Содержание к диссертации
Введение
Глава 1. Значение тренажерных комплексов в системе управления техническими процессами на железнодорожном транспорте .
1.1. Обзор современных тренажерных комплексов 16
1.2. Предпосылки перехода от тренажерного комплекса к интеллектуальному обучающему комплексу (ИОК) 21
1.3. Построение систем управления ИОК
1.3.1. Классификация элементов ИОК по решаемым задачам 36
1.3.2. Системы тестирования как инструмент формирования модели пользователя 51
Глава 2. Программная реализация алгоритмов принятия решения ИОК
2.1. Электронные генераторы задач
2.1.1. Постановка задачи автоматического генерирования задач 59
2.1.2. Построение математической модели модуля и ее реализация 69
2.2. Система управления ИОК
2.2.1. Модель системы управления комплекса 89
2.2.2. Функционирование системы на основе нечеткой модели пользователя 98
Глава 3. Реализация и перспективы применения ИОК
3.1 Построение пользовательского интерфейса 126
3.2 Преимущества применения интеллектуального обучающего комплекса 140
Заключение 144
- Предпосылки перехода от тренажерного комплекса к интеллектуальному обучающему комплексу (ИОК)
- Постановка задачи автоматического генерирования задач
- Функционирование системы на основе нечеткой модели пользователя
- Построение пользовательского интерфейса
Введение к работе
Актуальность исследования. На современном этапе развитие железнодорожного транспорта неразрывно связано с внедрением информационно-управляющих систем. Качественная модернизация коснулась не только технического оснащения железнодорожного транспорта, но всей структуры организации и управления перевозками. В условиях усложнения техники, повышения объема и скорости перевозок предъявляются все более высокие требования к работе персонала, уровню его профессиональной подготовки. Именно от профессиональной подготовки персонала зависит безаварийное функционирование железнодорожного транспорта. Особое значение приобретает разработка методов управления и автоматизации управления движением поездов, вклад в которую внесли российские ученые Абрамов В.М., Апатцев В.И., Баранов Л.А., Горелик В.Ю., Дмитрен-ко И.Е., Ерофеев Е.В., Иванченко В.Н., Козлов П.А., Кравцов Ю.А., Лецкий Э.К., Лисенков В.М., Розенберг Е.Н., Сергеев С.С, Сидоренко В.Г., Тишкин Е.М., Хабаров В.И., Шалягин Д.В., Шеллухин В.И. и многие другие. Задача комплексирования и интеграции технических систем приводит к развитию и совершенствованию существующих тренажерных комплексов, их объединению в единую информационно-обучающую систему. Особую значимость приобретает разработка моделей и методов принятия решений системой управления такого комплекса, адекватность и адаптивность алгоритмов работы.
Целью настоящего исследования является: создание формализованного метода построения информационно-обучающей системы для обучения работников железнодорожного транспорта, алгоритмизация процесса принятия решений, математическое и имитационное моделирование функционирования интеллектуального обучающего комплекса (ИОК).
Для реализации поставленной цели решались следующие взаимосвязанные задачи:
построение новых алгоритмов функционирования элементов комплекса и формирования управляющих воздействий на основе использования перспективных тестирующих и обучающих модулей.
математическое, программное и имитационное моделирование системы управления и системы представления адекватной модели пользователя тренажерных комплексов, использующих интеллектуальные алгоритмы функционирования.
Объектом исследования является человеко-машинная система, центральное место в которой занимает человек (пользователь), взаимодействующий посредством интерфейса с совокупностью элементов ИОК, структурированных по решаемым задачам в соответствии с иерархическим построением системы и объединенных общей системой управления.
Предметом исследования является математическое, алгоритмическое и программное моделирование работы ИОК, его функциональных модулей и системы управления.
Методологической основой исследования явилось использование методов системного анализа, исследования операций, статистические методы, программные объектно-ориентированные методы построения адаптивных алгоритмов функционирования информационно-обучающей системы, логические методы автоматического формирования управляющих воздействий, методы проверки статистических гипотез.
Новизна полученных результатов:
Разработана и программно реализована математическая модель системы управления ИОК.
Проведено исследование корректности функционирования ИОК на основе адекватного представления модели пользователя с применением нечеткой логики и имитационного моделирования.
Разработана математическая и программная реализация тестирующих модулей на основе алгоритмического генерирования управляющих воздействий.
Программно реализованы отдельные функциональные модули ИОК.
Практическая значимость. Полученные результаты позволяют создавать интеллектуальные обучающие комплексы, принцип работы которых приближен к реальной интеллектуальной деятельности человека.
Увеличение роли вычислительного ядра, реализующего интеллектуальные алгоритмы принятия решений, позволяет уменьшить или вовсе отказаться от использования баз данных, что даст возможность создавать обучающие системы нового типа, более компактные и функциональные по сравнению с традиционными.
Математическая модель представления знаний в ИОК, построение адекватной модели пользователя позволяет обеспечить корректное функционирование ИОК различной структуры.
Полученные результаты являются универсальными, применимыми к созданию интеллектуальных обучающих комплексов и интеллекту-
альных систем управления тренажерных комплексов для подготовки широкого круга специалистов, занятых в железнодорожной отрасли.
Реализация работы. Программные продукты, построенные по разработанному принципу, внедрены и используются в Российском государственном открытом техническом университете путей сообщения (РГОТУПС). В учебном процессе используются более б тестирующих модулей, разработан и используется программный контрольно-обучающий комплекс, предназначенный для повышения квалификации сотрудников ОАО «РЖД» по охране труда.
Апробация работы. Основные положения были доложены на V Международной конференции «Системы компьютерной математики и их приложения» в 2004 году, г. Смоленск; результаты диссертации докладывались, обсуждались и получили одобрение на совместном заседании кафедр «Вычислительная техника» и «Высшая и прикладная математика» РГОТУПС (2006 г.)
Достоверность полученных результатов обуславливается корректностью применяемых методов исследования и опытом практического применения разработанных программных продуктов.
Публикации. По материалам диссертации опубликовано 4 работы.
Объем и структура диссертации. Общий объем диссертации — 153 страницы, 30 рисунков. Список литературы — 79 названий. Диссертация состоит из введения, 3 глав и заключения.
Предпосылки перехода от тренажерного комплекса к интеллектуальному обучающему комплексу (ИОК)
Усложнение взаимосвязей между модулями тренажерного комплекса обуславливает наличие общей системы управления, способной адекватно реагировать на действия пользователя (обучаемого) и учитывать все возможные последствия этих действий с их реализацией на тренажере.
Следует отметить, что, несмотря на то, что имеющиеся разработки во многом позволяют улучшить технические характеристики тренажерных комплексов, систем сбора -и передачи информации, ее визуализации, недостаточно внимания уделяется интеллектуализации процесса принятия решений системой управления комплексом. Кроме адекватного моделирования полученных от пользователя управляющих воздействий в ряде случаев существует задача оценивания и классификации результатов обучения. В существующих разработках эта функция либо оставляется за человеком (преподавателем, куратором, инструктором), либо формируется системой на основе экспертных оценок. Недостатками подобной оценки является
недостаточная гибкость применяемых критериев в зависимости от уровня подготовки пользователя (обучаемого) и параметров решаемого типа задач;
дискретность шкалы оценок, что не является полностью адекватным решением для предметной области, имеющей характер нечеткого множества;
ограниченность базы критериев, определяющих принятие решения.
Задача автоматического построения стратегии дальнейшего обучения на основе полученной от пользователя информации и результатов предыдущей работы приводит к необходимости разработки адаптивных интеллектуальных систем управления тренажерными комплексами.
В настоящее время использование передовых компьютерных технологий охватывает самые различные области человеческой деятельности. При этом наблюдается процесс все большей "интеллектуализации" этого использования. Наряду с разработкой все более совершенных программных комплексов делаются попытки построения систем, характер функционирования которых все более приближен к интеллектуальной деятельности человека. Особенно виден этот процесс в сфере образования - от использования автономных тестирующих и обучающих программ, до попыток создания целых программных комплексов, призванных объединить информационные ресурсы ВУЗа. На настоящий момент полноценной подобной системы нигде не создано.
Наиболее перспективным направлением является разработка комплексных систем, которые, опираясь на разветвленную информационную среду, используют интеллектуальные алгоритмы, аналогичные алгоритмам деятельности человека. Описаний таких систем существует очень много, однако практическая реализация описанных концепций, в виде четкой математической модели, а, тем более, программы отсутствует. Либо описание избыточно обобщенное, либо ориентировано на очень узкую задачу. Поскольку до сих пор искусственный интеллект в своей классической постановке не создан, то правомерно говорить о системах, использующих только элементы искусственного интеллекта.
Для таких систем характерна центральная роль интеллектуального вычислительного ядра, имеющего модульную структуру. В зависимости от положения в иерархической структуре комплекса изменяется и степень приоритетности решаемых вычислительным ядром задач - от функции управления подчиненными модулями до произвольного генерирования задач и выбора стратегии функционирования.
Развитие вычислительной техники, систем объектно-ориентированного программирования, разработка нечетких математических моделей позволило вплотную обратиться к проблеме создания систем искусственного интеллекта, сочетающих в себе огромные вычислительные и аналитические возможности компьютера с возможностью создания творческих алгоритмов функционирования, доступных только человеку.
Хотя проблема создания искусственного интеллекта возникла достаточно недавно, но уже сейчас имеются различные вполне развитые направления и теории построения таких систем. Существует достаточно большое количество литературы [11, 12, 13], описывающей с различных сторон системы искусственного интеллекта, но, проанализировав эту литературу, можно выявить некоторые общие определения и понятия, которые уже могут считаться сформировавшейся теоретической платформой. Интеллектуальная система рассматривается как совокупность элементов и взаимосвязей между ними, характеризующихся следующими основными особенностями:
способность решать интеллектуальные задачи.
К таким задачам относятся:
задачи распознавания (данных, образов и т.п.)
задача самообучения и адаптации
задача планирования поведения и принятия решений
задача выбора методов и средств реализации принятого решения
способность осуществлять общение, как между элементами системы, так и с окружающим миром
элементы системы функционируют в соответствии с выполнением некоторой общей функции, не сводимой к функциям отдельных элементов системы.
система имеет иерархическую структуру
система сохраняет общую структуру взаимодействия элементов при изменении внешних условий и внутреннего состояния
Принципы организации и функционирования интеллектуальных систем следующие:
Принцип системности.
Интеллектуальные системы могут быть только сложными системами, функции всех их элементов должны быть согласованы с назначением системы и их местом в них, а также между собой. Именно взаимная согласованность и взаимозависимость элементов системы обеспечивает целостность и функциональную полноту наиболее совершенных интеллектуальных систем. Это может также приводить к структурной или функциональной избыточности.
Постановка задачи автоматического генерирования задач
Предпосылкой создания автоматических генераторов задач послужило широкое распространение различных компьютерных систем проверки знаний, в том числе тестирующих программ, а также использование случайного выбора вида функционалов для решения различных задач математического моделирования.
Объективным недостатком компьютерных тестирующих программ является, как известно, необходимость работы с базами данных, которые сколь не были б велики, все-таки конечны. Поэтому количество задач и их типов всегда будет ограниченным. Кроме того, постоянное пополнение баз данных будет постоянной и весьма кропотливой работой.
При этом хорошо известно, что квалифицированный преподаватель не помнит наизусть огромное количество сборников задач вместе с решениями, однако, может легко составить задачу, соответствующую изучаемому разделу и решить ее. Поэтому встала задача создания автоматической системы с элементами искусственного интеллекта, которая смогла бы имитировать работу преподавателя. Более детально задачу построения такой системы можно сформулировать следующим образом.
Система должна на основе структурированной модели автоматически составлять определенную математическую задачу по любому разделу математики.
Задача должна иметь корректное решение в рамках изучаемого курса математики.
Программа должна иметь возможность вывести сгенерированное условие в привычном для пользователя виде.
Программа должна иметь возможность представить развернутое решение сгенерированной задачи в привычном для пользователя виде.
Программа должна иметь возможность принять ответ пользователя, интерпретировать его и произвести оценку результата.
Сгенерированные задачи должны отличаться не только числовыми данными, но и общим видом функционалов, типов функций, различных частных случаев и т.п.
Внутренние алгоритмы работы программы должны исключать получение недопустимых значений переменных, при которых задача "вырождается", становится противоречивой или неопределенной (за исключением случаев, когда такое допускается характером задачи).
Система должна быть простой в использовании, иметь привычный и понятный интерфейс, не требовать дополнительной установки внешних программ или баз данных, не требовать от пользователя каких - либо специальных навыков программирования.
Центральным принципом функционирования такой системы, как уже было сказано, является имитация интеллектуальной деятельности человека. Осуществление этой задачи опирается на существование четко структурированной внутренней модели изучаемого курса у преподавателя (или предлагаемой системы). Хотя, как будет показано ниже (2.1.2) создание математической модели, как правило, является весьма сложной задачей, принцип работы алгоритма достаточно прост. Сначала производится структурирование исходной задачи.
Для иллюстрации рассмотрим элементарный пример.
Пусть системе требуется составить и решить задачу по теме непрерывность функции.
Понятно, что функций может быть достаточно много (однако, наиболее часто встречающихся в курсе высшей математики - конечное множество). Выбор того или иного типа .(контура генерирования) будет осуществляться локальной системой управления. Эта система будет описана ниже. Здесь же остановимся подробно на работе всего одного из контуров. Предположим, что функция, исследуемая на непрерывность, имеет вид:
х3 + а,х2 + Ь]х + с] х + а2х +Ь2х + с2
Известно, что функция такого вида может иметь от 1 до 3 точек разрыва как первого, так и второго рода (корни уравнения х3 +а2х2 + Ь2х + с2=0). Казалось бы, достаточно случайным образом выбрать эти корни, а затем проверить равенство нулю числителя в этих точках для определения характера точки разрыва. Однако, возникает ряд сложностей. Во-первых, выпадение тех или иных вариантов должно быть относительно равномерным, а при произвольной вариации коэффициентов числителя эта задача будет недостижимой. Во-вторых, кубическое уравнение должно достаточно просто решаться, а это накладывает определенные ограничения на коэффициенты. Представим структуру задачи в виде схемы.
Функционирование системы на основе нечеткой модели пользователя
Итак, деятельность верхнего уровня системы управления комплекса сводится к решению двух основных задач:
динамическое формирование внутренней модели пользователя, ее корректировка и сохранение
выработка управляющего воздействия в виде передачи модели модулям более низкого уровня.
Наличие таких задач неизбежно приводит к вопросу о корректности функционирования системы, т.е. насколько внутренняя модель пользователя будет соответствовать реальности, и насколько однозначным будет управление подчиненными модулями. Решение второй задачи достаточно простое - передача вектора состояния пользователя на основе текущей матрицы М соответствующему модулю Му
достаточно однозначно определяет работу подчиненных уровней.
При решении же первой задачи имеет место неопределенность. Эта неопределенность носит не вероятностный характер, хотя определенная вероятностная составляющая также есть - система не имеет никакой априорной информации о пользователе, поэтому любой вариант ответа пользователя на первом этапе формирования внутренней модели можно считать равновероятным.
Однако в процессе дальнейшего функционирования системы эта вероятностная неопределенность постепенно устраняется.
Центральную же роль в принятии системой решений имеет отнесение пользователя к определенному классу, т.е. возникает неопределенность именно в смысле размытости (нечеткости) класса. Фактически задача определения уровня знаний по определенному разделу, а точнее - комплексная оценка этих знаний, может быть представлена как задача принятия решения в нечетких условиях.
Принципиальное отличие вероятностной неопределенности от нечеткости состоит в том, что случайность, как объект теории вероятности, связана с неопределенностью, касающейся четкой принадлежности какого-либо объекта к определенному классу, обычному множеству. Поскольку интеллектуальная система функционирует по аналогии с деятельностью человека, то и оперирует эта система с объектами, для которых переход от "принадлежности к классу" к "непринадлежности" не скачкообразен, а непрерывен.
Таким образом, решение задачи оценки результатов обучения сводится к построению модели пользователя на основе теории нечетких множеств.
Теория нечетких (размытых) множеств была впервые предложена американским математиком Лотфи Заде [2, 3] в 1965 г. и предназначалась для преодоления трудностей представления неточных понятий, анализа и моделирования систем, в которых участвует человек. Л.Заде также ввел в рассмотрение понятие "лингвистической переменной", значениями которой являются слова естественного языка, описываемые нечеткими значениями.
Например, "уровень пользователя" в качестве лингвистической переменной может принимать нечеткие значения: нулевой, очень слабый, слабый, поверхностный, ниже среднего, средний, выше среднего, хороший, очень хороший, отличный и т.п. Очевидно, что представление пользователя в контрольно-обучающем комплексе в виде нечеткой модели более адекватно реальности, чем скачкообразная оценка по принципу "тест пройден", "тест не пройден" или даже стандартная пятибалльная система. Неопределенность модели обусловлена как самой физической природой объекта (пользователя), так и нечеткостью в процессе принятия решений в многоуровневой иерархической системе. В классической теории множеств непустое подмножество А уз некоего универса X однозначно определяется характеристическим функционалом [1, хеА [О, xi А Этот функционал задает наличие или отсутствие у элемента некоторого общего для множества А свойства, определяющего факт принадлежности элемента множеству. Подход с точки зрения теории нечетких множеств позволяет определять степень принадлежности элемента множеству в зависимости от степени наличия у него этого свойства. Аналогом функционала F для нечеткой модели служит характеристическая функция (функция принадлежности) /.iA :Х- [0,\], которая ставит в соответствие каждому элементу хе X некоторое число /лА(х) из интервала [0,1]. Границы интервала представляют собой соответственно низшую и высшую степень принадлежности элемента х нечеткому множеству А. Точкой перехода А называется элементх, для которого /иА{х) = 0,5 . 100 Для нечетких множеств функция принадлежности является практически единственным способом их описания, и вся теория нечетких множеств сводится к теории функций специального вида - обобщенных характеристических функций. Таким образом, для решения глобальной системой управления комплекса поставленной задачи по характеристике пользователя необходимо определить вид функции принадлежности и определить критерии, определяющие значения целевой лингвистической переменной "уровень пользователя". Рассмотрим функционирование комплекса на этапе определения первоначальной модели пользователя. Система проверяет верхний уровень сложности. В предложенной в п. 2.2.1 реализации наименьшим значением весового коэффициента будет 0, а наибольшим - Smm , в рассмотренном примере Smm = 24. Эти величины могут быть приняты в качестве граничных значений элемента s є S. Центральное место занимает вопрос о выборе функции принадлежности, наиболее адекватно соответствующей поставленной задаче. Поскольку для поставленной задачи априорной информации о виде характеристической функции явно недостаточно, для ее построения применяются эвристические методы с последующей проверкой "качества" ([8, 9].).
Построение пользовательского интерфейса
Требования к построению пользовательского интерфейса можно условно разделить на две категории: стандартные и специальные.
Стандартные требования ничем не отличаются от требований к интерфейсу любой программы для Windows - он должен быть простым, понятным, максимально информативным, не требующим специального обучения пользователей. Структура такого интерфейса является принципиально давно устоявшейся.
Среда разработки программы не имеет первостепенного значения - по своим функциональным возможностям такие программы объектно-ориентированного программирования как Delphi, C++Builder, VB Builder и др., практически не отличаются друг от друга.
Удобство же использования программных продуктов из вышеперечисленного списка состоит в том, что они, используя внутренний интерпретатор одного из широко известных языков программирования, имеют множество встроенных функций по созданию и управлению визуальными компонентами интерфейса. Эти особенности среды разработки позволяют не только легко и качественно конструировать элементы интерфейса, но и осуществлять взаимодействия разрабатываемой программы с внутренними функциями операционной системы Windows, начиная с простейших (создание и редактирование внешних файлов, управление принтерами, экраном и т.п.), а заканчивая более сложными функциями (работа программы с API Windows, работа с внешними программами и т.п.).
Специальные же требования определяются задачами, стоящими перед контрольно-обучающим комплексом. Эти задачи были описаны выше, теперь остановимся подробнее на их реализации.
1 Поскольку модули нижнего иерархического уровня комплекса генерируют задания разнообразного вида, основой интерфейса может служить одно общее поле, на которое выводятся готовые блоки, содержащие информацию, полученную контуром генерирования. Второй возможный путь -это создание отдельного окна для каждого контура. Программа центрирует различные окна по определенной точке экрана, что создает иллюзию работы программы в одном окне.
По этому принципу построен интерфейс первой части контрольной программы Testl:
Реализация работы модуля в отдельном окне делает модули более автономными и упрощает проблему размещения элементов ввода-вывода информации, графических и управляющих элементов.
Однако, с другой стороны, усложняется работа системы управления комплекса, поскольку в нее вводятся алгоритмы переключения окон, возврата к более ранним окнам, обновления элементов управления. Несколько усложняется процесс обмена информацией между модулями и общей системой управления. Увеличивается и сам размер приложения, требуется больше оперативной памяти, усложняется доступ к главному меню программы.
Учитывая быстродействие современных ПЭВМ, это не является существенным препятствием, однако, начиная с части Test 2, программный комплекс Test использует однооконную структуру.
рис. 22 На рис.22 показана работа двух модулей программы Test 1. Как видно, для реализации двух задач разных типов требуются различные графические и управляющие элементы. Причем, элементы эти динамически изменяются в зависимости от действий пользователя. Поэтому их реализация в одном окне была бы проблематичной.
- смена графических объектов типа TPanel (Delphi), которые содержат всю графическую и другую информацию, а также элементы управления (реализовано в программах Test 0, Test 2 и Test 4). Это позволило сделать программу более компактной, алгоритмы работы более простыми, обеспечило использование единого главного меню (рис. 23). Ыа рисунке показана реализация модуля генерирования классической задачи по математической статистике. Все данные корреляционной таблицы, а также сам размер таблицы генерируется программой произвольно.
- динамическое создание, модификация и уничтожение графических и управляющих элементов (реализовано в программе Test 3). Среда разработки позволяет программе в процессе работы создавать и ликвидировать элементы, если они больше не нужны. Это тоже своего рода имитация интеллектуальной деятельности человека. Как человек берет лист бумаги, пишет на нем условие задачи и решение, так же и программа создает графический объект, выводит на него информацию, создает элементы ввода ответа, воспринимает с них информацию и уничтожает объект при смене задания. Реализация такого подхода позволило существенно повысить степень взаимодействия модулей, оптимизировать алгоритмы работы общей системы управления, уменьшить размер приложения и степень загрузки оперативной памяти.
Управление пользовательским интерфейсом в контрольно-обучающем комплексе Test разделяется на два иерархических уровня. Управление выводимой информацией, органов управления и текущим содержанием справочной информации осуществляется локальной системой управления модуля.
Отображение математических символов и формул реализуется стандартными методами программирования, параметры размещения графических элементов регулируются внутренней моделью контура. В программном комплексе Test алгоритмы поддержки естественного вида выводимой информации по объему в 3-4 раза превышают объем вычислительного ядра модуля. Однако, такие серьезные затраты оправданы -создание единого алгоритма вывода позволяет использовать его для любых видов полученных программой условий. Общая система управления передает локальной системе исходную информацию и осуществляет единые процедуры управления - организация работы программы, запись результатов, поддержка главного меню, взаимодействие с ОС Windows и др.
Рассмотрим подробнее задачи общей системы управления по поддержанию пользовательского интерфейса. Начиная с программы Test 2, контрольно-обучающий комплекс обладает возможностью автоматического генерирования и сохранения на внешнем носителе вариантов всех заданий контрольной работы (рис. 24).
