Электронная библиотека Веда
Цели библиотеки
Скачать бесплатно
Доставка литературы
Доставка диссертаций
Размещение литературы
Контактные данные
Я ищу:
Библиотечный каталог российских и украинских диссертаций

Вы находитесь:
Диссертационные работы России
Технические науки
Управление в социальных и экономических системах

Диссертационная работа:

Ломиногина Елена Владимировна. Модели управления для нелинейной системы организации учебного процесса вуза : диссертация ... кандидата технических наук : 05.13.10 / Ломиногина Елена Владимировна; [Место защиты: Воронеж. гос. архитектур.-строит. ун-т]. - Воронеж, 2008. - 136 с. : ил. РГБ ОД, 61:08-5/320

смотреть содержание
смотреть введение
Содержание к работе:

Введение 4

1 АНАЛИЗ СУЩЕСТВУЮЩИХ СИСТЕМ УПРАВЛЕНИЯ
УЧЕБНЫМ ПРОЦЕССОМ ВУЗОВ 22

1.1 Зарубежные системы управления учебным процессом на основе за
четных единиц і.'..' 20

1.1.1 Система кредитных единиц США (USCS) 20

  1. Кредитная система в Великобритании (CATS) 28

  2. Система кредитов в Азиатском и Тихоокеанском регионах (UCTS) 31

  1. Планирование учебного процесса в линейной схеме организации обучения 35

  2. Концептуальная модель организации учебного процесса 39

  3. Критерии эффективности при управлении учебным процессом вузов

и постановка задач исследования 55

2 МАТЕМАТИЧЕСКАЯ МОДЕЛЬ СИСТЕМЫ УПРАВЛЕНИЯ

УЧЕБНЫМ ПРОЦЕССОМ ВУЗОВ 64

2.ІМодель системы управления учебным процессом 64

2.2 Модель стимулирования профессорско-преподавательского
состава 69

2.3 Экспертный механизм для оценки сложности конкретного вида
занятия 72

2.4 Имитационная модель функционирования СУУП 78

3. ВАРИАНТ СИСТЕМЫ УПРАВЛЕНИЯ УЧЕБНЫМ ПРОЦЕССОМ.. 90

3.1. Механизмы формирования СУУП 90

з
3.2. Состав и взаимодействие прикладного программного обеспе
чения СУУП 116

3.3 Оценка эффективности СУУП 119

Заключение 124

Литература 125

Приложение 136

Введение к работе:

Актуальность темы. В настоящее время начат переход Российского образования к планированию учебного процесса в нелинейной системе, т.к. к этому обязывает ратифицированное страной Болонское соглашение, при этом в большинстве вузов сложилось весьма упрощенное мнение, что такой пере-ход-это всего лишь пересчет существующих академических часов в систему зачетных единиц (когда часы делятся на 36). Одновременно с этим ГОС ВПО II; поколения должен смениться третьим. Такие изменения- носят фундаментальный характер и должны привести к перестройке всей вузовской деятельности, центральной из которых является организация учебного процесса.

Организация учебного процесса в такой модели осуществляется по нелинейной схеме основными отличительными чертами которой являются: большая свобода выбора учащимися дисциплин, перечисленных в учебном плане, личное участие каждого студента в формировании своего индивидуального учебного плана; вовлечение в учебный процесс академических консультантов, содействующих студентам в выборе образовательной траектории, в частности, в выборе изучаемых дисциплин; введение системы зачетных единиц (з.е.) для оценки трудозатрат студентов и преподавателей по каждой дисциплине; обеспеченность учебного процесса всеми необходимыми методическими материалами в печатной и электронной формах; использование балльно-рейтинговых систем для оценки усвоения студентами учебных дисциплин. При этом студент освобождается от необходимости иметь общий учебный план и расписание с другими студентами, объединенными в одну учебную группу (поток), тогда расписание занятий становится не итоговым документов планирования, а исходным. Возможность выбора студентом дисциплины способствует формированию конкурентоспособности между преподавателями, заставляет их непрерывно совершенствовать свои дисциплины с целью привлечения дополнительного числа студентов, т.к. это формирует их учебную нагрузку. К сожалению, Болонская концепция, при всей ее при-

влекательности не дает целостного методологического представления о том, как же осуществить переход от традиционной модели организации учебного процесса к инновационной, а существующие проблемы носят системный и в некоторых случаях критический характер.

Существующие линейные модели, ориентированные на плановую экономику в современных условиях демонстрируют ряд существенных недостатков: пассивность рядовых преподавателей из-за отсутствия системы мотивации их усилий (обучение группы студентов. 7 и 25 человек оценивается стандартными 2 академическими часами); недостоверное формирование учебных планов специальностей, приводящее к тому, что число преподавательских ставок в вузе завышено, а соотношение «студенты/преподаватели» наоборот, занижено ввиду явного противоречия между целевыми функциями УМУ и заведующих кафедрами (стремящимися получить максимальное количество часов), что особенно характерно для заочного обучения; значительное число контролеров в системе; низкое время реакции системы на корректировку учебной нагрузки и расписания занятий после проведения приемной компании, что значительно затрудняет обучение в начале учебного года. Все вышеперечисленное приводит к снижению качества учебного процесса и как следствие теряются конкурентные преимущества конкретного вуза, а это вопрос его выживания.

Таким образом, поиск новых моделей и механизмов планирования учебного процесса стимулирующих преподавателей к повышению качества учебного процесса и минимизирующих время реакции должностных лиц на возникающие ситуации является^актуальным в научном и практическом плане.

Основные исследования, получившие отражение в диссертации, выполнялись по плану гранта РФФИ 07-07-00281 «Построение математических моделей, разработка методов и алгоритмов информационного обеспечения системы управления качеством образовательной деятельности технического университета».

6 Цель исследования Цель диссертационной работы заключается в разработке моделей и механизмов, организации учебного процесса вуза, обеспечивающих снижение временных затрат должностных лиц, выполняющих планирование и корректировку учебного процесса за счет интеллектуальной поддержки процесса принятия решений при качестве обучения не ниже заданного.

В рамках этой цели необходимо решить следующие задачи:

проанализировать существующие системы организации учебного процесса вузов;

синтезировать модель системы управления учебным процессом (СУУП);

решить задачу построения1 оптимальной модели стимулирования профессорско-преподавательского состава (ГШС) обеспечивающую повышение качества образовательной деятельности;

построить экспертные механизм для оценки сложности конкретного вида занятия из изучаемого тематического блока;

разработать имитационную модель функционирования СУУП с возможностью анализа.и выбором* набора управленческих решений для минимизации времени реакции должностных лиц при выполнении функциональных обязанностей, за счет интеллектуальной поддержки процесса управления;

синтезировать набор прикладного программного обеспечения для реализации функций СУУП;

провести экспериментальные исследования предложенных моделей и механизмов! для аналитического сравнения с существующими моделями СУУП, проанализировать их и получить.оптимальный вариант СУУП вуза.

Методы исследования. В' работе использованы методы моделирования организационных систем управления, системного анализа, теории игр, теории вероятности, теории принятия решений, использованием расплывчатых категорий.

Научная новизна. В диссертации получены следующие результаты, характеризующиеся научной новизной:

  1. Синтезирована модель системы управления учебным процессом (СУУП) позволяющая минимизировать возможность манипулирования информацией о типе кафедры.

  2. Решена задача построения оптимальной модели стимулирования профессорско-преподавательского состава (ППС) обеспечивающая повышение качества образовательной деятельности.

  3. Построен экспертный механизм для оценки сложности конкретного вида занятия из изучаемого тематического блока определяющий весовой коэффициент для построения кафедральной системы расчета нагрузки конкретного преподавателя.

  4. Разработана имитационная модель функционирования СУУП с возможностью анализа и выбором набора управленческих решений для минимизации времени реакции должностных лиц при выполнении функциональных обязанностей, за счет интеллектуальной*поддержки процесса управления.

Достоверность научных результатов. Научные положения, теоретические выводы и практические рекомендации, включенные в диссертацию, обоснованы математическими доказательствами. Они подтверждены расчетами на примерах, производственными экспериментами и многократной проверкой при внедрении в практику управления.

Практическая значимость и результаты внедрения. На основании выполненных исследований синтезированы модели и механизмы для управления учебным процессом, позволяющие повысить качество обучения, при одновременном снижении времени реакции должностных лиц вуза на возникающие учебные ситуации с предложением инструментов институционального управления.

Использование разработанных в диссертации моделей и механизмов позволяет многократно применять разработки, тиражировать их и осуществлять их массовое внедрение с существенным сокращением продолжительности трудозатрат и средств.

Разработанные модели используются в системе планирования учебного процесса в Воронежском государственном архитектурно-строительном университете.

Апробация работы. Основные результаты исследований и научных разработок докладывались и обсуждались на конференциях: международной научно-практической конференции «Образование, наука, производство и управление» (Старый Оскол, СТИ МИСиС, 2006 г.) и международной научной конференции «Сложные системы управления и менеджмент качества» (Старый Оскол, СТИ МИСиС, 2007 г.), международной научно - технической конференции «Наука и технологии Актуальные проблемы (9-14 апреля Ставрополь, 2007), V международной конференции «Системы управления эволюцией организацией» (10-16 сентября 2007 г. Салоу, Испания).

Публикации. По теме диссертации опубликовано 9 печатных, работ общим объемом 55 страниц (лично автором выполнено 22 с).

Личный вклад автора в работах, опубликованных в соавторстве, состоит в следующем: в работах [2], [3], [4] автором разработана модель управления учебным процессом в нелинейной системе; в работе [5] автору принадлежит механизм распределения ресурсов; в работе [1] автор предлагает модель информационной системы поддержки принятия решений при управлении учебным процессом; в работах [6], [7], [8], [9] автором предложен комплекс моделей для выбора системы стимулирования ППС относительно оценки качества преподавания и экспертный механизм оценки сложности вида занятия.

Объем и структура работы. Диссертация состоит из введения, трех глав, заключения, списка литературы и приложений. Она содержит 136 страниц основного текста, 24 рисунка, 19 таблиц и приложения. Библиография включает 139 наименований.

Во введении обосновываются актуальность, описываются цель и задачи исследования, научная новизна и практическая значимость.

В первой главе проанализирована существующая система планирования учебного процесса вуза. В первом параграфе проанализированы существующие системы управления учебным процессом в России и за рубежом, в частности: кредитные системы, ориентированные, главным образом, на перевод кредитов для обеспечения академической мобильности - ECTS (European Credit Transfer System), USTS (UMAP Credit Transfer Scheme - система зачета кредитов университетов азиатско-тихоокеанского региона); кредитные системы, ориентированные на накопление кредитов, -USCS (United States Credit System - система кредитов, используемая в университетах США); кредитные системы смешанного типа, ориентированные на перевод и накопление кредитов одновременно CATS (Credit Accumulation and Transfer System - кредитная система университетов Великобритании). При этом определено, что Кре-дитно-зачетные системы, как правило, исходят из понятия и определения кредита как единицы оценки трудозатрат на освоение образовательной программы или ее части. Кредитно-накопительные системы, в основном, определяют кредит как единицу оценки результатов освоения образовательных программ - приобретаемых знаний, умений и навыков. Такая постановка задачи заставляет по новому осмыслить существующие подходы к планированию учебного процесса в Российском вузе.

Во втором параграфе рассмотрено планирования учебного процесса в линейной модели. В этом случае расчет нагрузки 1JLL1C производится в следующей последовательности: за дисциплинами каждого учебного плана в зависимости от семестра закрепляется контингент студентов (К), количество академических групп; рассчитывается учебная нагрузка: на обязательные виды занятий - (Уобяз.) по каждой дисциплине по семестрам в зависимости от контингента студентов и количества академических групп: аудиторные часы, промежуточный контроль знаний студентов (экзамены, зачеты, курсовые проекты, курсовые работы) - по учебному плану; на дополнительные виды работы преподавателей со студентами - (УДВРПС): расчетно-графические работы, контрольные работы, рефераты - по рабочей программе,

консультации к лекциям и экзаменам и др.; на все виды практик - (Vnp.); на
дипломное проектирование - (УДП+ГАК); суммируем часы по каждой обра
зовательной программе и находим объем учебной нагрузки необходимый для
ее реализации (Уобр.пр.); находим общее количество часов по всем реали
зуемым образовательным программам - объем учебной нагрузки вуза (Увуза)
путем суммирования всех (Уобр.пр.); устанавливаем количество штатных
единиц ППС по вузу (8вуза) в зависимости от контингента студентов (Д/О -
1шт. ед. : 10 студентов, З/О- 1 : 35); вычисляем среднюю нагрузку препода
вателей по вузу - (Свуза) = (Увуза) : (8вуза) = 830 часов; определяем количе
ство штатных единиц ППС по каждой образовательной программе -
(So6p.np.) = (Уобр.пр.) : (Свуза); распределяем учебную нагрузку по кафед
рам (Укаф.) и находим количество штатных единиц ППС кафедры - (8каф.) =
(Укаф.) : (Свуза). >.

В' третьем параграфе рассматривается1 концептуальная^ модель организации учебного процесса, определены органы и объекты управления в. контексте системы организационного управления, построенного по принципу бюрократической модели (существует четкая иерархия правил и решений, присутствует жесткая регламентация должностных инструкций).' Недостатками такой модели являются: пассивность рядовых преподавателей из-за отсутствия системы мотивации их усилий; недостатки в формировании учебных планов, рассчитанных в параметрах времени (часах) и составленных так, что число преподавательских ставок всегда завышено, а соотношение «студенты/преподаватели» наоборот, занижено ввиду явного противоречия между целевыми функциями УМУ и заведующих кафедрами (стремящимися получить максимальное количество часов; значительное число контролеров в системе.

В четвертом параграфе рассмотрены критерии эффективности СУУП и схема исследований. В соответствии с требованиями ISO 9001:2000 критериями эффективности СУУП являются: снижение времени реакции вуза (TJ на расхождения при реализации процедур планирования за счет снижения

11 временных затрат ЛПР на анализ текущей информации и организацию взаимодействия с другими ЛПР, экономический эффект от внедрения СУУП (повышение качества преподавания, снижение числа ставок ППС и т.д.

Во второй главе рассматривается задача разработки моделей компонентов СУУП как О И UP должностных лиц вуза при планировании и корректировки хода образовательной деятельности.

В'первом параграфе описывается'модель системы-управления»учебным процессом (СУУП). Управляющим органом выступает УМУ и проректор по учебной работе, объектом^управления - кафедры и деканаты < iV = {l,2,...,w}. Каждая кафедра характеризуется параметром r(eQ,, /eiV (тип). Кафедра і сообщает УМУ информацию s, є S, (объем требуемых дисциплин), о- значении своего типа г, є Q;, і є N (наличие квалифицированных ППС). Тогда множество сообщений s = (st,s2,...,sn) будет представлять механизм планирования. Планы, назначаемые каждой-кафедре зависят от сообщений других кафедр.

Для обеспечения равновесия Нэша в такой игре между кафедрами необходимо создать,условия; когда одностороннее отклонение невыгодно каждой из них т.е.: V/є JV, Vs, є S, /(#,(*(>")>>;))-.//(^1(^-/(^)5О- План (учебная нагрузка), назначаемая каждой кафедре, является отображением множества возможных сообщений во множество планов. Сообщения кафедр зависят от их типов. Тогда для прямого механизма равновесие Нэша выглядит следующим образом: V/єN, V7f є12 ft(ht(r (r),rj)> ft(ht(rt,r_*(r),rt). Задача УМУ заключается в получении достоверной информации о типе кафедры, однако добиться этого в условиях простого распределения^ академических часов крайне затруднительно и не позволит повысить качество учебного процесса. Как же сделать,такой механизм неманипулируемым? Выход довольно прост. Необходимо для дисциплин осуществляющих обучение студентов по вариативным планам ввести понятие поправочного коэффициента, определяющего долю такого студента в учебной программе: (ку) = (Viy4.) /(ТК2дисц-)-

Тогда объем дисциплины определяется.выражением: (VdUCll.) = (Тдисц.) х (К )х (кф.

Данный подход делает невыгодным для кафедр манипулирование информацией, т.к. нагрузка отвязывается напрямую от академических часовни становится ориентированной на контингент обучаемых. Далее возможно применить последовательный механизм распределения ресурсов. - УМУ определяет значения- ку и сумму Уднсг/ на текущий учебный год и сообщает об этом кафедрам и деканатам; - кажд^кафедра' получает то ресурс, который запрашивает, т.к. манипулировать информацией о своем типе становится невыгодно; - исключаем кафедру получившую ресурс из рассмотрения, перенумеровываем остальные и возвращаемся к началу.

Таким образом, каждая кафедра получит компенсаторную систему стимулирования. Данная система, уравнений означает, что* получение кафедра получит требуемую мотивацию, если выбирает действия по предоставлению правдивой информации относительно показателя, ее затрат, в противном случае - ничего:

Во втором параграфе представлена-оптимальная модель стимулирования і профессорско-преподавательского состава. В данной работе рассмотрим механизмы стимулирования для ППС, осуществляющих обучении по дисциплинам вариативного набора студентов, т.к. по данным вариантам между преподавателями возможен режим конкуренции, что будет являться существенным стимулом для повышения качества своей работы. В этом случае получаем веерную систему организационного управления, центром которой является заведующий кафедрой,,а агентами преподаватели. Тогда множество действий преподавателя: yt єА^сг/у,), і gN = {1,2,...,n} , будет отражать его

вектор направленный на повышение качества учебного процесса, при этом есть ограничения на общий фонд кафедральной нагрузки - VKa(j,. В результате получаем классическую задачу веерной структуры со слабо связанными агентами.

Целевая функция заведующего кафедрой представляет собой разность между доходом Нк(у) (который дает суммарная доля привлеченных преподавателями студентов) и суммарным стимулированием - нагрузка преподавателей, которые он им выплачивает. Тогда z-ый преподаватель получает стимулирование за свои действия от заведующего1 и несет затраты, зависящие только от его желания- повышать качество образовательного процесса.

Какую же систему стимулирования-к преподавателям возможно применить? Ответ очевиден — пропорциональную.

Размер данного коэффициента должен быть, пропорционален количеству привлеченных студентов и как следствие повышению общего кафедрального фонда. Тогда мы получим оптимальный план для* заведующего. Применение компенсаторной' системы стимулирования приведет к неизбежной уравниловке и как следствию, падению-качества образовательного процесса и возможному переходу студентов на другие кафедры.

В третьем параграфе рассмотрен экспертный* механизм для оценки сложности конкретного вида занятия (лекция; практическое занятие; семинар, лабораторная-работа и т.д.). Данный механизм необходим-для корректировки внутри кафедры учебной нагрузки с целью определениякоэффициента мотивационной надбавки ИПС. Пусть имеется-однородная группа из m экспертов (ППС кафедры) и множество п классифицируемых объектов (виды занятий по тематическому блоку дисциплины). Тогда необходимо определить наилучшее приближение к «правильной» классификации.

Поставив каждому і-му объекту в соответствие несколько экспертов (лучше всего знающих этот объект); для каждого из остальных объектов эти эксперты указывают, находится ли объект в данном классе с і-м объектом. Вероятность того, что эксперт отнесет объекты і и j к одному классу, т. е.

Пусть значения об экспертах позволяют допустить, что вероятность того, что эксперт дает точные в смысле упомянутой выше «правильной»

классификации суждения, больше —. А именно, во-первых, если какие-то два

объекта находятся в одном классе «правильного» разбиения, то вероятность отнесения экспертом этих объектов также к одному классу больше —. Во-вторых, если два объекта находятся, наоборот, в разных классах, то вероятность отнесения экспертом этих объектов также к разным классам больше. Тогда при использовании метода максимума правдоподобия-искомое разбиение находится при максимизации критерия на множестве всех возможных разбиений. Множество решений задачи максимизации этого критерия в общем случае не единственно, но заведомо ограничено.

Поведение эксперта таково, что он поочередно рассматривает имеющиеся объекты и постепенно формирует классы. Пусть в какой-то момент эксперт уже построил 1 классов и рассматривает очередной объект. Тогда эксперт решает, отнести его к одному из уже построенных классов или еде-лать этот объект родоначальником нового (1+1)-го класса. В этом случае мат-рицаїїд-J будет представлена в нижнетреугольном виде: Яу—О при j>i. Если известны вероятности рц отнесения і и j к одному классу, матрица LJ, а следовательно, и искомое разбиение восстанавливаются однозначно рекуррентным способом. Для нахождения» необходимых оценок qy можно полагать вероят-

ности р,\ равными —. Эти оценки будут служить начальным приближением

для отыскания максимума функции правдоподобия «методом последовательных приближений.

Полученные на основе данного механизма весовые оценки позволят ввести поправочные коэффициенты при получении итоговой нагрузки ППС кафедры с целью мотивации к повышению качества учебной работы.

В четвертом параграфе рассматривается имитационная модель функционирования СУУП вуза в виде 3-х фазной Q-схемы (Лр=3) с обратной связью. Источником потока заявок в модели являются кафедры, т.к. они непосредственно осуществляют ведение образовательной деятельности. В качестве накопителей Hi, и каналов Кі} выступают органы управления (/,-- про-

ректор по учебной работе, УМУ, деканат). Обслуженные заявки обозначим N2j, а потерянные NXJ.

В качестве эндогенных переменных выступает вероятность Р — потери заявок. Под экзогенными переменными обозначим: tm - время появления очередной заявки из источника; tkj - время окончания обслуживания каналом К; очередной заявки; вспомогательные переменные: Z, и ZkJ - состояния- Hi и Кк; параметры Lt - емкость / -то Н); Lkh - число каналов в к-ой

фазе. Причем ^ = 0-^«кафедр X «дисциплин, Т.Є. ТЄОрЄТИЧЄСКИ ЧИСЛО'СОбьіТИЙ ВИ-

рируется от нуля до состояния; когда все кафедры будут иметь проблемы с преподаванием дисциплин1 (однако, вероятность такого события ничтожно мала).*

Для имитации процесса функционирования 0-схемы организуем, массив состояний, выделив^ в нем подмассив К — для запоминания текущих знаний Zk j соответствующих каналов - KkJ и времени окончания обслуживания

очередной заявки tk ., j = 1, Lhh, подмассив Н для записи текущего значения Z,, соответствующих накопителей Н{, i=l, 2; подмассив и, в который' записывается время поступления очередной заявки tm из источника (и).

Задачей органов управления в- такой* системе является минимизация времени ожидания для обработки заявок и исключение, а при невозможности минимизация вероятности потери таких заявок. Для этого используя метод наименьших квадратов оценок bj и оценок дисперсий bj в предположении, что все погрешности 5j независимы и имеют одинаковую дисперсию, которую мы хотя и не знаем, но можно найти ее оценку Sy2.

В матрице планирования столько строчек, сколько выполнено'опытов при различных сочетаниях уровней факторов) и столько столбцов, сколько искомых коэффициентов модели. Тогда, для построения алгоритма нахождения bj запишем в матричной форме условие минимизации суммы квадратов

16 отклонений экспериментальных значений у от рассчитанных. S2 должно быть минимально, или dS2 /d b, = 0 для всех і. Раскроем это равенство:

А ту-ЪтАту-утАЬ+ЪтАтАЪ)=0 , -(Ату)гтА)1+2(АтАЬ)гО

5Ь,

Следовательно приходим к матричному равенству: АТА b = Ату

Последнее равенство и является расчетной формулой, по которой находятся оценки. Теперь необходимо проверить гипотезу, что погрешности измерения всех величин yj независимы и дисперсии их одинаковы.

Проверить такую гипотезу можно, только проделав большое число измерений (р) в каждой экспериментальной точке, построив выборную ковариационную матрицу D результатов эксперимента и проверив гипотезу о ее диагональности.

Для построения критерия проверки гипотезы переходят от ковариантной

D,

матрицы к корреляционной Ry = , IJ . Для независимых случайных величин R - единичная матрица и ее определитель должен быть.равен 1 (однако мы имеем лишь оценку R, построенную по п выборкам объема р значений случайных величин). Поэтому в качестве критерия проверки гипотезы Но: R = I возьмем определитель R: V = | R |.

Закон распределения. V довольно сложен, но при достаточно больших значениях р можно использовать его асимптотическое представление: P{-m-lnVf2/m2) -[Ptf'f+4f3). Таким образом, критическая область для проверки гипотезы m InV > v при уровне значимости а= 1- P{-m-lnV

В результате мы не только рассчитаем возможные результаты функционирования системы управления учебным процессом как системы массового обслуживания, но и получим несмещенные оценки для дисперсий погрешностей испытаний, что существенно повысит достоверность их результатов.

Затем получив матрицы значений* для интенсивностей потока заявок при разных фазах функционирования СУУП определим перечень вариантов необходимых управленческих воздействий с целью минимизации времени реакции системы. Для этого воспользуемся теорией принятия решений.

Построим платежную матрицу, в строках которой будут находиться состояния СУУП (соответствующие разным вариантам соотношений интенсивность заявок/пропускная способность каналов СУУП, а в столбцах стратегии органов управления. Пересечение строк и столбцов — соответствующий весовой коэффициент, обуславливающий необходимую цену, которую орган управления должен заплатить, чтобьг избежать нежелательных для него ситуаций. Тогда, выбор органа управления (ц) с набором корректирующих решений производится на основе критерия Сэвиджа в следующей последовательности. Вычисляется максимальный дополнительный, выигрыш

/.. =тахи — и„, который достигается, если для» ^-вместо- at выбрать ai+x.

J , J J

и..

вычитается- из наибольшего

Затем каждый элемент матрицы, решения результата max иу соответствующего столбца. Разности У у образуют матрицу остатков < uir.

Эта матрица пополняется столбцом наименьших разностей Щг. Выбираются те варианты, в строках которых стоит наименьшее для этого столбца значение. При необходимости двух органов управления выбирают ближайший, трех - ближайший по второму.

В третьей главе рассмотрены методологические основы разработки СУУП вуза, как СППР руководителей разных уровней для повышения качества образовательной деятельности.

В первом параграфе представлены варианты расчета нагрузки ППС при нелинейной системе организации учебного процесса на примере 2 курса специальности «Подъемно-транспортные строительные, дорожные машины и оборудование». Рассмотрим вариант расчета объема учебных занятий каждой

дисциплины- - (Удисц.), входящих в него объемов обязательных занятий -(Уобяз.) и ДВРПС - (УдврпсХ в зависимости от контингента студентов (К) и трудоемкости дисциплин - (Тдисц.) на примере специальности ЄДМ - Д/О.

Алгоритм действий следующий: Определяем общий контингент по специальности СДМ (Ксдм)> равный сумме контингента каждого курса (К] сдм + К2 сдм + К3 сдм + К4 сдм + К5 сдм): - 233 = 49 + 48 + 35+50 +51 и среднюю нагрузку на одну ставку - Свуза = 830 час. Устанавливаем количество штатных единиц ППС необходимое для реализации образовательной'программы, равное сумме штатных единиц ППС на каждом курсе: - (Scam-) = (Ксдм) / Ю = 233 / 10 = 23,3' шт.ед.; при этом (Scm.) = (Si Сдм) + (S2 сдм) + (S3 сдм) + (S4 сдм) + (Ss сдм)- Вычисляем количество штатных единиц ППС необходимое для реализации образовательной программы на каждом курсе: - (Si сдм) = 49 : 10 = 4,9; (S2 сдм) = 48 : 10 = 4,8; (S3 сдм) = 35:10 = 3,5; (S4 сдм) = 50 : 10 = 5,0; - (S5 сдм) = 51 : 10 = 5,1. Находим (УсдмХ равный сумме объемов учебной нагрузки каждого курса (V! Сдм + V2 сдм + V3 сдм + V4 сдм + V5 сдм),.в который входит объем учебной нагрузки - (Ууч.) и объем нагрузки практик - (Vnp.), а также ДП и ГАК - (УДП+ГАК). (Усдм) = (Свуза(Scm.) = 830 х 23,3 = 19339 час. Вычисляем объем учебной нагрузки каждого курса: (V] сдм)"=ву3а) х (S, сдм) = 830x4,9 = 4067; (V2 СДм) = (Свуза) х (S2 Сдм) = 830 х 4,8 = 3984; (V3 сдм) = (Свуза) х (S3 сдм) = 830 х 3,5 = 2905; (V4 сдм) = (Свуза) х (S4 Сдм) = 830 х 5,0 = 4150; (V5 сдм) =вуза) х (S5 сдм) = 830 х 5,1 = 4233. Определяем полный перечень дисциплин, учитывающий выбор каждым студентом из вариативной части учебного плана (дисциплины по выбору) своей образовательной программы. Вычисляем объем учебной нагрузки необходимый для проведения учебных занятий (например, на* 2 курсе) - (V2 уч.) = (V2 Сдм) - (V2np.) = 3984 - 288 = 3696: Зная (Тдисц.) дисциплины в каждом'семестре (по учебному плану) определяем общую трудоемкость на 2 курсе - (Т2днсц.)= 1842. Находим трудоемкость всех студентов 2курса-(ТК2д„сц-) = (Т2дисц.)х(К2сдм) = 1842 х 48 = 88416. (Это действие необходимо, так как после выбора студентами дисциплин из вариативной части число, студентов закрепленных за

дисциплинами не всегда будет равно количеству студентов на курсе ). Определяем коэффициент одного студента 2 курса - (к2 СДМ), равный соотношению (V2 у-,-) : (ТК 2 дисц-)» т-е. (к2 сдм) = (V2 у.,.) : (ТК 2 ДНсц.). Устанавливаем по семестрам объем учебной нагрузки каждой дисциплины - (Удисц.) = (Тднс„.) х (К 2 сдм) х (к2 сдм), включающий в себя как объем аудиторных занятий -

ауд.) ТЭК И Объем ДВРПС - (Удерпс)- Определяем (Удврпс) = (Удисц.) - (УобязО-

Каждый студент должен выполнить все требования ГОСтандарта, поэтому расчет учебной нагрузкифазделим на две части: основную — базовую и расчетную. К базовой;относятся - обязательные аудиторные занятия, промежуточный контроль знаний, а также практика и ДП. К расчетной относится, доля GPC (РГР, контрольные работы, рефераты, консультации и т.д.) каждого студента - другие виды работы преподавателя со студентами (ДВРПС) в зависимости от соотношения СРС : 1111С.

Во втором параграфе рассмотрены методики работы должностных лиц вуза при планировании учебного процесса в трехфазной модели. В первой фазе студенты (после консультаций с тьютером) составляют свой индивидуальный учебный.план на следующий учебный год и сдает в деканат в период с 20 апреля по 15 мая. По каждой дисциплине УМУ по согласованию с деканатом факультета устанавливает минимальное число студентов, необходимое для открытия дисциплины, а для каждого преподавателя - максимальное число студентов в учебном потоке (группе). В^случаеесли на данную дисциплину в срок до 15 мая записалось число студентов, меньшее минимально установленного, то дисциплина не вносится в рабочий план специальности); записавшиеся на эту дисциплину студенты должны в срок до 30 мая подать в деканат заявки об изменениях в индивидуальных планах. В случае если к данному преподавателю записалось число студентов, большее максимально-установленного, то УМУ совместно с деканатом формирует по этой' дисциплине второй учебный поток (в этом случае заведующий кафедры должен назначить еще одного преподавателя не меньшей квалификации).

Во второй фазе после согласования нагрузки ППС (между кафедрами, деканатами и НМС) происходит ее утверждение на Ученом совете вуза до 30 июня. В результате формируется окончательное расписание занятий на следующий учебный год (в срок до 25 августа). На третьей фазе после приемной компании осуществляется корректировка расчета нагрузки и расписания занятий в срок до 15 сентября деканатами и УМУ.

В третьем параграфе на основе методологии SADT (Structure Analysis and Design Technique), предназначенной для представления функций системы и анализа требований к ней разработана локальная версия информационной системы поддержки принятия управленческих решений при расчете учебной нагрузки и е корректировке. Для этого в терминах IDEF0 в виде комбинации блоков и дуг представлена модель бизнес-процессов СУУП. Далее определена логическая модель выраженная средствами реляционной1 модели, данных. Результат разработки логической модели данных для СУУП приведен в виде ER-диагралт нормализованных до 3-ей нормальной формы.

Во втором параграфе рассмотрен состав.и взаимодействие прикладного программного (ППО)1 обеспечения СУУП вуза. Доступ к ресурсам СУУП осуществляется через.диалоговое- окно главной страницы. Пользователь, попадает на главную страницу СУУП с авторизованным доступом к комплексу ППО (для каждого пользователя в зависимости от его функциональных задач уровень доступа к ресурсам базы данных планирования нагрузки разный), включающее: модули сбора информации необходимой для планирования учебного процесса; различные модули расчета нагрузок для различных си-туагщй учебного процесса; модули корректировок параметров нагрузки; многоуровневую систему отчетов для различных органов управления1 планированием учебного прогресса ; модули ввода и корректировки данных о студентах, преподавателях и изучаемых дисциплинах.

В четвертом параграфе проводится оценка эффективности от внедрения СУУП в учебный процесс по критериям Ти, Wmu. В результате расчетов получены результаты, позволяющие сделать следующие выводы: снижение

временных издержек при реагировании должностных лиц на ситуации составило - 30%; экономический эффект составил 26,4% от линейной системы организации учебного процесса.

В заключении приводятся основные теоретические и практические результаты и выводы диссертационной работы. Приложение содержит материалы о внедрении результатов диссертации.

Подобные работы
Вязигин Владимир Геннадьевич
Организация управления образовательным процессом в вузе Государственной противопожарной службы МЧС России на основе методов и моделей факторного анализа
Лещинская Ирина Сергеевна
Модели и процедуры управления учебным процессом в ВУЗе (На прим. Нижегород. гос. ун-та)
Зеленин Александр Юрьевич
Управление инвестиционным процессом развития региональной системы телерадиовещания на основе моделей и алгоритмов принятия решений
Кониченко Александр Васильевич
Управление жизненным циклом распределенных экономических информационных систем на основе динамической реконфигурации их структурно-функциональной организации
Синявская Ирина Анатольевна
Совершенствование процесса управления вузом на основе разработки и адаптации методики оценки качества деятельности
Задорожняя Елена Константиновна
Инновационные формы и методы реализации процесса управления образовательной деятельностью вуза
Варламова Светлана Александровна
Система управления образовательным процессом в сообществе филиалов вузов территориально-промышленного комплекса
Волкова Татьяна Викторовна
Совершенствование процессов формирования информации для управления вузом на основе интегрированной автоматизированной системы
Калугян Каринэ Хачересовна
Системы тестирования в вузе как инструмент управления учебным процессом
Зубарев Игорь Валентинович
Интеллектуализация управления образовательным процессом на основе внешних и внутренних информационных ресурсов вуза

© Научная электронная библиотека «Веда», 2003-2013.
info@lib.ua-ru.net