Разработка механизма интеллектуального управления отношениями «студент-преподаватель» в пространстве виртуального образования с применением нейронных сетей


https://doi.org/10.21686/1818-4243-2018-5-94-103

Полный текст:


Аннотация

Цель исследования. В статье рассматривается решение проблемы регулирования преподавательских и студенческих отношений с использованием нейронных сетей для бимодальных электронных университетов. Для этого в первую очередь исследуются подходы других авторов к этой теме.

Известно, что в бимодальных электронных университетах студенты проходят обучение как в традиционном порядке, так и вне класса (в дистанционной форме).

Исследования показывают, что для традиционных университетов имеют разные подходы с применением экспертных систем, генетических алгоритмов по решению этой проблемы. Тем не менее, проблема не решена применением нейронных сетей, а также для студентов, которые имеют вне кампуса.

Известно, что отношения между преподавателями и студентами в университетах регулируются учебным планом.

Материалы и методы. Расписания курсов доступны в различных сочетаниях.

Сочетание учебной программы определяется раз в начале каждого семестра для традиционного образования, но эти комбинации постоянно меняются в среде дистанционного обучения. Эти изменения происходят из-за требования независимости времени и пространства для дистанционных учебных сред. Это указывает на актуальность проблемы и совместимость применение нейронных сетей для решения проблемы.

В представленной статье, для решения проблемы расписанию занятий рассматривается как матрица. Как известно, легче обрабатывать элементы матрицы, когда она находится в форме цифр. С этой целью предметы, которые будут преподаваться в группе, пронумерованы в соответствии с преподавателями, которые будут их обучать. Затем распорядок занятий составляется в произвольной комбинации матриц 3×5 в соответствии с недельной учебной программой.

Методы исследования. Процесс решения реализован в среде MATLAB.

Для упрощения процесса решения, составленная матрица преобразуется в одну строковую матрицу с помощью команды RESHAPE. Затем все комбинации одно строковой матрицы получаются путем применения функции PERMS. В результате получается 15!×15 – мерная матрица. Эта матрица используется в качестве целевой матрицы нейронной сети.

После этого недельный график занятий каждого преподавателя также составляется как матрица 3×5, называется «матриц занятости преподавателей» и отмечается как M (I) в соответствии с номерами преподавателей. Элементы «матриц занятости преподавателей» могут получать значению «0» или «İ» . Значение матричного элемента равно «0», указывает что преподаватель занят, а «İ» свободен.

На следующем этапе «матрица занятости» для каждого преподавателя превращается в линейную матрицу 1×15.

Затем составляется матрица ввода, которая объединяет элементы «матрицы занятости» преподавателей с каждым элементом целевой матрицы.

Весовые коэффициенты для нейронов определяются в виде разности из целевой матрицы входной матрицы.

Результаты исследование. Таким образом, задача вводится в двумерное линейное уравнение. Потом выбирается, настраивается и обучается Модель нейронной сети в соответствии с условиями проблемы.

Заключение. В конце концов, сеть тестируется с входными ценами, которые соответствуют интересам пользователя. Представляется расписание занятий в соответствии с полученными результатами. В конце статьи объясняется, полезен стороны метода для процесса дистанционного обучения.


Об авторе

Гусейн Алекпер оглы Гасымов
Нахичеванский Государственный Университет
Азербайджан

Старший преподаватель кафедры  Tранспорта и информационных технологий.

Ордубад



Список литературы

1. The Open University. [Электрон. ресурс] Режим доступа: http://www.tec.open.ac.uk/systems/st.html

2. Требования, предъявляемые к составлению расписания в вузе. Что необходимо знать? [Электрон. ресурс] Режим доступа: http://www.pulsar.ru/news/1629/

3. Məmmədova M.H., Qasımov H.Ə. “e-universitet: konseptual, texnoloji və arxitektur yanaşmalar” // informasiya texnologiyaları problemləri. [Электрон. ресурс] 2017. №2. С. 56– 68 Режим доступа: http://jpit.az/az/journals/189 DOI: 10.25045/jpit.v08.12.06 (на Азербайджанском языке)

4. Rizun Nina. The Use of Decomposition Methods in the Solution of a Multicriterion Problem of Automation of Schedule Creation in Institutes of Higher Education // Eastern-European Journal of Enterprise Technologies, 2013.

5. The IBM global campus [Электрон. ресурс] Режим доступа: http://ike.engr.washington.edu/igc/

6. Yenbamrung, petamaporn. The emerging electronic university: distance education for the twenty-first century. 16th World conference of the international council for distance education. Bangkok: icde, 1992. P. 317-321

7. Дворянкин А. М., Чалышев В. С. Обзор методов составления расписания вузов // Известия Волгоградского Государственного Технического Университета. 2011. № 9. С. 110-113.

8. Безгинов А. Н. , Трегубов С. Ю. Многокритериальный подход к оценке расписания занятий на основе нечеткой логики // Проблемы управления. 2011. № 2. С. 52–59

9. Бурнасов П.В. Математическая постановка задачи составления расписания занятий // Вестник ИрГТУ. [Электрон. ресурс]. 2014. № 4 (87). Режим доступа: https://cyberleninka.ru/article/n/matematicheskaya-postanovka-zadachisostavleniya-raspisaniya-zanyatiy (дата обращения: 27.09.2018).

10. Снитюк В.Е., Сипко Е.Н. Об особенностях формирования целевой функции и ограничений в задаче составления расписания занятий // Математичні машини і системи. 2014. № 3. С. 88–95.

11. Вишнякова И.Н., Разумов С.Ю. Моделирование и автоматизация составления расписания учебных занятий вузов // Наука и прогресс транспорта. Вестник Днепропетровского национального университета железнодорожного транспорта. 2007. [Электрон. ресурс]. № 17. Режим доступа: https://cyberleninka.ru/article/n/modelirovanie-i-avtomatizatsiya-sostavleniyaraspisaniya-uchebnyh-zanyatiy-vuzov (дата обращения: 27.09.2018).

12. Ерунов В.П., Морковин И.И. Формирование оптимального расписания учебных занятий в вузе // Вестник ОГУ. [Электрон. ресурс]. 2001. №3. Режим доступа: http://vestnik.osu.ru/2001_3/7.pdf (дата обращения: 27.09.2018).

13. Искусственная нейронная сеть. [Электрон. ресурс]. Режим доступа: https://ru.wikipedia.org/wiki/искусственная_нейронная_сеть

14. Клеванский Н.Н. Формирование расписания занятий высших учебных заведений // Образовательные ресурсы и технологии. [Электрон. ресурс]. 2015. №1 (9). Режим доступа: https://cyberleninka.ru/article/n/formirovanieraspisaniya-zanyatiy-vysshih-uchebnyh-zavedeniy (дата обращения: 27.09.2018).

15. Безуглый М. А., Секирин А. И. Методы повышения эффективности составления расписания в условиях учебного заведения // Международная научно-техническая конференция студентов, аспирантов и молодых ученых. Компьютерная и программная инженерия – 2015. Донецк: Донецкий национальный технический университет, [Электрон. ресурс]. 2015. Режим доступа: http://masters.donntu.org/2016/fknt/bezuglyi/library/6.htm

16. Саитов Н.Ж. Проблемы составления расписания занятий в ВУЗах при организации учебного процесса, основанного на кредитных технологиях // Universum: Технические науки. [Электрон. ресурс]. 2016. № 2 (24). Режим доступа: http://7universum.com/ru/tech/archive/item/2969.

17. Снитюк В.Е., Сипко Е.Н. Штрафные функции в задаче составления расписания занятий // Математичні машини і системи. 2015. № 3.

18. Астахова И.Ф., Фирас А.М. Составление расписания учебных занятий на основе генетического алгоритма // Вестник ВГУ, серия: системный анализ и информационные технологии. 2013. № 2. С. 93–99.

19. Хасухаджиев А.С., Сибикина И.В. Обобщенный алгоритм составления расписания в вузе с учетом новых требований федеральных государственных образовательных стандартов // Вестник АГТУ. Серия: Управление, вычислительная техника и информатика. [Электрон. ресурс]. 2016. №3. Режим доступа: https://cyberleninka.ru/article/n/obobschennyy-algoritmsostavleniya-raspisaniya-v-vuze-s-uchetomnovyh-trebovaniy-federalnyh-gosudarstvennyhobrazovatelnyh-standartov (дата обращения: 27.09.2018). Береговых Ю.В., Васильев Б.А., Володин Н.А. Алгоритм составления расписания занятий // Штучний інтелект. [Электрон. ресурс]. 2009. № 2. С. 50–56. Режим доступа: http://dspace.nbuv.gov.ua/handle/123456789/7897 Яндыбаева Н.В. Генетический алгоритм в задаче оптимизации учебного расписания вуза // Современные наукоемкие технологии. [Электрон. ресурс]. 2009. № 11. С. 97–98. Режим доступа: http://www.top-technologies.ru/ru/article/view?id=25972 (дата обращения: 27.08.2018).


Дополнительные файлы

Для цитирования: Гасымов Г.А. Разработка механизма интеллектуального управления отношениями «студент-преподаватель» в пространстве виртуального образования с применением нейронных сетей. Открытое образование. 2018;22(5):94-103. https://doi.org/10.21686/1818-4243-2018-5-94-103

For citation: Gasymov G.A. Development of the mechanism of intellectual management of “student-lecturer” relations in the space of virtual education with the use of neural networks. Open Education. 2018;22(5):94-103. (In Russ.) https://doi.org/10.21686/1818-4243-2018-5-94-103

Просмотров: 844

Обратные ссылки

  • »


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1818-4243 (Print)
ISSN 2079-5939 (Online)