авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:   || 2 | 3 |
-- [ Страница 1 ] --

ИНФОРМАЦИОННОЕ, НАУЧНОЕ И КАДРОВОЕ

ОБЕСПЕЧЕНИЕ ЛЕСНОГО ИХИМИЧЕСКОГО

КОМПЛЕКСА

УДК 385:656.2 А.И. Свитачев

О.А. Ивженко

НЕКОТОРЫЕ МАТЕМАТИЧЕСКИЕ МЕТОДЫ И МОДЕЛИ

ПРОГНОЗИРОВАНИЯ ДИНАМИЧЕСКИХ РЯДОВ

ПРОИЗВОДСТВЕННО-ЭКОНОМИЧЕСКИХ ПОКАЗАТЕЛЕЙ

Красноярский институт железнодорожного транспорта – филиал

Иркутского государственного университета путей сообщения г. Красноярск В работе рассмотрены некоторые методы и модели прогнозирования изменения производственно-экономических показателей. Приведены расчеты моделей прогноза некоторых показателей работы железных дорог на основе системы Mathcad.

При разработке краткосрочных и долгосрочных планов менеджеры вынуждены прогнозировать будущие значения основных производственных и финансово-экономических показателей. В данной работе предлагается один из подходов прогнозирования некоторых производственных показателей работы железных дорог на основе метода Бурга.

Одним из основных методов статистического прогнозирования является метод выбора аппроксимирующей функции - уравнения тренда.

Но следует отметить, что не для всяких процессов можно пользоваться для прогнозирования уравнением тренда, так как существуют ряд показателей работы железных дорог, которые представляют собой динамические процессы включающие в себя сезонную и случайную составляющие и уравнение тренда (линейное, полиномиальное или какое либо другое) описывает изменения показателя с большой погрешностью.

Такое можно наблюдать например, если рассмотрим показатель “погрузка грузов” (рис.1). Как видим по графику использование тренда возможно для предсказания общей тенденции развития, но не для прогнозирования значения показателя в будущем.

7000 y = 4,7235x + 4706, Погрузка Линейный (Погрузка) Рисунок 1 - Изменения показателя “погрузка грузов” с линейным трендом По рисунку видно, что данный динамический процесс представляет собой сумму тренда (общей тенденции роста), сезонной и случайной составляющих. Для подобного вида процессов авторами предлагается метод Бурга хорошо себя зарекомендовавший при расчетах. Данный метод, впервые описанный в 1996 году, по ряду заданных равномерно расположенных точек позволяет рассчитать некоторое число последующих точек, т. е. осуществляет экстраполяцию произвольной достаточно гладкой и предсказуемой зависимости. На основе данного метода в последних версиях системы Mathcad [1] разработана программа включающая в себя функцию предсказания (экстраполяции) predict (data,k,N), где data – вектор данных, k – число точек с конца вектора, используемых для предсказания, и N – число точек предсказания. Данный подход предсказания неплохо прогнозирует функцию, содержащую колебательную синусоидальную составляющую. Следует отметить, что прогноз зависит от числа точек k и поэтому для хорошего прогноза необходимо осторожно подбирать число k.

Для повышения точности предсказания процессов с включением случайной составляющей, необходимо сгладить зашумленную зависимость. Для этого используется функция medsmooth, осуществляющая сглаживание по методу скользящей медианы с использованием функции predict в системе Mathcad. На рис. 2, 3, представлены расчеты прогнозирования динамического ряда “погрузка” с помощью функции predict и функции predict(medsmooth) в системе Mathcad.

1. PN k p1i p2i 1.69210 0 20 40 60 80 k, i+ 0 Рисунок 2 -Центрированный динамический процесс “погрузка грузов” – PNk, прогноз по 25 точкам – p1i, прогноз по 35 точкам – p2i При проведении прогнозирования сначала проводилось вычисление линейного тренда (данному процессу соответствует линейный тренд), далее вычислялся центрированный динамический процесс PNk = Pk – f(k), т.е. разность между значениями реального процесса Pk и значениями тренда f(k). После этого проводилось прогнозирование с помощью функции predict по различным точкам используемым для предсказания (Рис.2).

Для оценки погрешности прогнозируемых процессов был взят реальный процесс погрузки за четыре года (48 точек, одна точка показание погрузки за месяц), по данным точкам проведен расчет прогнозируемого процесса вышеупомянутыми двумя методами ( расчеты представлены на рисунках 3 и 4). Далее проводилось сравнение значений реального процесса погрузки P1k с прогнозом SPi и p1i на последующие месяцы с 49 по 69 месяц.

6. P1l SPi+ f( i) p1i+ f( i) 3.10110 0 20 40 60 80 l, i+ 0 Рисунок 3 - Реальный динамический процесс “погрузка” (Крас. жел.

дорога) – P1k, прогноз с помощью функции predict(medsmooth) – SPi, прогноз по 25 точкам с помощью функции predict – p1i 1. P1l SP i+ f( i+ 49) p 1i+ f( i+ 49) 4.62810 0 50 l, i+ 0 Рисунок 4 - Прогнозирование динамического процесса “погрузка грузов” (Моск. жел. дорога) Расчеты показывают, что относительная погрешность прогноза не превосходит 10-11%.

В заключении следует отметить, что применение предлагаемых методов и моделей целесообразно для прогнозирования производственно экономических показателей работы железных дорог.

Библиографический список 1. Дьяконов, В.П. Энциклопедия Mathcad 2001i и Mathcad 20011 / В.

П. Дьяконов. – М.: СОЛОН-Пресс, 2004.-832 с.

УДК 378.2: 630- 057.85 С.В. Гиннэ И.Н. Шепелева ПЕДАГОГИЧЕСКИЕ СРЕДСТВА ОРИЕНТИРОВАНИЯ БУДУЩИХ ИНЖЕНЕРОВ-МЕХАНИКОВ НА ОВЛАДЕНИЕ БАЗОВЫМИ АНАЛИТИЧЕСКИМИ УМЕНИЯМИ ГОУ ВПО «Сибирский государственный технологический университет»

г. Красноярск В настоящей статье представлено описание разработанных авторами и апробированных на практике педагогических средств ориентирования будущих инженеров-механиков на овладение базовыми аналитическими умениями.

Проблема поиска и реализации условий формирования базовых аналитических умений будущих инженеров-механиков в процессе их профессиональной подготовки в вузе в настоящее время является одной из актуальных проблем современной профессиональной педагогики.

Актуальность обозначенной проблемы обусловлена инновациями в социальной и экономической сферах жизни современного российского общества, выдвигающими на первый план проблему подготовки компетентных конкурентоспособных специалистов. Динамика профессии инженеров-механиков требует, чтобы их профессиональная подготовка обеспечивала возможность дальнейшего саморазвития после окончания вуза и успешное профессиональное становление. Эта задача теснейшим образом связана с формированием у данных специалистов комплекса общепрофессиональных интеллектуальных умений, среди прочих включающих в себя базовые аналитические умения.

В предыдущих работах авторов на основе анализа философской, социологической, психолого-педагогической и лингвистической литературы были выявлены теоретические предпосылки формирования базовых аналитических умений будущих инженеров-механиков в процессе их профессиональной подготовки в вузе, позволившие обосновать поэтапное формирование данных умений и определить совокупность организационно-педагогических условий, реализация которых в единстве и взаимосвязи способствуют эффективному формированию базовых аналитических умений будущих инженеров-механиков [1;

2].

В качестве первого условия формирования обозначенной группы умений, на наш взгляд, выступает ориентирования будущих инженеров механиков на овладение базовыми аналитическими умениями. В настоящей статье предлагается описание педагогических средств развертывания данного условия.

Основным педагогическим средством реализации организационно педагогического условия ориентирования являются учебно профессиональные задания аналитического характера, решаемые будущими инженерами-механиками в процессе выполнения и защиты лабораторно-практических работ.

Под учебно-профессиональным заданием аналитического характера понимается учебное задание с элементами анализа, сформулированное в терминах и условиях выполнения конкретных профессиональных функций, которые будет осуществлять на практике субъект профессиональной подготовки. При этом в содержании данных учебно профессиональных заданий должна отражаться та или иная профессиональная функция инженеров-механиков.

При подборе учебно-профессиональных заданий аналитического характера с целью эффективного моделирования квазипрофессиональной деятельности инженеров-механиков в процессе организации и проведении лабораторно-практических занятий необходимо учитывать следующие общедидактические принципы: а) доступности;

б) последовательности;

в) учета зоны ближайшего развития (Л.С.Выготский) будущих инженеров механиков;

г) создания возможности выбора (уровня сложности учебно профессиональных заданий аналитического характера и способов их решения);

д) проявления самостоятельности и интеллектуального творчества.

Решающий стимул к пониманию и признанию будущими инженерами-механиками профессиональной значимости базовых аналитических умений обеспечивается квалифицированным отбором и систематизацией учебно-профессиональных заданий аналитического характера в рамках изучаемого курса с учетом принципа целеполагания.

Сущность данного принципа заключается в следующем: преподаватель при разработке учебно-профессиональных заданий с элементами анализа должен учитывать их практическую значимость, то есть должен ориентироваться на специфику профессиональных функций инженеров механиков.

В процессе выполнения таких заданий необходимо обращать будущих инженеров-механиков к специально разработанной памятке, содержащей перечень основных профессиональных функций инженеров-механиков и соответствующих данным функциям аналитические умения. Таким образом, в ходе решения конкретного учебно-профессиональных задания на лабораторно-практическом занятии педагог может акцентировать внимание будущих инженеров-механиков на тех или иных аналитико синтетических приемах, представляющих основу базовых аналитических умений, которые используются при решении данного задания.

Периодическое обращение к данной памятке способствует выявлению будущими инженерами-механиками аналитической деятельности как неотъемлемого компонента практической инженерной деятельности, осознанию того, что в деятельности инженера-механика анализ не самоцель, а непременная составляющая его труда: производя анализ той или иной технико-технологической ситуации, инженер-механик тем самым осуществляет решение комплексных производственных задач, поэтому освоение базовых аналитических умений неразрывно связано с формированием профессионально важных умений инженеров-механиков.

Следовательно, уровень сформированности базовых аналитических умений наряду с другими умениями определяют показателем уровня профессионализма современных инженеров-механиков.

Другой способ использования учебно-профессиональных заданий аналитического характера в качестве педагогического средства, способствующего пониманию и признанию будущими инженерами механиками профессиональной значимости базовых аналитических умений, выглядит следующим образом. Существующие в педагогике подходы к формированию умений отражают процесс формирования мотивационной основы умений в виде двух взаимосвязанных этапов: 1) актуализация имеющихся умений;

2) показ ограниченности имеющихся умений для разрешения той или иной проблемы.

Практически это осуществляется следующим образом. При разработке учебно-профессиональных заданий аналитического характера необходимо учитывать следующее требование – тексты этих заданий должны содержать такую информацию, которая своей актуальностью и проблемностью актуализирует имеющиеся у будущих инженеров механиков знания и умения. При этом степень сложности данных заданий должна быть таковой, чтобы при их решении у будущих инженеров механиков возникали затруднения с целью демонстрации недостаточности имеющихся у них знаний и умений для решения подобных учебно профессиональных заданий.

В связи с чем после выполнения лабораторно-практической работы при защите отчета по результатам данной работы необходимо обсуждать с будущими инженерами-механиками затруднения, возникшие у них при решении учебно-профессиональных заданий. В ходе такого диалога выясняется, что для решения задания требовалось применение какой-либо совокупности аналитико-синтетических приемов, а будущие инженеры механики не знают этих приемов.

Использование данного приема с высокой степенью эффективности обеспечивает возникновение у будущих инженеров-механиков во время решения учебно-профессиональных заданий аналитического характера чувства неудовлетворенности имеющимися умениями, ощущения их ограниченности. Данное обстоятельство наводит будущих инженеров механиков на мысль о необходимости овладения базовыми аналитическими умениями, поскольку данные умения обладают широкими возможностями для решения производственных проблем, указывая на новые идеи в процессе поиска их решения.

Таким образом подводим будущих инженеров-механиков к убеждению о том, что для успешного решения технико-технологических заданий им необходимо овладеть целой совокупностью аналитико синтетических приемов, представляющих основу базовых аналитических умений. В результате чего будущие инженеры-механики приходят к мысли о необходимости усвоения аналитико-синтетических приемов, и как результат овладения всей совокупностью базовых аналитических умений.

Кроме того, при проведении практико-ориентированных семинаров по общепрофессиональному курсу «Материаловедение» в ходе решения учебно-профессиональных заданий педагог на наглядных примерах может демонстрировать будущим инженерам-механикам, насколько использование тех или иных аналитико-синтетических приемов, входящих в структуру базовых аналитических умений, облегчает процесс усвоения нового учебного материала. Основная задача подобных семинаров показать будущим инженерам-механикам необходимость овладения аналитико-синтетическими приемами как основы и творческого учебно профессионального познания, и будущей профессиональной деятельности и любого другого вида познавательной деятельности.

На таких практико-ориентированных семинарах желательно, чтобы будущие инженеры-механики вспоминали, какие приемы анализа и синтеза они сами используют при выполнении заданий по другим дисциплинам, что будет являться еще одним доказательством востребованности базовых аналитических умений не только в профессиональной деятельности, но и в повседневной учебной практике будущих инженеров-механиков.

В результате будущие инженеры-механики утвердятся в мысли о том, что в грамотно организованном решении любой жизненной задачи (профессиональной, учебной, познавательной) необходимо применение мыслительных операций анализа и синтеза;

следовательно, без базовых аналитических умений невозможно усвоение знаний ни по одному учебному предмету;

без них невозможно осознанное усвоение готовых и «добывание» новых знаний.

По окончанию подобных практико-ориентированных семинаров будущие инженеры-механики будут приходить к выводу о том, что, осваивая аналитико-синтетические приемы, они тем самым не только формируют базовые аналитические умения, но и развивают свое мышление в целом, а именно способность к сравнению, обобщению, сопоставлению, абстрагированию, конкретизации, критичности, логике, аргументации.

Охарактеризуем стимулирующие приемы и действия, которые могут использоваться педагогом на данном этапе реализации первого организационно-педагогического условия формирования базовых аналитических умений. Использование данной группы приемов обусловлено необходимостью создания такой учебно-профессиональной мотивации, которая направляет действия будущих инженеров-механиков на активное решение учебно-профессиональных заданий аналитического характера:

а) придание большего личностного смысла заданию: во-первых, предоставление будущим инженерам-механикам возможности отождествлять себя с действующими лицами, которым предстоит решить задание;

во-вторых, связь предлагаемых к решению заданий с областью интересов будущих инженеров-механиков, при этом возникаемые при решении заданий затруднения могли быть преодолены только в результате применения аналитико-синтетических приемов, представляющих основу базовых аналитических умений;

б) изменение направленности вопросов учебно-профессиональных заданий аналитического характера: вместо безликих «объясни», «определи» мы использовали вопросы-размышления: «что надо сделать для того, чтобы…», «чем можно объяснить то, что … » «что могло бы произойти, если бы …», «почему так произошло … », «каким образом следовало поступить, чтобы … » и т.д.;

в) введение излишней для решения заданий, но эмоционально окрашенной информации, создающей положительный настрой при решении заданий;

г) представление учебно-профессиональных заданий аналитического характера не только текстовым, но и нетекстовым способом, учитывая особенности восприятия будущими инженерами-механиками различного рода схем, иллюстраций, таблиц, графиков, диаграмм;

д) создание возможности выбора (уровня сложности учебно профессиональных заданий аналитического характера и способов их решения). Будущие инженеры-механики осуществляют выбор того или иного задания соразмерно своему опыту аналитической деятельности, что открывает перед ними смыслообразующее поле - от овладения отдельными приемами анализа и синтеза, к овладению всей совокупности аналитико синтетических приемов, представляющих основу базовых аналитических умений, и далее к формированию аналитического мышления.

В заключении хотелось бы добавить, что ориентирование будущих инженеров-механиков на овладение базовыми аналитическими умениями является важным организационно-педагогическим условием на начальном этапе формирования данной совокупности умений, вызвавшим понимание и признание будущими инженерами-механиками востребованности базовых аналитических умений в повседневной учебно-познавательной деятельности, значимости данных умений в успешной практической инженерной деятельности, ценности обозначенной совокупности умений для своего интеллектуального развития и успешности в различных аспектах жизнедеятельности, что стало своеобразным индикатором готовности участников опытно-экспериментальной работы к следующему этапу формирования обозначенной совокупности умений – уяснению и осознанному усвоению аналитико-синтетических приемов, представляющих основу базовых аналитических умений.

Библиографический список 1. Гиннэ, С.В. К вопросу о формировании базовых аналитических умений будущих инженеров-механиков [Текст] / С.В. Гиннэ // Вестник КрасГАУ. – Красноярск : КрасГАУ, 2006. – Вып. 14. – С.451456.

2. Организационно-педагогические условия формирования базовых аналитических умений будущих инженеров-механиков [Текст] / С.В.

Гиннэ, В.В.Игнатова, И.Н.Шепелева // Мир человека : научно информационное издание. – Красноярск : СибГТУ, 2007. – Вып. 1. – С.43– 50.

УДК 630*6 Шпейт М.Ю.

Шикунов С. А.

АГЕНТНЫЙ ПОДХОД ПРИ ПОСТРОЕНИИ СТУДЕНЧЕСКОГО КОМПОНЕНТА ИНТЕЛЕКТУАЛЬНОЙ ОБУЧАЮЩЕЙ СИСТЕМЫ ГОУ ВПО «Сибирский государственный технологический университет»

г. Красноярск В существующем подходе рассмотрения интеллектуальных систем обучения, как систем, состоящих из пяти компонентов, одним из ключевых является студенческий компонент. Наиболее популярные способы его реализации – оверлейные модели и байесовские сети – имеют определённые недостатки. Для преодоления их предлагается применить агентный подход в построении студенческого компонента.

Попытки использовать компьютерные системы в обучении насчитывают уже более 30 лет. За это время сменились названия таких систем, цели и парадигмы их использования. Первые попытки обучать, используя компьютеры, назывались «обучение с использованием компьютера» или «автоматизированное обучение» – «computer-based training» (CBT) и «computer aided instruction» (CAI) [1]. В таких системах обучение не была индивидуализировано, компьютер использовался лишь как средство, автоматизирующее подачу учебного материала. Присутствие некоторой интерактивности, обеспечивающей минимальную вариативность в изучении запланированного заранее материала, давало небольшое преимущество таким системам по сравнению с другими средствами обучения, например, такими как книги, фильмы и т.д.

Для всех компьютерных обучающих систем идеалом их взаимодействия с обучаемым можно считать взаимодействие учителя с учеником. Основными отличиями учителя, взаимодействующего с учеником, от информационной обучающей системы являются способность рассуждать о предметной области обучения и об учащемся.

Применение интеллектуальных технологий обработки информации в разработках обучающих систем позволило начать создавать «интеллектуальные системы обучения» – «intelligent tutoring systems»

(ITS). Интеллектуальные системы обучения обеспечивают значительную гибкость в представлении материала и большую способность реагировать на особенности потребностей учащегося. Такие системы достигают "интеллектуальности", предоставляя как педагогические решения о том, как преподавать, так и информацию об обучаемом. Это обеспечивает значительную вариативность взаимодействия системы с учащимся.

Независимо от реализации, интеллектуальные системы обучения могут выглядеть как монолитные системы, или иметь свою удобную для реализации или функционирования архитектуру. Но для целей осмысления и разработки, часто проще думать о них как о состоящих из нескольких взаимозависимых компонентов. В [2] было выделено четыре главных компонента: студенческий компонент, педагогический модуль, модуль знаний проблемной области, и коммуникационный модуль. В дальнейшем [3] был выделен пятый компонент – экспертная модель. В [2] этот компонент включён как часть знаний проблемной области, но авторы [3] считают, что это - отдельный компонент.

Авторы [3] следующим образом характеризуют студенческий компонент. Студенческий компонент – это компонент, который содержит информацию о студенте. Эта информация отражает представление системы о текущем состоянии знания ученика. Так как только явные действия обучаемого видимы, и ITS имеет только относительно узкий канал связи с пользователем, есть трудность в получении точного представления о состоянии обучаемого. Поэтому, модель ученика не может быть совершенно точна, и необходимо предпринять специальные меры, чтобы действия системы на основе этой неточной информации были более-менее адекватными. Студенческий компонент необходим, чтобы приспособить процесс обучение к особенностям студента и его познавательным потребностям. Без этого знания, педагогический компонент обучающей программы вынужден работать со всеми учениками одинаково. Это походит на CBT и CAI, которые не подстраивали процесс обучения индивидуально для каждого ученика.

Есть много подходов для того, чтобы представить информацию об ученике. Два обычно использующихся подхода – оверлейные модели и байесовские сети. В оверлейной модели [4] полагается, что знание ученика является подмножеством знания эксперта. Другой механизм для того, чтобы фиксировать знания обучаемого – байесовские сети [5]. Эти сети строят вероятностные рассуждения о состоянии знаний обучаемого, основанные на его взаимодействиях с обучающей программой.

Что студенческий компонент должен содержать [3]? Ясно, что должна фиксироваться степень понимания обучаемым предметной области. Однако, с какой степенью детализации должно быть представлено понимание? Одна крайность, когда обучающая программа может просто сказать, что "ученик знает эту предметную область" или " ученик не знает эту предметную область". Другая крайность – студенческий компонент будет записывать каждое действие обучаемого. Большинство реализаций студенческих компонентов находится между этими двумя крайними позициями, и стараются моделировать обучаемого с тем же уровнем детализации, с которой представлена и предметная область. Так как большинство предметных областей представлено в терминах тем и разделов, это самая общая степень детализации для студенческого компонента.

Обобщая различные разработки студенческого компонента, ясно, что ему отводится роль некоторой базы данных об обучаемом, в которой фиксируется его объём знаний и его индивидуальные когнитивные свойства. В процессе работы обучающей системы, эта база модифицируется и служит основой для принятия решений системой о дальнейших обучающих воздействиях на ученика. При этом база данных об ученике является пассивной информационной моделью.

Одно из отличий такого взгляда на ученика от восприятия ученика учителем следующее. Учитель независимо от своих способностей и склонности к рефлексии видит в ученике личность со свойственными ей психическими процессами и реакциями. И при управлении своей обучающей деятельностью, это учитывает, и в соответствии с этим строит своё поведение и выбирает определённую последовательность дидактических воздействий на ученика. При этом, как достаточно развитая интеллектуальная система, учитель прогнозирует результаты своих действий и выбирает те, которые с большей вероятностью приведут к преследуемой им цели. Стоит заметить, что далеко не все интеллектуальные процессы и их результаты осознаются.

Учитывая вышесказанное, представляется полезным обеспечить обучающей системе возможность прогнозирования результатов своих действий. Одним из способов такого прогнозирования может являться имитационное моделирование когнитивного поведения обучаемого. Для этого система должна обладать моделью обучаемого, реализованного в студенческом компоненте, и периодически, в начале очередного этапа обучения, приводить эту модель в соответствие с реальным состоянием обучаемого, и использовать её для оптимизации планируемых обучающих действий.

Одним из наиболее перспективных подходов в моделировании обучаемого можно считать агентный подход в построении интеллектуальных систем [6].

Агент воспринимает информацию о среде, в которую он погружен, обладает собственным состоянием, которое влияет на его поведение и восприятие среды, может совершать некоторые действия в этой среде.

Агент автономен, он «живёт собственной жизнью», воспринимая информация по специальным каналам – датчикам. Если внутренняя реализация агента использует технологии искусственного интеллекта, то это интеллектуальный агент. Если его внутренняя реализация моделирует когнитивные процессы обучаемого, то такой агент выступает как модель обучаемого. Такой подход к моделированию является примером агентного моделирования [7].

Агент, как когнитивная модель обучаемого, в первую очередь должен обладать способность обучаться, т.е. накапливать знания и приобретать опыт. Именно эти его способности являются определяющими и существенными в его поведении для использования его в качестве студенческого модуля обучающей системы.

Кроме способности обучаться и накапливать знания в процессе своей деятельности, агент заключает в себе априорные знания, заложенные в него при проектировании. Поскольку агент выступает в роли когнитивной модели обучаемого и используется для поиска оптимальной траектории обучения, то в начале очередного этапа поиска он должен являть собой текущую модель когнитивного состояния обучаемого, т.е. отражать состояние знаний и опыта обучаемого в данный момент – момент перед очередным этапом обучения. Другими словами, в начале очередного этапа поиска агент как бы создаётся заново, априорные знания, закладываемые в него – это знания и опыт обучаемого в данный момент.

Конечный набор дидактических воздействий, которыми может обучающая система воздействовать на обучаемого, определяется её интерфейсом, системой вывода информации, интерактивными возможностями и набором дидактических материалов, которые она может предъявлять обучаемому в той или иной последовательности.

Использование такого агента в роли модели обучаемого может позволить, моделируя процесс обучения, оптимизировать последовательность обучающих воздействий, которая будет предъявлена обучаемому системой на данном этапе. Оптимизационное моделирование может проводиться различными способами и выбор этих способов является отдельной темой.

Результатом, к которому должна привести правильно выбранная системой обучающая траектория, будет более совершенное состояние опыта и знаний агента. Идеальным случаем работы обучающей системы будет достижение обученности ученика, после прохождения им очередного этапа обучения, совпадающей с прогнозируемой обученностью агента, прошедшего этот же этап в процессе моделирования. В реальности, естественно, будет наблюдаться некоторое отличие реальной обученности от прогнозируемой. Данное отличие должно быть выявлено после очередного этапа обучения ученика, и состояние знаний и опыта ученика в текущий момент должны стать априорными знаниями агента для следующего этапа моделирования.

Таким образом, предлагаемый здесь агентный подход в построении студенческого компонента, может позволить не только фиксировать текущее состояние обучаемого, но и обеспечить моделирование и прогнозирование планируемого поведения обучающей системы. Такое прогнозирование можно рассматривать как имитацию когнитивной функции дидактического прогнозирования учителя. Наличие такого поведения у обучающей системы может считаться элементом усиливающим интеллектуальность системы.

Библиографический список Толковый словарь по вычислительным систем / Под ред. В.

1.

Иллингуорта и др. – М.: Машиностроение – 1991.

2. Woolf, B. 1992. AI in Education. Encyclopedia of Artificial Intelligence, Shapiro, S., ed., John Wiley & Sons, Inc., New York, pp. 434-444.

3. Joseph Beck, Mia Stern, and Erik Haugsjaa. Applications of AI in Education.

In: ACM Crossroads. 3 (1), 1996. http://www.acm.org/crossroads/xrds3 1/aied.html 4. Carr, B. and Goldstein, I. 1977. Overlays: a Theory of Modeling for Computer-aided Instruction, Technical Report, AI Lab Memo 406, MIT.

5. Martin, J. & VanLehn, K. (in press) Student assessment using Bayesian nets.

International Journal of Human-Computer Studies, Vol. 42.

Рассел С., Норвиг П. Искусственный интеллект: современный подход, 6.

2-е издание.: Пер. с англ. – М.: Издательский дом «Вильямс», 2006. – 1408с.

Тарасов В.Б. От многоагентных систем к интеллектуальным 7.

организациям: философия, психология, информатика. – М.: УРСС, 2002.

УДК 658.012.12 А.Г. Французов С.В.Ушанов ТОЧЕЧНОЕ И ИНТЕРВАЛЬНОЕ ОЦЕНИВАНИЕ ПАРАМЕТРОВ РАСПРЕДЕЛЕНИЯ ЧИСЛА ПОЖАРОВ ИМИТАЦИОННОЙ МОДЕЛИ НА ПРИМЕРЕ ДАННЫХ БОГУЧАНСКОГО РАЙОНА КРАСНОЯРСКОГО КРАЯ ГОУ ВПО «Сибирский государственный технологический университет»

г. Красноярск В данной статье речь пойдет об усовершенствовании имитационной модели возникновения лесных пожаров Богучанского района, Красноярского края, а именно той ее части, которая отвечает за моделирование суточного числа пожаров по известному суточному значению коэффициента пожарной опасности Нестерова (КПО) и порядковому номеру исследуемого дня в ряде дней пожароопасного сезона.[1] Представленная модель включает в себя шесть имитационных подмоделей и в целом, построена следующим образом: с помощью модели «определение суточного числа КПО на каждый день пожароопасного (ПО) сезона» имитируется динамика суточного значения КПО пожароопасного сезона, далее, определяется суточное число пожаров на заданный день, как случайная величина, имеющее распределение, условное от суточного уровня КПО и порядкового номера дня ПО сезона.

Распределение суточного числа пожаров построено группировкой исходных данных о пожарах по числу пожаров, уровню КПО и дням. В качестве интервала группировки по дням был выбран интервал в один месяц. Для получения исходных данных для группировки, была обработана информационная база данных о лесных пожарах Богучанского района за период с 1982 по 2003 гг, включающая данные о дате обнаружения лесного пожара, скорости ветра на момент обнаружения, типе леса, КПО на момент обнаружения и площади пожара на момент обнаружения. По этим данным, с использованием моделей определения времени горения пожара, с учетом условий распространения лесного пожара и активного суточного времени распространения пожара были получены данные о времени возникновения каждого из 960 лесных пожаров.

Полученный набор распределений использовался в дальнейшем для имитаций. Одним из недостатков данного набора было то, что в пределах каждого из своих распределений он был не полным. Т.е. если за период с 1992 по 2003 гг. при заданном уровне КПО и группе дней ПО сезона ни разу не возникало определенное суточное число пожаров, оно, как событие, при определении распределения, тут же становилось невозможным.

Данный недостаток решено было устранить использованием некоторой оценки теоретического закона распределения числа пожаров, вместо эмпирического. В качестве такого закона решено было выбрать исключающий геометрический закон распределения ИГ(q) – дискретный закон распределения, плотность которого при x = 0, 1, 2 … определяется (*).

PX = (1 q ) * q X (*) * q 1 q =X (**) ОПТ Распределение имеет один параметр, оптимальную оценку которого можно найти с использованием (**) [2]. По результатам вычисления оценки q, произведено разбиение всего набора распределений на семь групп, внутри каждой группы, каждое из входящих в группу распределений весьма схоже с усредненным распределением всей группы. В качестве критерия согласия использовался критерий Колмогорова – Смирнова, который, в общем случае, показывал достаточно хорошую (при уровне значимости 0.1) сходимость. Разбиение набора распределения на группы было сделано, с целью найти более точные оценки параметра распределения внутри группы, чем это возможно для отдельного распределения. Если отдельное распределение построено в среднем на 50 – 100 точках, то каждая из групп имеет в среднем уже 150 – 350 точек. Оценка (1 q ) 2 q, q АС q следовательно, можно оценить доверительный 1 q N1 q n интервал для каждой, из полученных точечных оценок. Для групп, при уровне значимости 0.01 он будет составлять около ±5% от величины q.

Результаты вычислений представлены в таблице 1 «Характеристики групп распределений».

Таблица 1. «Характеристики групп распределений»

Группа Месяц КПО Группа Месяц КПО q q Апрель Июнь 1 3 0.6178 4 2 0. Май Июль 1 4 0.6178 4 2 0. Июнь Май 1 4 0.6178 5 2 0. Июль Август 1 5 0.6178 5 2 0. Август Сентябрь 1 4 0.6178 5 4 0. Август Май 1 5 0.6178 6 1 0. Апрель Июнь 2 2 0.5353 6 1 0. Май Июль 2 3 0.5353 6 1 0. Май Август 2 5 0.5353 6 1 0. Июль Апрель 2 4 0.5353 7 1 0. Август Сентябрь 2 3 0.5353 7 1 0. Июнь Сентябрь 3 3 0.4192 7 2 0. Июнь Сентябрь 3 5 0.4192 7 3 0. Июль 3 3 0. Для некоторых распределений, таких как, например, распределение числа пожаров в июле при КПО = 5 практически невозможно подобрать параметр, обеспечивающий хорошее согласие с теоретическим законом распределения. Причем, количество точек, по которым строится эмпирический закон распределения достаточно велико (113) чтобы такое согласие получить. Это связано прежде всего с самой динамикой КПО данного месяца, если рассмотреть ее как последовательность цепочек дней с одинаковым уровнем КПО. Длина таких цепочек для данного уровня КПО, вообще говоря, достаточно сильно варьируется от цепочки к цепочке и распределение длин таких цепочек, возможно, хотя и не факт, приближается к нормальному. В любом случае, такое поведение цепочек дней с одинаковым уровнем КПО достаточно сильно влияет на распределение числа пожаров. Такое распределение похоже на взвешенную сумму нескольких ИГ с разными параметрами.

0. 0. 0. 0. 0 1 2 3 4 5 6 7 8 Рисунок 2 «Распределение числа пожаров в июле при КПО = 5»

Этот эффект, можно убедиться, присутствует в пределах каждого месяца и особенно заметно для «жарких» периодов ПО сезона при больших значениях КПО. В данной статье, для таких распределений, сопоставлено распределение наиболее «близкой» к ним группы. Как видно на графике 2 «Распределение числа пожаров в июле при КПО = 5»

распределение, полученное в результате имитации на основе ИГ для примерно того же количества точек (около 100), достаточно далеко от ИГ, больше походит на исходное эмпирическое, хотя и от него, по критерию согласия, также далеко. Если же рассмотреть результат имитации, построенный на много большем количестве точек (около 5000), то ИГ «просматривается» уже достаточно явно.

Возможно, если бы изначально рассматривали распределение числа пожаров как условное распределение от КПО, порядка дня в ПО сезоне и длины цепочки мы бы получили более точную оценку распределения числа пожаров. Однако, следует заметить, что в данном явлении проявляется не столько зависимость числа пожаров при данном уровне КПО и количестве дней с данным уровнем КПО, предшествующих исследуемому, сколько другая зависимость, которая исходит из того факта, что мы строим распределение изучая количество благоприятных исходов при разном количестве испытаний. Этот факт скорее всего несет большее влияние и который следует изучать с целью построить более близкую оценку распределения пожаров в условиях «жаркого» периода при больших значениях КПО.

Библиографический список В.М. Груманс, С.В. Ушанов «Имитационная модель 1.

прогнозирования возникновения лесных пожаров ВНИИПомлесхоз»

СибГТУ г. Красноярск. 2002 г.

Г.А. Соколов, И.М. Гладких «Математическая статистика»:

2.

Учебник для вузов. М.: Изд-во «Экзамен» 2004 г.

УДК 621.74.002.6 З.М. Кащеева С.В. Гиннэ ПРИМЕНЕНИЕ ВИЗУАЛЬНОИЗМЕРИТЕЛЬНОГО КОНТРОЛЯ КАЧЕСТВА ЛИТЫХ ДЕТАЛЕЙ МАШИН И ОБОРУДОВАНИЯ ЛЕСНОГО КОМПЛЕКСА ГОУ ВПО «Сибирский государственный технологический университет»

г. Красноярск В настоящей статье на основе анализа теоретических и практических аспектов визуально-измерительного контроля качества отливок авторами было дано описание основных этапов, современных методов, приборов и средств визуально измерительного к онтроля качества и исправления дефектов литых деталей машин и оборудования лесного комплекса.

На современном этапе развития металлургического производства, по мнению многих специалистов, главная задача металлургии состоит не в простом наращивании объемов производства металла, а в его рациональном использовании. Ведущую роль в решении данной задачи отводится созданию новых высокоэффективных металлосберегающих технологий.

Основные резервы экономии металла, по мнению ряда исследователей [1;

2], сосредоточены в повышении качества машиностроительных изделий: чем меньше барака и выше качество деталей механизмов и машин, тем меньше требуется металла (сплава) для получения тех или иных изделий. Все это в полной мере относится и к производству литых деталей машин и оборудования лесного комплекса.

Основными операциями процесса получения отливок являются:

1)- изготовление модели;

2)- изготовление литейной формы;

3)- плавка металла (сплава) и заливка его в литейную форму;

4)- выбивка застывшей отливки из формы;

5)- обрубка и очистка отливки.

Полный комплексный контроль всего процесса получения отливок, начиная с этапа проектирования и заканчивая финишными операциями, тщательный анализ возникающих дефектов и причин их порождения – это главное условие резкого снижения брака и повышения качества отливок.

В этой связи актуализируется проблема поиска и реализации эффективных методов снижения брака и повышения качества литых деталей машин и оборудования лесного комплекса за счет обнаружения их дефектов посредством визуально измерительн ого контроля отливок с последующим устранением данных дефектов.

В предыдущих работах авторов было представлено систематизированное описание основных дефектов отливок из черных и цветных сплавов, выявляемых при визуально измерительном контроле, и причины их возникновения [4;

5].

Количество и размеры допускаемых в отливках дефектов определяются техническими условиями на данный вид отливок. Для уменьшения потерь брака технологический процесс изготовления отливок предусматривает исправление дефектов с последующим повторным контролем участков отливки, на которых они были обнаружены.

Анализ практики исправления дефектов отливок показал, что наиболее распространенными методами исправления дефектов отливок являются:

• пропитывание пористых отливок различными герметизирующими составами;

• заварка дефектов газовой или электродуговой сваркой;

• установка различных заглушек, пробок и втулок.

Пористые отливки, работающие под небольшим давлением, пропитывают водным раствором хлористого аммония, который за 12 часов проникает между кристаллами металла (сплава), образуя окислы, и тем самым закупоривает поры отливки.

Пористость чугунных, бронзовых и алюминиевых литых деталей, работающих под давлением, устраняют путем запрессовки в поры бакелитового лака.

Для газовой и электродуговой сварки присадочный пруток или электрод должен иметь тот же химический состав, что и основной материал отливки.

Практика применения визуально измерительного контроля качества литых деталей показала, что последовательность операций контроля качества зависит от специфики производства, сложности геометрических параметров отливки и требований, предъявляемых к качеству готового изделия.

В этой связи, для проведения технического контроля в литейном цехе следует выделить следующие специальные помещения:

• площадки для наружного осмотра отливок;

• разметочные пункты для проверки соответствия геометрии отливок чертежу и т.п.

Нормы освещенности и качественные показатели освещения данных помещений устанавливаются нормативно-технической документацией и должны соответствовать следующим параметрам [3]:

• контраст объекта визуальноизмерительного контроля качества с фоном малый;

• характеристика фона темный;

• освещенность при системе комбинированного освещения 1500 2000 лк;

• освещенность при системе общего освещения 400 500 лк.

Своевременное нахождение, предупреждение и устранение описанных ранее дефектов отливок предполагает систематическое проведение визуально–измерительного контроля, включающего в себя 1) нулевой, предварительный, следующие этапы [1;

2]: 2) 3)окончательный.

Нулевой контроль осуществляется непосредственно после удаления отливки из формы. На этом этапе можно выявить явные дефекты типа:

недолив, подутость, перекос, обжим, коробление, нарост, поверхностные напряжения, стержневые заливы и другие. В процессе нулевого контроля следует рассортировать отливки по внешним признакам на годные и бракованные.

Предварительный контроль осуществляется после удаления литниковой системы и очистки отливок. Необходимо учитывать, что при отделении литниковой системы возможны механические повреждения.

После очистки отливки становятся явными мелкие дефекты, так как обрубку, то есть удаление литников, прибылей и других дефектов обычно проводят на дисковых или ленточных пилах, газовой или электродуговой резкой, а также пневматическими зубилами.

При визуально-измерительном контроле качества отливок следует использовать разнообразные оптические приборы, дающие полное изображение проверяемой зоны отливки:

o для близкорасположенных поверхностей используют лупы с увеличением до 2* до 7*;

o для внутренних областей – гибкие и жесткие эндоскопы и зеркала;

o для далеко расположенных поверхностей – бинокли и телескопические лупы с увеличением до 25*.

Среди вышеперечисленных оптических приборов контроля качества внутренних областей литых деталей наиболее эффективным считаются эндоскопы. Данные приборы могут быть широко использованы при решении многих трудных проблем визуально-измерительного контроля качества недоступных зрению дефектоскописта элементов сложных по форме отливок. Эндоскопы можно вводить в отверстия в теле отливки и осматривать состояние внутренних поверхностей отливок с целью обнаружения дефектов.

Эндоскопы – это оптические приборы, сконструированные на основе волоконной и линзовой оптики и механических устройств.

Принцип действия эндоскопов заключается в осмотре объекта контроля с помощью специальной оптической системы (микроскопической или телескопической), позволяющей передавать изображение на значительные расстояния с отношением эффективной длины эндоскопа L (вводимой в объект контроля части корпуса) к его наружному диаметру d L d 1,0.

Современный серийный эндоскоп является универсальным оптико– механическим прибором, обеспечивающим любой вид визуальной диагностики и контроля внутри закрытого пространства на значительную глубину.

Использование в эндоскопах холодных источников света высокой яркости обеспечивает безопасный метод контроля качества поверхностей в полостях, содержащих жидкости или газы, а также дает возможность провести качественное фотографирование, киносъемку и телевизионную передачу изображения поверхностей при малом размере входного отверстия контролируемой полости.

В литейных цехах эндоскопы можно использовать для просмотра внутренних поверхностей с целью обнаружения таких дефектов, как трещины, пористость, пузыри и т.п.

В процессе визуально-измерительного контроля качества литых деталей особое внимание следует уделять размерной точности отливки.

Размерная точность определяется степенью приближения действительных размеров отливки к номинальным размерам.

Существующие в настоящее время способы контроля размерной точности [1;

2] можно объединить в три группы:

1) измерение действительных размеров: можно проводить универсальным инструментом (штангенинструменты: штангенциркуль, штангенглубиномер, штангеннутромер;

микрометры;

индикаторные инструменты);

2) проверка соответствия действительных размеров отливки допустимым предельным: необходимо использовать предельные калибры (скобы, пробки, щупы, кольца и другие);

3) контроль отливок разметкой, заключающийся в перенесении на отливку чистовых размеров готовой детали.

Последний способ контроля размерной точности отливок необходимо проводить при запуске в производство новых модельных комплектов, новой металлической оснастки и после их капитального ремонта.

Подетальный технологический контроль включает контроль отливки такими методами неразрушающего контроля, как • ультразвуковой, • магнитный, • рентгеновский Окончательный контроль проводится после исправления дефектов, обнаруженных на предыдущих этапах визуально–измерительного контроля. Другими словами, окончательный контроль качества отливки осуществляется после прохождения всех контрольных операций на основе анализа сопроводительной нормативно-технической документации.

В ходе окончательного контроля, как правило, проверяется наличие на отливке клейм о предыдущих контрольных операциях и проводится анализ на соответствие результатов контроля качества допустимым нормам.

Как было сказано выше, при проведении любого из перечисленных этапов визуально–измерительного контроля качества отливок необходимо контролировать размерную точность, которая определяется степенью приближения действительных размеров отливки к номинальным размерам.

Подводя итог вышесказанному, хотелось бы заметить, что качество отливок формируется на всех этапах производства, начиная с проектирования отливок и их технологической разработки. Технолог, который правильно расположил отливку в форме, сконструировал литниковую систему с холодильниками, питателями, создал условия для направленной кристаллизации, обеспечивает получение отливки высокого качества.

Кроме того, для получения качественной отливки большое значение имеют правильные выбранные параметры технологического процесса:

температура и скорость заливаемого металла, составы формовочных и стрежневых смесей, режима термической обработки и многое другое.

Практика производства литых деталей показывает, что даже при использовании прецизионных (высокоточных) способов литья, не удается получить поверхность отливки с шероховатостью менее Rа = 0,63 мкм.

Поэтому при выборе параметров шероховатости для оценки качества литых поверхностей следует отдавать предпочтение параметру Rz.

Кроме того, необходимо иметь в виду следующее: поверхность отливки при удовлетворительном ее общем состоянии может иметь участки, резко отличающиеся по шероховатости, вследствие появления таких дефектов, как пригар, окисление и т.д. Поэтому при контроле шероховатости поверхности влияние дефектов должно быть исключено, так как по ГОСТ 2789 73 и ГОСТ 25142–82 [6;

7] требования к * шероховатости поверхности на дефекты не распространяются.

Исходя из всего вышеизложенного, можно сделать вывод, что обязательное и своевременное проведение визуального и измерительного контроля позволяет значительно повысить качество отливок из сплавов, что, в свою очередь, будет способствовать снижению процента брака в готовых изделиях и приводить, в итоге, к общей экономии металла.

Библиографический список 1. Воздвиженский, В.М. Контроль и качество отливок [Текст] : учеб.

пособие / В.М. Воздвиженский [и др.]. – М.: Машиностроение, 1989. – 184с.

2. Галдин, Н.М. Цветное литье [Текст] : справочник / Н.М. Галдин [и др.];

под общей ред. Н.М. Галдина. – М.: Машиностроение, 1989. – 528с.

3. Клюев, В.В. Визуальный и измерительный контроль [Текст] / В.В.Клюев [и др.];

под ред. В.В.Клюева. – М.: РОНКТД, 1998. – 248с.

4. Кащеева, З.М. К вопросу о визуальном и измерительном контроле качества отливок из сплавов цветных металлов [Текст] / Кащеева З.М., С.В. Гиннэ // Составляющие научно-технического прогресса «Components of scientific and technical progress»: 3–я Международная научно практическая конференция: 23 – 24 апреля 2007 г. – Тамбов : ОАО «Тамбовполиграфиздат», 2007. – С. 128 – 131.

5. Кащеева, З.М. Основные дефекты отливок из железоуглеродистых сплавов [Текст] / Кащеева З.М., С.В. Гиннэ // Лесной и химический комплексы – проблемы и решения. – Красноярск : СибГТУ, 2007. – С.125130.


6. ГОСТ 2789 73 *. Шероховатость поверхности. Термины и определения.

7. ГОСТ 25142–82. Шероховатость поверхности. Параметры и характеристики.

УДК 004. 031. 43 Л.А.Жуков О.В. Корчевская О СИСТЕМНОМ ПОДХОДЕ К РЕШЕНИЮ НЕКОТОРОГО КЛАССА ЗАДАЧ КОМБИНАТОРНОЙ ОПТИМИЗАЦИИ ГОУ ВПО «Сибирский государственный технологический университет»

Красноярский техникум информатики и вычислительной техники г. Красноярск В данной работе на примере задачи раскроя / упаковки, относящейся к классу NP – трудных задач комбинаторной оптимизации, предлагается комбинированный подход к решению некоторого класса подобных задач, сочетающий преимущества, характерные для нейротехнологий и традиционных методов.

В общем случае решение любой оптимизации задачи состоит в поиске или подборе параметров задачи (альтернатив), которые приводят к экстремуму функции при наличии ограничений на аргументы. Задачи такого рода относят к классу задач математического программирования.

Из всего многообразия задач математического программирования выделяют класс, в котором множество допустимых альтернатив счетно.

Такие задачи составляют класс задач комбинаторной оптимизации и являются NP – полными, для которых характерна экспоненциальная зависимость времени решения задачи от размерности данных.

На сегодняшний день предложено множество методов решения таких задач. Условно их можно классифицировать следующим образом:

- классические алгоритмы;

- эвристические алгоритмы;

- нейросетевые методы;

- комбинированные алгоритмы.

Наибольший интерес представляют методы, позволяющие достичь глобального экстремума – алгоритмы полного перебора. Однако, в задачах принятия решений применительно к сложным оптимизационным задачам, для которых характерна большая размерность исходных данных, возможности полного перебора весьма ограничены.

В связи с этим на практике стали применяться так называемые «эвристические» алгоритмы, при разработке которых используются интуитивные соображения, не подкрепленные соответствующим математическим обоснованием. Оказывается, что в большинстве случаев может быть гарантировано лишь достижение локального экстремума, что оказывается весьма удовлетворительным на практике.

Благодаря универсальной вычислительной способности нейросетей и возможности распараллеливания вычислений, нейронные сети также применяют для решения такого рода задач.

Однако не все задачи комбинаторной оптимизации можно решить только с помощью последовательных или параллельных подходов. В частности, существует ряд задач, например, задачи раскроя / упаковки, для которых имеет смысл использовать комбинированный подход, объединяющий преимущества каждой составляющей – традиционной и нейросетевой.

Под задачами раскроя / упаковки понимается широкий класс проблем, допускающих различное прикладное толкование. Общим для этого класса является наличие двух групп объектов, между которыми устанавливается и оценивается соответствие [1]. В качестве основной принято рассматривать следующую задачу упаковки (Packing Problem, PP): имеются малые элементы, их необходимо разместить без взаимного перекрытия внутри больших объектов, так, чтобы заданная целевая функция достигала минимума (максимума).

В настоящее время разработано множество алгоритмов решения таких задач, что осложняет их оценку и выбор. Поиск эффективных методов решения NP – сложных задач является предметом исследования многих специалистов.

Нейронные сети как универсальные аппроксимирующие устройства Последние десятилетия характеризуются интенсивным развитием исследований в области построения и практического использования нейросетевых методов[2 – 5].

С учетом смены различных парадигм для решения различных задач с помощью нейронных сетей предлагается модель обработки данных в нотации IDEF0, приведенная на рис.1.

Рис.1. Контекстная диаграмма обобщенной модели обработки данных с мощью нейросетей На рис. 2 приведена декомпозиции контекстной диаграммы.

Рис. 2. Декомпозиция контекстной диаграммы Применение нейронных сетей для решения оптимизационных задач Предложено огромное количество алгоритмов и архитектур нейронных сетей для решения оптимизационных задач. Наибольший интерес представляют динамические (сети Хопфилда и Кохонена) и нетрадиционные нейронные сети (Имитация отжига, Метод эластичной сети, Растущие нейронные сети).

Любая задача оптимизации может формулироваться разными способами. Сформулируем задачу упаковки в терминах оптимизации функции Ляпунова. Для этого рассмотрим Решение задачи может быть представлено в виде двумерной таблицы.

Сопоставим клетке таблицы на пересечении строки Х и столбца i нейрон Sxi, принимающий значения {0,1}. Возбужденное состояние данного нейрона свидетельствует о том, что прямоугольник Х в список следует размещать в i-тую очередь. Для этого представим приоритетный список, учитывая следующие условия: в список должен попасть каждый прямоугольник, под каждым номером должен быть один прямоугольник (он должен быть выбран один раз), общее число прямоугольников – N, необходимо также учесть минимизацию длины упаковки (или максимизацию отношения заполненной площади к общей).

Целевая функция E(S) задачи поиска оптимального размещения будет включать четыре слагаемых:

E(S) = E1+E2+E3+E Первые три слагаемых отвечают за допустимость упаковки. Каждое из этих трёх слагаемых обращается в нуль на допустимых размещениях, и принимает значение больше нуля на недопустимых.

Для построения четвертого члена энергетической функции введем следующие допущения. Пусть имеется m одинаковых полос, шириной не превосходящих высоту и ширину заданного множества прямоугольников.

В частности, к этому сводится задача о составлении расписания для m машин, если предположить, что имеется m одинаковых полос ширины 1 и все прямоугольники также имеют ширину, равную 1. Тогда, с учетом переворотов прямоугольников для минимизации высоты заданной полосы последний член энергетической функции можно записать как E = S i S j + S Xi SYi + S Xi N + (W (l Xi + wYj )S Xi SYj a 2 X i 2 i j i 2 i YX X YX i Множители,,, имеют смысл относительных весов слагаемых.

Используем следующий вид функции Ляпунова для сети Хопфилда:

Wxiyj S xi S yi + xi S xi E= 2x y i j xi Полученная целевая функция из четырех слагаемых представляется в форме функции Ляпунова, если выбрать значения весов и порогов сети в следующем виде:

W XiYj = XY (1 ij ) ij (1 XY ) (W (l Xi + wYj ))(1 ij ) xi = N Теперь можно заменить обучение Хебба прямым заданием указанных весов и порогов для сети Хопфилда, динамика которой будет приводить к минимизации занятой полосы упаковки. Для подобного класса задач считается, что для получения глобального минимума целесообразно использовать вероятностную динамику с имитацией отжига или другую метаэвристику.

После получения приоритетного списка для формирования карты раскроя можно использовать декодеры (алгоритмы, позволяющие по приоритетному списку построить карту упаковки), один из которых приведен в работе [6].

Таким образом, в данной работе, при решении задачи раскроя /упаковки, предлагается комбинированный подход, в котором упор делается на цикл нейросетевой оптимизации, как известно, отличающийся своим быстродействием. Для такой схемы достаточно применить программу – декодер, способную восстановить карту раскроя по приоритетному списку, полученному из нейроиммитатора, отказавшись от конструктивных методов, осуществляющих либо полный, либо частичный перебор вариантов в окрестности возможных решений Библиографический список Валеева, А.Ф. Конструктивные методы решения задач 1.

ортогональной упаковки и раскроя : автореф. дис. … д – р. тех. наук / А.Ф.

Валеева. – Уфа, 2006. – 32 с.

Нейроинформатика / А.Н. Горбань [и др.]. – Новосибирск:

2.

Наука. Сибирское предприятие РАН, 1998. – 296 с.

Гилев, С.Е. Обучение нейронных сетей: Методы, алгоритмы, 3.

тестовые испытания, примеры приложения: Дис. канд. физ.-мат. наук / С.Е.

Гилев. Красноярск, 1997. 187 с.

Миркес, Е.М. Нейрокомпьютер. Проект стандарта / Е.М.

4.

Миркес. Новосибирск: Наука, 1999. 337 с.

Жуков, Л.А. О формализации нейросетевой технологии 5.

решения прикладных задач на примере сетей с учителем и сетей Хопфилда / Л.А. Жуков, Н.В. Решетникова, О.В. Корчевская // Нейроинформатика – 2005: сб. научн. тр. VII Всероссийской научно-технической конференции.– М.: МИФИ, 2005. – Ч. 1. – С. 68 – 75.

Корчевская, О.В. О преимуществах комбинирования 6.

нейросетевого и традиционных подходов при решении дискретных и комбинаторных задач (на примере задачи раскроя) / О.В. Корчевская // Вестник СибГАУ № 15, 2006.

УДК 37.01 Я.С. Гончарова ОРГАНИЗАЦИЯ САМОКОНТРОЛЯ В ПРОЦЕССЕ САМОСТОЯТЕЛЬНОГО ИНФОРМАЦИОННОГО ПОИСКА БУДУЩЕГО ИНЖЕНЕРА ГОУ ВПО «Сибирский государственный технологический университет»

г. Красноярск В статье подвергается анализу проблема самоконтроля, как одного из факторов успешной учебно-профессиональной деятельности будущего инженера. Рассматриваются понятия, сущность функции самоконтроля.

В последние годы проблема самоконтроля все больше становится предметом педагогических исследований. Мы полагаем, это обусловлено тем, что самоконтроль - один из важнейших факторов для успешной учебно-профессиональной деятельности будущего инженера. Его назначение заключается в своевременном предотвращении или обнаружении уже совершенных ошибок. Будучи качеством личности и условием проявления ее самостоятельности и активности, самоконтроль является составной частью, необходимым компонентом всех видов деятельности будущего инженера, в том числе и самостоятельного информационного поиска.

Как и понятие самоконтроля, его функции в психолого педагогической литературе трактуются по-разному. Обратимся к понятию «контроль». Происхождение данного слова связывается с французским controle – «наблюдение в целях надзора, проверки и выявления отклонений от заданной цели и их причин, а так же функция, устанавливающая степень соответствия принятых решений фактическому состоянию дел» [3, С 63, 6, С.130].


В педагогике ряд авторов рассматривают три основных вида контроля: предварительный – контролируется готовность студента к осуществлению самостоятельного информационного поиска;

текущий – студент контролирует свою деятельность в процессе ее выполнения;

итоговый – контроль студентом достигнутых результатов [9, 113].

Эти виды контроля так же применимы и к самоконтролю. Анализ литературы показал, что «самоконтроль» понимается как «часть самосознания, оценка человеком личностно значимых мотивов и установок» [4, С.23], как «свойство человека ставшее чертой его характера» [5, С.32, 36], как «осознание и оценка субъектом собственных действий, психических процессов и состояний» [6, С.249], как умение критически относиться к своим поступкам, действиям, регулировать своё поведение и управлять им. В учебной деятельности самоконтроль – это процесс сопоставления достигнутых результатов с заданной программой на данном этапе обучения [1]. Таким образом, самоконтроль является целенаправленной деятельностью студента, поэтому ее так же необходимо планировать и организовывать.

Сущность самоконтроля заключается в том, чтобы проверять, все ли выполняется в соответствии с поставленными целями и задачами. Его цель выявить слабые места и ошибки, своевременно исправить их и не допускать повторения. Самоконтроль, осуществляемый в процессе самостоятельного информационного поиска, происходящий в состоянии внешней мотивации выполняет, как правило, как контролирующую, так и информирующую функцию. При внешней мотивации самоконтроль стимулирует и поддерживает деятельность студента. В состоянии амотивации элементы самоконтроля могут способствовать созданию внешней мотивации, в то время как самоконтроль, выполняющий информирующую функцию, устраняет трудности выполняемой деятельности при наличии обратной связи и при условии свободы выбора и постепенно создает условия для внутренней мотивации. В свою очередь, слишком частый самоконтроль, снижая уровень внутренней мотивации, может лишить человека чувства уверенности и компетенции, и тем самым снизить (ослабить) степень проявления активности [2, С.102].

Действия самоконтроля применительно к усвоению учебного материала были изучены П.П.Блонским [8, С.41] который выделил четыре стадии реализации этих действий, используемые нами для самостоятельного информационного поиска:

- отсутствие самоконтроля, поскольку студент не усвоил действия самостоятельного информационного поиска и контроль ему не нужен;

- «полный самоконтроль», когда студент проверяет полноту и правильность в выполнении действий самостоятельного информационного поиска;

- выборочный самоконтроль, студент проверяет усвоение главного в действиях самостоятельного информационного поиска;

- отсутствие видимого самоконтроля, осуществляемого на основе прошлого опыта.

По мнению И.А.Шаршова [7] осуществление студентом самоконтроля в учебном процессе вуза, обеспечивает дальнейшую самореализацию и саморазвитие в профессиональной деятельности.

В самоконтроль следует включать не только оценочную функцию, но и регулирование будущими инженерами своей деятельности, исправление и обнаружение ошибок, и внесение поправок, усовершенствование выполняемой работы. Необходимо отметить что функции самоконтроля относятся не только к процессу и результату выполняемой работы, но и к ее планированию.

В связи с вышеизложенным, мы отмечаем что, важным компонентом самостоятельного информационного поиска, в нашем исследовании, мы рассматриваем самоконтроль, который является структурным звеном управления, чье функциональное назначение заключается в установлении «степени рассогласования между эталоном и контролирующей составляющей» [5, 103]. Организация самоконтроля требует тщательного изучения теоретической литературы по данному вопросу, которое показало, что существуют различные аспекты его рассмотрения.

Значимость контролирующих действий обусловлена тем, что с их помощью происходит переход внешней мотивации во внутреннею, тем самым действия контроля становятся действиями самоконтроля студента.

Будущий инженер, занимающийся самостоятельным информационным поиском, лишь тогда осуществляет эту деятельность в соответствии с ее подлинной сущностью, когда она, увеличивая запас знаний, что делает студента реальным субъектом деятельности.

Обеспечение самоконтроля в самостоятельном информационном поиске, предполагает начало саморазвития будущего инженера средствами профессии;

правильность выбора оптимальных действий;

способность диагностировать профессиональные и образовательные ситуации;

осознание своих индивидуальных возможностей выполнения профессиональной деятельности;

способность самостоятельно приобретать и углублять специальные знания, умения.

Нами признается необходимость организации самоконтроля для успешного осуществления самостоятельного информационного поиска.

Студенты на начальном этапе обучения в вузе не имеют навыков самоконтроля. Таким образом, задачей педагога, который ориентирует будущего инженера на самостоятельный информационный поиск, становится и формирование у студента навыков самоконтроля. Важно показать и раскрыть содержание усваиваемых эталонов, объяснить назначение самоконтроля в процессе самостоятельного информационного поиска, научить их подбирать виды, формы и способы самоконтроля адекватные объектам контроля. Исключительно большое значение со стороны педагога на первоначальном этапе формирования навыков самоконтроля имеет побуждение будущего инженера к его реализации.

Активизация самоконтроля будущего инженера в процессе самостоятельного информационного поиска осуществлялась с опорой на принципы, предполагающие реализацию личностно-ориентированного подхода, учет индивидуальных способностей восприятия материала, посредством:

- поэтапного движения к цели, возвращения к «пройденному»;

- дифференцированного предъявления учебного материала (сложность, объем, уровень усвоения);

- возможности учета уровня подготовленности будущего инженера к самостоятельному информационному поиску.

В качестве метода активизации самоконтроля мы использовали инструктирование, в ходе которого студентам рекомендовали приемы самоконтроля, адекватные условиям поиска. Ответственным моментом в обучении будущих инженеров самоконтролю являлось уяснение цели деятельности и ознакомление с образцами, по которым они сравнивали применяемые способы выполнения работы и полученные результаты.

Очень важно было с самого начала дать студентам исчерпывающие инструкции о правильном выполнении предстоящей работы.

Под инструктированием мы понимали организационное действие преподавателя, заключающееся в разъяснении обстановки, задач, возможных трудностей и последствий неверных действий будущего инженера, в предостережении его от возможных ошибок и так далее.

Учитывая, что инструктирование зависит от типа и формы обучения, мы использовали его различные формы: консультационную, информационную и методическую.

Так, использование методической формы инструктирования предполагало, что самоконтроль будет эффективным, если учебные задания с элементами самостоятельного информационного поиска, выполняемые будущими инженерами, конструируются с учетом следующих требований: цели учебных заданий должны быть поняты студентами, сами учебные задания доступны, содержат алгоритмы их выполнения, элементы новизны, возможность своевременного контроля и коррекции.

Значение самоконтроля для развития навыков самостоятельного информационного поиска состояла в следующем: во-первых - при практическом осуществлении самостоятельного информационного поиска и овладении самоконтролем у студентов возникало иное эмоциональное состояние, что благоприятно отражалось на качестве самостоятельного информационного поиска;

во-вторых - возможность самокоррекции делала будущего инженера более уравновешенным, а его деятельность более уверенной.

В активизации самоконтроля преподавателю отводилось значительное место, его задача заключалась в содействии наиболее полному погружению будущих инженеров в образовательную среду, формированию у него мотивации к самостоятельному поиску, навыков самостоятельного познания и обеспечения интеллектуального роста, умений обработки и восприятия новой информации, ее использования в решении информационно-поисковых задач в различных ситуациях.

Из вышеизложенного следует, что при активизации самоконтроля, студенты стали более активны, повысился уровень самостоятельности, у них сформировались умения и выработались организационные навыки, что способствовало осознанной самоорганизации информационного поиска.

Библиографический список 1. Галустян О.В. Самоконтроль как компонент организации самостоятельной работы студентов http://pn.pglu.ru 2. Кабаченко Т.С. Психология управления: Учебное пособие.- М.:

Педагогическое общество России, 2000.-384 с.

3. Коджаспирова Г.М., Коджаспиров А.Ю. Педагогический словарь:

Для студентов высш. и сред.пед.учеб.заведений. - М.: Академия, 2000. 176с.

4. Мнацаканян Л.И. Личность и оценочные способности старшеклассников: Книга для учителя. М.: Просвещение, 1991.- 91 с.

5. Никифоров Г.Ф. Самоконтроль, как механизм надежности человека – оператора. Л., Изд-во Ленингр. Ун-та, 1977.-112 с.

6. Словарь по социальной педагогике: Учеб. пособие для студентов высш. уч. Заведений / Авт. – сост. Л.В. Мардахаев. – М.: Издательский центр «Академия», 2002. – 368 с.

7. Шаршов И.А. Система критериев и показателей профессионально – творческого саморазвития личности будущего специалиста E-mail:

igor@silans.tstu.ru 8. Шиянов Е.Н., Котова И.Б. Развитие личности в обучении:

Учеб.пособие. - М.: Академия, 2000.- 288 с.

9. Домбровская Л.А. Роль системы контроля остаточных знаний в общей системе педагогического контроля вуза МВД http://www.Ido.edu.ru.

УДК 316.61- 057.87 М.Г. Шишкова Н.А. Петрушева ОРИЕНТИРОВАНИЕ НА УСПЕШНУЮ ТВОРЧЕСКУЮ САМОРЕАЛИЗАЦИЮ УЧАЩИХСЯ ПРОФЕССИОНАЛЬНЫХ УЧИЛИЩ ГОУ ВПО «Сибирский государственный технологический университет»

Лесосибирский филиал г. Лесосибирск Условия социальных и экономических преобразований в современном российском обществе коренным образом изменили систему требований предъявляемых к подготовке учащихся в профессиональном училище.

Востребованными стали такие личностные структуры, которые «задают»

высокую социальную адаптированность, активность, профессионализм.

Общество заинтересовано в рабочих, способных к самореализации, саморазвитию, творческой деятельности. В данном контексте одной из важнейших проблем становится изучение творческой самореализации старшего подростка в процессе его обучения в профессиональном училище.

Ориентируясь на актуальность изучаемой проблемы и опираясь на психолого–педагогические исследования в области творческой самореализации личности мы попытались изучить проявление и влияние творческой культуры преподавателя на творческую самореализацию учащихся профессионального училища.

Творческая самореализация личности в процессе образования - это развитие интеллектуальной и эмоциональной сфер, а также личностных качеств и умений. Рассмотрим проявление творческой культуры преподавателя профессионального училища как ориентационно педагогическое условие творческой самореализации учащихся.

Для изучения уровня творческой культуры педагога требуется определить ее структурные компоненты. Для начала определяется комплекс основных характеристик педагогической культуры, которые согласно рассматриваемого подхода к изучению творческих проявлений личности, ориентированы на творческую активность, творческую самостоятельность и творческую самоэффективность. В качестве основных критериальных характеристик творческой культуры педагога выделены:

1) активная реализация творческих замыслов, способность увидеть то, что не укладывается в рамки ранее усвоенного, способность представить результат педагогической деятельности до ее начала;

2) умение обеспечивать продуктивные преобразования в педагогической деятельности, удовлетворять потребность воспитанников в исследовательской активности и творческой самореализации;

3) умение сохранять и преобразовать прошлый опыт, творчески изменять намеченный план действий, если этот план не удовлетворяет условиям, которые обнаруживаются в ходе решения творческой педагогической задачи;

4) способность творчески мыслить, рассуждать, и определять свое отношение к педагогической действительности;

5) способность действовать творчески и контролировать импульсивные порывы в творческой обстановке, мобилизовать творческие силы на достижение цели;

6) проявлять самостоятельный, чуждый подражательности взгляд на педагогическую ситуацию, своеобразие и необычность ее разрешения;

7) стремление к возможно более полному выявлению и развитию своих личностных творческих возможностей в единстве с духовностью;

8) стремление к осуществлению личностных творческих возможностей «я» посредством собственных усилий.

Данная программа построена с учетом основных требований диагностики и отражает изучаемое явление в его динамике. Следующим шагом следует определение уровневых характеристик.

Первый уровень (каждому критерию присваивается 3 балла) – оптимальный, характеризуется проявлением совокупных критериев и показателей безусловно и/или в любых ситуациях. Второй уровень ( балла) допустимый, определяет педагога, который проявляет совокупные критерии и показатели, обусловленные кем-либо или чем-либо и/или ситуативно. Третий уровень (1 балл) – критический, свойствен педагогу, не проявляющему (или редко проявляющему) необходимые творческие характеристики.

Рейтинг педагога определяется по суммарному баллу интервалом:

а) педагог оптимального уровня творческой культуры – от 18 до баллов;

б) допустимого от 12 до 17 баллов;

в) критического от 8 до баллов.

Для подтверждения гипотетического предположения о проявлении творческой культуры педагога как ориентационно-педагогическом условии творческой самореализации учащегося профессионального училища изучаются: 1) творческая культура педагогов;

2) ориентированность учащихся профессионального училища на творческую самореализацию.

Посчитав усреднённый показатель уровня творческой культуры преподавателей и мастеров производственного обучения, мы обнаружили, что преподаватели (П) имеют высокие усреднённые значения (соответственно 18,33), а мастера производственного обучения (М) более низкие усреднённые значения (15,5).

Выявляя ориентированность на творческую самореализацию учащихся I курса, мы проследили её в работе с учителями разного уровня творческой культуры. Для этого были выбраны по 3 учителя с оптимальным, допустимым и критическим уровнями творческой культуры (всего 15 человек). Учащимся была предложена анкета-опросник, разработанная нами. Респондентам предлагался выбор творческого проявления в различных ситуациях на уроке и во внеурочной деятельности с данными педагогами. Эмоциональные состояния, которые испытывали учащиеся в учебно-профессиональной деятельности, свидетельствовали о культуре преподавателя и мастера, в том числе творческой и явились признаком удовлетворения потребности учащегося в творческой самореализации.

Эмоциональные состояния были представлены в анкете следующими символами: позитивные эмоции, нейтральное эмоциональное состояние, негативные эмоции. По данным эмоциональным состояниям мы судили, соответственно, о высокой, средней и низкой творческой самореализации учащихся. Среди перечисленных ситуаций были ответ на уроке у доски, ответ с места, доклад по теме или выступление с выражением собственной точки зрения;

общение во время обсуждения оценок, результатов;

общение на перемене, во время подготовки или проведения школьных мероприятий (уборка территории, праздники, и т.д.);

общение в неформальной обстановке (после занятий, во время турпохода, в кино и т.д.);

общение наедине и другие.

Для обработки материала каждому эмоциональному состоянию присваивался соответствующий условный балл (символ-балл) 3 балла, 2 балла, 1 балл. Отсутствие выбора приравнивалось нами к баллу, так как отсутствие контакта в конкретной предлагаемой ситуации в анкете-опроснике свидетельствует о низкой ориентированности на творческую самореализацию учащихся профессионального училища.

Отсутствие контакта косвенно указывает на то, что учитель либо закрыт для творческого контакта, не инициирует его с данным учащимся, либо не заботится о выстраивании благоприятного творческого пространства совместной деятельности с ним. Общий уровень проявления творческой самореализации учащихся I курса определялся по среднему баллу. Всего было опрошено 136 учащихся.

В результате обработки полученных данных, что проявление творческой самореализации учащихся I курса значительно выше с педагогами оптимального уровня творческой культуры (П.П.,С.В.,Л.А.,Ю.Е.,Н.В.), чем с педагогами допустимого (Г.Л.,Н.В.,В.В.,Т.В.,Г.М.). Следует отметить крайне низкий уровень ориентированность с учителями критического уровня творческой культуры (Т.Е., Л.А.,А.А.,Л.А.,А.Р.).

Изучение анкетных данных по педагогам оптимальной группы (Г.Д., Л.Т., Н.А., В.А.) позволило сделать ряд интересных выводов. Так, например, оценивая творческую самореализацию с П.П., многие ученики выбрали и эмоционально положительно оценили все формы работы на уроке (ответ у доски, работа в парах, группах, выступление с выражением собственной точки зрения). Данный факт говорит не только о разнообразных способах творчества, используемых этим педагогом с учениками, но и о том, что педагог поддерживает школьников в творческой самореализации, поощряет их инициативу свободно высказывать свою точку зрения, создаёт на уроке условия безопасности, принятия. Очевидно, с ним учащиеся не боятся творчески мыслить.

Значимым является и тот факт, что педагоги оптимальной группы получили положительно оцененные выборы в блоке как учебных творческих, так и внеучебных ситуаций. Это было особенно свойственно педагогу С.В. Учащиеся отмечали, что он что-нибудь придумывает интересное на перемене, наедине, в неформальной обстановке. На наш взгляд, это свидетельствует о том, что педагоги данной группы открыты для контактов и поддерждивают атмосферу творчества в любой ситуации.

Анализ анкетных данных педагогов группы допустимого уровня творческой культуры (Г.Л.,Н.В.,В.В.,Т.В.,Г.М.) показал, что для них характерна нестабильность эмоционально положительных и негативных выборов учащихся. Во-первых, в то время как некоторые учащиеся могли оценить своё эмоциональное состояние в большинстве творческих ситуациях с данным педагогом как положительное, другая часть учащихся проявила чётко выраженную негативную оценку. Во-вторых, выбор эмоциональных состояний в различных ситуациях варьировался. В одних учащиеся показывали положительное состояние, в других – отрицательное.

С педагогами критического уровня творческой культуры (Т.Е., Л.А.,А.А.,Л.А.,А.Р.) большинство школьников выбирали нейтральные и негативные эмоциональные состояния, либо не делали выборов вообще.

Наше внимание привлёк тот факт, что отдельные респонденты, сделавшие большинство положительных выборов с педагогами других уровней, также делали положительные выборы и с учителями этой группы. На наш взгляд, это свидетельствует о том, что учащиеся с высоким уровнем творческого потенциала умеют устанавливать контакт с любым учителем.



Pages:   || 2 | 3 |
 





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.