Вестник Кольского научного центра РАН. 2012, №2.

профориентированного тестирования задавались конкретные значения параметров агентов «студент». На основе данных о профессорско-преподавательском составе с использованием экспертных оценок задавались конкретные параметры агентов «преподаватель», имитирующих поведение педагога в процессе передачи знаний. Преподавание каждой дисциплины имитировалось путем генерации последовательности сцен с определенными параметрами с набором агентов типа «студент» и одним агентом типа «преподаватель». В ходе проведения исследований были выделены три основных направления использования имитационной модели для управления качеством образовательных услуг вуза. Было предложено назвать их «информационными технологиями управления». 1. Прямая задача моделирования или непосредственно задача управления качеством образования. Основная идея которой заключатся в том, чтобы на основе заданных параметров агентов и сцены получить уровень успеваемости в различных срезах. Если представить модель в виде черного ящика, то в качестве входных параметров задаются значения всех параметров каждого студента и преподавателя. В качестве внутренней составляющей модели берутся параметры сцены. На выходе модели получают матрицу усвоения Z, которая содержит информацию об уровне усвоения каждой дисциплины учебного плана каждым студентом (z;j). Выполняя различные срезы результатов многократной имитации, можно делать выводы о поведении образовательного процесса в целом. В качестве среза можно взять усредненный уровень усвоения, средний уровень усвоения конкретной дисциплины, количество усвоивших конкретную дисциплину. Можно рассматривать результаты с точки зрения математической статистики, представляя уровни усвоения дисциплин в виде распределения некоторой случайной величины, и анализировать ее характеристики с помощью этого математического аппарата. Разрабатываемую агентную модель можно использовать для управления качеством образования по следующему принципу. На начальном этапе настраивается модель, т.е. берутся данные о реальных студентах и преподавателях, сцене и закладываются в качестве значений параметров. Осуществляется имитация (несколько имитаций). На выходе получают некоторый результат усвоения. Если он не устраивает, то начинают искать причину неудовлетворенности. Осуществляется это путем варьирования различных параметров агентов. Т.е. рассматриваются различные ситуации по типу «Что будет, если...?». Возможны следующие варианты: различные категории студентов дать реальным преподавателям, или реальным студентам дать различные категории преподавателей. За счет таких вариаций выделяют факторы, которые приводят либо к увеличению результата, либо к уменьшению, т.е. таким способом определяется, что нужно поменять в вузе, чтобы улучшить качество образования. В работе рассматривались следующие варианты: • «хорошие студенты - реальные преподаватели»; • «плохие студенты - реальные преподаватели»; • «реальные студенты - плохие преподаватели»; • «реальные студенты - хорошие преподаватели». 2. Задача распределения приоритетов. В этом случае студент под себя настраивает один агент и смотрит полученные результаты моделирования, тем самым модель выступает в качестве средства распределения внимания студента между изучаемыми дисциплинами. Идея похожа на первую задачу, но главное отличие заключается в том, что здесь настраивается лишь агент типа «студент» (подразумевается, что в качестве исследователя модели выступает сам студент). Основной задаваемый параметр - это вектор заинтересованности агента, который показывает, какое внимание уделяет студент каждой дисциплине. На выходе модели получается вектор усвоения дисциплин. Анализируя этот вектор, студент видит, к чему привели заданные им параметры. И при следующей имитации он может перераспределить внимание, тем самым пытаясь улучшить конечный результат. 3. Обратная задача. В данном случае необходимо по заданным целевым значениям уровня усвоения найти значения параметров агента с учетом минимизации прикладываемых усилий. Данная задача очень похожа на динамическое программирование. Сходство заключается в обратном времени решении задачи. В данном случае задается целевое значение уровня усвоения на выходе модели и задача определить возможные комбинации параметров, значения которых привели к этому целевому результату. Графически идею можно представить в виде следующей схемы, где Zc - целевое значение, Zi - множество успеваемости на i семестре. В результате получается некая область допустимых траекторий, приводящих к целевому множеству. Эта фигура - конус (рис. 2). 85