УДК 004.942+37.032+378.146
Интернет-система прогнозирования готовностей студентов к освоению дисциплин на основе единой БД успеваемости по факультету
В век развития информационных технологий их использование стало повсеместным, учебный процесс не стал исключением. Но информационно-коммуникационные технологии используют не в полной мере. Существующие АСУ призваны лишь вести справочники студентов, формировать учебные графики, следить за аттестацией студентов. Это, даже от части, не раскрывает все возможности информационных технологий. Разработанная АСУ «Ready» призвана изменить это. Актуальность разработанной АСУ сложно переоценить. Проблемы и недостатки современного образования всем известны: традиционность обучения, исторически сложившиеся учебные графики, не учитывается индивидуальность учебных групп и отдельных студентов. А студент это уже взрослая сформировавшаяся личность. Но невозможно полностью индивидуализировать обучение, это приведет к многократному росту цен за обучение, и в этом случае будет теряться опыт работы в коллективе. При помощи разработанной математической модели АСУ «Ready» получила возможность рассчитывать готовность студентов к сдаче учебных дисциплин, что позволяет давать рекомендации преподавателю задания какой сложности, можно давать студентам. Так же это поможет выявить студентов, которые могли бы учиться лучше, но по каким-то причинам не делают этого и своевременно выяснить это. Возможность удаленного доступа отменяет необходимость находится в здании ВУЗа при работе с АСУ. Интуитивно понятный интерфейс располагает к работе с информационной системой.
АСУ «Ready» - современная Интернет система, разработанная с помощью новейших веб-технологий, таких как PHP, JavaScript, и отвечающая современным стандартам.
Особенности системы:
Создание и редактирование справочников факультетов
Создание и редактирование справочников групп
Создание и редактирование справочников студентов
Разграничение прав доступа
Просмотр результатов аттестации студентов
Создание списка дисциплин для отдельных групп
Возможность использования системы с любого компьютера, подключенного к сети Интернет
Расчет готовностей студентов к изучению дисциплин
РАБОТЫ СТУДЕНТОВ 4 КУРСА
УДК 004.421+ 343.2/.7+343.140.02
Программа сравнительной оценки аргументации прокурора
и адвоката в суде (на базе ПРИНН)
На сегодняшний день, очень актуален вопрос внедрения математических методов расчета в гуманитарные науки, в частности – юриспруденцию. Математика все в большей степени становится необходимым атрибутом юридической науки. Это объясняется тем, что правовые системы, явления и процессы, а это прежде всего механизмы правотворчества, правового регулирования, законности, борьбы с преступностью, наряду с качественными свойствами, такими как структурностью, целостностью, устойчивостью обладают и количественной мерой (количеством норм, связей, интенсивностью потоков информации, степенью развития, целенаправленности и т. д.). Кроме того, внедрение математики в сферу права также можно объяснить тем, что в юридических науках в связи с правовой информатизацией общества, созданием информационных комплексов и систем в области права и решением на компьютерах юридических задач возникло значительное число проблем, связанных с оптимизацией функционирования правовых систем, юридических органов и процессов. Эти проблемы не могут быть решены без привлечения разнообразных математических методов, так как сущность оптимизации в этом случае состоит в разработке формализованных способов достижения целей функционирования систем с наименьшими затратами материальных средств, времени в решении информационных, логических и математических задач.
Целью данной научной работы является использование математического метода многокритериального принятия решений ПРИНН для весовой оценки аргументов стороны защиты и стороны государственного обвинения- прокуратуры в судебных прениях при рассмотрении уголовного дела. Для рассмотрения было рассмотрено реальное уголовное дело, опубликованное в Бюллетене Верховного Суда за сентябрь 2009 года. Далее было проведено статистическое исследование на предмет совпадений решений судей с точкой зрения математического метода принятия решений, в результате которого были получены ошеломительные результаты.
Среди направлений дальнейшего развития работы можно выделить создание программного продукта сочетающего в себе экспертную систему и вычислительный математический аппарат, которые в тандеме позволили бы снизить до минимально возможного уровня информационную нагрузку на пользователя.
Также, возможно внедрение данного программного продукта в качестве консультативного инструмента в судебный процесс судебной системы РФ после согласования с Верховным Судом России.
УДК 004.657+004.67
АОС по курсу «офисное программирование» для СПО
Автоматизированная обучающая система представляет собой программу, содержащую обучающую и тестирующую части. Данная программа состоит из базы данных, наполненной вопросами и тестирующего модуля с простым и удобным интерфейсом. Реализованная АОС спроектирована для курса «офисное программирование» для средне профессионального образования.
Программа разработана на языке С#, сформирована модель базы данных, а затем создана сама база данных в программе Access. Работа программы с базой данных построена на простом SQL запросе выбора – SELECT.
Особенность данной системы состоит в уникальной оценки успеваемости обучающего. После завершения процесса тестирования проводится анализ усвоения дисциплины. Так же формируются рекомендации о дальнейшем ходе обучения (указание на «слабые места» обучаемого, на темы, в которых допущено много ошибок. Отдельное место в данной системе отводится времени, которое тестирующий затрачивает на обдумывание конкретного вопроса. Время засекается с момента появления вопроса на экране и до перехода к следующему вопросу (нажатия кнопки «далее»). На основании данного времени определяется тип обучаемого, заключенный в координатах: среднее время, средний результат. В дальнейшем, с учетом определенного типа рассчитывается трудоемкость различных вопросов теста. Другими словами, система имеет индивидуальный подход к каждому обучаемому. Вдобавок ко всему, ведется статический анализ результатов тестирования.
Данная программа имеет очень простой и интуитивно понятный интерфейс, с помощью которого даже неопытный пользователь сможет легко разобраться в работе описываемой АОС.
Данная система является легко переносимой, то есть можно легко и без проблем заменить тему тестирования, путем замены содержимого базы данных. Переносимость данной системы – это очевидный плюс, но неопытный пользователь не сможет сделать данную операцию. База данных заполняется администратором, и только он имеет доступ к данным, хранящимся в базе данных.
На данном этапе разработки база данных заполнена тестовыми данными. В дальнейшем будет использоваться информация по офисному программированию. В проекте так же составление вопросов по данной дисциплине.
УДК 004.67+
Кластеризация табличных знаний
Главная проблема современных коммуникаций – извлечение действительно ценных сведений из информационных потоков, т. е. получение знаний из информации.
В современном мире все большее влияние на человечество оказывает Интернет. Одной из областей, на которые Интернет оказал наибольшее влияние, является образование. Но масштабность сети Интернет, что, без сомнения, является одним из ее плюсов, в то же время становится ее минусом, т. к. усложняет процесс поиска нужной информации. В связи с этим встает вопрос о структуризации знаний Интернета. Одной из форм представления знаний является табличная форма.
Знания извлекаются из поисковых систем Интернета исходя из соотношений между «терминами». В результате строится таблица знаний, показывающая наличие либо отсутствие информации по определенным парам «терминов».
В данной работе изучается вопрос кластеризации знаний. Рассмотрены два варианта кластеров:
1) Полностью заполненный кластер – такая подтаблица исходной матрицы знаний, на пересечении любых строк/столбцов которой находятся только единицы, т. е. есть информация, характеризующая любые пары объектов/характеристик, входящих в кластер.
2) Частично заполненный кластер – такая подтаблица исходной матрицы знаний, на пересечении хотя бы одной строки/столбца которой находится ноль, т. е. отсутствует информация, характеризующая зависимость соответствующего объекта/характеристики.
Опираясь на данные варианты кластеров, были предложены следующие виды кластеризации:
1) Выделение из заданной таблицы ПЗКЗ максимального размера
2) Выделение из заданной таблицы все ПЗКЗ с размером не меньше заданного
3) Выделение из таблицы ЧЗКЗ с плотностью не меньше заданной
4) Выделение ЧЗКЗ максимальной плотности при заданном размере кластера.
По видам кластеризации 1), 3), 4) были созданы математические модели, которые успешно были реализованы в Excel с использованием стандартной надстройки «Поиск решения», по видам 1) и 3) были созданы программы с использованием языка программирования C# и библиотеки линейного программирования lpsolve55. Работа созданных программ была рассмотрена на небольшом примере матрицы знаний, в которой в качестве объектов выступают астероиды, в качестве характеристик физические характеристики небесных тел.
УДК 004.588
Автоматизированная тестирующая система по курсу «Компьютерная геометрия и графика», раздел «Компьютерная геометрия».
Тестирование — один из важнейших этапов контроля качества разработанного ПО. Автоматическое тестирование является его составной частью. Оно использует программное обеспечение для проверки выполнения проводимых тестов, что помогает сократить время тестирования и упростить его процесс.
Целью моей работы являлось написание автоматизированной обучающей системы по курсу «Компьютерная геометрия и графика», а именно раздел «Компьютерная геометрия», провести анализ по этой теме, найти в ресурсах интернета соответствующую информацию и тестирующие системы по данной тематике и проанализировать их, создать собственную систему, с использованием оригинальных алгоритмов.
Была собрана информация по теме «Компьютерная геометрия и графика», раздел «Компьютерная геометрия». Информацию взял из ресурсов интернета.
Компьютерная геометрия есть математический аппарат, положенный в основу компьютерной графики. В свою очередь, основу компьютерной геометрии составляют различные преобразования точек и линий. При использовании машинной графики можно по желанию изменять масштаб изображения, вращать его, смещать и трансформировать для улучшения наглядности перспективного изображения. Все эти преобразования можно выполнить на основе математических методов. , как и компьютерную геометрию, разделяют на двумерные (или преобразования на плоскости) и трехмерные (или пространственные).
Перед написанием собственной обучающей системы были просмотрены информационные ресурсы, такие как http://www. *****/ и http://www. *****/
Среди найденной информации не оказалось тестирующих систем и программ по моей теме. После анализа литературы и были проанализированы другие тестирующие системы: ФЭПО и moodle.
После анализа других тестирующих систем началась разработка своей тестирующей системы. Данная система представляет собой автоматизированную обучающую систему по курсу «Компьютерная геометрия и графика », раздел «Компьютерная геометрия». Сначала была разработана база данных с вопросами по курсу «Компьютерная геометрия». База данных была написана на Access. После базы данных началось написание программы. Программа написана на языке C#, но еще не были продуманы и реализованы оригинальные алгоритмы. Особенность данной системы состоит в контроле усвоения знаний, полученных пользователем, так же система проста и мобильна.
УДК 004.021+37.072
Информационная система распределения рабочей нагрузки на кафедре ВУЗа
Была поставлена задача, создания информационной системы распределения нагрузки рабочих часов на кафедре ВУЗа, с целью оптимизировать этот процесс. Сделать его более наглядным и доступным для широких кругов. Также планируется создание сравнительных характеристик, анализа и обработки часов, графического вывода и редактирования в реальном времени.
Данная система имеет высокую актуальность и перспективность. Планируется внедрить эту систему не только в своем ВУЗе, но и в других, учитывая, не только нагрузку на кафедре, но и нагрузку между кафедрами, и межфакультетскую нагрузку.
Созданный программный комплекс представляет собой совокупность из базы данных в Access и программы в C#, которая обращается к базе с помощью ряда SQL-запросов.
В основу оптимизационной части легла задача о назначениях, хорошо знакомая любому математику. Первоначальная ее реализация происходила в офисном пакете MS Excel с помощью макросов. Первый вариант задачи имел небольшой размер, но в дальнейшем он был увеличен до 10*10.
Реализация оптимизационной части в программной среде стала возможной с помощью подключения модуля решений в С#. Несмотря на все усилия, оптимизационная часть в программной среде имеет некоторые недоработки и в дальнейшем планируется устранить все имеющиеся недостатки, а также с учетом пожеланий и отзывов пользователей модифицировать программу.
Работа над графическим интерфейсом показала, что он является дружественным пользователю и приятным, однако при большой нагрузке, выявляются его некоторые недостатки, которые также будут устранены в дальнейшем с учетом предложений пользователей, также это касается системы ввода-вывода данных и модели построения базы данных, которая может не всегда удовлетворять необходимым требованиям. Возможно изменение платформы базы данных на более мощную и современную, в зависимости от конкретной области применения.
Разработан программный комплекс, позволяющий распределять нагрузку кафедры и представляющий сложную техническую систему, определяющим свойством которой является многообразие условий функционирования. С его использованием решены задачи распределения нагрузки часов. Комплекс позволяет получить наглядную картину и оптимизировать ее.
Разработанный программный комплекс:
Позволяет распределять нагрузку, как в сумме, так и по конкретным часам.
Наглядно и полно отображает информацию по преподавателям и семестрам.
Имеет оптимизационную часть
Оценивает возможность перераспределения нагрузки.
УДК 001: 167 + 001:331.101.264.3 + 159.947
Разработка и реализация методики выявления индивидуального профиля деятельность-мотивация
Ведущей тенденцией развития современной цивилизации является возрастание роли общественного интеллекта в социальной эволюции. Носителями общественного интеллекта являются, конкретные люди – только через них возможны его реализация и воспроизводство. Вот почему проблемы развития системы образования и повышения его эффективности являются актуальными как для отдельных стран, так и для всего мирового сообщества.
Основной задачей данной работы является создание соответствующей математической модели и программного обеспечения для повышения эффективности и целесообразности образования.
В работе были рассмотрены основные компоненты психологии: интеллект, креативность, мотивацию и квалификацию.
Также были выделены следующие функции исследовательской деятельности:
1) поиск тематики;
2) постановка (осознание) темы исследования;
3) формирование ключевой идеи (плана) решения;
4) выбор, освоение и реализация необходимого обеспечения;
5) реализацию отдельных элементов исследования (элементов плана решения);
6) синтез решения (собственно само исследование);
7) оформление решения;
8) ввод в научный обиход, защиту и сопровождение решения;
9) внутренний критический анализ работы.
И уровни исследовательской деятельности:
1) фрагментов (научный сотрудник);
2) задач (кандидат наук);
3) проблем (доктор наук);
4) направлений (член академии наук).
В ходе анализа литературы рассмотрены типы и виды тестовых заданий, и выбран закрытый тип с множественным выбором. На основе это вида разработаны 2 теста.
Также разработана программа, в которой учтены следующие возможности:
1) Введен контроль прав доступа:
a) администратор
b) пользователь
c) анонимный пользователь
2) Разработано ведение первоначальной статистики. Ее могут вести пользователи с различными правами. Все права соответственно имеет только администратор.
Учтена возможность администратора редактировать основные моменты программы (права доступа, тест). Это делает ее гибкой к изменениям в структуре и статистике.
УДК 004.588+ 004.632.4
АОС «Файлы»
Все крупные ВУЗы используют в процессе обучения, автоматизированные обучающие системы (АОС). Применение подобных методов – одно из умных решений, к которым призывал наш премьер-министр . Создание математической модели, алгоритмов и способов реализации АОС требует не малых затрат времени. Их эффективность зависит от проработки таких ресурсов вместе с экспертами и преподавателями.
Большинство АОС накапливают и обрабатывают статистические данные о ходе обучения и при необходимости предъявляют их обучаемому или преподавателю. Для ЭВМ разрабатываются различные обучающие системы Можно выделить два подхода к создания обучающих систем:
- системы на основе разработки обучающей программы с помощью стандартных языковых средств программирования (Бейсик, Фортран, Фокал и др.);
- обучающие системы на основе специализированных программных средств разработки и поддержания обучающих курсов
Возможности таких систем позволяют располагать их как на персональных компьютерах, так и в сети Интернет. Что не мешает системе накапливать знания в различных областях, вести непрерывную обработку информации и моделирования процессов. Был проведен многопараметрический анализ образовательных ресурсов (по разным тематикам и выявлены их недостатки.)
На основе анализа поставлена задача:
Реализовать Автоматизированную Образовательную Систему «Файлы», которая поможет студентам младших курсов освоить работу с различными фалами ОС Windows на языке Visual Basic for Applications. Система позволит:
1. практиковаться в программировании на языке VBA;
2. сверять свои наработки с эталонными кодами;
3. выводить вспомогательную информацию;
4. проводить тестирования по представленной теме;
5. вести мониторинг успеваемости студента (т. к. программа обучения рассчитана на длительный срок);
Это позволяет существенно увеличить успеваемость студентов и сократить время обучения.
Так же на основе моих наработок будет возможность добавлять и другие дисциплины обучения, как например «Методы», «Алгоритмы» и т. д. Данная система впоследствии может быть переработана в экспертную систему обучения, которая сможет собирать и обрабатывать информации о большинстве дисциплин, которые могут быть изучены с помощью ЭВМ и кратким инструктажем преподавателя.
УДК 004.67+ 30.303.64
Мониторинг трудоустройства студентов и выпускников
Сегодня Россия выходит на новые темпы социально-экономического развития, в различные сферы жизни и деятельности интенсивно внедряются инновационные технологии и проекты, все большее число людей становятся реальными участниками позитивных качественных изменений российской действительности. Реальное обновление отечественного образования выражается в модернизации его содержания, что проявляется в переосмыслении всех компонентов. Современному обществу важно, чтобы сегодняшний выпускник вуза был профессионально успешным и мобильным, умеющим строить свою собственную карьеру и активно содействовать благополучному развитию всего общества.
Существуют также недостатки в системе мониторинга профессиональных предпочтений студентов, анализа особенностей трудоустройства выпускников и их карьерного продвижения. Поэтому, я решил помочь нашему подрастающему поколению в будущем найти хорошую работу и, тем самым, обеспечить ему карьерный рост.
Поэтому моими основными задачами послужили:
1. Разработать идею мониторинга трудоустройства в визуальном представлении, разработка программного комплекса.
2. Разработать базу данных трудоустройства студентов с возможностью редактирования.
3. Написать программу для работы с базой данных.
4. Разработать сайт, на котором желающие выпускники и студенты могут указать название фирмы и написать какую-то информацию, полезную для желающих трудоустроиться. Но это не обычная гостевая книга, а специальная система. Рассчитывается рейтинг каждой фирмы.
3 и 4 пункты я планирую завершить в следующем семестре, т. к. в этом семестре много времени было потрачено на разработки идеи будущей программы и её полезной работы.
УДК 004.032.26 + 33.338.57.013.24
Разработка АИС прогнозирования цен на нефть в условиях мирового кризиса
Последние годы, как и сегодня проблемой глобального уровня является мировой экономический кризис. Нестабильность мировой экономики беспокоит и задевает все слои населения. И в момент ее упадка и нестабильности, наиболее актуальным встает вопрос о дальнейшем развитии. Будет ли она продолжать падать или же наконец стабилизирутся.
Существует огромное количество внешних факторов, влияющих на упадок и подъем мировой эконимики вцелом. Такие, как например: политическая обстановка в стране, наличие и отсутсвие локальных конфликтов, падение и рост спроса, на мировом рыке, на товары экспортируемые страной и т. д.
Так, как сказанно выше, одним из показателей мировой экономики, является рынок товаров.
Одним из наиболее востребованных на мировом рынке товаров является нефть, цена которой, волнует и касается, так или иначе, всех без исключения людей. В связи с этим аналитики стремятся «предсказать» какой, на том или ином этапе, будет цена.
Но 100% результат своего прогнозирования никто до сих пор, так дать и не может. В то время, как от результата прогнозирования зависит очень много (например организация нефтедобычи, которая в свою очередь определяет количество добываемой нефти, с учетом спроса), и ошибка может привести к критическим последствиям.
На сегодняшний момент количетсво методов и приемов прогнозирования превысило порядка 200, что показывает нам на неустойчивость методов к различным ситуациям.
Задачей моей научно-исследовательской работы является изучить наиболее популярные методы и приемы прогнозировния, и выявить наиболее гибкий и адаптируемый метод, в связи с нестабильностью поведения цен на нефть.
В результате выполнения работы был рассмотрен ряд методов прогнозирования (порядка 20).
Изучив их возможность, адаптивность, точность и ряд других параметров описывающих метод, был выявлен, наиболее подходящий под нынешнию обстановку на мировом рынке.
В ходе ислледования выбранный метод был протестирован с помощью АИС, которая нам показала работу метода, с некоторыми результатами.
Полученные результаты показали эффективность метода нейронных сетей. Но для повышения качества, АИС нуждается в включении ряда дополнительных параметров в систему прогнозирования, для получения наиболее точных результатов.
Дальнейшей моей научно-исследовательской работой и станет повышение эффективности прогнозирования АИС.
УДК 004.588
Разработка тестовой ИС по разделу «Программные средства реализации информационных процессов» курса информатики вузов.
А.
Целью моей работы являлось разработка тестирующей ситсемы. Анализ тематики. Мной было собрана информация по разделу:"Программные средства реализации информационных процессов".
Проанализировав найденную и уже имеющуюся информацию мной, была составлена база с вопросами по разделам: ” Информация”,” Аппаратные средства”,” Служебное ПО”.
Далее по имеющимся в базе вопросам по данным разделам я составлял ответы.
Затем я сделал и заполнил Access базу данных найденными и составленными вопросами и ответами.
Далее я проделал поиск по уже имеющимся тестирующим системам. Мной были найдены такие как:
ФЭПО – это тестирование студентов совокупности образовательных программ или одной образовательной программе всех вузов Российской Федерации с использованием среды Интернет в режиме off-line или в режиме on-line.
ФЭПО позволит объективно оценить степень соответствия содержания и уровня подготовки студентов требованиям государственных образовательных стандартов.
ФЭПО позволит сравнить результаты освоения стандарта студентами данного вуза с результатами других вузов.
Результаты ФЭПО оформляются в виде информационно-аналитической карты, содержащей материалы, предназначенные для принятия решений в системе внутривузовского управления качеством подготовки.
iTest – это простая программа, которая позволяет Вам воспользоваться возможностью компьютерного тестирования.
iTest состоит из двух программ:
iTestServer – вопрос / ответ редактора базы данных и сервера экзамена. iTestClient – программа для установки на каждом клиентском компьютере.
Проанализировав несколько электронных ресурсов, таких как: www. *****, www. *****, мной не было найдено ни одной тестирующей системы по моей тематики. Вследствие чего мной была написана программа одиночного тестирования на C#.
Затем мной была разработана тестирующая система в которую я добавил имеющуюся у меня базу данных сделанную в Access. Связь между программой и базой данных осуществляется посредством SQL запроса.
УДК 004.415.2
АОС «Массивы»
Рассматриваются вопросы создания обучающей системы, позволяющей пользователю проверить свои знания синтаксиса кода для работы с массивами. В отличии от курсовой работы предыдущего семестра задачей пользователя проходящего тестирование является не правильное раположение заранее заданных строк с вычислением разницы Левенштейна с эталонным расположением строк. В данной работе применяются новые приципы проверки синтаксиса кода и верности его работы. Проверка знаний происходит путем тестирования и запуска кода, набранного пользователем и кода эталона с одними и теми же случайными тестовыми параметрами. При этом проверяется не сам код, а результат его работы. Для тестирования используются одни и те же случайные значения входящих перемнных. Получение одинаковых результатов свидетельствует о правильности предложенного пользователем кода. Все результаты работы системы сохраняются для дальнейшего анализа и исследования.
Первоначальный замысел предполагал разработку АОС исключительно для работы с массивами и исключительно для работы с кодом синтаксиса VBA. Однако в ходе работы было решено разработать универсальную платформу для любых языков программирования и любых тем обучения.
Практической частью АОС «Массивы» является ряд заданий, в которых требуется от пользователя написать код работы определенного алгоритма. После чего все необходимые входящие переменные заполняются случайными значениями. Тоже самое происходит и с эталонным кодом. Оба кода передаются по очереди компилятору. После этого появляются два набора результатов выполнения программ. Эти результаты сравниваются и если они одинаковые, код пользователя признается верным и задание засчитывается как выполненное правильно.
УДК 004.942+37.032
Автоматизированная тестирующая система по курса «Компьютерная геометрия и графика», раздел «Компьютерная графика»
Тестирование — один из важнейших этапов контроля качества полученных знаний. Автоматическое тестирование является его составной частью. Оно использует программное обеспечение для проверки выполнения проводимых тестов, что помогает сократить время тестирования и упростить его процесс.
Современные средства разработки создают довольно сложные приложения, и их ручное тестирование является очень трудоёмким процессом. Недостаток ручного тестирования также в том, что результаты выполнения тестов не сохраняются и их трудно повторить заново. Автоматические тесты позволяют упростить процесс ручного тестирования, сделать его наиболее удобным и точным.
Целью работы являлось провести анализ по теме "Компьтерная графика," найти в ресурсах интернета тестирующие системы и проанализировать их, создать собственные алгоритмы тематике работы.
В ходе работы был найден в интернете материал по теме "Компьютерная графика." Компью́терная гра́фика— область деятельности, в которой компьютеры используются как инструмент как для синтеза изображений, так и для обработки визуальной информации, полученной из реального мира. Также компьютерной графикой называют результат такой деятельности.
Были найдены и рассмотрены различные тестирующие системы, такие как ФЭПО и Moodle. ФЭПО – это тестирование студентов совокупности образовательных программ или одной образовательной программе всех вузов Российской Федерации с использованием среды Интернет в режиме off-line или в режиме on-line. Moodle (модульная объектно-ориентированная динамическая учебная среда) — свободная система управления обучением (LMS), распространяющаяся по лицензии GNU GPL.
Среди найденных работ не оказалось систем по моей тематике. Была разработана программа одиночного тестирования по теме «Компьютерная графика» на С#. Программа поддерживает несколько вариантов тестов.
УДК 002.5:004
Автоматизированная система извлечения табличных знаний из Интернет
С каждым годом в Интернете появляется все большее количество информации. Число пользователей растет. С каждым днем ритм жизни ускоряется, и у пользователей сети просто нет времени перерабатывать огромный поток информации и перелопачивать данные в поисках ответа на интересующий вопрос.
Пользователям Интернета часто требуется информация без всяких «примесей» т. е. готовый четкий ответ на поставленный вопрос. Например «Длинна реки Волга» или «Высота Эвереста» или «Плотность воды». Поисковые системы на такие запросы часто возвращают огромное количество данных, с которыми пользователю очень сложно работать. Поэтому возникает потребность в реализации новых концепций поиска. Во многих поисковых системах плохо реализована работа с таблицами, хотя из таблиц можно получить огромное количество информации в нужном для пользователя виде.
Программный комплекс АСИТ работает с поисковыми машинами интернета. Он получает от них список необходимых ссылок на ресурсы и обрабатывает их: распознает статистические таблицы и отделяет их от обыкновенной верстки и рекомбинирует табличные данные и приводит их к четкому, структурированному виду, извлекая из таблиц микромодули знаний и занося в свою «базу знаний». А так же реализовывает возможность удобного просмотра получаемых результатов.
Мною начат очень перспективный проект. Рекомбинация знаний с каждым днем становится все более значимой проблемой в мировом сообществе. В этой работе была разработана методика извлечения микромодулей знаний из таблиц и более презентабельного вида из представления. Положена основа для продолжения исследований и усовершенствования существующих методов структурирования информации.
УДК 004.021+378.14.015.62
Реализация и сравнительный анализ двух методов кластеризации на примере информации по ФИСТ
В данной работе автор реализовал и использовал два различных по своей сути метода кластеризации: метод k-means (k-средних) и метод Гарантирующей Многоцелевой Системы (ГМС). В ходе работы были использованы такие средства как: офисные пакеты, отличные от наиболее используемых, встроенные функции табличного процессора, язык программирования Macros Basic и др.
В ходе исследования выявлено: 1) При количестве кластеров, ненамногим меньшем колличества кластеризумых объектов, метод k-средних выказывает свою неээфективность, тогда как метод ГМС, успешно справляется, и не имеет объектов, входящих в разные кластера. 2) Среди радиусов кластеров метода k-средних есть как намного меньшие , так и на много превышающие, значение радиуса в методе ГМС. 3) В отличие от метода k-средних в кластарах метода ГМС примерно одинаковое колличество объектов.
Из этого можно сделать вывод, что для данной задачи метод ГМС предпочтительнее.
УДК 004+675.6.025.6
Решение оптимальной двумерной задачи раскроя (с солвером)
Задача оптимизации раскроя как любая задача оптимизации является актуальной во все времена и также во все времена предпринимались попытки её решения.
Задача оптимального раскроя материалов является одной из самых важных в ресурсосберегающих технологиях для заготовительного производства, поскольку напрямую ведет к экономии материалов и снижению отходов.
Одним из вариантов такой задачи является задача оптимального двумерного раскроя материалов. Это касается раскроя:
1) Ткани (например, шторы)
2) Деревянных конструкций (например, шкафы, полки)
3) Стекла (например, окна)
4) ДСП
5) Плитка и т. д.
В результате моих исследований проблем в оптимизации раскроев выявилась необходимость написания программного комплекса АРМП (автоматизированное рабочее место проектировщика), который позволил бы проектировщику создавать оптимальные раскрои, внося данные о заготовках и листах. Но из-за отсутствия готового алгоритма и ввиду большой сложности его написания пришлось искать другие способы решения этой проблемы. Одним из возможных вариантов решения этой задачи является использование так называемой Базы Данных (БД) раскроев. Было предпринято решение: написать тот же комплекс, но с отличной функциональностью. Сначала необходимо создавать раскрои вручную, а потом уже оптимизировать их с заданными параметрами.
Допустим, существует ряд двумерных плоских заготовок и ряд холстов, на которые необходимо размещать эти заготовки. АРМП должен реализовывать возможность как ручного (с заданием конкретных параметров или в визуально-графическом режиме) так и автоматического размещения заготовки на определенное полотно (лист), а так же вести БД, хранящую информацию о данных каждого из раскроев и данные о заготовках (деталях). Следующей функцией АРМП является возможность обработки уже готовых раскроев (просмотр, редактирование, удаление).
После наполнения БД, проектировщик может оптимизировать раскрои (создать план) с заданными параметрами: необходимое кол-во заготовок, используемые раскрои. В результате выполнения оптимизации АРМП выдаст необходимое количество раскроев для получения заданного количества заготовок. Результат также можно сохранить в БД. Сохранённые результаты можно просматривать и удалять.
УДК 004.67+ 004.657+ 372.862
Мобильная тестовая система
Мобильная тестовая система представляет собой программу для быстрого и удобного тестирования. Данная программа состоит из базы данных, наполненной вопросами и тестирующего модуля с простым и удобным интерфейсом.
Программа разработана и реализована на языке С#, базы данных, а затем создана в программе Access. Работа программы с базой данных построена на запросах.
Особенность данной программы состоит в её простоте и мобильности.
Простота работы достигается за счет интуитивно понятного интерфейса, для работы с которым нет необходимости предварительно изучать её. Это позволяет работать с ней людям, с не высоким уровнем компьютерной грамотности.
Мобильность программы получается за счет отказа от использования “тяжёлых” мультимедиа файлов, таких как видео, изображения и музыка. Отказ от них частично оскудняет возможности программы, но даёт необходимую скорость работы программы. Кроме того, система мобильна сама по себе и её легко переносить и использовать.
|
Из за большого объема этот материал размещен на нескольких страницах:
1 2 3 4 5 6 7 |
