэтому в предлагаемой модели необходимо учитывать не только биологические циклы, но и выработанные социумом квазипериодические процессы аналитического и синтетического характера.

Таким образом, рассмотренный материал позволит получить количественную оценку творческой активности студента и рационально распределить свои силы и время для достижения максимального эффекта от обучения в вузе.

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Шноль С.Э., Замятин А.А. Возможные биохимические и биофизические основы творчества и восприятия ритмических характеристик художественных произведений // Ритм, пространство и время в литературе и искусстве - Л.: Наука, 1974.

2. Агаджанян Н.А. Биологические ритмы. - М.: Медицина, 1967.

3. Сытенький В.Д. О связи ритмических процессов в жизни и творческой деятельности человека // Материалы международного научного симпозиума «Информационная парадигма в науках о человеке». - Таганрог, 2000. - C. 24 - 27.

Сытенький Василий Дмитриевич

Технологический институт федерального государственного образовательного уч -реждения высшего профессионального образования «Южный федеральный университет» в г.Таганроге Е-mail: svtenkv@rambler.ru 347900, г.Таганрог, пер. Некрасовский, 44.

Тел.: +7(8634)371632

Sytenky Vasiliy Dmitrievich

Taganrog Institute of Technological - Federal State-Owned Educational Establishment of Higher Vocational Education «Southern Federal University»

e-mail: svtenky@rambler.ru

44, Nekrasovskiy, Taganrog, 347928, Russia

Phone: +7(8634)371632

УДК 004.421(330.322)

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

А.Н. Важдаев

МОДЕЛЬ И АЛГОРИТМ АНАЛИЗА ПРОЦЕССА САМООРГАНИЗАЦИИ НОВЫХ ИНВЕСТИЦИОННЫХ ПРОЕКТОВ НА ОСНОВЕ ПРЕДШЕСТВУЮЩИХ

В работе рассматривается такое явление, как самоорганизация новых инвестиционных проектов как сложных открытых систем. Изучение вопросов самоорганизации новых инвестиционных проектов позволяет лучше понимать их все более усложняющиеся структуру и содержание. Это, в свою очередь, делает возможным улучшить качество управления вновь образованными инвестиционными проектами.

Алгоритм; модель; самоорганизация; инвестиционный проект.

A.N. Vazhdaev

MODEL AND ANALYSIS ALGORITHM OF PROCESS SELF-ORGANIZING NEW INVESTMENT PROJECTS ON THE BASIS OF

THE PREVIOUS

In this article such phenomenon, as self-organising of new investment projects, as difficult open systems is considered. Studying of questions of self-organising of new investment projects allows to understand better more and more becoming complicated their structure and the maintenance. It, in turn, does possible to improve quality of handle of again derivated investment projects.

Algorithm; model; self-organizing; the investment project.

Явление «самоорганизация» наблюдается практически во всех сложных открытых системах. Данное процесс - это возможный путь развития и/или эволюции системы. Инвестиционные проекты, осуществляемые на предприятиях или в организациях, являются сложными открытыми системами, в силу присущих им атрибутов и свойств [1]. Таким образом, инвестиционным проектам также должно быть присуще явление самоорганизации.

В качестве базы доказательства утверждения о возможной самоорганизации инвестиционных проектов автором статьи были проведены научные изыскания. Для доказательства был использован Общероссийский классификатор видов экономической деятельности (ОКВЭД) [2]. ОКВЭД входит в состав Единой системы классификации и кодирования технико-экономической и социальной информации (ЕСКК) Российской Федерации и предназначен для классификации и кодирования видов экономической деятельности и информации о них. Объектами классификации в ОКВЭД являются виды экономической деятельности. В процессе исследований каждому инвестиционному проекту ставилось одно конкретное значение кода ОКВЭД.

В ходе проведения исследований автор разработал модель самоорганизации инвестиционных проектов. Модель образована такими понятиями, как «предприятие», «первичный инвестиционный проект» и «вторичный инвестиционный проект». Предприятие может осуществлять один или более инвестиционных проектов

i Надоели баннеры? Вы всегда можете отключить рекламу.