12.1. Обоснование выбора темы и области применения разработки 142

12.2. Оценка ожидаемой экономической целесообразности разработки, изготовления и использования проектируемой системы 144

12.2.1. Расчет затрат на разрабоку и изготовление предлагаемого курса 145

12.2.2. Расчет экономического эффекта от создания и использования обучающего курса 147

12.3. Выводы 151

Глава 13. Обучение контролирующей системы 152

Глава 14. Дистанционный обучающий и контролирующий курс 155

Заключение 160

Литература 162

Приложение 1. Лабораторная работа «Кластеризация образов с помощью системы моделирования нейросетей Trajan 2.1» 164

1. Цель работы 164

2. Знания и умения, формируемые данной лабораторной работой 164

3. Постановка задачи 164

4. Принципиальные особенности сетей Кохонена. 165

5. Создание сети Кохонена 166

6. Обучение сети Кохонена 167

7. Работа с сетью Кохонена. 170

8. Задание 174

9. Контрольные вопросы 174

Приложение 2. Вопросы контролирующего курса. 175

Приложение 3. Обучающие последовательности для контролирующей системы 178

Приложение 4. Листинг контролирующей программы. 182

Введение

Сегодня информация является важной частью повседневной жизни. Появляется все больше различных технологий для обработки, хранения и распространения информации, и главную роль в этом процессе играют компьютерные технологии. Одной из неотъемлемых частей существования человечества является образование: передача накопленных знаний и навыков, то есть передача информации.

В последнее время активно развиваются такие методы обучения как заочное, дистанционное и самостоятельное обучение. Широкое внедрение сети Интернет во все аспекты информационных технологий оказало влияние и на организацию процесса обучения. Сейчас очень популярны компьютерные курсы, представляющие собой электронные учебники и предполагающие самостоятельное изучение. Им на смену приходит обучение с помощью Интернет, предлагающее интерактивное взаимодействие студентов и преподавателя.

Таким образом, появляется необходимость в разработке систем дистанционного обучения и автоматического контроля знаний.

В процессе образования очень важным является взаимодействие преподавателя и ученика (студента). Часто тонкие нюансы передаваемых знаний можно объяснить и уловить только при непосредственном общении. Также преподавателю необходимо понимать насколько хорошо студент понимает, усваивает материал. Такое общение зачастую основано на постановке вопросов и получении ответов. Важным является не только адекватное, понятное объяснение материала, но и контроль знаний студентов, выставление оценки, которая несет также и воспитательный характер. И если в области создания дистанционных учебных курсов уже есть разработки, то на этапе контроля знаний таких разработок пока очень мало. Традиционные методики дистанционного контроля знаний основаны на обыкновенном подсчете правильных ответов, а это не всегда верно отражает знания студента. Следовательно, при автоматизации обучения необходимо разработать систему, наиболее адекватно отражающую характеристики преподавателя в проставлении оценок.

Современные технологии Интернет позволяют доставить информацию не только в виде текста (с иллюстрациями и таблицами), но позволяют передавать исполняемые модули, а также мультимедиа-информацию (аудио- и видеофрагменты). Все это позволяет разрабатывать обучающие системы, мало уступающие традиционному обучению с использованием лекций и семинаров.

Для проведения эфективного заочного обучения с помощью Интернет необходимо получить формализованную модель преподавателя. Надо построить адекватную модель взаимодействия преподавателя с учеником, что позволит значительно повысить корректность контроля знаний при дистанционном обучении и приблизить ее к очной форме обучения. Вполне приемлемым подходом к этой проблеме является анализ вопросов и выставленных оценок, т.е. фактически – решение задачи аппроксимации функции взаимодействия. Для решения подобных задач уже весьма давно применяются нейронные сети.

Данный дипломный проект является частью кафедрального проекта по автоматизации обучения и посвящен созданию адаптивного обучающего и контролирующего курсов по нейронным сетям. В качестве инструмента построения обучающей системы в проекте используются нейронные сети. Готовый учебный комплекс предназначен для проведения дистанционного обучения студентов с использованием сети Интернет.

Глава 1 посвящена введению в нейронные сети. В главе 2 проведен обзор возможностей программ моделирования нейронных сетей. Главы 3-5 содержат детальное описание определенных видов нейросетей: персептроны, сети Кохонена, сети радиальных базисных функций. В главе 6 рассматривается генетический алгоритм и его применение для оптимизации нейросетей. Глава 7 содержит описание возможностей системы моделирования нейронных сетей Trajan 2.0 и рекомендации по ее применению. Результаты экспериментального исселдования возможности применения нейросетей для контроля знаний приведены в главе 8, а глава 9 содержит методику обучающей последовательности. В главах 10-11 приведены возможности использования среды WWW в дистанционном обучении, создания программ для нее и примеры программ: демонстрация работы сети Кохонена и программа дистанционного контроля знаний, использующая нейросеть. В главе 12 проведен технико-экономический анализ и обоснование разработки адаптивного обучающего и контролирующего курсов по нейронным сетям. В главе 13 представлена методика обучения контролирующей системы на основе нейросети и в главе 14 приведено описание работы созданного комплекса дистанционного обучения.