На правах рукописи

ГЛУЩЕНКО АНТОН ИГОРЕВИЧ

РАЗРАБОТКА МЕТОДА АДАПТИВНОГО УПРАВЛЕНИЯ

ОБУЧЕНИЕМ ПО ИНДИВИДУАЛЬНОЙ ОБРАЗОВАТЕЛЬНОЙ

ТРАЕКТОРИИ

Специальность 05.13.10 – «Управление в социальных

и экономических системах»

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Москва – 2009

Работа выполнена на кафедре автоматики и промышленной электроники Старооскольского технологического института (филиала) Федерального государственного образовательного учреждения высшего профессионального образования «Государственный технологический университет «Московский институт стали и сплавов» (СТИ МИСиС)

Научный руководитель: доктор технических наук, профессор Еременко Юрий Иванович

Официальные оппоненты: доктор технических наук, профессор Литвак Борис Григорьевич доктор технических наук, профессор Сербулов Юрий Стефанович

Ведущая организация: Воронежский государственный университет

Защита состоится «23» октября 2009 года в 1100 часов на заседании диссертационного совета Д212.132.10 в ФГОУ ВПО «Государственный технологический университет «Московский институт стали и сплавов» по адресу:

105318, г. Москва, Измайловское шоссе, д. 4.

С диссертацией можно ознакомиться в библиотеке Исследовательского центра проблем качества подготовки специалистов ФГОУ ВПО «Государственный технологический университет «Московский институт стали и сплавов».

Автореферат разослан «29» августа 2009 года.

Учёный секретарь диссертационного совета И.Б. Моргунов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. В современных условиях рынка труда стала очевидной необходимость совершенствования подготовки кадров в системе многоуровневого непрерывного образования. Происходит реформирование системы образования, переход к многоуровневой структуре подготовки бакалавр/магистр на основе компетентностного подхода. Основной целью учебного заведения становится формирование ключевых компетенций.

В высшие учебные заведения приходят студенты с различным исходным уровнем подготовки – получившие общее среднее, начальное и среднее профессиональное образование, имеющие определенный опыт работы на производстве и совмещающие ее с учебой. В связи с этим представляется нецелесообразным вести их обучение по единому учебному плану. У кого-то из них могут быть недостаточно сформированы необходимые компетенции, а для кого-то знания могут оказаться избыточными, что влечет за собой потерю времени и средств.

Основной особенностью современной системы образования, решающей описанные проблемы, является возможность обучения по индивидуальной образовательной траектории, все более привлекательная в последнее время.

С переходом на двухуровневую систему бакалавр/магистр и внедрением в полной мере системы «кредитов» (зачетных единиц) появляется дополнительная возможность предоставить студенту индивидуальный план, устанавливающий состав и порядок изучаемых дисциплин. Однако при таком подходе возникает необходимость решения ряда проблем.

Как правило, составление учебных планов осуществляется на основе федеральных государственных образовательных стандартов (ФГОС) в сочетании с экспертными оценками заведующих кафедр и опытом и интуицией преподавателей, опирающихся на свои представления о месте и роли каждой дисциплины в формировании ключевых компетенций, что само по себе представляет сложную и во многом субъективную задачу.

Особенно сложно эта проблема решается при составлении индивидуальных учебных планов, в рамках которых предусматривается: 1) частичный перезачет дисциплин для сокращенной формы обучения; 2) сокращение объема аудиторных часов для ускоренной формы обучения; 3) порядок изучения дисциплин, 4) определение необходимого объема элективных курсов, которые студент желает изучить в рамках индивидуальной формы обучения.

Резко возросшее в последнее время число студентов, желающих обучаться по индивидуальному плану, приводит к невозможности решения задачи вручную, что требует автоматизации этого процесса на основе его формализации.

Кроме того, в настоящее время составленный индивидуальный план, как и большинство применяемых учебных планов, является статическим. В то же время, период обучения довольно продолжителен (4-6 лет), и за это время показатели, на которых основывалось построение индивидуального плана, могут измениться в ту или иную сторону. Отсутствие учета этого фактора в настоящее время приводит к тому, что со временем в процессе обучения студент сталкивается с проблемами, которых удалось бы избежать путем составления адаптивного индивидуального учебного плана: несоответствие темпа подачи материала темпу его усвоения, отсутствие необходимого уровня подготовки или избыточность материала и пр. Таким образом, существует необходимость обеспечить адаптивное управление индивидуальной траекторией обучения.

Эти проблемы затрагивались в рамках решения задач управления качеством подготовки выпускников высших учебных заведений в работах таких известных исследователей как Н.А. Селезнева, А.И. Субетто, Л.А. Растригин, С.А. Пиявский, А.М. Бершадский, В.А Камаев. Однако в рамках данных исследований рассматривается управление изучением отдельных дисциплин, но не образовательной траекторией в целом, и не затрагивается структура учебного плана в целом.

Существовало множество попыток автоматизировать процесс составления учебных планов (В.А. Роменец, И.Б. Моргунов, Т.В. Нерсесов, Л.В._Найханова, С.В.

Дамбаева, О.К. Трофимова), оценки подготовки (Д.О. Жуков). Однако большинство методов построены без достаточного учета компетентностного подхода и не содержат способов формализации процесса построения учебных планов. В своем большинстве они направлены на составление рабочих планов в достаточно жесткой привязке к типовому плану и не решают задачи индивидуального планирования, включающую несколько взаимосвязанных задач, где ФГОС и примерный план выступают как необходимые, но не достаточные условия разработки.

Отмеченные обстоятельства позволяют заключить, что исследование и разработка методов формализации и автоматизации управления процессом обучения по индивидуальной образовательной траектории является в настоящее время актуальной задачей, для решения которой возникает необходимость в использовании современных достижений в области теории информации, методов принятия решений (А.И. Рыков, О.И. Ларичев), включая методы искусственного интеллекта (ИИ) (Ю.И. Еременко), которые позволят обеспечить более высокую гибкость и адаптивность формирования учебного плана.

Цели и постановка задач исследования. Целью диссертационного исследования является разработка метода адаптивного управления обучением по индивидуальной образовательной траектории путем формализации процесса планирования, позволяющего адаптировать сложность и темп подачи материала к возможностям обучающегося и повысить качество его подготовки.

Достижение цели работы потребовало решения следующих задач:

- анализ и оценка существующих квалиметрических моделей подготовки выпускника, моделей планирования с целью выявления наиболее подходящей для решения поставленной задачи или разработки новой;

- разработка математических моделей: адаптивного тестирования, задач оценки информативности, объема дисциплин, обеспечения их взаимопреемственности, процесса выбора элективных курсов, алгоритма распределения предметов по семестрам;

- разработка методов адаптивного управления к решению задачи управления обучением по индивидуальным планам;

- разработка структурной модели и алгоритмов работы автоматизированной системы адаптивного управления обучением по индивидуальному плану.

Объект исследования – процесс управления обучением.

Предмет исследования – адаптивное управление обучением по индивидуальной образовательной траектории на основе управления основной образовательной программой путем проектирования учебного плана и его корректировки.

Гипотеза исследования – создание метода адаптивного управления процессом индивидуального обучения на основе методов ИИ, что позволит повысить качество подготовки выпускников и снизить затраты на их подготовку.

Методы исследования. В работе использованы методы системного анализа, теории нейронных сетей, теории информации, теория и методы проектирования информационных систем, баз данных, методы сетевого планирования, теория экспертных систем, метод репертуарных решеток.

Научная новизна и значимость результатов диссертационной работы:

- впервые предложен метод адаптивного управления обучением на основе процесса динамического проектирования и корректировки учебного плана с использованием нечеткой логики, нейронных сетей, репертуарных решеток;

- на основе анализа недостатков существующих систем тестирования разработана модель адаптивного тестирования на основе нейро-нечетких сетей;

- предложен метод оценки информативности и определения необходимого студенту объема учебных курсов на основе энтропийного подхода;

- усовершенствован метод решения задачи планирования для взаимопреемственности дисциплин на основе применения семантических сетей;

- впервые применен метод репертуарных решеток для решения задачи определения состава элективных курсов, позволяющий формировать компетенции, необходимые конкретному студенту;

- осуществлена модификация метода перебора с возвратами путем введения эвристического блока для решения проблемы распределения дисциплин по семестрам индивидуального плана.

Достоверность научных результатов. Научные положения, теоретические выводы и практические рекомендации, включенные в диссертационную работу, подтверждены расчетами, моделированием на ЭВМ, экспертными оценками специалистов, соответствующими актами и справками, дипломом конкурса научных работ, а также апробацией результатов в учебном процессе путем создания контрольных и экспериментальных групп и последующего статистического анализа результатов, достигнутых студентами данных групп.

Теоретическая, практическая значимость и результаты внедрения.

1. Теоретическая значимость результатов исследования состоит в том, что 1) разработан метод адаптивного управления обучением и предложен нейросетевой метод адаптивного тестирования, 2) предложен метод оценки информативности аудиторных занятий, 3) предложено развитие методов сетевого планирования и перебора с возвратами, повышающие их эффективность.

2. Практическая значимость результатов исследования состоит в том, что они позволяют на основе разработанных методов, моделей и алгоритмов:

1) реализовать автоматизированную систему управления процессом обучения, которая позволяет адаптировать темп подачи и сложность материала к уровню подготовки студента, 2) уменьшить субъективизм и снизить затраты времени на составление индивидуальных учебных планов, 3) повысить качество подготовки выпускников, 4) снизить материальные затраты на подготовку выпускника.

3. Результаты внедрения. Результаты диссертационной работы используются в СТИ МИСиС, Липецком государственном техническом университете и Воронежском государственном архитектурно-строительном университете. Разработанные модели, методы и алгоритмы применены в учебном процессе при управлении обучением, составлении планов и контроле освоения предметов.

На защиту выносятся:

Модель и алгоритм построения адаптивного тестирования на основе нейро-нечетких сетей для объективного определения уровня подготовки студента.

Метод оценки информативности предметов и их объема, необходимого конкретному студенту на основе энтропийного подхода.

Способ решения задачи взаимопреемственности дисциплин путем построения семантической сети, основанной на компетентностном подходе.

Метод определения состава элективных курсов на основе репертуарных решеток с привлечением обучающегося.

Модифицированный алгоритм перебора с возвратами, включающий эвристический блок, для распределения дисциплин по семестрам учебного плана.

Функциональная схема и алгоритмы системы адаптивного управления обучением на основе контроля усвоения материала студентом и внесения корректировок в составленный индивидуальный учебный план.

Программный комплекс реализации предложенного метода.

Апробация работы. Материалы диссертационной работы докладывались и обсуждались на международных конференциях: VII международной научно-технической конференции «Кибернетика и высокие технологии XXI века»

(Воронеж, 2006), международной научно-практической конференции «Сложные системы управления и менеджмент качества CCSQM'2007» (Старый Оскол, 2007); на Всероссийских конференциях: I Всероссийской школесеминаре молодых ученых «Управление большими системами» (Самара, 2006), на II Всероссийской школе-семинаре молодых ученых (Воронеж, 2007), III Всероссийской Молодежной конференции по проблемам управления (Москва, 2008), IV Всероссийской школе-семинаре «Проблемы управления и информационные технологии» (Казань, 2008), V Всероссийской школе-семинаре молодых ученых «Управление большими системами» (Липецк, 2008); на региональных, научно-практических конференции «Образование, наука, производство и управление в XXI веке» (Старый Оскол, 2005-2008).

По результатам работы в федеральной службе Роспатент зарегистрирована разработанная база данных «Справочная и оперативная информация Управления Обучением по Индивидуальной Образовательной Траектории»

(номер свидетельства – 2009620180). Работа удостоена диплома конкурса научных работ по теории управления и ее приложениям за 2008 год, проводимого ИПУ РАН, а также конкурса научных работ «Молодость Белгородчины».

Диссертационное исследование поддержано грантом Российского гуманитарного научного фонда в 2005-2007 г.г. (проект 05-06-06538а, решение РГНФ от 17.03.2005 г.).

Публикации. По результатам исследования опубликовано 20 печатных работ, в том числе 3 в изданиях, рекомендованных ВАК РФ для публикации основных результатов диссертационных исследований.

Личный вклад автора в работах, опубликованных в соавторстве, состоит в следующем: в работах [4,9] предложен метод, позволяющий определять объем воспринятой информации без непосредственного вычисления объема тезауруса приемника; в работе [5] предложена функциональная схема системы адаптивного управления индивидуальным обучением; в работах [3,6,10,16,17] предложен алгоритм и произведен выбор оптимальной структуры гибридной нейронной сети для адаптивного тестирования; в работах [11,13] разработан алгоритм решения задачи обеспечения взаимопреемственности дисциплин; в работах [7,8] предложен метод определения способности к усвоению информации студентом; в работе [14] предложен алгоритм распределения предметов по семестрам, в работе [15] предложен алгоритм выбора элективных курсов.

Структура и объем работы. Диссертационная работа состоит из 4 глав, введения, заключения, библиографического списка из 123 наименований, приложений; содержит 147 страниц основного текста, 43 рисунка, 29 таблиц.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность работы, сформулирована цель исследования, раскрыты научная новизна и практическая значимость работы.

В первой главе проведен анализ состояния проблемы управления обучением на основе индивидуальной образовательной траектории, рассмотрены существующие методы ее решения, осуществлена постановка задачи работы.

Несмотря на проведенные исследования, большинство задач, рассматриваемых в рамках автоматизации управления обучением, до сих пор не имеют очевидного, достаточно строго формализуемого решения. Кроме того, реформы в области образования требуют пересмотра существующих методов управления.

Главной проблемой является адаптация индивидуальной образовательной траектории к возможностям конкретного студента в процессе обучения.

То есть, осуществление управления – организации такого воздействия на объект (обучающегося), в результате которого он переводится в требуемое состояние. При этом адекватную модель объекта построить достаточно сложно.

В рамках теории управления в таких случаях применяется адаптивное управление. Адаптация выступает в качестве средства управления объектом при отсутствии его точной модели.

Для решения неформализованных задач, подобных рассматриваемой, с наилучшей стороны зарекомендовали себя методы ИИ: нечеткая логика, экспертные системы, нейронные сети и т.д. Их использование позволяет, не усложняя модель предметной области (ПО), получать приемлемые результаты.

Анализ ПО показал, что в структуре поставленной задачи необходимо выделить два основных этапа: 1) проектирование для обучающегося индивидуального учебного плана; 2) последующее управление процессом обучения по такому плану с возможной его корректировкой в реальном масштабе времени.

Во второй главе произведена разработка концептуальных основ предлагаемого метода адаптивного управления обучением на основе индивидуальной образовательной траектории, предложены методы и алгоритмы решения задач:

определения объема подготовки студента по дисциплинам, определения способности студента к усвоению материала, вычисления необходимого обучающемуся количества часов/зачетных единиц для успешного освоения предмета.

Решение задачи управления предлагается вести на основе построения системы с обратной связью «по отклонению» путем изменения управляющего воздействия пропорционально величине выходной ошибки (рис.1).

Рис. 1. Функциональная схема системы адаптивного управления обучением Здесь x – требуемые от обучающегося показатели, y –текущий уровень его показателей, – разница между текущим и требуемым уровнями (отклонение), u – управляющее воздействие (корректировка составленного плана), АИС – автоматизированная информационная система (регулятор).

Разработанная функциональная схема процесса решения поставленной задачи представлена на рис.2. Предлагаемые нами методы решения всех отраженных на ней проблем рассмотрены ниже.

Задачи определения объема подготовки и способности к усвоению материала предполагают разработку методов оценивания.

Рис.2. Функциональная схема процесса адаптивного номер темы, которой оно соответствует. Для достижения этой цели произведена ранжировка вопросов по методу попарных сравнений. Весовой коэффициент вопроса:

где i – весовой коэффициент i-го вопроса, N – количество заданий в базе вопросов, pj – рейтинг i-го вопроса относительно j-го (1 – сложнее, 0 – легче, 0.5 – одинаковые). Весовые коэффициенты заключены в интервал [0;1].

Для проведения описанной ранжировки из числа опытных преподавателей была создана группа экспертов. Итоговая оценка получена по методу среднего.

На основе проведенного нами анализа существующих решений принимается квалиметрическая логистическая модель Раша, в рамках которой чем ближе значения уровня подготовки студента и сложности вопроса, тем больше вероятность P того, что ответ испытуемого будет верным.

В рамках исследования нами предлагается следующая реализация общего алгоритма изменения сложности заданий адаптивного тестирования (рис.3).

Уровень сложности вопросов (определяемый с помощью экспертных оценок) устанавливается средним. Обучающийся отвечает на 5-7 (цифры определены экспертами) вопросов. Следующий шаг – определение нового уровня сложности заданий 1. Если |-1|, (19) где TLEK – объем лекционных часов/зач.ед., TLAB – объем лабораторных чаB сов/зач.ед, TPRAKT – объем часов/зач.ед. на практические занятия, M – множество предметов, которые необходимо изучить перед данным, vozm –возможно ли изучение предмета на текущем шаге, kol_vo – количество предметов, для которых данный служит основой, obr – указывает, обработана ли дисциплина.

Рис.7. Предложенный алгоритм распределения дисциплин по семестрам Управление обучением по индивидуальному плану. Для внесения корректировок в индивидуальный учебный план сначала определяется, справляется ли студент с нагрузкой, предполагаемой составленным планом.

Для этого в конце каждого семестра он проходит тестирование по определению уровня подготовки по каждой изученной дисциплине. Если по ним достигнут приемлемый уровня (по оценкам экспертов – 75%-80% от объема курса), то план считается соответствующим способностям студента. Иначе производится процедура оценки способности к усвоению материала студентом для дисциплин будущего семестра, а затем – корректировка плана.

В главе 4 произведен выбор программно-технических средств реализации системы адаптивного управления обучением по индивидуальной траектории:

1)_выбраны среда и инструментарий реализации системы – Visual Studio 2005, которая удовлетворяет требованиям, предъявляемым к системе.

2)_разработанная структура системы управления обучением по индивидуальному плану построена по клиент-серверной технологии и включает в себя сервер БД и автоматизированные рабочие места.

3)_в качестве СУБД выбрана PostgreSQL, так как она отвечает всем требованиям системы. Кроме того, именно эта СУБД используется в качестве основы АСУ кафедры, на которой выполнялась работа.

Рис.8. Структурная схема системы адаптивного управления обучением по индивидуальному плану тестирования.

Взаимодействие с пользователем организовано с помощью диалоговых окон, представляющих собой удобный интерфейс (рис.9,10).

Проверка гипотезы исследования проводилась в условиях естественного эксперимента. В эксперименте, проводившемся с 2002 по 2008 год в СТИ МИСиС участвовали студенты-выпускники специальности «Автоматизированные системы обработки информации и управления» Оскольского политехнического колледжа. Из выпускников были сформированы две группы: контрольная группа (32 человека) проходила обучение по 6-летнему рабочему плану заочного обучения; вторая группа (30 человек) проходила обучение по составленным по предложенному методу системой индивидуальным планам.

Рис.9. Главное окно программы Рис.10. Окно оценки конструктов Мониторинг качественных сравнительных результатов учебной деятельности проводился систематически в течение всего срока обучения по всем предметам учебного плана в рамках осуществления управления обучением.

Сравнительный анализ осуществлялся по следующим критериям: время обучения, средняя успеваемость по группе в динамике в течение обучения, количество отчислений по причине академической неуспеваемости, остаточные знания по результатам тестирования на материалах министерских тестов, оценка качества дипломного проектирования, оценка трудоустройства.

Рассчитанные с применением предложенной системы компьютерные планы составили разброс от 3.5 до 5.5 лет обучения против нормативных шести.

На рис.11 представлены сравнительные оценки результатов процесса обучения в течение всего образовательного периода, включая дипломирование.

Начальный период (1-3 семестр) характеризуется сравнительно низкими результатами в обеих группах. Это связано с периодом адаптации и наличием в планах большого количества общеобразовательных предметов, уровень по которым в обеих группах оказался одинаково низким. В течение остальных семестров наблюдается заметное нарастание качества компетенций в экспериментальной группе. Очевиден и заметный рост оценок при дипломировании.

Рис.11. Сравнительная характеристика качества Рис.12. Характеристика На рис.12 представлены графики контроля остаточных знаний, который проводился со 2 по 9 семестр. Примечательно, даже на начальном этапе, где уровень общей подготовки в группах мало отличался (рис.11), у экспериментальной группы наблюдаются более высокие показатели остаточных знаний.

Интересными оказались результаты трудоустройства, как показателя уровня профессиональной компетентности студентов. Более качественный уровень подготовки в группе индивидуального планирования позволил выпускникам более быстро и эффективно адаптироваться на рынке труда.

Рис.13. Трудоустройство выпускников (показатель уровня профессиональной компетентности) В заключении делаются выводы, излагаются основные результаты диссертационного исследования. Предлагаемый метод может использоваться как в рамках специалитета, так и при переходе на систему обучения «бакалаврмагистр», что позволяет говорить о диссертационной работе как имеющей существенное значение – повышение качества и эффективности образования, экономии средств на подготовку одного выпускника.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

В диссертационной работе автором на основе анализа вопросов управления обучением разработан научно-обоснованный метод адаптивного управления обучением по индивидуальной образовательной траектории. Решение данной проблемы потребовало разработки методов решения ряда задач, основанных на различных подходах ИИ. Научные и практические результаты диссертации актуальны как для сферы высшего профессионального образования, так и для других уровней образования, решающих задачи индивидуализации обучения.

В рамках решения этой задачи получены следующие результаты и выводы:

1._Решение задачи адаптивного управления обучением по индивидуальной образовательной траектории является актуальной с точки зрения получения оптимальных характеристик по объемам изучаемого материала, сроков обучения, качества и стоимости подготовки одного выпускника.

2._Применение для решения задачи индивидуального планирования системы принятия решений позволяет существенно сократить время и трудоемкость составления индивидуальных планов и свести к минимуму субъективизм в оценках исходного уровня подготовки студента и объемов дисциплин.

3._Применение нечетких нейронных сетей к задаче адаптивного тестирования позволило получить достаточно эффективный и универсальный аппарат оценки исходного уровня подготовки обучающегося.

4._Способ оценки объема дисциплин на основе теории информации позволяет достаточно эффективно оценить информативность предмета.

5._Предложенный на основе теории информации метод определения способности к обучению студента как приемника информации, передаваемой по каналу связи с помехами, позволяет формализовать задачу оценки его способности усваивать новый материал.

6._Показана целесообразность применения метода репертуарных решеток при определении состава и объемов элективных курсов для формирования необходимого конкретному студенту набора компетенций.

7._Ввод эвристического блока в алгоритм перебора с возвратами при распределении дисциплин по семестрам позволил достичь приемлемой скорости и точности решения данной задачи.

8._Адаптивное управление «по отклонению» обучением по индивидуальному плану позволяет своевременно реагировать на изменения компетентностных характеристик студента путем внесения оперативных изменений в план.

9._Результаты эксперимента, проведенного на базе Старооскольского технологического института, демонстрируют высокую эффективность использования предложенного подхода при управлении обучением студентов.

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Глущенко, А.И. Автоматизированное адаптивное управление процессом обучения в ВУЗе: монография [Текст] / А.И. Глущенко, Ю.И. Еременко, И.В. Уварова. – Старый Оскол: ООО «Тонкие наукоемкие технологии», 2009.

– 152 с.

Публикации в изданиях, рекомендованных ВАК РФ 2. Глущенко, А.И. Информационная система принятия решений по формированию индивидуальных учебных планов [Текст] / А.И. Глущенко // Управление большими системами. – Вып.15. – М: ИПУ РАН,2006. – С.79-91.

3. Глущенко, А.И. Использование гибридных нейронных сетей в задаче адаптивного тестирования [Текст] / А.И. Глущенко, Ю.И. Еременко // Системы управления и информационные технологии, 2008. – №1(31). – С.51-56.

4. Глущенко, А.И. Об оценке информативности семантической информации [Текст] / А.И. Глущенко, Ю.И. Еременко // Качество. Инновации. Образование. – №1. – 2008. – С.40-43.

5. Глущенко, А.И. О разработке информационной системы автоматического составления индивидуальных учебных планов [Текст] / А.И. Глущенко, Ю.И. Еременко // Труды региональной научной конференции «Образование, наука, производство и управление». – Старый Оскол, 2005. – т.1. – С.9-11.

6. Глущенко, А.И. Адаптивное тестирование при планировании индивидуального обучения студентов [Текст] / А.И. Глущенко, И.В. Уварова, Ю.И._Еременко // Труды XII международной конференции «Современное образование: содержание, технологии, качество». – СПб., 2006. – С.53-56.

7. Глущенко, А.И. Об автоматизированном проектировании адаптивных индивидуальных учебных планов в системе непрерывного образования [Текст]_/ А.И. Глущенко, Ю.И. Еременко, И.В. Уварова // Труды VII международной научно-технической конференции «Кибернетика и высокие технологии XXI века». – Воронеж, 2006. – т.2. – С.881-887.

8. Глущенко, А.И. Об автоматизированном проектировании индивидуальных учебных планов [Текст] / А.И. Глущенко, Ю.И. Еременко // Труды третьей международной конференции «Системы управления эволюцией организаций CSOE’2006». – Хургада, Египет, 2006. – С.18-23.

9. Глущенко, А.И. Разработка методов формализации когнитивных задач [Текст] / А.И. Глущенко // Труды международной научно-практической конференции «Наука, производство и управление». – Старый Оскол, 2006. – С.359-363.

10. Глущенко, А.И. Нейронечеткая модель адаптивного тестирования [Текст] / А.И. Глущенко, Ю.И. Еременко, И.В. Уварова // Труды VI Всероссийской научно-практической конференции «Модернизация системы профессионального образования на основе регулируемого эволюционирования». – Челябинск, 2007. – ч.2. – С.144-151.

11. Глущенко, А.И. О разработке системы адаптивного тестирования на основе нейронечетких алгоритмов [Текст]//Труды II школы-семинара молодых ученых «Управление большими системами».– Воронеж, 2007.– т.1.– С.176Глущенко, А.И. О формализации процесса обеспечения взаимопреемственности дисциплин при разработке индивидуального учебного плана [Текст] / А.И. Глущенко, Ю.И. Еременко // Труды международной научной конференции «Сложные системы управления и менеджмент качества CCSQM'2007». – Старый Оскол, 2007. – С.276-281.

13. Глущенко, А.И. Автоматизация процесса составления учебного плана в части разбиения дисциплин по семестрам [Текст] / А.И. Глущенко, Ю.И.

Еременко // Материалы IV Всероссийской школы-семинара молодых ученых ПУИТ. – Казань, 2008. – С.87-90.

14. Глущенко, А.И. Автоматизация решения задачи учета взаимопреемственности дисциплин при составлении учебных планов [Текст] / А.И. Глущенко, Ю.И. Еременко // Инновационный Вестник Регион. – №4. – 2008. – С.64-67.

15. Глущенко, А.И. Использование методики репертуарных решеток для определения состава элективных курсов в процессе учебного планирования / А.И. Глущенко, Ю.И. Еременко // Труды V школы-семинара молодых ученых «Управление большими системами».– Липецк, 2008.– т.1. – С.154-157.

16. Глущенко, А.И. Модель формирования оценочных средств для диагностики знаний и умений студентов [Текст] / А.И. Глущенко, Ю.И. Еременко // Труды второй всероссийской научно-методической конференции «Проблемы разработки учебно-методического обеспечения перехода на двухуровневую систему в инженерном образовании». – М., 2008. – С.92-101.

17. Глущенко, А.И. О применении гибридных нейронных сетей в задаче адаптивного тестирования [Текст] / А.И. Глущенко, Ю.И. Еременко // Труды III Всероссийской молодежной конференции по проблемам управления (ВМКПУ’2008). – М.: ИПУ РАН, 2008. – С.105-106.

18. Свидетельство №2009620180 об официальной регистрации базы данных «Справочная и оперативная информация Управления Обучением по Индивидуальной Образовательной Траектории (УОИОТ)» / Ю.И. Еременко, А.И.Глущенко. Зарегистрировано в реестре баз данных РОСАПО 16.04.2009г.

Разработка метода адаптивного управления обучением по индивидуальной образовательной траектории диссертации на соискание ученой степени Бумага офисная. Формат 60 84/16. Гарнитура Таймс.

Исследовательский центр проблем качества подготовки специалистов, 105318, Москва, Измайловское шоссе, тел. (499) 369-42-83, факс (499) 369-58-