Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Информационная система поддержки принятия решений при управлении качеством образовательного процесса университета на основе онтологии

Диссертация: Информационная система поддержки принятия решений при управлении качеством образовательного процесса университета на основе онтологии
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Глушкова, И. Ю. Юсупова, Т. А. Гавриловой, Э. А. Трахтенгерца, А. И. Галушкина, а также зарубежных ученых А. Ньюэлла, Н. А. Саймона, Б. Алена, Т. Бернерс-Ли, Р. Бергмана и др. Вопросами стандартизации образования и совершенствования управления образовательными процессами занимаются ведущие ученые: С. Ю. Трапицын, И. Н. Бородулин, М. Б. Гузаиров, Л. А. Громова, Н. К. Криони, Н. И. Юсупова, Л. А… Читать ещё >

Содержание

  • ИСПОЛЬЗУЕМЫЕ В ТЕКСТЕ СОКРАЩЕНИЯ
  • 1. ИССЛЕДОВАНИЕ ПРОБЛЕМЫ УПРАВЛЕНИЯ КАЧЕСТВОМ ОБРАЗОВАТЕЛЬНОГО ПРОЦЕССА
    • 1. 1. Анализ проблемы управления качеством образовательного процесса на основе международных стандартов качества
    • 1. 2. Анализ существующих концепций управления образовательным процессом
    • 1. 3. Концепция поддержки принятия решений при управлении качеством образовательного процесса на основе онтологии
  • Выводы по главе
  • 2. МОДЕЛИРОВАНИЕ УПРАВЛЕНИЯ КАЧЕСТВОМ ОБРАЗОВАТЕЛЬНОГО ПРОЦЕССА, РАЗРАБОТКА СТРУКТУРЫ ХРАНИЛИЩА ЗНАНИЙ УНИВЕРСИТЕТА
    • 2. 1. Комплекс моделей ИСППР при управлении качеством образовательного процесса на основе онтологии
    • 2. 2. Определение требований к качеству образовательного процесса
    • 2. 3. Критерии оценки качества образовательного процесса университета
    • 2. 4. Разработка объектно-ориентированной модели ИСППР при управлении качеством образовательного процесса университета
    • 2. 5. Разработка онтологии управления качеством образовательного процесса по результатам объектного моделирования
  • Выводы по главе
  • 3. МОДЕЛИ И МЕТОДЫ ИНФОРМАЦИОННОЙ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ КАЧЕСТВОМ ОБРАЗОВАТЕЛЬНОГО ПРОЦЕССА
    • 3. 1. Структуризация знаний в онтологии на основе интеллектуального анализа данных о характеристиках качества образовательного процесса
    • 3. 2. Разработка логической модели онтологии для управления качеством образовательного процесса и правил для оценки качества образования
    • 3. 3. Алгоритмы 111 IP при управлении качеством образовательного процесса
    • 3. 4. Методика разработки ИСППР при управлении качеством образовательного процесса
    • 3. 5. Определение требований в Rational Rose
  • Выводы по главе 3 135 4 РЕАЛИЗАЦИЯ ИСППР ПРИ УПРАВЛЕНИИ КАЧЕСТВОМ ОБРАЗОВТЕЛЬНОГО ПРОЦЕССА И ОЦЕНКА ЭФФЕКТИВНОСТИ ЕЕ ФУНКЦИОНИРОВАНИЯ
    • 4. 1. Выбор технологической платформы Web. Разработка
  • X. ML документов
    • 4. 2. Программная реализация информационной С1111Р
    • 4. 3. Программная реализация процедуры оценки качества образовательного процесса на основе предложенных критериев качества образования
    • 4. 4. Программная реализация продукта для проверки уровня знаний подготавливаемых специалистов
    • 4. 5. Оценка эффективности функционирования ИСППР
  • Выводы по главе

Информационная система поддержки принятия решений при управлении качеством образовательного процесса университета на основе онтологии (реферат, курсовая, диплом, контрольная)

Актуальность темы

Одной из основных проблем в области образования является повышение его качества. Проблема качества подготовки является центральной в аспекте востребованности специалистов национальной экономикой и международного признания российских степеней и квалификаций. Выпускаемые вузом специалисты — очень трудоемкая «продукция», производство которой невозможно без эффективного управления образовательным учреждением. Система отечественного высшего образования стоит на пороге интеграции с образовательными системами стран-участников Болонского соглашения, следовательно, необходимо обеспечение соответствия качества знаний выпускников как российским, так и международным стандартам. Образовательная система выпускает специалистов с высшим образованием, часть из которых в дальнейшем пополняет кадровый потенциал для научно-исследовательской инновационной системы. Научно-исследовательская система вуза тоже производит особый вид продукцииновые знания, получаемые в ходе выполнения фундаментальных и прикладных научных исследований. Знания как один из компонентов интеллектуального потенциала используются как в инновационной системе, так и в образовательном процессе. Таким образом, нужно решить задачу сохранения и передачи накопленных знаний, то есть необходимо хранилище знаний университета. Решение задач управления в сложных системах в настоящее время лежит в сфере проектирования корпоративных информационных систем. Однако в управлении университетом есть особенности, которые препятствуют непосредственному внедрению комплексных информационных систем, используемых на производстве. Необходима оригинальная университетская информационная система, обеспечивающая поддержку принятия решений при управлении качеством образования на основе хранилища знаний университета.

Повышение эффективности управления за счет автоматизации поддержки принятия решений, в том числе и на основе методов и средств искусственного интеллекта рассмотрено в трудах Д. А. Поспелова, В. А. Геловани, В.М.

Глушкова, И. Ю. Юсупова, Т. А. Гавриловой, Э. А. Трахтенгерца, А. И. Галушкина, а также зарубежных ученых А. Ньюэлла, Н. А. Саймона, Б. Алена, Т. Бернерс-Ли, Р. Бергмана и др. Вопросами стандартизации образования и совершенствования управления образовательными процессами занимаются ведущие ученые: С. Ю. Трапицын, И. Н. Бородулин, М. Б. Гузаиров, Л. А. Громова, Н. К. Криони, Н. И. Юсупова, Л. А. Исмагилова, Ю. С. Кабальнов, В. Н. Ефанов, В. Е. Бочков и др. В то же время недостаточно исследованной является проблема разработки интеллектуальной системы поддержки принятия решений при управлении качеством образовательного процесса, что обуславливает актуальность выбранного направления исследований.

Диссертационное исследование является составной частью исследований, проведенных в рамках гранта РФФИ (проект № 03−07−90 242 на 2003;2005 гг. по теме: «Интернет-комплекс поддержки выполнения проектов фундаментальных исследований сложных систем с применением интеллектуальных технологий на базе экспертных систем», рук. Н.И.Юсупова) и гранта РФФИ (проект 07−08−0053 8-а на 2007;2009 гг. по теме «Поддержка принятия решений по управлению сложными динамическими объектами в критических ситуациях на основе инженерии знаний», рук. Л.Р. Черняховская), а также НИР НЧ-НЧ-04−05-ПГ по теме «Разработка концепции комплексной подготовки специалистов в области САЬ8-технологий и ее апробация на базе УГАТУ», 2005 г (рук. М.Б. Гузаиров).

Цель работы и задачи исследования.

Целью настоящей работы является разработка информационной системы поддержки принятия решений для повышения эффективности управления качеством образовательного процесса университета.

Для достижения поставленной цели решаются следующие задачи:

1. Разработать концепцию поддержки принятия решений при управлении качеством образовательного процесса, обеспечивающую хранение, обработку, передачу и представление общих и специальных знаний университета.

2. Разработать комплекс моделей для информационной системы поддержки принятия решений, включающий объектно-ориентированную модель и онтологию управления качеством образовательного процесса.

3. Разработать структуру информационной системы поддержки принятия решений при управлении качеством образовательного процесса.

4. Разработать алгоритм поддержки принятия решений при управлении качеством образовательного процесса университета на основе критериев качества.

5. Разработать методику проектирования информационной системы поддержки принятия решений при управлении качеством образовательного процесса университета.

6. Исследовать эффективность функционирования информационной системы поддержки принятия решений при управлении качеством образовательного процесса университета.

Методы исследования.

В работе использовались принципы и методы системного анализа, методологии объектно-ориентированного анализа и моделирования информационных систем, онтологического анализа, семантического анализа, принципы и методы представления знаний, поиска решений и интеллектуального анализа данных.

На защиту выносятся.

1. Концепция поддержки принятия решений при управлении качеством образовательного процесса.

2. Комплекс моделей, входящий в состав информационной системы поддержки принятия решений, включающий объектно-ориентированную модель и онтологию управления качеством образовательного процесса, отражающие структуру классов объектов управляемого процесса, отношения между ними и операции, выполняемые в процессе поиска решений.

3. Структура информационной системы поддержки принятия решений при управлении качеством образовательного процесса, включающая хранилище знаний (содержащее онтологию предметной области и базу правил принятия решений, прецеденты проблемных ситуаций, возникающих при управлении качеством образовательного процесса), модуль поиска решений и модуль адаптации к новым или измененным требованиям.

4. Алгоритм поддержки принятия решений при управлении качеством образовательного процесса университета с использованием правил и прецедентов, содержащихся в онтологии управления качеством образовательного процесса.

5. Методика проектирования информационной системы поддержки принятия решений при управлении качеством образовательного процесса университета, позволяющая проектировать информационную систему поддержки принятия решений в соответствии с предложенными моделями и алгоритмами.

6. Результаты оценки эффективности функционирования информационной системы поддержки принятия решений при управлении качеством образовательного процесса университета на основе онтологии.

Научная новизна.

1. Новизна предложенной концепции состоит в том, что она включает разработку моделей и методов инженерии знаний, позволяющих управлять качеством образовательного процесса на основе имеющихся в университете знаний и активизировать их для создания новых знаний.

2. Новизна онтологии управления качеством образовательного процесса состоит в том, что она интегрирует основные классы объектов в области управления образовательным процессом и классы объектов в области управления качеством, в том числе стандарты и критерии качества, что позволяет формировать правила принятия решений.

3. Новизна предложенной методики построения информационной системы поддержки принятия решений для управления качеством образовательного процесса заключается в решении задачи интеграции и представления общих и специальных знаний в онтологии на основе дескриптивной логики. Особенность заключается в интеграции моделей правил и прецедентов проблемной ситуации на основе онтологии на этапе формализации процесса поиска решений.

Практическая значимость заключается в том, что.

— разработанная онтологическая база знаний позволяет осуществлять поддержку принятия решений при управлении качеством образовательного процесса;

— предложенная методика позволяет проектировать информационную систему поддержки принятия решений;

— разработанное информационное и программное обеспечение информационной системы поддержки принятия решений позволяет производить оценку качества образования на основе предложенных критериев.

Разработанное информационное, алгоритмическое и программное обеспечение прототипа информационной системы поддержки принятия решений, а также предложенные методика разработки информационной системы поддержки принятия решений и система критериев качества образования внедрены в учебный процесс на базе ГОУ ВПО Уфимского государственного авиационного технического университета. По результатам исследований разработаны методические указания к лабораторным работам «Объектно-ориентированный анализ и проектирование программных систем», используемые при проведении занятий по дисциплинам «Технология объектно-ориентированного моделирования» и «Системы искусственного интеллекта» направлений подготовки дипломированных специалистов 230 102 -«Автоматизированные системы обработки информации и управления», 220 500 — «Управление качеством» и направлениям подготовки бакалавров 230 100 -«Информатика и вычислительная техника», 220 100 — «Системный анализ и управление». Разработанное алгоритмическое и программное обеспечение внедрено в процесс разработки учебных модулей и программного обеспечения в ООО «РЦПИ «Акцент плюс».

Апробация работы.

Результаты работы докладывались и обсуждались на следующих конференциях: «Актуальные проблемы трудоустройства и адаптации к рынку труда выпускников учреждений профессионального образования» (Межрегиональная научно-практическая конференция. — Уфа, 2002), «Интеллектуальные системы управления и обработки информации» (Всероссийская молодежная научно-техническая конференция — Уфа, 2003), «Электронное правительство в информационном обществе: теория и практика» (Всероссийская научная конференция. — СПб., 2003), «Мехатроника, автоматизация, управление» (Вторая всероссийская научно-техническая конференция с международным участием — Уфа, 2005), «Стратегическое управление организацией: теория, методы, практика» (Международная научно-практическая конференция (СПб.:Изд-во Политехн. ун-та, 2006), «Интеллектуальные системы обработки информации и управления» (Региональная зимняя школа-семинар аспирантов и молодых ученых, 2006. -Уфа), «Бизнес взаимодействие — ICE» (11-ая международная конференция, Мюнхен, Германия, 2005, Милан, Италия, 2006), «Компьютерные науки и информационные технологии — CSIT» (Международный симпозиум, Уфа, 2005, Карлсруэ, Германия, 2006).

Публикации.

Основные положения и результаты исследования по теме диссертации опубликованы и непосредственно отражены в 12 работах, в том числе в 6 статьях, из них 1 — в изданиях, входящих в список ВАК, 5 материалах и трудах конференций, 1 свидетельстве об официальной регистрации программ для ЭВМ.

Выводы по главе 4.

1. Произведен выбор технологической платформы для работы с документами, которые разрабатываются с помощью ИСППР. Так как документы, которые разрабатываются с помощью ИСППР датацентрические, предложено создавать их в формате XML, чем обоснован выбор СУБД Oracle8i для работы с указанным форматом документов.

2. Проведено исследование существующих программных средств реализации, необходимых для разработки интеллектуальной системы поддержки подготовки специалистов.

3. Разработана онтология образовательного процесса и учебно-методического обеспечения. Разработана программа оценки уровня знаний студентов. Структура заданий в тестах определяется разработанной онтологии. Разработан программный модуль «1111Р при разработке УМО» и осуществлена программная реализация максиминной свертки нечетких отношений для процедуры «ППР по совершенствованию качества образовательного процесса».

4. Проанализирован социальный и экономический эффект от функционирования информационной системы поддержки принятия решений при управлении качеством образовательного процесса.

ЗАКЛЮЧЕНИЕ

.

В ходе диссертационного исследования были сделаны следующие выводы и получены следующие результаты:

1. Обоснована актуальность разработки ИСППР для управления качеством образования. Предложена концепция поддержки принятия решений на основе онтологии управления качеством образовательного процесса. Предложенная концепция включает модели и методы инженерии знаний в области управления качеством образовательного процесса, позволяющие аккумулировать имеющиеся в университете знания, представить их в онтологии и активизировать для создания новых знаний.

2. Разработан комплекс моделей для информационной системы поддержки принятия решений, компонентами которого являются объектно-ориентированная модель и онтология управления качеством образовательного процесса. Показано, что разработанный комплекс моделей отражает структуру классов объектов в области управления качеством образования и отношения между ними, а также операции, выполняемые в процессе поиска решений.

3. Разработана структура информационной системы поддержки принятия решений при управлении качеством образовательного процесса университета, включающая хранилище знаний (содержащее онтологию предметной области, базу правил принятия решений и прецеденты проблемных ситуаций), модуль поиска решений и модуль адаптации к новым или измененным требованиям.

4. На основе предложенной системы критериев качества разработан алгоритм поддержки принятия решений с использованием правил и прецедентов, содержащихся в онтологии управлении качеством образовательного процесса. Алгоритм, разработан в соответствие со стандартами семантической сети (Semantic Web), что позволило консолидировать распределенные знания и обеспечить доступ к ним удаленным пользователям.

5. Разработана методика проектирования информационной системы поддержки принятия решений при управления качеством образовательного процесса университета. Предложенная методика позволяет проектировать информационную систему поддержки принятия решений в соответствии с разработанными моделями и алгоритмами.

6. Исследована эффективность функционирования информационной системы поддержки принятия решений при управлении качеством образовательного процесса на основе онтологии. Выявлен социальный эффект от предложенной технологии управления требованиями к знаниям специалистов, от использования хранилища знаний университета для оценки качества образовательного процесса и создания новых знаний.

Главным итогом выполненных автором исследований является решение научно-технической проблемы разработки комплекса моделей, информационного и алгоритмического обеспечения информационной системы поддержки принятия решений при управлении качеством образовательного процесса с использованием онтологии. Решение данной проблемы имеет важное научное и практическое значение ввиду необходимости повышения эффективности управления качеством образовательного процесса университета.

Научные результаты работы явились основой создания информационной системы поддержки принятия решений, включающей онтологию, обеспечивающую хранение, обработку, передачу и представление общих и специальных знаний университета. Предложены адекватные разработанной концепции поддержки принятия решений модели, алгоритмы и программные средства.

Разработанная методика реализации ИСППР обеспечивает возможность формирования рекомендаций по принятию решений, что позволяет повысить качество и сократить время принятия решений в проблемных ситуациях. Результаты проведенных исследований свидетельствуют, что предложенные модели, методы и алгоритмы позволяют осуществлять оценку качества образовательного процесса в соответствии с предложенными критериями, а использование разработанных моделей, алгоритмов и программных средств повышает производительность труда преподавателей и сокращает сроки разработки учебно-методического обеспечения. Кроме того, разработанные с помощью ИСППР учебно-методические материалы в большей степени соответствуют сформулированным требованиям к качеству обучения и, сохраняемые в качестве прецедентов, участвуют в создании новых знаний.

Показать весь текст

Список литературы

  1. О Программе модернизации педагогического образования. Приказ Министерства образования Российской Федерации № 1313 от 01.04.2003.
  2. Глоссарий гарантий качества и аккредитационных терминов. Материалы для круглого стола ЮНЕСКО «Показатели аккредитации на институциональном и программном уровнях высшего образования» (3−8 апреля 2003 г.)
  3. C.B. и др. Средства дистанционного обучения. Методика, технология, инструментарий. СПб.: БХВ-Петербург, 2003. — 336 с.
  4. P.A. Интеграция науки и образования как основа подготовки квалифицированных специалистов // Научное и методическое обеспечение подготовки специалистов аэрокосмического комплекса: история, проблемы, перспективы. Уфа: УГАТУ, 2002.
  5. P.A., Ильясов Б. Г., Черняховская Л. Р. Проблемы управления сложными динамическими объектами в критических ситуациях на основе знаний. -М.: Машиностроение, 2003 240 с.
  6. Базы знаний интеллектуальных систем / Т. А. Гаврилова, В. Ф. Хорошевский СПб: Питер, 2000. — 384 с.
  7. Р., Дрейфус С. Прикладные задачи динамического программирования / Пер. с англ. М.: Наука, 1965. — 458 с.
  8. В.А., Попов Е. П. Теория систем автоматического регулирования. М.: Наука, 1972. — 768 с.
  9. Большой энциклопедический словарь. В 2-х т. / Гл. ред. A.M. Прохоров. -Сов. Энциклопедия, 1991. Т. 2. 1991. — 768 е., ил.
  10. Буч Г. Объектно-ориентированный анализ и проектирование с примерами приложений на С++. «Издательство Бином». «Невский диалект», 1998. 560 с.
  11. Буч Г., Рамбо Д., Джекобсон А. Язык UML: Руководство пользователя / Пер. с англ. М.: ДМК, 2000.432 с.
  12. В.Н. Дедукция и обобщение в системах принятия решений. М.: Наука, Гл. ред. физ.-мат. лит., 1988. — 384 с.
  13. В.Ф. Системы гибридного интеллекта: Эволюция, психология, информатика. М.: Машиностроение, 1990. — 448 с.
  14. В.А. и др. Оптимизация режимов электростанций и энергосистем. Учебник. М.: Энергоатомиздат. 1990 г. — 275 с.
  15. Т.А., Хорошевский В. Ф. Базы знаний интеллектуальных систем. СПб: Питер, 2000.-384 с.
  16. В.Е. Теория вероятностей и математическая статистика: Учеб. пособие для вузов. Изд. 6-е, М.: Высш. шк., 1988. — 479 е.: ил.
  17. В.И., Карсаев О. В., Самойлов В. В. Многоагентная технология принятия решений в задачах объединения данных. Труды СПИИРАН/ Под ред. P.M. Юсупова. Выпуск 1, том 2. Санкт-Петербург, СПИИРАН, 2002. — 286 с.
  18. М.Б., Черняховская JI.P., Герасимова И. Б., Нугаева К. Р. / Методология разработки объектно-ориентированной базы знаний для повышения качества образования // Труды 8 международной практической конференции CSIT'2006, часть 1. С. 226−229
  19. А. Визуальное моделирование в среде MATLAB.: Учебный курс -СПб.: Питер, 2000.- 432 с.
  20. Джексон, Питер. Введение в экспертные системы / Пер. с англ.: Уч. пос. -М.: Издательский дом «Вильяме», 2001. 624 с.
  21. Е. О’Лири Упраление корпоративными знаниями// Открытые системы, № 04/1998.
  22. Дюк В., Самойленко A. Data mining: Учебный курс. СПб: Питер, 2001. -368 с.
  23. Л.Г., Кутузов В. А. Экспертные оценки в управлении. М.: Экономика, 1978. 133 с.
  24. А.П. Менеджмент, маркетинг и экономика образования: Учебное пособие. Н. Новгород, 2001.- 175 с.
  25. А.П., Пряничников С. П. Методология оценки качества и эффективности образования // Школьные технологии. 2002. — № 5. — С. 68−87.
  26. Н.Г. Прикладные методы анализа данных и знаний. -Новосибирск: Изд-во института математики, 1999. 270 с.
  27. JI. Понятие лингвистической переменной и его применение к понятию приближенных решений // Математика. Новое в зарубежной науке / Под ред. А. Н. Колмогорова, С. П. Новикова. М.: Мир, 1976.
  28. .Г., Макарова Е. А., Габдуллина Э. Р. Разработка информационно-управляющей системы учебно-научно-инновационного комплекса Уфимского государственного авиационного технического университета. // Научно-технический отчет. Уфа: УГАТУ, 2003. — 69 с.
  29. Интеллектуальные системы автоматического управления / Под ред. И. М. Макарова, В. М. Лохина. М.: Физматлит, 2001. — 576 с.
  30. Э., Аргила К. Структурные модели в объектно-ориентированном анализе и проектировании. М.: Лори, 1999. — 264 с.
  31. Г. Номенклатура CASE-средств и виды проектной деятельности // Системы управления базами данных 1997. — № 2.
  32. Е.Ю., Литвинцева Л. В., Поспелов Д. А. Представление знаний о времени и пространстве в интеллектуальных системах / Под ред. Д. А. Поспелова.- М.: Наука, 328 с.
  33. Кватрани Т. Rational Rose 2000 и UML. Визуальное моделирование: Пер. с англ. М.: ДМК Пресс, 2001. — 176 е.: ил.
  34. Классификация и кластер / Под ред. Дж. Вэн Райзин- Пер. с англ. М.: Мир, 1980.389 с.
  35. Дж. Системология. Автоматизация решения системных задач. М.: Радио и связь, 1990. — 343 с.
  36. Ю.И. Ситуационное управление большими системами. М.: Энергия, 1974.-135 с.
  37. В.Н. Системный анализ и принятие решений: Учебное пособие. -СПб.: Изд-во СПбГТУ, 2000. 190 с.
  38. Дж. Разработка Web-приложений с использованием UML /Пер. с англ. М.:Издательский дом «Вильяме», 2001. — 288 с.
  39. В.В., Гареев А. Ф., Васютин C.B. и др. Базы данных. Интеллектуальная обработка информации. М.: Издатель Молгачева C.B. Изд-во Нолидж, 2001.-496 с.
  40. Э.М. Управление качеством образования: Учебное пособие для вузов. М.: Академический Проект: Мир, 2006. 320с.
  41. А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982.
  42. B.C., Ковалевский С. С., Косяченко С. А. и др. Теоретические основы проектирования оптимальных структур распределенных баз данных // Серия «Информатизация России на пороге XXI века». М.:СИНТЕГ, 1999. — 660 с.
  43. С.Т., Бадамшин P.A., Жернаков B.C., Ильясов Б. Г. Формирование и развитие учебно-научно-инновационного комплекса Уфимского государственного авиационного технического университета // Научно-технический отчет. Уфа: УГАТУ, 2002.-75 с.
  44. О.И., Мечитов А. И., Мошкович Е. М. и др. Выявление экспертных знаний (процедуры и реализации). М.: Наука, 1989. — 128 с.
  45. A.B. Нечеткое моделирование в среде MATLAB и FuzzyTECH.-СПб.:БХВ Петербург, 2003.- 735 е.: ил.
  46. Логический подход к искусственному интеллекту: От модальной логики к логике баз данных / Пер. с франц.- Тейз А., Грибомон П., Юлен Г. и др. М.: Мир, 1998.-494 е., ил.
  47. Маклаков C.B. BPWin и ERWin. CASE-средства разработки информационных систем. М.: Диалог-МИФИ, 1999. — 256 с.
  48. . Теория информации и психолингвистика: теория частот слов // Математические методы в социальных науках: Сб. статей- Под ред. П. Лазарсфельда и Н.Генри. М.: Прогресс, 1973.
  49. Д., Мак Гоен К. Методология структурного анализа и проектирования. М.: Метатехнология, 1992. — 239 с.
  50. Методы робастного, нейро-нечеткого и адаптивного управления: Учебник / Под ред. Н.Д.Егупова- издание 2-е, стереотипное. М.: Изд-во МГТУ им. Н. Э Баумана, 2002.- 744 е., ил.
  51. В.В., Юсупова Н. И. Иерархические модели ситуаций и их реализация (на англ. языке) // Труды Российско-Китайского семинара. Уфа: Изд. УГАТУ, 1999.-С. 125−129.
  52. В.В., Юсупова Н. И. Исследование иерархической ситуационной модели с трехзначными предикатами в АСУ техническими объектами // Принятие решений в условиях неопределенности: Межвуз. науч. сб. Уфа: УГАТУ, 2000. — С. 7−15.
  53. Р. Дж. Базы данных и UML. Проектирование. М.: Лори, 2002. -420 с.
  54. Нечеткие множества в модели управления и искусственного интеллекта / Под ред. Д. А. Поспелова. -М.: Наука, 1996.
  55. Новейший философский словарь, сост. A.A. Грицанов. Мн.: Изд. В. М. Скакун, 1998.-896 с.
  56. Общая алгебра /В.А. Артамонов, В. Н. Салий, Л.А. Скорня-ков и др.- Под общ. ред. Л. А. Скорнякова. М.: Наука. Гл. ред. физ.-мат. лит., 1991. — Т.2. — 480 с.
  57. Онтологический подход к разработке систем поддержки принятия решений / Л. Р. Черняховская, P.A. Шкундина, K.P. Нугаева // Вестник УГАТУ: Научный журнал Уфимского государственного авиационного технического университета. 2006, Т. 8.№ 1 (17). С. 68−77.
  58. Определение понятия качества в образовании / Колби Д., Уитг М. и др. // Доклад ЮНИСЕФ. Документ №UNICEF/PD/ED/00/02. New York, 2000.
  59. С. Нейронные сети для обработки информации. М.: Финансы и статистика, 2002. — 344 с.
  60. Р.Г. Текст, машина, человек. JL: Наука, 1975. — 327 с.
  61. Питтс Н. XML за рекордное время М.: Мир, 2000. — 280 с.
  62. Поддержка принятия решений по стратегическому управлению на основе менеджмента знаний / J1.P. Черняховская, K.P. Нугаева. // Бизнес-взаимодействие: сб. стат. 12-й междунар. конф. Милан, Италия, 2006. С. 237 240. (Статья на англ. яз.).
  63. Г. С., Поспелов Д. А. Искусственный интеллект и прикладные системы. -М.: Знание, 1985. 43 с.
  64. Д.А. Ситуационное управление: теория и практика. М.: Наука. -Гл. ред. физ.-мат. лит., 1986. — 288 с.
  65. Прикладные нечеткие системы / Пер. с япон. К. Асаи, Д. Ватада, С. Иваи и др.- Под редакцией Т. Тэрано, К. Асаи, М. Сугэно. М.: Мир, 1993.- 368 с.
  66. Приобретение знаний / Пер. с япон.- Под ред. С. Осуги, Ю. Саэки. М.: Мир, 1990.-304 с.
  67. И. Теория измерений / Пер. с англ. М.: Мир, 1976. — 248 с.
  68. Дж., Якобсон А., Буч Г. UML: специальный справочник. СПб.: Питер, 2002. -656 с.:ил.
  69. Дж., Якобсон А., Буч Г. UML: специальный справочник. СПб.: Питер, 2002. — 656 с.
  70. С., Норвиг П. Искусстаенный интеллект: современный подход, 2-е изд.:Пер. с англ. -М.: Издательский дом «Вильяме», 2006. 1408с.
  71. Т., Керне К. Аналитическое планирование. Организация систем / Пер. с англ. М.: Радио и связь, 1991. — 224 с.
  72. Системный анализ и принятие решений: Словарь-справочник: Учеб. пособие для вузов/ Под. Ред. В. Н. Волковой, В. Н. Козлова. М.: Высш. Шк., 2004 -616 с.
  73. C.B. Онтологический анализ предметных областей моделирования// Известия Самарского научного центра РАН. 2001. Т.З. — № 1. — С. 62−70.
  74. Справочник по теории автоматического управления / Под ред. А. А. Красовского. М.: Наука, 1987. — 712 с.
  75. Статические и динамические экспертные системы: Учеб. пособие / Э. В. Попов, И. Б. Фоминых, Е. Б. Кисель, М. Д. Шапот. М.: Финансы и статистика, 1996. -320 с.
  76. Г. Автоматическая обработка, хранение и поиск информации. -Нью-Йорк, 1968 / Пер. с англ.: под ред. А. И. Китова. М.: Сов. Радио, 1973, — 560 с.
  77. Тейз А, Грибомон П., ЮленГ. и др. Логический подход к искусственному интеллекту: От модальной логики к логике баз данных, пер. с францА- М.:Мир, 1998.-494C.
  78. Ю.Ф. Интеллектуальные информационные системы в экономике: Учебное пособие. М.: СИНТЕГ, 1999.
  79. Ф.Е. Высокоорганизованные системы // Большие системы: Теория, методология, моделирование. -М.: Наука, 1971. С.85−94.
  80. Л. Проблема информационной синонимии // Kybernetika V.11(1975), 1. Academia, Praha. — 12 с.
  81. Трансформация российских университетов в учебно-научно-инновационные комплексы/ В. Р. Атоян, Ю. В. Чеботаревский, Н. В. Казакова и др.- под общей редакцией В. Р. Атояна. Саратов.: Сарат. гос. техн. ун-т, 2001, — 415 с.
  82. С.Ю., Тимченко В. В. Особенности применения стандарта ИСО 9001:2001 в образовательном учреждении, — Спб.: Изд. РГПУ им. А. И. Герцена, 2006. -72 с.
  83. Трофимов С.А. Case-технологии: Практическая работа в Rational Rose М.: ЗАО «Издательство БИНОМ», 2001 г. — 272 с.
  84. Управление динамическими системами в условиях неопределенности / С. Т. Кусимов, Б. Г. Ильясов, В. И. Васильев и др. М.: Наука, 1998. — 452 с.
  85. Р.В., Черняховская J1.P., Низамутдинов М. М. Информационная поддержка процессов анализа и оценки инвестиционных проектов. Учебное пособие. Уфимск. гос. авиац. техн. ун-т. Уфа, 2001. — 120 с.
  86. Ю.Н., Прохоров A.B. Семантика информационных технологий: Опыты словарно-тезаурусного описания. С предисловием А. И. Новикова. М.: МГУП, 2002. — 368 с.
  87. Черняховская J1.P. Исследование возможных путей построения автоматического распознающего устройства в интересах управления выводом самолета из критических ситуаций: Автореф. канд. техн. наук. Уфа: УАИ, 1977.
  88. JI.P., Куликов Г. Г., Речкалов A.B. и др. Методология системного проектирования как основа для автоматизации документооборота машиностроительного предприятия // Авиационная промышленность, 1998. № 3.
  89. Jl.Р., Никулина Н. О., Старцева Е. Б., Шерман М. Д. Разработка экспертной управляющей системы для управления корпоративной сетью АСУП //Управление в сложных системах: Межвуз. науч. сб. Уфа: УГАТУ, 1995. — С. 135 141.
  90. В.Е., Ленченко В. В., Третьяк А. Я., Ткачев А. Н., Нырков Е. А. Основы создания университетских технопарков / Юж.-Рос. гос. техн. ун-т.-Новочеркасск: ЮРГТУ (НПИ). 2002.- 72с.
  91. Эдди С.Э. XML: справочник. СПб.: Питер, 1999. — 480 с.
  92. Экономика и организация управления вузом: Учебник / Под ред. д-ра эконом, наук В. В. Глухова. СПб.: Лань, 1999 — 375с.
  93. Экспертные системы, принципы работы и примеры /Пер. с англ. А. Брукинг, П. Джонс, Ф. Кокс и др.- Под ред. Р.Форсайта. М.: Радио и связь, 1987.- 224 с.:ил.
  94. И.Ю. Автоматизированные системы принятия решений. М.: Наука, 1983.- 88 с.
  95. Р.М., Заболотский В. П. Научно-методологические основы информатизации. СПб.: Наука, 2000.-455 с. 69 ил.
  96. Acorn, T. and Walden, S. SMART: Support Management Automated Reasoning Technology for Compaq Customer Service // Innovative Applications of Artificial Intelligence 4, AAAI, Menlo Park, California, 1992.
  97. Agre G. A Case-based integrated learning architecture. //In D. Dochev, V. Stefanuk, H. Ueno, Proc of the JCKBSE'96/Bulgaria pp.48−54.
  98. Amodt A., E. Plaza Case-Based Reasoning: Foundation Issues, Methodical Variations and System Approaches. AI Communications, 1994-pp.39−59.
  99. Springer Verlag- Chen, P. P. S. (. The entity relationship model ~ toward a unified view of data. ACM Trans, on Database Systems, 1976, pp. 19−36.
  100. Bergmann R., Experience Management: Foundations, Development Methodology, volume 2432 of LNAI, Springer, 2002.-361 pp.
  101. Berners-Li T., Fielding R., Irvine U.C., Masinter L. Uniform Resource Identifiers (URI): General Syntax. RFC 2396. August 1998.
  102. C.J. van Rijsbergen. Information Retrieval, Second Edition, Butterworths, Glasgou, 1979.- 140 p.
  103. Chen, P. P. S. (. The entity relationship model toward a unified view of data. ACM Trans, on Database Systems, 1976, pp. 19−36.
  104. Cherny L. Some Integration Problems of Organizational Decision Support Systems // Proceedings of IFAC-MIM 2000 Symposium of Manufacturing, Modeling, Management and Control. Rio, Patras, Greece, 12−14 July 2000. p. 120−122.
  105. Fensel D., Hendler J., Lieberman H., Wahlster W. Spinning the Semantic Web. Bringing the World Wide Web to its Full potential. The MIT Press. Cambridge, Massachusetts, London, England, 2006. 469 pp.
  106. N., Giaretta P. 1995. Ontologies and Knowledge Bases. Towards a Terminological Clarification // In: Towards Very Large Knowkedge Bases. N.J.I. Mars (ed.), IOS Press, Amsterdam.
  107. Hennesey D. and Hinkle D. Applying Cased-Based Reasoning to Autoclave Loading // IEEE EXPERT, October 1992, IEEE Computer Society, Los Alamitos, California.
  108. Horrocks I., Patel-Schneider P.F., Bechhofer S. and Tsarkov D. OWL rules: A proposal and prototype implementation // Web Semantics: Science, Services and Agents on the World Wide Web, Vol.3(l), 2005. -pp.23−40.
  109. K. Jensen. Introduction to the Theoretical Aspects of Coloured Petri Nets" // A Decade of Concurrency Lecture Notes in Computer Science, Springer Verlag, 1994, vol. 803. pp. 230−272.
  110. K.-D.Althoff and S. Wess, Case-Based Knowledge Acquisition, Learning and Problem Solving for Diagnostic Real World Tasks // Proceedings European Knowledge Acquisition Workshop, EKAW91, 1991.
  111. Kandel A., Bayat W. Fuzzy sets, fuzzy algebra and fuzzy statistics // Proc. IEEE. 1078. Vol. 66, № 12. P. 1619- 1639.
  112. Quillian M.R. Semantic memory // In Semantic Information Processing (Minsky M., eds), p. 227−270. Cambridge, MA: MIT Press.
  113. Qu C., Nejdl W., 2002-Engelbrecht, J., 2003- SCORM, 2004.
  114. Robinson J.A. A machine-oriented logic based on the resolution principle. Journal of the Association for Computer Machinery, 1965, 12, p. 23−41.140. StatSoft, Inc. (2001).
  115. Wang L.X. Analysis and design of Hierarchical Fuzzy Systems // IEEE Transactions on Fuzzy Systems, 1999.7(5), -p.617−624.
  116. Watson H. J et al. Building Executive Information Systems and other Decision Support Applications. Wiley, 1997.-P. 10.
  117. Zadeh I. Fuzzy Logic, Neural Networks and Soft Computing // Communication on the ACM-1994. Vol. 37,№ 3. — p. 77−84.
  118. Электронная библиотека информационных ресурсов ВПО http://www.webuniver.ru
  119. XML Information Set. W3C Candidate Recommendation, 14 May 2001. http://www.w3 .org/TR/2001/CR-xml-infoset-20 010 514
  120. Результаты самообследования ГОУ ВПО УГАТУ: http://www.ugatu.ac.ru/education/so.php
  121. Электронный учебник по статистике. М.: StatSoft. WEB: http://www.statsoft.ru/home/textbook/default.htm
Заполнить форму текущей работой

На отлично!