Международная ассоциация строительных вузов


НазваниеМеждународная ассоциация строительных вузов
страница6/115
ТипДокументы
filling-form.ru > Туризм > Документы
1   2   3   4   5   6   7   8   9   ...   115

Оптимальная стратегия развития исследовательских способностей в течение начального периода обучения в университете. Характерные особенности начального периода обучения в университете (по крайней мере, в условиях России) таковы.

  1. Исследовательская деятельность, в которую вовлекаются студенты, разворачивается на первом из четырех, начальном, уровне. Это позволяет устранить из общей модели индекс , оставив девять фазовых переменных вместо прежних тридцати шести.

  2. Демонстрируемые студентом уровни квалификации достаточно невысоки, так что . Мотивация студентов к исследовательской деятельности, в которую они еще не успели втянуться, не выходит на уровни, соизмеримые с уровнем физического переутомления, то-есть .

В связи с этим уравнения (24) переходят в

, (29)

а уравнения (27) – в
.

  1. В течение начального периода обучения значимое поощрение по итогам исследовательской деятельности, как правило, невозможно, а уровень осознания личностью своего «предназначения» к исследовательской деятельности еще не может быть выявлен. Это позволяет упростить предыдущее уравнение следующим образом


. (30)

Более того, в начальный период мотивация к выполнению студентами исследований формируется у них, в основном, требованиями учебной дисциплины, а не склонностями к отдельным элементам исследовательской деятельности, которую они, в большинстве совеем, еще не вели. Поэтому вместо (30) можно полагать

. (31)
Итак, математическая модель принимает вид:
(32)

где

. (33)

Критерием оптимальности является комплексный творческий рейтинг студента в конце полугодия, который определяется по результатам выполненного им исследовательского проекта.

Если обозначить

- время окончания начального периода (учебный год),

- весовые коэффициенты отдельных элементов исследовательской деятельности в комплексном творческом рейтинге, то критерий оптимальности примет вид

. (34)

Это типичная задача оптимального управления, для решения которой может быть использован принцип максимума Л.С.Понтрягина [25], [26].

Введем сопряженные переменные и запишем гамильтониан

. (35)

Сопряженная система уравнений будет иметь вид
. (36)

Помножим обе части соответствующих уравнений (32) на , а уравнений (36) на и сложим эти уравнения. Получим

,

откуда
. (37)
Тогда гамильтониан (35) примет вид
, (38)

Оптимальные значения управлений определяются из условия максимума (38) при ограничениях (33): при и равна нулю для остальных функций исследовательской деятельности. Таким образом, в первом полугодии структура исследований студентов, в основном, должна концентрироваться на освоении лишь одной, ведущей функции исследовательской деятельности, при минимальной вовлеченности в другие. Номер этой ведущей функции определяется значением комплекса . Выразим его через исходные данные задачи.

Отметим, что из условий трансверсальности принципа максимума,

. (39)

Проинтегрировав каждое из уравнений (32) в предположении, что именно для него , получим . Таким образом, номер ведущей функции определяется номером наибольшего из значений

. (40)

Размытые исходные данные. В выражение (40) входят параметры, значения которых носят размытый характер. Их достоверная количественная оценка невозможна, поэтому их можно оценить, лишь используя отношения «более важно – менее важно»», т.е. относя к различным группам значимости.

Соответствующие оценки показаны в таблицах 4 -6.

Сравнительную значимость различных исследовательских компетенций при подготовке специалистов различных профилей (исполнитель, разработчик, аналитик) примем в соответствии с таблицей 4. В ней, как и в таблицах 5, 6, приоритеты отражают общепринятые представления. Так, при подготовке исполнителей (уровень российского прикладного бакалавриата) наиболее важными представляются выработка у обучаемого возможностей реализации поставленных перед ними задач и оформления результатов, а затем – освоения необходимых средств деятельности и внутреннего критического анализа своей работы. В подготовке разработчика необходимо формирование уже полного набора компетенций (уровень российского академического бакалавра или специалиста) необходимо формированное уже полного набора исследовательских компетенций, однако из них наиболее важными являются четыре компетенции, отнесенные в таблице 4 ко второй группе важности. При подготовке же аналитика (уровень российского магистра наук) менее важными, в сравнении с остальными, являются компетенции реализации отдельных элементов исследования, оформления результата и освоения необходимых средств деятельности, а наибольшую значимость (третья группа важности) имеют компетенции формирования ключевой идеи (плана) решения проблем и внутреннего критического анализа результатов.
Таблица 4

Отношения сравнительной оценки приоритетности формирования у студентов различных исследовательских компетенций при подготовке специалистов различного профиля (группы важности) (параметры )


Исследовательские компетенции

Приоритеты (группы важности различных компетенций)

Подготовка исполнителя

Подготовка разработчика

Подготовка аналитика

1. Поиск тематики

0

1

2

2. Постановка (осознание) темы исследования

0

1

2

3. Формирование ключевой идеи (плана) решения

0

1

3

4. Выбор, освоение и реализация необходимого обеспечения

1

2

1

5. Реализация отдельных элементов исследования (элементов плана решения)

2

2

1

6. Синтез решения (собственно исследование)

0

1

2

7. Оформление решения

2

2

1

8. Ввод в научный обиход, защита и сопровождение решения

0

1

2

9. Внутренний критический анализ решения

1

2

3



В таблице 5 отражен тот факт, что у поступивших в университет студентов компетенции освоения учебного материала, выполнения заданий, оформления и представления результатов своей деятельности сформированы в большей степени, чем остальные исследовательские компетенции.
Таблица 5

Отношения сравнительной оценки начальной сформированности

у студентов различных исследовательских компетенций (группы важности) (параметры )


Исследовательские компетенции

Уровень сформированности

1. Поиск тематики

1

2. Постановка (осознание) темы исследования

1

3. Формирование ключевой идеи (плана) решения

1

4. Выбор, освоение и реализация необходимого обеспечения

2

5. Реализация отдельных элементов исследования (элементов плана решения)

2

6. Синтез решения (собственно исследование)

1

7. Оформление решения

2

8. Ввод в научный обиход, защита и сопровождение решения

2

9. Внутренний критический анализ решения

1


Более непривычной является третья группа данных, имеющих более теоретический характер – это оценки эффективности формирования различных исследовательских компетенций в зависимости от времени, затраченного на соответствующие виды исследовательской деятельности (коэффициенты в уравнениях (29)). В таблице 6 отражено, что наиболее медленно (по затратам времени) формируются компетенции освоения новых средств деятельности, реализации отдельных элементов плана деятельности оформления ее результатов, а наиболее быстро – поиска тематики, формирования ключевых идей решения проблемы, синтеза результатов деятельности и внутреннего критического анализа. Разумеется, все это происходит лишь в рамках целостной исследовательской деятельности, в которой в начальный период обучения недостаточную квалификацию студента при выполнении целостного проекта «возмещает» его руководитель.
Таблица 6

Отношения сравнительной оценки эффективности формирования у студентов различных исследовательских компетенций в зависимости от времени, затраченного на соответствующие виды исследовательской деятельности (группы важности) (параметры )

Исследовательские компетенции

Уровень сформированности

1. Поиск тематики

3

2. Постановка (осознание) темы исследования

2

3. Формирование ключевой идеи (плана) решения

3

4. Выбор, освоение и реализация необходимого обеспечения

1

5. Реализация отдельных элементов исследования (элементов плана решения)

1

6. Синтез решения (собственно исследование)

3

7. Оформление решения

1

8. Ввод в научный обиход, защита и сопровождение решения

2

9. Внутренний критический анализ решения

3


Результаты моделирования. Результаты моделирования методом шансов при указанных в п. 10 размытых исходных данных приведены в таблице 7 и на рисунках 2-4. Видно, что ведущей компетенцией, развитию которой следует уделить максимальное внимание в начальный период обучения, является при подготовке исполнителей и разработчиков внутренний критический анализ (жесткий рейтинг соответственно 62% и 76%), а при подготовке аналитиков – ввод в научный обиход, защита и сопровождение результатов деятельности (жесткий рейтинг 55%).

При этом мягкий рейтинг дает более полную информацию, которая может быть использована при реализации единственного наиболее рационального решения, определенного жестким рейтингом. Так, при основном акценте при обучении исполнителей на формирование компетенции «внутренний критический анализ» следует, организуя целостную проектную деятельность, обеспечить выраженность в ней также компетенций «Реализация отдельных элементов исследования (элементов плана решения)» (мягкий рейтинг 27%), «Оформление решения» (мягкий рейтинг 27%), «Освоение и реализация необходимого обеспечения» (мягкий рейтинг 15%).

Таблица 7

Рейтинг ведущей исследовательской компетенции в начальный период обучения студентов в университете


Исследовательские компетенции

Рейтинг ведущей исследовательской компетенции (%)

Подготовка исполнителя

Подготовка разработчика

Подготовка аналитика

Жесткий рейтинг

Мягкий рейтинг

Жесткий рейтинг

Мягкий рейтинг

Жесткий рейтинг

Мягкий рейтинг

1. Поиск тематики










7




10

2. Постановка (осознание) темы исследования










5




6

3. Формирование ключевой идеи (плана) решения










7




18

4. Освоение и реализация необходимого обеспечения




15




11




4

5. Реализация отдельных элементов исследования (элементов плана решения)




27




11




4

6. Синтез решения (собственно исследование)










7




10

7. Оформление решения

38

27




11




4

8. Ввод в научный обиход, защита и сопровождение решения







24

11

55

24

9. Внутренний критический анализ решения

62

31

76

30

45

18

Всего

100

100

100

100

100

100





Рис. 2. Рейтинги исследовательских компетенций в начальный период обучения исполнителя


Рис. 3. Рейтинги исследовательских компетенций в начальный период обучения разработчика


Рис. 4. Рейтинги исследовательских компетенций в начальный период обучения аналитика
Обратим внимание на то, что метод шансов позволяет количественно оценить и уровень неопределенности принятого решения. Он определяется тем, насколько жесткий рейтинг отличается от 100%. Если это отличие достаточно велико, ЛПР следуем предпринять меры по уменьшению уровня неопределенности в исходной постановке задачи, внеся в нее дополнительное суждение, в справедливости которого ЛПР уверен.

Так, в рассматриваемой задаче уровень неопределенности принятых решений достаточно велик (жесткий рейтинг принятых решений от 55% до 76%), поэтому на основе своего многолетнего преподавательского опыта мы считаем адекватным действительности внести в постановку задачи следующее уверенное суждение: при выборе оптимального решения допустимы лишь такие подходы к учету неопределенностей, при которых эффективность компетенции «Реализация отдельных элементов исследования (элементов плана решения)» оказывается не ниже компетенции «Внутренний критический анализ решения». Это условие вводит дополнительное ограничение в перебор возможных значений неопределенных «весовых коэффициентов» частных критериев.

В таблице 8 и на рисунках 5-7 показаны результаты решения этой задачи. Видно, что дополнение прежней постановки новой информацией значительно их поменяло. Прежде всего, ввиду того, что область неопределенности сузилась, уменьшилась до нуля неопределенность решения. Теперь во всех трех случаях жесткий рейтинг равен 100%. Ведущей компетенцией в начальный период подготовки исполнителей становится оформление решения, а разработчиков и аналитиков - ввод в научный обиход, защита и сопровождение решения. Мягкий рейтинг по-прежнему показывает, какие компетенции следует стремиться также развивать наряду с ведущей.
Таблица 8

Рейтинг ведущей исследовательской компетенции в начальный период обучения студентов в университете (с учетом мнения организатора обучения, что в это период обучения реализация плана работ важнее самокритики)

Исследовательские компетенции

Рейтинг ведущей исследовательской компетенции (%)

Подготовка исполнителя

Подготовка разработчика

Подготовка аналитика

Жесткий рейтинг

Мягкий рейтинг

Жесткий рейтинг

Мягкий рейтинг

Жесткий рейтинг

Мягкий рейтинг

1. Поиск тематики










3




2

2. Постановка (осознание) темы исследования










2




1

3. Формирование ключевой идеи (плана) решения










3




2

4. Освоение и реализация необходимого обеспечения




19




21




15

5. Реализация отдельных элементов исследования (элементов плана решения)




34




21




15

6. Синтез решения (собственно исследование)










3




2

7. Оформление решения

100

34




21




15

8. Ввод в научный обиход, защита и сопровождение решения







100

21

100

44

9. Внутренний критический анализ решения




12




5




2

Всего

100

100

100

100

100

100




Рис. 5. Рейтинги исследовательских компетенций в начальный период обучения исполнителя (реализация заданий «важнее» самокритики)


Рис. 6. Рейтинги исследовательских компетенций в начальный период обучения разработчика (реализация заданий «важнее» самокритики)


Рис. 7. Рейтинги исследовательских компетенций в начальный период обучения аналитика (реализация заданий «важнее» самокритики)

Заключение. Любая сколь-нибудь серьезная задача принятия решений в технике, экономике, социальной сфере содержит неопределенности, вызванные необходимостью учета множества частных критериев рациональности решения, неизбежной «размытостью» исходных данных, используемых шкал измерения. Предлагаемый метод шансов позволяет ЛПР обоснованно и нетрудоемко выбрать наиболее рациональное решение из ряда альтернатив, используя всю совокупность возможных способов учета неопределенности. При этом ЛПР имеет возможность уменьшить неопределенность в решаемой задаче, используя лишь естественные для него суждения (относя частные критерии к различным группам важности, указывая несколько условных сравнимых альтернатив). Понятность метода и простота использования благодаря соответствующему программному обеспечению должны способствовать его применению для широкого класса задач в различных областях.

Приведенное решение задачи о наиболее рациональной структуре исследовательской деятельности студентов в начальный период обучения в высшей школе демонстрирует большие возможности метода шансов даже в столь «размытой» области как математическое моделирование формирования компетенций. Это решение имеет также и самостоятельное теоретическое и практическое значение. Построенная на математическом моделировании технология управляемого развития исследовательских компетенций студентов с 208 года массово используется на факультете информационных систем и технологий Самарского государственного архитектурно-строительного университета.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК

  1. В.В. Малышев, Б.С. Пиявский, С.А. Пиявский, Метод принятия решений в условиях многообразия способов учета неопределенности, Известия РАН. Теория и системы управления, 2010, № 1, с. 46–61

  2. Ларичев О.И. Теория и методы принятия решений, М., Логос, 2000. - 295 с.

  3. Ларичев О.И. Вербальный анализ решений, ИСИ РАН – М., Наука, 2006 – 181 с.

  4. Пиявский С.А., Брусов В.С., Хвилон Е.А. Оптимизация параметров многоцелевых летательных аппаратов. М. «Машиностроение», 1974, - 106 стр.

  5. Смирнов О.Л., Падалко С.А., Пиявский С.А. САПР: формирование и функционирование проектных модулей. - М.: Машиностроение, 1987. - 272 с.

  6. Пиявский С.А. Методы оптимизации и принятия решений, Самара, СГАСУ, 2004

  7. Инженерный справочник. Таблицы DPVA.info, электронный ресурс www.dpva.info

  8. Ногин В.Д. Проблема сужения множества Парето: подходы к решению. -Искусственный интеллект и принятие решений. 2008. № 1. с. 98-112.

  9. Басков О.В. Сужение множества Парето на основе нечеткой информации об отношении предпочтения ЛПР. - Искусственный интеллект и принятие решений. 2014. № 1. С. 57-65.

  10. Лотов А.В., Холмов А.В. Метод разумных целей в задаче многокритериального стохастического выбора. - Искусственный интеллект и принятие решений. 2010. № 3. С. 79-88.

  11. Пиявский С.А. Управляемое развитие научных способностей молодежи. - М.: Академия наук о Земле, 2001. - 109 с.Инновационный вуз

  12. Бальзанников М.И., Пиявский С.А., Родионов М.В. Совершенствование конструкций низконапроных грунтовых переливных плотин, Известия вузов, серия «Строительство», №5, 2012. – с.52-59

  13. С.А.Пиявский Два новых понятия верхнего уровня в онтологии многокритериальной оптимизации. Онтология проектирования №1(7), 2013 – с. 65-85

  14. Пиявский С.А. Компьютерные технологии технического творчества: Учебное пособие. - Самара: СамГАСА, 1994. - 55 с.

  15. Pijavskij Semen, Management of the person’s creative abilities development on the basis of mathematical simulation //III Miedzynarodowa Konferencja Naukowo-Metodyczna «Uzdolnienia Intelektualne i Tworcze. Problemy. Koncepcje. Perspektywy». Warszawa, 1997. - Р.13.

  16. Пиявский С. А., Кадочкин Д.Е. Программное обеспечение образовательной технологии развития одаренности // Программные продукты и системы- 1998. - № 2. - с. 28-32.

  17. Пиявский С.А., Юрин В.В. О федеральной системе работы с одаренной молодежью в области науки и техники// Детское творчество. - 1997. - № 5. - с.4-7.

  18. С.А.Пиявский Автомониторинг развития творческих способностей студентов Сб. статей VI Международной научно-технической конференции «Информационная среда вуза», Иваново 1999. - с.15-18

  19. С.А.Пиявский Оптимизация структуры исследовательской деятельности школьников, Тезисы докладов Республиканской научно-практической конференции «Организация исследовательской и творческой деятельности учащихся в учебных заведениях с естественно-математической специализацией, Казань, 1999. – с. 19-22

  20. Пиявский С.А. Оптимальное управление развитием научных способностей школьников и студентов - Самара: СамГАСА, 1998. - 172 с.

  21. Пиявский С. А., Кадочкин Д.Е. Разработка и программная реализация методов тестирования научной и творческой квалификации // Программные продукты и системы. - 2000. - № 1. - С. 41-45.

  22. Пиявский С.А. Математическое моделирование управляемого развития научных способностей // Известия Академии наук, серия "Теория и системы управления". - 2000. - №3. - С.100-106.

  23. Пиявский С.А. Стратегии научного руководства исследовательскими работами молодежи. - Самара: СамГАСА, 1998. - 62 с.

  24. Понтрягин Л.С. и др. Математическая теория оптимальных процессов. - М.: ФМ, 1961. - 391 с.

  25. Кротов В.Ф., Гурман В.И. Методы и задачи оптимального управления. - М.: Наука, 1973. - 356 с.


1   2   3   4   5   6   7   8   9   ...   115

Похожие:

Международная ассоциация строительных вузов iconПравила проведения состязаний и испытаний по гонкам на собачьих упряжках...
Настоящие Правила разработаны на основе Правил wsa (Международная ассоциация гонок ездовых собак)

Международная ассоциация строительных вузов iconX (L) международная научно-практическая конференция "модель развития современной науки"
Участники конференции: студенты, курсанты и слушатели вузов старших курсов, выпускники вузов, аспиранты, адъюнкты, соискатели и молодые...

Международная ассоциация строительных вузов iconГенеральному директору нп «Международная ассоциация туризма»

Международная ассоциация строительных вузов iconТретье лицо: Ассоциация «Саморегулируемая организация «Межрегиональное...

Международная ассоциация строительных вузов iconПредседатели Оргкомитета
Российская академия наук, Министерство природных ресурсов и экологии Российской Федерации, Федеральное агентство по недропользованию...

Международная ассоциация строительных вузов iconПравила проведения состязаний и испытаний гонок на собачьих упряжках в системе ркф
Настоящие Правила разработаны на основе Правил wsa (Международная ассоциация гонок ездовых собак) и ifss (Международной федерации...

Международная ассоциация строительных вузов iconРегламен т
Настоящий регламент вводится с целью обеспечения производственной дисциплины, техники безопасности при работе техники на строительных...

Международная ассоциация строительных вузов iconТема: Составление ведомости потребности в строительных материалах, конструкциях и изделиях
Задание. Составить ведомость потребности в материально-технических ресурсах, используя нормативы расхода строительных материалов...

Международная ассоциация строительных вузов iconУчебник для вузов Рекомендовано Учебно-методическим объединением...
Дудникова Э. В. — профессор кафедры детских болезней по ростовского государствен­ного медицинского университета, доктор медицинских...

Международная ассоциация строительных вузов iconИздательский центр «гравис» ii-я Международная научная конференция...
К участию в Конференции приглашаются ученые, преподаватели, аспиранты, докторанты, студенты вузов и ссузов, ведущие научные исследования...

Вы можете разместить ссылку на наш сайт:


Все бланки и формы на filling-form.ru




При копировании материала укажите ссылку © 2019
контакты
filling-form.ru

Поиск