Анотація до роботи:

Доровський В.О. Ідентифікація професійних знань операторів автоматизованих систем управління. – Рукопис.

Дисертація на здобуття ученого ступеня доктора технічних наук за фахом 05.13.06 – Автоматизовані системи управління і прогресивні інформаційні технології. Херсонський технічний університет, Херсон, 2004.

Дисертація присвячена дослідженню і розробці методології, моделей і методів системної ідентифікації професійних проблемно – орієнтованих знань операторів автоматизованих систем управління з метою підвищення їхньої надійності, живучості і вірогідності. На основі проведених аналітичних і системологічних досліджень сформульовані задачі дисертаційної роботи. Досліджено математичну модель і зроблена оцінка ефективності системи навчання. Доведена теорема про аперіодичний розподіл балу тесту.

Розроблено методи аналізу первинної інформації і методи оцінки інформативності в математичних моделях системи навчання. Розроблено математичну модель взаємодії оператора і системи навчання і зроблена оцінка цієї взаємодії. Представлені правила віднесення оператора до деякого когнітивного типу. З метою вірогідності оцінки взаємодії оператора і системи навчання проведено ентропійний аналіз семантичної структури інформаційної взаємодії оператора із системою навчання.

Для одержання кількісної оцінки по пропонованих системах навчання розроблені методи параметричної ідентифікації математичних моделей оцінки знань операторів АСУ, що включають параметричну ідентифікацію нелінійних систем оцінки знань і ідентифікацію рівнянь зв'язку для систем оцінки знань.

Стосовно до завдань оцінки знань розроблені методи компараторної ідентифікації математичних моделей оцінки інформативності знань операторів, що включає ідентифікацію оцінки, показники і рівень інформативності знань.

З метою одержання якісних результатів оцінки знань розроблені методи оцінки вірогідності математичних моделей системи навчання операторів та сформульовані твердження про їх оцінку. Розроблено математичну модель вірогідності результатів рівня оцінки знань і методику ідентифікації математичної моделі вірогідності результатів тестування.

На основі ідентифікації математичних моделей оптимізації систем оцінки знань отримані математичні моделі оптимізації за критерієм мінімуму середніх сумарних витрат і за критерієм максимального прибутку. Доведена теорема про існування оптимального рішення. Запропоновано математичні моделі оптимізації режимів термінального управління, що стежать, і оцінювання режиму оптимального термінального управління, що стежить.

У дисертаційній роботі приведено наукові результати, які в сукупності з метою дослідження є вирішенням актуальної проблеми розробки методології і методів ідентифікації математичних моделей процесів навчання і оцінки професійних проблемно-орієнтованих знань операторів АСУ.

Використання розроблених у роботі моделей і методів ідентифікації знань дозволяють значно підвищити ефективність процесів навчання операторів і ефективність методів оцінки отриманих ними знань, що досягнуто шляхом моделювання процесів навчання і тестування знань, системної взаємодії оператора і моделі, що імітують передбачені виробничі ситуації, і ситуації, які характеризуються умовами невизначеності і ризику. Таким чином, наукові розробки дисертаційної роботи, в першу чергу, спрямовані на підвищення надійності, живучості і вірогідності АСУ й організаційно - технологічних процесів у них за рахунок підвищення професійних проблемно-орієнтованих знань операторів АСУ.

У результаті розв’язання вище визначеної проблеми в дисертаційній роботі отримані наступні результати:

1. З позиції системного аналізу проблеми організаційно-технологічного управління формалізована інтелектуальна діяльність оператора АСУ в реальних умовах її функціонування і на основі системних методів ідентифікації математичних моделей навчання і тестування визначена концепція процесів навчання і тестування знань операторів АСУ як концепція, що базується на системних методах ідентифікації математичних моделей навчання і тестування.

2. Реалізуючи проблеми навчання, вперше отримано рівняння структурної моделі ідентифікації системи навчання для практичного застосування, що засноване на первинній обробці результатів тестування. Визначено показники ефективності й автономності процесу навчання шляхом аналізу структурної моделі ідентифікації системи навчання.

3. Розроблено метод ідентифікації математичної моделі системи навчання, що відрізняється від існуючих підходів з використанням трендів, урахуванням перемінної і трендової складової в розділеному вигляді, що дозволяє одержати з тренда додаткову інформацію про властивості системи навчання. Мінімізуючи математичне сподівання квадрата модуля похибки, виведено вираз для передаточної функції об'єкта.

4. Запропоновано новий метод ідентифікації первинної обробки результатів тестування, заснований на новому двохкритеріальному підході. При такому підході неоднорідність контингенту оцінюється на двох рівнях: «засвоїв добре» або «встигає взагалі».

5. Уперше визначена модель ідентифікації ефективності всієї системи навчання як суми ефективності її елементів

6. Запропоновано модель взаємодії системи навчання й оператора, на відміну від існуючих, що забезпечує проектування програмної системи, яка реалізує функції адаптації когнітивних можливостей оператора з інтелектуальним інтерфейсом.

7. Представлено архітектуру системи навчання, яка забезпечує, на відміну від існуючих, вимір характеристик оператора, побудову його когнітивного профілю, визначення когнітивного типу, адаптацію інформації до когнітивного профілю оператора.

8. Запропоновано конструктивну архітектуру діалогової машини, що, на відміну від існуючих, діє незалежно від семантики діалогу. Компоненти цієї машини в рамках адаптивного тьютора здійснюють стратегію сценарію діалогу без попереднього її опису. Вперше розроблений критерій вибору чергового кроку діалогу, яким є вибір такого суб'єкта питально-відповідальної ситуації, що одночасно є об'єктом бази знань з максимумом ентропії.

9. Уперше в класі задач тестового контролю професійних знань на теоретичному рівні показано, що властивість високої інформативності є загальною, у порівнянні з властивостями погодженості і конформності, стосовно вимог, пропонованих до тестових систем.

10. Уперше встановлено, що показники інформативності тесту нерозривно зв'язані з його цільовим призначенням. Тести індивідуального контролю професійних знань повинні мати розривну модель і бути неоднорідними. Тести групового контролю, тобто системні тести, повинні бути однорідними.

11. Встановлено, що до дихотомічних некорельованих тестів застосовуються методи теорії інформації – як у частині безпосереднього обчислення кількості інформації, так і в плані уявлення тесту як каналу зв'язку між випробуваним і тим, що перевіряє.

12. Уперше встановлено, що кількісна оцінка інформативності тестів (як ідеалізованих, так і реальних) неможлива без висування гіпотез про моделі тесту, тобто функціональної залежності імовірності вірної відповіді від рівня знань і властивостей питання.

13. На новому модельному й алгоритмічному рівні розроблена оцінка адекватності математичної моделі тестів. Показано ефективну працездатність і реалізованість евристичних методів оцінки адекватності моделі тесту як при статистичному вимірі рівня знань, так і діагностиці факту знань.

14. Уперше встановлений вплив параметрів тесту на вірогідність тестового контролю і розроблений алгоритм вибору методу оцінки вірогідності систем оцінки знань.

15. Уперше визначені оптимальні значення обсягу тестування і мінімальних значень середніх витрат. Знайдено умову максимуму середніх витрат і визначені загальні закономірності в поведінці середніх витрат. Виконана двопараметрична модель постійних і перемінної складових витрат, отримані оптимальні рішення. Зроблено оцінку похибки отриманих оптимальних рішень. Виконано параметричний аналіз впливу похибки вихідних даних на оптимальні рішення.

16. Уперше отримані рівняння оптимізації і визначені необхідні умови існування оптимального рішення, сформульована теорема про необхідні і достатні умови існування оптимального рішення. Розроблені двох - і трьох-параметричні моделі залежності обсягу тестування від вартості тесту, запропонований критерій оптимальності й оптимальні рішення. Розроблено алгоритм і методика параметричної ідентифікації нормованого критерію оптимальності, показана ефективність параметричного аналізу оптимальних рішень за допомогою нормованих значень прибутку, нормованих безрозмірних коефіцієнтів і нормованих значень ціни. Визначено безрозмірні нормовані координати екстремумів і границі інтервалу існування прибутку.

17. Обрано середньоквадратичний критерій оптимізації на відміну від існуючих, у якому, координати відхилень реальних значень від еталонних, підпорядковані умові нормування. Сформульовано теорему про оптимальне термінальне управління. Отримано і вирішене рівняння оптимізації режиму, що стежить.

18. Знайдено аналітичні виразі, що, на відміну від існуючих, дозволяють вирішувати задачу оптимального вибору вагових коефіцієнтів для мінімізації критерію, оптимізації режиму, що стежить. Уперше виведені аналітичні співвідношення, що дозволяють оцінювати дисперсії, випадковий перемінний, визначальний реальний і еталонний режим термінального управління. Отримані результати поетапної оптимізації можуть бути основою для побудови конкретних систем оптимального управління, що використовують два режими: «пошук оптимального (еталонного) значення керованої перемінної» і «спостереження за цим оптимальним значенням».

Проблемні питання, що випливають з результатів виконаних досліджень, на нашу думку, полягають у наступному:

створення єдиної математичної теорії системи навчання і теорії тестового контролю знань при формуванні баз професійних проблемноорієнтованих знань автоматизованих систем керування. При цьому становить інтерес побудова такого ітераційного процесу, що одночасно враховував би оптимізацію реальних і системних тестів;

синтез параметрів реальних і системних тестів за емпіричною інформацією про результати спостережень з використанням методів підвищення інформативності тестів;

подальшій розробці методів побудови систем, заснованих на професійних знаннях з наступним програмованим перекладом у бази професійних знань, що формуються.

Таким чином, отримані в даній роботі нові наукові результати, що включають у себе аналітичні дослідження шляхів формування технології навчання операторів АСУ, а також алгоритми, моделі, методи і методики, окремі формули і співвідношення доповнюють фундаментальний зміст математичної теорії системних і реальних тестів, збагачують наукові основи побудови автоматизованих систем керування, ставлять на більш високий рівень інтелектуальне забезпечення задач формування баз професійних знань автоматизованих систем керування. Коректність отриманих результатів і їхню математичну строгість забезпечують сформульовані і доведені в роботі теореми, твердження. Адекватність отриманих у роботі моделей і ефективність запропонованих, підтверджена результатами експериментальних досліджень, практичним використанням і впровадженням в практику функціонування реальних ергатичних систем.