WWW.DOC.KNIGI-X.RU
БЕСПЛАТНАЯ  ИНТЕРНЕТ  БИБЛИОТЕКА - Различные документы
 

«Вестник СГТУ. 2012. № 2 (65). Выпуск 1 АВТОМАТИЗАЦИЯ И УПРАВЛЕНИЕ УДК 004.94 И.В. Вешнева, Л.Ю. Стрелюхина ПРИМЕРЫ ПРИМЕНЕНИЯ ЗНАКОПЕРЕМЕННЫХ ФУНКЦИЙ ПРИНАДЛЕЖНОСТИ ДЛЯ ...»

Вестник СГТУ. 2012. № 2 (65). Выпуск 1

АВТОМАТИЗАЦИЯ И УПРАВЛЕНИЕ

УДК 004.94

И.В. Вешнева, Л.Ю. Стрелюхина

ПРИМЕРЫ ПРИМЕНЕНИЯ ЗНАКОПЕРЕМЕННЫХ ФУНКЦИЙ ПРИНАДЛЕЖНОСТИ

ДЛЯ ОЦЕНКИ ОБЩЕКУЛЬТУРНЫХ И ПРОФЕССИОНАЛЬНЫХ КОМПЕТЕНЦИЙ

Продемонстрирована применимость знакопеременных ортонормированных

функций принадлежности к оценкам компетенций двух различных наборов компетенций. В первом случае был проведен анализ формирования лингвистических компетенций групп, изучающих русский язык как иностранный, во втором – набора компетенций преподавателей по проблемно-ориентированному анализу.

Теория нечетких множеств, компетентностный подход в образовании, компетенции, весовые коэффициенты I.V. Veshneva, L.Yu. Strelyukhina

APPLICATION OF SIGN-VARIABLE FUNCTIONS

OF BELONGING TO ESTIMATING CULTURAL

AND PROFESSIONAL COMPETENCES

The authors consider application of sign-variable functions of belonging to estimating competences referring to a set of two various competences. In the first case, analysis has been made of building up the linguistic competence with those who study Russian as a foreign language. In the second case, the teacher’s competences relating problemoriented analysis have been studied.



Theory of fuzzy sets, competence approach in education, competence, weights Введение В настоящее время чрезвычайно актуальной задачей является построение моделей для описания процессов, происходящих в сложных социально-экономических системах. Разработка таких моделей позволит выделить наиболее существенные факторы, влияющие на динамику процесса, и выявить механизмы эффективного управления исследуемой системой. Основой происходящей модернизации образования в России становится компетентностный подход, при котором в результате образовательного процесса должны сформироваться ключевые компетенции. Компетенции сложно оценить, поскольку в настоящее время, с одной стороны, нет четко устоявшейся терминологии [1], а с другой – мало апробированных и устойчиво зарекомендовавших себя на практике технологий их измерения. Создание теории и методов описания и управления процессом формирования компетенций в процессе обучения позволит повысить эффективность управления этим процессом. Сложность задачи определяется двумя основными причинами: с одной стороны – это отсутствие измерительных шкал подобных естественно-научным, как например, длина, масса и т.п. С другой стороны, исследователи сталкиваются с высокой сложностью и перекрестностью происходящих в социальноэкономических системах процессов. Проведем анализ свойств процессов формирования компетенций как класса объектов управления.

Если соотносить вероятностные, нечетко-множественные и экспертные описания применительно к задаче построения моделей для описания процессов, происходящих в сложных социальноэкономических системах, то можно использовать сравнение применимости способов описания по меАвтоматизация и управление ре усиления неопределенности. При этом классические вероятностные описания уступают место, с одной стороны, субъективным вероятностям, основанным на экспертной оценке, а с другой – вероятностям, определенным не количественно, а качественно (приблизительно). При этом точечные оценки вероятностных распределений для экспертных методов замещаются интервальными, а для методов теории нечетких множеств – формой функций принадлежности.

В аспекте разработки технологий оценки компетенций представляется перспективным использование теории нечетких множеств (ТНМ), поскольку с появлением предложенных в теории моделей и методов стало возможно подвергать количественному анализу те явления, которые раньше либо могли быть учтены только на качественном уровне, либо требовали использования весьма грубых моделей. В [2-5] проблема отсутствия измерительных шкал решается с применением методов ТНМ. Это очень перспективная и научно обоснованная методика, поскольку использование ТНМ позволяет ввести измерительную шкалу и четко регламентировать правила принятия решений. Кроме того, формирование функций принадлежности выходных переменных, описывающих соответствие результирующих характеристик заданным параметрам, учитывает перекрестность формируемых компетенций. Например, в [2] предложена методика тестовой оценки компетенций, основанная на применении ТНМ для предпочтения между критериями.

При активном расширении возможностей применения ТНМ имеет ряд недостатков. Заметим, что огромное количество информации содержится в трудноформализуемых интуитивных предпочтениях лица, формирующего списки оцениваемых параметров и конструирующего функции принадлежности. Эта проблема сглаживается на этапе проведения дефаззификации. При этом более сложной задачей предстает стремление к детерминированности при составлении проекций лингвистического описания на классификатор при проведении дефаззификации. И уже непреодолимой в рамках терминологии ТНМ становится статичность вводимой оценки. Разрешение этих проблем предложено в [6] путем введения комплексных функций принадлежности для оценки компетенций студентов для построения динамической модели управления формированием заданного набора компетенций студентов. В настоящей работе будем частично опробовать предложенный ранее метод.

Алгоритм проведения эксперимента и расчет весовых коэффициентов. Применим данную процедуру к оценке состояния компетенций в двух различных случаях – общекультурных лингвистических компетенций студентов и профессиональных компетенций профессорскопреподавательского состава.

1 этап. Зададим наборы входных и выходных компетенций при обучении определенного контингента некоторой дисциплине (специальности, направлению подготовки и т.п.). Допустим, мы оцениваем их по 5-балльной системе. Но это не отлично, хорошо, удовлетворительно, неудовлетворительно, а набор оценок познавательный, практический, репродуктивный, продуктивный, исследовательский. Взят единичный интервал [-0.5;0.5]. На нем размещены куполообразные функции принадлежности. Функции принадлежности были выбраны так, чтобы максимальное значение было равны единице, располагались симметрично относительно r=0 и на границах интервала имели значение 10-7. Это определяет положение максимумов и ширину гауссовых кривых. Если рассматривать выставляемую оценку, как математическое ожидание функции принадлежности, то все оценки будут размещены в интервале [-0.28; 0.28]. Соответствие оценок лингвистическим термам выглядит так:

-0,28 – познавательный (По), -0,093 – практический (Пк), 0 – репродуктивный (Р), 0,093 – продуктивный (Пр), 0,28 – исследовательский (И) (рис. 1 а). Такие функции принадлежности типичны для ТНМ [6, 7]. При этом средняя оценка вычисляется как математическое ожидание r по функции принадлежности.

На этапе дефаззификации из волновых функций с помощью некоторых процедур должны быть получены лингвистические высказывания (например, «обучение проведено эффективно», или «субъект обладает заданными компетенциями в пределах нормы и позитивно настроен на дальнейшее обучение» и т.д.). Эти выводы позволяют принимать управленческие решения. В зависимости от выбора процедур дефаззификации удобно то или иное представление функций принадлежности.

Проведем процедуру ортогонализации базисного набора по алгоритму Грамма-Шмидта. Поскольку дальнейшее проектирование экспертной системы [8] предполагает проведение распознавания ее состояния на этапе вывода результатов проведенного анализа (этап дефаззификации [9]), такое представление позволит упростить процедуру.

Обычно система оценки базируется на функциях принадлежности вида рис. 1 а, что требует очень сложного соотношения нормировки из-за неортогональности базисных функций. Тогда в математической модели набора возможных оценок трудно реализовать условие полноты набора высказываний.

При использовании знакопеременных ортонормированных базисных функций соотношение нормировки выглядит следующим образом:

Вестник СГТУ. 2012. № 2 (65). Выпуск 1, (1) 1= cj j

–  –  –

где wi – весовые коэффициенты, i(r) – ортонормированные знакопеременные функции принадлежности оценок соответствующих компетенций. Полученную функцию принадлежности уже можно считать результатом.

4 этап представляет собой процедуру дефаззификации, обсуждение которой не проводится в рамках данной статьи. В работе приведено сравнение некоторых характеристик результирующей функции принадлежности сформированного набора компетенций для двух экспериментов (лингвистических и профессиональных компетенций) и способов оценки весовых коэффициентов при применении ортонормированных знакопеременных функций принадлежности.





Результаты экспериментов

Первый эксперимент. Проведем анализ формирования лингвистических компетенций 17 студентов, изучающих русский язык как иностранный в течение года, после прохождения двухмесячных летних подготовительных курсов по русскому языку. Это группа студентов из разных стран Африки и Юго-Восточной Азии обучалась у одного преподавателя. Тестирование проводилось в мае 2011 года. Использование такой аудитории предполагается удачным для апробации метода, поскольку группы критериев оценок лингвистических компетенций четко выработаны и отработаны в течение длительного времени. Традиционно в изучении иностранного языка выделяют группы: чтение, письмо, аудирование; лексика, грамматика; социально-психологические и этические компетенции.

Выберем двух студентов с одинаковыми итоговыми тестовыми баллами. В табл. 1. приведены примеры оценок лингвистических компетенций и их весов, рассчитанных двумя способами (экспертным и корреляционным).

Таблица 1 Примеры оценок лингвистических компетенций

–  –  –

-4 0. -2 0. 0.

2 0.

4 -4 0. -2 0. 0.

2 0.

–  –  –

Из полученных результатов видно, что математические ожидания функций принадлежности для оценок компетенций студентов, получивших одинаковый тестовый балл, вычисленные с использованием экспертных весовых коэффициентов, неразличимы. Математические ожидания, рассчитанные с корреляционными весовыми коэффициентами, различают таких студентов.

Таким образом, вычисление математического ожидания функции принадлежности для оценки компетенций дает дополнительную возможность различать студентов с одинаковыми итоговыми тестовыми баллами. При этом расчет весовых коэффициентов компетенций корреляционным способом позволяет снизить субъективность экспертных оценок и корректно ввести различия в вычисления математического ожидания.

В зависимости от цели тестирования можно выделить два класса тестов: нормативноориентированные и критериально-ориентированные [11]. Если необходимо сравнить между собой двух студентов, например, в конкурсном отборе, то используют тесты первого из указанных классов.

В этом случае использование корреляционных весовых коэффициентов представляется наиболее удачным, т.к. вычисленные с их помощью математические ожидания, соответствующие одинаковым тестовым баллам, различаются. Проведенные в данной работе вычисления показывают применимость Автоматизация и управление введенных ортонормированных знакопеременных функций принадлежности для нормативноориентированных тестов.

Целью второго из указанных классов теста является выявление у студента степени овладения знаниями в определенной области. Здесь столь малое отличие в значениях математических ожиданий двух студентов не играет роли. При оценке результатов таких тестов целесообразно использовать экспертные весовые коэффициенты, которые позволяют выявить глубину полученных знаний. Для критериально-ориентированных тестов проведенное обсуждение результатов полученных при определении значений характеристик результирующей функции принадлежности набора сформированных компетенций, таких как математическое ожидание, показало соответствие результатов вычисления и мнения эксперта. Следовательно, можно говорить о применимости введенных функций принадлежности к проведению комплексной оценки общекультурных лингвистических компетенций студентов.

Второй эксперимент. Возьмем более сложную задачу. Будем проводить оценку заданного набора компетенций по проблемно-ориентированному анализу, формируемых в группе профессорско-преподавательского состава на занятиях по повышению квалификации. Ситуация значительно сложнее по двум основным направлениям: во-первых, нет четко регламентированной процедуры формирования компетенций и самого их набора. Такая работа является пилотной. Во-вторых, работа в аудитории сформировавшихся исследователей значительно труднее оцениваема экспертом в силу низкой интегрированности обучающихся в процесс воздействия и неоднородности аудитории. Для описания представляемой модели управления развитием компетенций проведено рассмотрение упрощенного примера оценки предметных компетенций и их изменение при проведении семинара тренинга проектирования дерева проблем сотрудниками вузовской администрации. Для этого был проведен обзор литературы, посвященной классификации компетенций и выбран перечень IGIP [12].

Из него мы взяли всего три группы предметных компетенций для простоты и наглядности модели.

Для оценки уровней формирования компетенций используется такая же терминология, что и в предыдущем примере.

В табл. 2 приведены примеры оценок лингвистических компетенций и их весов, рассчитанных двумя способами (экспертным и корреляционным). В эксперименте проводилась двойная оценка каждой компетенции – экспертом и самим участником. Для демонстративности примера выберем двух участников: первого – с максимально близкими оценками экспертом и самооценки, второго – с максимально различными. Полагаем первую ситуацию приближенной к первому эксперименту, вторую – самой сложной.

На рис. 4 представлены графики квадрата модуля функции принадлежности исследуемого набора компетенций.

Таблица 2 Примеры оценок лингвистических компетенций

–  –  –

2.

5 2.

1.

5 1.

0.

5 0.

–  –  –

В данном примере различие значений весовых коэффициентов проявляется сильнее (табл. 2), соответственно в последующем распределении результирующей функции принадлежности и значении ее интегральной характеристики – математического ожидания. Это ожидаемый результат, поскольку наборы компетенций, их структуризация и ранговая приоритетность давно и четко регламентированы. Оценка профессиональных компетенций в результате нетрадиционного для процесса обучения семинара значительно сложнее. Использование большего числа оцениваемых в процессе обучения компетенций при незначительном усложнении процедуры может привести к значительному повышению точности вычислений.

Выводы. В данной работе представлены результаты применения знакопеременных ортонормированных функций принадлежности к оценкам результатов тестирования двух различных наборов компетенций в существенно отличных групп обучающихся. В первом случае был проведен анализ формирования лингвистических компетенций группы студентов из разных стран Африки и ЮгоВосточной Азии, изучающих русский язык как иностранный в течение года. Использование такой аудитории предполагается удачным для апробации метода, поскольку группы критериев оценок лингвистических компетенций четко выработаны и отработаны в течение длительного времени. Проведенные в данной работе вычисления показывают применимость введенных ортонормированных знакопеременных функций принадлежности для нормативно-ориентированных тестов. При этом проводится сравнение между собой двух студентов, получивших одинаковый балл в результате проведенного тестирования. В этом случае использование корреляционных весовых коэффициентов представляется наиболее удачным, т.к. вычисленные с их помощью математические ожидания, соответствующие одинаковым тестовым баллам, различаются.

Во втором примере проведена оценка заданного набора компетенций по проблемноориентированному анализу, формируемых в группе профессорско-преподавательского состава на занятиях по повышению квалификации. Такая работа является пилотной. Ситуация значительно сложнее по двум основным направлениям: во-первых, нет четко регламентированной процедуры формирования компетенций и самого их набора. Во-вторых, работа в аудитории сформировавшихся исследователей значительно труднее оцениваема экспертом в силу низкой интегрированности обучающихся в процесс воздействия и неоднородности аудитории. Для описания представляемой модели управления развитием компетенций проведено рассмотрение упрощенного примера оценки предметных компетенций и их изменение при проведении семинара по проектированию дерева проблем сотрудниками вузовской администрации. Для оценки уровней формирования компетенций были использованы ортонормированные знакопеременные функции принадлежности. Для демонстративности примера были выбраны двое участников: первый – с максимально близкими оценками экспертом и самооценки, второй – с максимально различными. Полагаем первую ситуацию приближенной к условиям первого эксперимента, вторую – самой сложной. При оценке результатов таких тестов целесообразно использовать экспертные весовые коэффициенты, которые позволяют выявить глубину сформироАвтоматизация и управление ванных компетенций. Для критериально-ориентированных тестов проведенное обсуждение результатов, полученных при определении значений характеристик результирующей функции принадлежности набора сформированных компетенций, таких как математическое ожидание, показало соответствие результатов вычисления и мнения эксперта. Следовательно, можно говорить о применимости введенных функций принадлежности к проведению комплексной оценки общекультурных лингвистических компетенций студентов. В сложных условиях проведения оценивания результатов процесса обучения целесообразным представляется не разделение тестов на два класса тестов: нормативноориентированные и критериально-ориентированные, а совмещение двух видов оценок весовых коэффициентов – экспертных и корреляционных. Для обоих случаев в работе продемонстрирована применимость введенных ортонормированных знакопеременных функций принадлежности.

Проведенное в работе исследование проводится в рамках описанной в [8] концепции разработки модели экспертной системы управления качеством образования на основе теории нечетких множеств, которая может быть положена в основу интеллектуальной системы, позволяющей принимать управленческие решения при реорганизации образовательной деятельности при переходе к компетентностному подходу.

ЛИТЕРАТУРА

1. Зимняя И.А. Ключевые компетенции – новая парадигма результата современного образования / И.А. Зимняя // Высшее образование сегодня. 2003. №5. С. 34-42.

2. Ажмухамедов И.М. Нечеткая когнитивная модель оценки компетенций специалиста / И.М. Ажмухамедов // Вестник АГТУ. Сер.: Управление, вычислительная техника и информатика.

2011. №2. С. 186-190.

3. Применение математического аппарата теории нечетких множеств к задачам управления вузом на основе сбалансированной системы показателей / А.А. Большаков, И.В. Вешнева, Л.А. Мельников, Л.Г. Перова // Системы управления и информационные технологии. 2011. №1(43).

С. 117-121.

4. Берестнева О.Г. Уровни сформированности интеллектуальной компетентности: технология оценки, методы измерения и интерпретации / О.Г. Берестнева, И.А. Дубинина // Известия Томского политехнического университета. 2006. Т. 309. № 6. С. 227-231.

5. Берестнева О.Г. Моделирование интеллектуальной компетентности студентов / О.Г. Берстенева // Известия Томского политехнического университета. 2005. Т. 308. № 2. С. 152-156.

6. Берестнева О.Г. Моделирование интеллектуальной компетентности студентов / О.Г. Берстенева // Известия Томского политехнического университета. 2005. Т. 308. № 2. С. 152-156.

7. Вешнева И.В. Математические модели в системе управления качеством высшего образования с использованием методов нечеткой логики: монография / И.В. Вешнева. Саратов: Саратовский источник, 2010. 187 с.

8. Вешнева И.В. Концепция разработки модели экспертной системы управления качеством образования на основе теории нечетких множеств / И.В. Вешнева, Л.А. Мельников // Вестник СГТУ.

2009. № 4 (43). Вып. 2. С 195-198.

9. Найханова Л.В. Методы и алгоритмы принятия решений в управлении учебным процессом в условиях неопределенности: монография / Л.В. Найханова, С.В. Дамбаева. Улан-Удэ: Изд-во ВСГТУ, 2004. 164 с.

10. Аванесов В.С. Композиция тестовых заданий: учебная книга для преподавателей вузов, учителей школ, аспирантов и студентов педвузов / В.С. Аванесов. 2-е изд., испр. и доп. М.: Адепт, 1998. 217 с.

11. Ким В.С. Тестирование учебных достижений: монография / В.С. Ким. Уссурийск: Изд-во УГПИ, 2007. 214 с.

12. «Критериям аккредитации IGIP инженерно-педагогического образования» (Приложение 3). http://www.madi.ru/igip_journal/34/9.html Вестник СГТУ. 2012. № 2 (65). Выпуск 1

Похожие работы:

«МИРОВАЯ ЛИТЕРАТУРА В КОНТЕКСТЕ КУЛЬТУРЫ ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ ГОУ ВПО "Пермский государственный университет" МИРОВАЯ ЛИТЕРАТУРА В КОНТЕКСТЕ КУЛЬТУРЫ Сборник материалов международной конференции "Иностранные языки и литературы: актуальные проблемы методологии исследования" (12 апреля 200...»

«МИНИСТЕРСТВО ПО ФИЗИЧЕСКОЙ КУЛЬТУРЕ, СПОРТУ И ТУРИЗМУ ЧЕЛЯБИНСКОЙ ОБЛАСТИ ПРИКАЗ от 29 марта 2013 г. № 3/М О присвоении спортивных разрядов На основании представленных документов, подтверждающих выполнение норм и требов...»

«Аннотация к рабочей программе дисциплины Б1.В.ОД.14 "Физиология и биохимия растений" 2015 год набора Направление подготовки 35.03.04 – Агрономия Профиль Селекция и генетика с.-х. культур Программа подготовки – прикладной бакалавриат Статус дисциплины в учебном плане: относится к дисциплинам вари...»

«КАРТАШОВ Алексей Петрович ИСПАНСКАЯ (КЛАССИЧЕСКАЯ) ГИТАРА: ПРОИСХОЖДЕНИЕ, ЭВОЛЮЦИЯ, РЕПЕРТУАР Диссертация на соискание ученой степени кандидата искусствоведения Специальность 17.00.02 – музыкальное искусство Научный р...»

«Смутное время в России: Конфликт и диалог культур Кузьмин Андрей Валентинович, ведущий научный сотрудник ФГУ "Российская государственная библиотека", НИО книговедения (Москва) РОЛЬ МИЛОСЛ...»

«А.Я. Флиер Культура как пространство и время социального бытия Аннотация. В статье рассматривается пространство культуры как территория доминирования локальных нормативных и наиболее частотных социальных взаимодействий и ком...»

«Вестник Челябинского государственного университета НАУЧНЫЙ ЖУРНАЛ Философия Социология Основан в 1991 году Культурология № 33 (134) 2008 Выпуск 10 СОДЕРЖАНИЕ CONTENTS Слово редактора Editorial Невелев А. Б. 7 Nevelev A. B. To the jubilee issue К выпуску юбилейного номера Философский взгляд на глобальны...»








 
2017 www.doc.knigi-x.ru - «Бесплатная электронная библиотека - различные документы»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.