Preview

Frontier Materials & Technologies

Расширенный поиск

РАЗРАБОТКА АГЕНТНО-ОРИЕНТИРОВАННОЙ ИНТЕЛЛЕКТУАЛЬНОЙ ОБУЧАЮЩЕЙ СИСТЕМЫ НА ОСНОВЕ НЕЧЕТКОЙ НЕЙРОННОЙ СЕТИ ТАКАГИ-СУГЕНО-КАНГА

Полный текст:

Аннотация

Одними из основных требований к распределенным обучающим системам являются: минимальное взаимодействие между их компонентами, расположенными на различных компьютерах; обеспечение вариативности технологий компьютерного обучения. В связи с этим обосновано, что разработка интеллектуальных обучающих систем должна основываться на синкретичном решении задач из областей вычислительной техники и дидактической.

В представленной работе доказана целесообразность применения агентно-ориентированного подхода при разработке интеллектуальных обучающих систем нового поколения, позволяющего реализовать определенные алгоритмы взаимодействия отдельных компонентов интеллектуальных обучающих систем при неопределенном  алгоритме работы системы в целом.

На основе проведенного анализа математических методов, используемых при разработке обучающих систем, был выбран метод, основанный на интеграции нескольких математических методов, а именно нечеткая нейронная сеть Такаги-Сугено-Канга, обучение в которой проводится с помощью генетического алгоритма.

Представлена методология разработки алгоритмов функционирования интеллектуальных агентов, включающая следующие операционные действия: определение входных и выходных переменных; выбор модели вывода и формирование базы правил; выбор функции фаззификации и определение параметров обучающей выборки; определение принадлежности элементов обучающей выборки к нечетким правилам; настройка параметров слоя фаззификации; настройка параметров слоя заключения. Разработан алгоритм функционирования подсистемы интеллектуального поведения агента корректировки индивидуальной образовательной траектории. Разработанный алгоритм реализует изменение степени свободы выбора индивидуальной образовательной траектории обучаемого в зависимости от результатов текущего контроля, уровня сложности решенных задач и количества предоставленных подсказок при решении задач. Представлены фрагменты настройки и тестирования разработанного алгоритма.

На основании разработанного алгоритма функционирования подсистемы интеллектуального поведения агента создана интеллектуальная обучающая система по дисциплине «Основы теории управления», которая успешно прошла апробацию у студентов в Оренбургском государственном университете.

Об авторах

Наталья Геннадьевна Семенова
Оренбургский государственный университет, Оренбург
Россия

доктор педагогических наук, кандидат технических наук, профессор, заведующий кафедрой «Теоретическая и общая электротехника»



Иван Борисович Крылов
Оренбургский государственный университет, Оренбург
Россия

начальник отдела информационных технологий научной библиотеки, соискатель



Список литературы

1. Brusilovsky P., Rollinger C., Peylo C. Adaptive and Intelligent Technologies for Web-based Education // Special Issue on Intelligent Systems and Teleteaching. 1999. № 4. P. 19–25.

2. Семенова Н.Г., Семенов А.М., Крылов И.Б. База знаний интеллектуальной обучающей системы технической дисциплины // Вестник Оренбургского государственного университета. 2013. № 9. С. 232–239.

3. Суханова М.В. Интеллектуальная система поддержки обучаемых с учетом психологических особенностей личности : автореф. дис. ... канд. техн. наук. Уфа, 2005. 15 с.

4. Жуковская Н.К. Исследование и разработка моделей рассуждений в интеллектуальных обучающих системах : автореф. дис. ... канд. техн. наук. Таганрог, 2004. 26 с.

5. Щедрина А.А. Интеллектуальные агенты как средство автоматизации роли преподавателя // Образовательные технологии и общество. 2002. Т. 5, № 4. С. 187–197.

6. Удальцов С.В. Технология разработки адаптивных систем дистанционного обучения на основе интеллектуальных программных агентов : автореф. дис. ... канд. техн. наук. Санкт-Петербург, 1999. 16 с.

7. Бугайченко Д.Ю., Соловьев И.П. Абстрактная архитектура интеллектуального агента и методы ее реализации // Системное программирование. 2005. Т. 1, № 1. С. 36–67.

8. Маслобоев А.В. Гибридная архитектура интеллектуального агента с имитационным аппаратом // Вестник Мурманского государственного технического университета. 2009. Т. 12, № 1. С. 113–124.

9. Лазырин М.Б. Исследование и разработка методов планирования поведения интеллектуальных агентов : автореф. дис. ... канд. техн. наук. Тверь, 2006. 16 с.

10. Семёнова Н.Г., Крылов И.Б. Архитектура интеллектуального агента корректировки индивидуальной образовательной траектории в агентно-ориентированной интеллектуальной обучающей системе // Энергетика: состояние, проблемы, перспективы: труды VII Всероссийской научно-технической конференции. Оренбург, 2014. С. 432–436.

11. Semenova N.G., Krylov I.B. The Application of Multi-Agent Approach by the Developing of Intelligent Tutoring System // Innovative information technologies: Materials of the International scientific-practical conference. Prague, 2014. P. 30–34.

12. Семенова Н.Г., Крылов И.Б. Математические методы, применяемые при разработке интеллектуальных обучающих систем // Электронное периодическое издание «Информационная среда образования и науки». 2013. № 17. С. 79–81.

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

14. Сарвилина И.Ю. Нечеткологический подход к разработке интеллектуальной системы компьютерного обучения // Программные продукты и системы. 2007. № 3. С. 37.

15. Зар Ни Хлайнг. Методики и алгоритмы интеллектуальной системы поддержки управления процессом обучения основам микроэлектроники : автореф. дис. ... канд. техн. наук. М., 2011. 29 с.

16. Кравченко Ю.А. Интеграция свойств когнитивных стилей и интеллектуальных агентов как основа создания адаптивных информационных обучающих систем // Открытое образование. 2010. № 4. С. 20–28.

17. Жуйков В.В. Система оценки качества знаний студентов на основе нейронных сетей : автореф. дис. ... канд. пед. наук. Курск, 2009. 23 с.

18. Дараган А.Д. О разработке и использовании интеллектуальных систем образовательного назначения // Инновационные информационные технологии: материалы междунар. науч.-практ. конф. Прага, 2012. С. 55–60.

19. Пятковский О.И., Гунер М.В. Разработка гибридной интеллектуальной системы с нечетко-нейросетевыми компонентами для решения задачи оценки компетентности студентов // Ползуновский альманах. 2012. № 2. С. 120–123.

20. Семенов А.М., Крылов И.Б. ИОС по дисциплине «Основы теории управления». Зарегистрировано в УФАП № 521. Оренбург: ОГУ, 2009.


Рецензия

Для цитирования:


Семенова Н.Г., Крылов И.Б. РАЗРАБОТКА АГЕНТНО-ОРИЕНТИРОВАННОЙ ИНТЕЛЛЕКТУАЛЬНОЙ ОБУЧАЮЩЕЙ СИСТЕМЫ НА ОСНОВЕ НЕЧЕТКОЙ НЕЙРОННОЙ СЕТИ ТАКАГИ-СУГЕНО-КАНГА. Вектор науки Тольяттинского государственного университета . 2015;1(2):11-19.

For citation:


Semenova N.G., Krylov I.B. THE DEVELOPMENT OF AGENT-ORIENTED INTELLIGENT TRAINING SYSTEM BASED ON NEURO-FUZZY TAKAGI-SUGENO-KANG SYSTEM. Science Vector of Togliatti State University . 2015;1(2):11-19. (In Russ.)

Просмотров: 8


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


ISSN 2782-4039 (Print)
ISSN 2782-6074 (Online)