Многокомпонентные инструментальные системы поддержки процесса обучения Текст научной статьи по специальности «Компьютерные и информационные науки»

венно, 1,1mg характеризует пессимистический вариант образования ОЗЗ. Это предложение основано на предположении, что тяжесть последствий возможной аварии существенно зависит от массы токсичных химических веществ, перешедших в пароаэрозольное облако. Для получения последовательностей случайных величин, распределенных по нормальному закону, предлагается использовать библиотеку научно-инженерных расчетов GNU Scientific library (GSL), ориентированную на языки С и С++.

Нормальное (гауссово) распределение в GSL реализуется функцией double gsl_ran_gaussian (const gsl_rng*r, double sigma), которая возвращает значение случайной величины, распределенной по нормальному закону со средним значением 0 и стандартным отклонением sigma. Распределение вероятности для этой величины подчиняется

для

закону р (х) dx = , 1 ехр (-х2 / 2sigma2) dx V 2яс2

х от -да до да. Чтобы получить распределения со средним ц, используется преобразование z=ц+x для чисел, возвращаемых этой функцией.

Задание величины математического ожидания Е[тЕ] и среднеквадратического отклонения ст[тЕ] предлагается осуществить, используя правило трех сигм. Для получения непересекающихся множеств случайных последовательностей в оптимистическом и пессимистическом сценариях предлагается задать Еопт.[тЕ]=0,95тЕ, Епесс.[тЕ]= =1,05тЕ, стопТ.[тЕ]=стпесс.[тЕ]=0,01тЕ. Таким образом, максимальное отклонение (ошибка) по абсолютной величине не превысит 18 | =3ст=0,03тЕ.

Предложенный в статье метод получения случайных последовательностей числовых величин на основе анализа Вальда предназначен для имитационного моделирования поведения сложных стохастических систем.

Литература

1. Капашин В.П., Мухидов В.У., Матвеев Ю.Н. Минимизация ущерба от аварий на техногенных объектах: монография. Тверь: Полипресс, 2010. 218 с.

2. Оценка масштабов и последствий аварийных ситуаций на объектах хранения и уничтожения химического оружия: методика ОКР. М.: Изд-во ФГУП ГосНИИОХТ, 2002. 128 с.

3. Вальд А. Последовательный анализ; [пер. с англ.]. М.: Физматлит, 1960. 328 с.

УДК 004.031.42

МНОГОКОМПОНЕНТНЫЕ ИНСТРУМЕНТАЛЬНЫЕ СИСТЕМЫ ПОДДЕРЖКИ ПРОЦЕССА ОБУЧЕНИЯ

(Работа выполнена при поддержке РФФИ, грант № 11-07-00551)

А.В. Редькина, к.т.н.

(Сибирский федеральный университет, г. Красноярск, alexandra.redkina@gmail.com); Л.Е. Карпов, д.т.н. (Институт системного программирования РАН, г. Москва); И.В. Минкин (Сибирский федеральный университет, г. Красноярск)

В статье рассматриваются подходы к разработке программных инструментальных средств построения систем обучения, включающих поддержку в решении задач. Предложена архитектура инструментальной поддержки систем обучения как набор динамически взаимодействующих приложений, построенных на сервисной ориентации.

Ключевые слова: системы управления обучением, интеграция систем, сервисно-ориентированная архитектура.

В настоящее время используется много самых разнообразных программных систем поддержки обучения. Среди них отдельно следует выделить системы управления обучением, которые предоставляют широкий набор инструментов для публикации теоретического материала, тестирования обучаемых, а также автоматизируют администрирование и сопровождение процесса обучения. Однако существенного влияния на повышение эффективности образовательного процесса эти системы не оказывают, так как в них отсутствует функциональность, обеспечивающая поддержку формирования таких базовых навыков, как реше-

ние задач, являющихся наиболее значимой основой подготовки специалистов в различных прикладных областях.

В то же время большинство используемых на практике видов проверки приобретенных навыков отнимают у преподавателя много времени, поскольку они до сих пор даже частично не автоматизированы. Попытки провести автоматизацию сталкиваются со сложностью разработки таких инструментов, требующих индивидуального подхода к проектированию не только по каждой дисциплине, но и по ее отдельным разделам. Зависимость от предметной области приводит к тому,

что фактически приходится расширять систему всякий раз при добавлении в нее новой дисциплины. Именно поэтому существующие программные системы поддержки в решении задач малочисленны, разрозненны, узко специализированы и отделены от систем управления обучением. Объединение в общую образовательную среду инструментальной поддержки по различным дисциплинам требует выработки новых подходов к разработке ПО, включающего совокупность основных функций, реализуемых системами предшествующих поколений, и функций, реализующих поддержку в решении задач. Так как последние могут быть реализованы как предметно-ориентированные компоненты, учитывая необходимость единой централизованной стратегии управления системой в целом и децентрализованный характер оказания поддержки в обучении решению задач, интеграция существующих и разрабатываемых средств становится насущной необходимостью.

Для решения этих проблем предложена новая архитектура инструментальной среды (рис. 1). Она основана на разделении функциональности, определяющей функции, реализованные в существующих системах управления обучением, и функции, которые необходимо реализовать для поддержки обучения в решении задач [1]. Система управления обучением обладает традиционными функциями, присущими всем системам этого вида, а также содержит описание доступных в данном программном инструментарии сервисов, реа-

лизующих проблемно-ориентированные компоненты.

Инструментальная поддержка в решении задач включает блок управления и проблемно-ориентированные компоненты. Блок управления не зависит от предметной области и координирует взаимодействие всех подсистем инструментальной поддержки. Проблемно-ориентированные компоненты включают коллекцию тематических редакторов и набор компонентов, реализующих механизм анализа корректности представленных решений. Тематические редакторы обеспечивают взаимодействие пользователя с компьютером на языке, близком к предметной области. Для этого необходимы инструменты, позволяющие представлять решения задач в виде, понятном и пользователю, и компьютеру и пригодном для дальнейшей автоматической обработки, что требует дополнительного исследования и формализации предметной области и, соответственно, накладывает ограничение на дисциплины, по которым представляется возможным поддержка в обучении решению задач.

С другой стороны, при интеграции систем возникает множество проблем, так как порождаемая система становится более сложной, требующей согласования разнородных данных, единства взглядов разработчиков, реализующих предметно-ориентированные компоненты системы, на принципы их разработки, отладки, развертывания и функционирования. Серьезную проблему пред-

Пользователь

Система управления обучением

Реестр сервисов^^)

Курс алгоритмизации

Курс программирования

Курс химии

Инструментальная поддержка в решении задач

Проблемно-ориентированные компоненты

к и ч т Й Л

К

^

«

о ч И

Текстовый редактор

Проверка корректности решения

Редактор блок-схем

Проверка корректности решения

Редактор химических формул

Проверка корректности решения

Рис. 1. Интеграция инструментальной поддержки обучения в решении задач в систему управления обучением

Сервер

Ядро Moodle

Служебная

информация <->

СУБД MySQL

Данные о лабораторных ' работах и результаты запросов

Результаты запроса

Подсистема интеграции

Запрос с исходным кодом и данными о пользователе

Информация о текущем пользователе

Система Ejudge

Запросы пользователя и результаты их исполнения

Интерфейс

Авторизация, передача запросов и результатов их исполнения

Клиент > 1

Веб-браузер

Рис. 2. Структурная схема системы поддержки курса программирования

ставляет распределение нагрузки, которая ложится на систему.

Рассмотрим конкретный пример интеграции средств обучения решению задач в систему поддержки обучения. Одной из дисциплин с достаточной формализацией предметной области является программирование. На олимпиадах по программированию широко используются системы, проверяющие корректность решаемых участниками задач в автоматическом режиме. Поэтому для реализации предложенных подходов была проведена интеграция системы управления обучением Moodle и системы проведения соревнований по программированию Ejudge, которая используется в проекте «Московские олимпиады по программированию», где доказала свою надежность и эффективность. Система поддерживает несколько языков программирования и компиляторов, имеет большое количество настроек, гибкий механизм управления учетными записями пользователей. Она не только проверяет корректность решения, но и обеспечивает защиту от потенциально опасных действий со стороны тестируемых программ: ограничение процессорного времени, контроль размеров адресного пространства процесса и стека процесса. Недостатком системы является сложность ее развертывания. Критериями выбора данных систем послужила возможность их работы под управлением операционной системы Linux, использование БД MySQL, наличие интерфейса,

позволяющего интегрировать системы с внешним ПО, распространение под лицензией GNUGPL. На рисунке 2 представлена структурная схема системы поддержки курса программирования. Система выполнена по клиент-серверной технологии, поскольку является частью системы Moodle. Подсистема интеграции предназначена для организации взаимодействия между системами Ejudge и Moodle. Она устанавливает связи между сущностями, имеющимися в этих системах, осуществляет конфигурирование и управление системой Ejudge. Информация в системе хранится в общей БД и организована в виде таблиц.

Проект развернут в тестовом режиме на сервере во внутренней сети Сибирского федерального университета (г. Красноярск). Преимущество этого решения в том, что интегрированы отлаженные системы, позволившие увеличить функциональность обучающей системы на базе единой образовательной среды.

Но не всегда существует готовое решение, часто возникает необходимость в разработке самостоятельных приложений для каждой предметной области. Например, были разработаны инструментальные средства поддержки обучения основам алгоритмизации с применением блок-схем и элементарной химии (построение молекул из атомов) [2]. Для представления решений по этим дисциплинам разработаны графические редакторы, имеющие соответствующие библиотеки инст-

рументов, которые позволяют построить блок-схемы алгоритмов и молекул, производящие первичную обработку полученных графических схем в промежуточное представление, пригодное для механизма проверки корректности. Проверка корректности решения осуществляется путем интерпретации промежуточного представления.

Поиск способа унификации этих приложений приводит к реализации систем как набора динамически взаимодействующих приложений, построенных на сервисной ориентации [3]. Унификация программных интерфейсов проблемно-ориентированных компонент обеспечит единую схему взаимодействия сервисов, упростит их разработку и более гибкие механизмы адаптации системы к вновь появляющимся задачам, позволит

разнести в пространстве источники информации, необходимые для обучения.

Предлагаемые подходы к построению систем поддержки обучения решению задач позволяют интегрировать информационные ресурсы, отвечают современным тенденциям развития информационных обучающих систем, обеспечивают эволюцию функций систем.

Литература

1. Балашов Е.П. Эволюционный синтез систем. М.: Радио и связь, 1985. 328 с.

2. Редькина А.В. Обучение синтезу алгоритмов // Вестн. СибГАУ. 2008. № 1 (18). С. 30-34.

3. Карпов Л.Е. Архитектура распределенных систем программного обеспечения. М.: МАКС Пресс, МГУ, ВМК, 2007. 132 с.

УДК 621.311:658.26

ИНТЕЛЛЕКТУАЛЬНЫЕ ПРОЦЕДУРЫ ПЛАНИРОВАНИЯ И УПРАВЛЕНИЯ В ПРОИЗВОДСТВЕННЫХ СИСТЕМАХ ГЕОФИЗИЧЕСКОГО ПРИБОРОСТРОЕНИЯ

Г.Б. Бурдо, к.т.н. (Тверской государственный технический университет, tehr@karotazh.ru)

Рассмотрены результаты исследования АСУ технологическими процессами в многономенклатурном производстве с элементами искусственного интеллекта.

Ключевые слова: автоматизированное управление, технологический процесс, искусственный интеллект, нечеткие множества.

Значительная часть предприятий геофизического приборостроения (ГФП) в связи со спецификой изделий занята выпуском своих разработок, отличающихся высокой наукоемкостью и успешно конкурирующих с зарубежными аналогами. Однако эти предприятия оказались в стороне от совершенствования систем управления выпуском изделий, как и другие предприятия единичного и мелкосерийного производства. Для ГФП характерны формирование (накопление) договоров в течение календарного года, малые сроки выполнения договорных обязательств, широкая номенклатура изделий. В этих условиях отсутствие эффективных систем планирования и управления работой производственных систем (ПС) является сдерживающим фактором развития отрасли. Попытка решить проблему с помощью имеющихся на рынке программных продуктов и систем не увенчалась успехом по следующим причинам.

Методология построения АСУ технологическими процессами (ТП) и систем управления и планирования предприятиями разного уровня (ERP (Enterprise Resourse Planning)-системы, MRP-2, Scada и др.) направлена на обслуживание нужд серийного и крупносерийного производства, а ГФП относится к единичному и мелкосерийно-

му; ERP--системы к тому же ориентированы на североамериканский (отчасти западноевропейский) способ организации технологий.

ERP- и MRP-2-системы позволяют разрабатывать в автоматизированном режиме объемные планы. Разработка точных календарных и оперативных планов невозможна из-за отсутствия средств для расчета циклов изготовления изделий, автоматизированная корректировка планов по результатам диспетчирования (Scada) не предусматривается.

АСУ ТП позволяют отслеживать выполнение календарных планов-графиков (КПГ), но не имеют формальных процедур для их расчетов и принятия решений на основе результатов диспетчирования.

Эти факты обусловливают следующие основные противоречия в производственных системах ГФП:

- большие временные затраты на разработку и корректировку постоянно обновляемых в течение года объемных и календарных планов затрудняют точное определение объемов и сроков выполнения договоров, заставляют фирмы иметь запасы узлов и приборов, которые могут быть не востребованы потребителями и увеличивают незавершенное производство;