CC BY
127
УДК 004.82:004.89:004.5
В.С. Балакирев, А.Ю. Маркелов СОЗДАНИЕ И ИСПОЛЬЗОВАНИЕ ОНТОЛОГИИ ПРЕДМЕТНОЙ ОБЛАСТИ «НАДЕЖНОСТЬ СИСТЕМ АВТОМАТИЗАЦИИ»
На основе учебного курса разработана онтология предметной области ««надежность систем автоматизации», используемая интеллектуальной обучающей системой для представления дидактического материала, контроля знаний и работы над пробелами и ошибками в знаниях обучаемого.
Интеллектуальная обучающая система, онтология, надежность систем автоматизации
V.S. Balakirev, A.Yu. Markelov CREATION AND USE OF ONTOLOGY OF SUBJECT DOMAIN «RELIABILITY OF SYSTEMS OF AUTOMATION»
On the basis of a training course the ontology of subject domain ««reliability of systems of automation», used by intellectual training system is developed for representation of a didactic material, control of knowledge and work on gaps and mistakes in knowledge of the trainee.
Intellectual training system, ontology, reliability of systems of automation
Введение
Развитие и широкое внедрение информационных технологий в различные направления бизнеса открывает новые тенденции в области образования. Слияние информационных и образовательных технологий формирует новые тенденции образовательного процесса.
Информационная среда в области образования, созданная на основе новых информационных технологий, рассматривается как составная часть среды обучения. Большинство исследователей (П.Л. Брусиловский, Г.В. Кедрова, И.В. Роберт и др.) рассматривают информационно-обучающую среду как способ совершенствования дидактической теории и практики согласно новым тенденциям в области образования. Такие среды позволяют описывать модель учебного процесса, позволяющую эффективно организовать индивидуальную и групповую работу преподавателя с обучаемыми, а также интегрировать различные методики получения знаний по преподаваемой дисциплине, направленные на развитие самостоятельной учебной деятельности. Можно выделить следующие основные типы сред, которые реализованы на практике или описаны в виде теоретических подходов [1]: ориентированные на представление знаний; ориентированные на самостоятельную деятельность по приобретению знаний; смешанный тип.
Современные запросы системы образования инициируют непрерывное совершенствование обучающего процесса, поэтому он должен быть достаточно гибким для быстрой адаптации к меняющимся требованиям. Одним из средств, способствующих повышению качества подготовки обучающихся и формированию соответствующей образовательной среды, являются новые информационные технологии обучения, базирующиеся на применении ин-
теллектуальных обучающих систем. Они повышают скорость обучения, обеспечивают формирование глубоких знаний, прочных умений и навыков обучаемых [2].
Для поддержки процесса обучения преподавателю необходимо использовать специальные знания трех типов [3]: об объекте обучения, о стратегии и методах обучения, об изучаемой дисциплине. В интеллектуальной обучающей системе (ИОС) требуемые знания представляются с помощью различных технологий и методов искусственного интеллекта. Применяя эти знания, интеллектуальные системы способны в определенной степени заменить преподавателя в процессе индивидуального обучения: определив индивидуальные характеристики обучаемого, выбирать способ подачи дидактического материала, сопровождая его комментариями; помогать при затруднении в процессе решения практических задач, определять причины ошибок обучаемого.
Интеллектуальные обучающие системы могут применяться не только в формальных предметных областях, например, информатике, математике, физике, надежности, а также в плохо формализуемых дисциплинах, например, в медицине. Основным преимуществом ИОС является адаптивность к объекту обучения.
Постановка задачи
Наличие возрастающего количества техногенных катастроф, влекущее необходимость повышения уровня компетенции технических специалистов, занимающихся профессионально оценкой и улучшением надежностных характеристик технических объектов, а также новых информационных технологий в образовании обусловливают необходимость создания интеллектуальной обучающей системы по курсу «Надежность систем автоматизации».
Важным компонентом интеллектуальной системы является база знаний, которая содержит структурированную информацию, описывающую заданную предметную область. Следовательно, перед разработкой интеллектуальной системы необходимо определить модель представления знаний предметной области и способы использования знаний.
При разработке базы знаний ИОС возникает необходимость иерархического способа представления набора понятий и их отношений предметной области «надежность систем автоматизации». Дополнительно потребность в разработке онтологии базы знаний определяется следующими причинами [4]: совместное использование людьми или программными агентами общего понимания структуры информации; возможность повторного использования знаний в предметной области; формирование явных допущений в предметной области; разделение знаний предметной области и оперативных; анализ знаний предметной области.
Основная часть
Онтология определяет формальную семантику информации, упрощая обработку информации компьютером, и семантику окружающего мира. Основываясь на общей терминологии, онтология связывает информацию, представленную для компьютерной обработки, с данными, представленными в удобном для восприятия обучаемым виде. Таким образом, на первом этапе создания онтологии предметной области «Надежность систем автоматизации» выявлены основные термины [5], представленные в таблице.
Обучающий курс по дисциплине «Надежность систем автоматизации» состоит из 3-х разделов надежности технических элементов, технических систем и программного обеспечения. Используя процесс нисходящей разработки иерархии классов, определены наиболее значимые понятия предметной области с последующей их конкретизацией. Вначале созданы классы для общих понятий дидактического материала: технический элемент, техническая система и программное обеспечение. Далее конкретизируем класс технический элемент, создавая его подклассы: работоспособность, отказ, надежность, наработка до отказа, ремонтопригодность и испытание элемента. Рассмотрев конкретизацию класса отказ, получим сле-
дующие подклассы: зависимый, независимый, устойчивый, неустойчивый (перемежающийся), внезапный, постепенный, полный и т.д. В результате предложена таксономия предметной области «Надежность систем автоматизации», фрагмент которой приведен на рис. 1.
Таблица
Терминологическая база дисциплины «Надежность систем автоматизации»
Основные термины Основные термины
Безотказность Безызбыточная (нерезервированная) система Быстродействие ПО Восстановление (ремонт) Временное резервирование ПО Время безотказной работы (наработка до отказа) Длительность восстановления Долговечность Избыточная (резервированная)система Избыточный (резервный) элемент Испытание элемента Иформационное резервирование ПО Качество ПО Корректность ПО Критериальное состояние сложной системы Локальная техническая система Мажоритарная система Надежностная чувствительность локальной технической системы Надежностный синтез технической системы Надежность Надежность ПО Неисправная система Неработоспособный объект Определение показателя надежности элемента Основной элемент Отказ (выход из строя) Отказ программы Ошибка программы Показатель надежности элемента Поток отказов Преднамеренная ошибка ПО Программное обеспечение Программное резервирование ПО Простая техническая система Работоспособная (исправная)система Работоспособная программа Работоспособный объект Ремонтопригодность Сложная система Случайная (непреднамеренная) ошибка ПО Сохраняемость Стоимость ПО Техническая система Техническая эффективность Технический элемент Функциональное состояние сложной системы Функциональный показатель надежности ПО Функциональный показатель надежности элемента Числовой показатель надежности элемента
Далее, на основе терминологической базы и иерархической структуры дидактического материала описана внутренняя структура понятий с последующим построением онтологии, приведенной на рис. 2.
В процессе описания объектов и их свойств предметная область представляет сложную иерархическую базу знаний. Над такой базой осуществляются различные интеллектуальные операции, в том числе семантический поиск, определение целостности и достоверности данных.
Формальное описание выбранной дисциплины с использованием онтологического подхода позволяет абстрагироваться от малосущественных понятий предметной области и оперировать значимыми терминами, представленными в виде концептов предметной области.
Разработанная онтология курса «Надежность систем автоматизации» используется ИОС для последовательного представления дидактического материала обучаемому, а также при тематическом и итоговом контролях знаний, восполнении пробелов в знаниях, работе над ошибками.
Использование в ИОС нечеткой логики позволяет гибко оценивать фрагментарные знания. При контроле знаний каждому фрагменту знаний в информационной модели обучаемого соответствует оценка, характеризующая текущее состояние знаний. Накапливаемые со временем данные о степени усвоения знаний объектом обучения отражают историю обучения и служат основой для дополнительной адаптации обучающей системы под обучаемого.
Надежность систем автоматизации — Технический элемент
—| Работоспособность — Отказ
зависимый
независимый
устойчивый
—| Ремонтопригодность
—| числовой показатель |
Рис. 1. Фрагмент таксономии предметной
области «Надежность систем автоматизации»
При разработке новых заданий для ооучения или контроля знаний онтология курса модифицируется на основе добавления, изменения, удаления соответствующих элементов иерархической структуры курса.
Применение онтологий в рамках образовательной деятельности позволяет специфицировать основные компоненты обучающей дисциплины: лекционный и практический материал, лабораторные работы, контрольные вопросы, дополнительная литература. Использование онтологий совместно с web-технологиями позволяет организовывать эффективный распределенный доступ к обучающим ресурсам.
Выводы
На основе разработанной онтологии предметной области по курсу «Надежность систем автоматизации» и учета уровня текущих знаний обучаемого в интеллектуальной обучающей системе строится индивидуальный граф обучения. При выявлении ИОС «пробелов» в знаниях дидактического материала объекта обучения онтология используется для корректировки индивидуальной траектории обучения.
Следует учитывать, что созданная на основе экспертных знаний онтология предметной области по курсу «Надежность систем автоматизации» не является единственной.
Учитывая принципы и возможности онтологического подхода, целесообразно организовать иерархию элементов образовательного содержимого обучающих материалов. Разработка онтологии учебно-методического пособия с заполнением фактографическими данными, соответствующими учебной дисциплине, позволяет получить универсальную базу знаний, на основе которой генерируется различный по содержанию и объему образовательный контент.
Рис. 2. Фрагмент онтологии предметной области «Надежность систем автоматизации»
ЛИТЕРАТУРА
1. Юрков Н.К. Интеллектуальные компьютерные обучающие системы: Пенза : ПГУ, 2010.
2. Маркелов, А.Ю. Использование интеллектуальной обучающей системы в образовательном процессе // Математические методы в технике и технологиях: матер. сб. труд. XXIII Междунар. науч. конф. Смолненск, 2010. С. 167-168.
3. Брусиловский П.Л. Построение и использование моделей обучаемого в интеллектуальных обучающих системах // Изв. РАН. Техническая кибернетика, 1992. № 5. С.97-119.
4. Natalya F. Noy and Deborah L. McGuinness «Ontology Development 101: A Guide to Creating Your First Ontology» [Электронный ресурс]. Stanford Knowledge Systems Laboratory Technical Report KSL-01-05 and Stanford Medical Informatics Technical Report SMI-2001-0880, 2001. - Режим доступа: http://protege.stanford.edu/publications/ontology_development/ontology101.html
5. Балакирев В.С. Надежность систем автоматизации: учеб. пособие. 2-е изд., испр. Саратов: Сарат. гос. техн. ун-т, 2006.
Балакирев Валентин Сергеевич -
доктор технических наук, профессор кафедры «Техническая кибернетика и автоматика» Московского государственного университета инженерной экологии
Маркелов Александр Юрьевич -
аспирант кафедры «Системы искусственного интеллекта» Саратовского государственного технического университета имени Гагарина Ю.А.
Статья поступила в редакцию 7.03.12, принята к опубликованию 12.03.12
