Научная электронная библиотека
Монографии, изданные в издательстве Российской Академии Естествознания

АВТОПРОЕКТИРОВАНИЕ ГОРНЫХ МАШИН В 3D: ПРОЕКТНО-МОДЕЛЬНЫЙ ПОДХОД

Бейсембаев К. М., Жолдыбаева Г. С., Дёмин В. Ф., Малыбаев Н. С., Шманов М. Н.,

1.1. Значение самомотивации в проектно-модельном обучении

Как показывает анализ длительного опыта подготовки обучающихся наиболее высокие результаты достигаются в случае, если образовательные технологии способны саморазвиваться (эволюционировать). Движущей силой таких систем являются мотивации. Важными условием успешного развития является не только мотивация обучающего, но и педагога. Многие педтехнологи делают упор на самомотивации, считая, что раз запущенная, она имеет свойство поддерживаться исходя из внутренних стимулов обучающегося и педагога, когда внешнее управление сводиться к корректировкам саморазвития. При этом эти технологии сравнивают с изменениями траектории развития образовательного процесса под действием факторов принуждения с целью перехода на некоторую новую более эффективную траекторию. Однако в самоорганизующихся системах их реакция вступает в борьбу с искажением траектории, как только интенсивность изменяющих факторов уменьшается, что связанно со сложностями поддержки режимов типа «Long Stress» (длинный стресс), как энергозатратных. Также установленно что длительная поддержка режима Long Stress вызывает болезненное состояние обучаемого и искаженную функциональную деятельность, а в биологичиских опытах с живым веществом – его быстрое старение. В то же время ограниченное и сдержанное применение технологии «Long Stress», если она ориентирована на естественные для среды отклонения, в рыночной, самоорганизующейся среде, позволяет изменению закрепится в ней. Важным моментом этого процесса является плавность изменения, когда в системе учитель – ученик возможна самокорректировка. При этом удается выполнить алгоритмирование процессов, а значит и их предсказуемость.

Целью обучения является приобретение конкретных знаний, умений применительно к конкретной жизнедеятельности человека [1–2]. Активно достичь этого позволяет проектно-модельный подход, который опирается на совокупность приёмов, действий учащихся в их определённой последовательности через детальную разработку проблемы (технологии), для достижения поставленной задачи. Она должна быть лично значимой для учащихся и оформлена в виде некоего конечного продукта (рис. 1). Например, настройка студентов на решение проблемы начинается с выполнения лабораторных работ или семинаров, далее она развивается в курсовом и дипломном проекте, расчетно-графических работах магистратуры конкурсных работах на республиканском и на международном уровне, публикациях на конференциях, включая и международные издания, при этом широко используются компьютерные технологии. Это выполняется в автоматизированных консультациях студентов, с расположением учебной литературы в «облаке», при выполнении лабораторных работ, где для ускорения счёта на ПК используется более мощная ЭВМ, расположенная за пределами лаборатории

1_1.wmf

Рис. 1.1. Корпоративный университет (вуз – предприятия) и проектно-модельное обучение

Механизмы обучаемости. В обобщённом смысле, когда речь идёт об универсальных методах обучения следует учитывать, что ключевые слова передаваемой информации как алгоритмообразующие команды, формируют в мозгу ансамбли нейросети для фиксации образов, в том числе и по бесконтактным линиям связи. Поэтому, если имеется соответствие матриц внутренней (ученик) структуры ансамблей и матриц внешних систем (учитель), происходит резкая интенсификация обучения и внешняя система легче и быстрее считывается в аналогичную, но на порядок меньшую систему [3], причем передаются не только данные, но и связи между данными (в базах данных БД это программы обработки данных или модули). Моделирование информационной деятельности в мозгу производят на основе программного обеспечения нейросетевого подхода. В ряде случаев нейросеть можно свести к базе данных, причем нами рассматривалась многомерная иерархически организованная база, построенная по принципу многомерных классификаций [3, 5]. В живых системах мозг имеет ансамбли нейронов, требующие лишь небольшой коррекции, что бы решать задачи более высокого уровня. Можно предположить, что аналогия (одинаковость структуры процесса) имеет место для разных уровней простых и сложных процессов, например в структуре ансамбля нейронов и в структуре группы людей решающих общую задачу и в структуре супер-ЭВМ. Поэтому основной моделью информационных связей сложных систем (СС) является иерархическая многомерная структура, которая позволяет на основе близких алгоритмов рассматривать вопросы разной сложности. Как показывает анализ, любой вопрос классифицируется на стандартные составляющие и для него строится иерархическая сетка достаточно глубокой детализации. Этот процесс легко алгоритмизируется и программируется. Поэтому программы обработки «ячеек сетки» во многом аналогичны и входят в классы объектов. На этом «стоят» многие приложения языков программирования и базы для разработки проектов. Ранее сетевой и близкий к нему иерархический подход был использован при моделировании 10000 нейронов колонки неокортекса на супер-ЭВМ [3, 5], где было задействовано 8192 процессора с возможностью соединения через 3∙107 синапсов. Использовались и модели гипертекста иерархической и сетевой структуры (работы Попова Э.В., Преображенского А.Б.). Применение же, в общем, традиционных баз данных, но иерархической структуры позволяет унифицировать задачи, опираясь на испытанные технологии для СС из машин и автоматизированных систем с программным обеспечением, систематизированным по классам и объектам, хотя и на существенно меньшем объёме обрабатываемой информации. В узлы можно закладывать таблицы (и целые базы) одинаковой структуры, но разного объёма и типов данных, гиперссылки; таблицы способны содержать несколько вариантов решения обеспечивая многовариантный проект – модель. Модули же базы могут менять структуру базы. И хотя значения объектов имеют меньшую размерность, модули способны их корректно интерпретировать, рассматривая отсутствующие как нулевые по содержанию [5]. Таким образом, даже у объектов различной размерности существует много общего, что позволяет рассматривать такие системы как классы объектов, когда внутри классов имеются отличия размерностей. Например, система БД Oracle многократно превосходит Access по объёму хранимых данных и программ обработки, но Access, имея анологичную структуру, способна работать со многими приложениями Oracle. В последнем разделе мы вновь вернемся к анализу особенностей мыследеятельности.

 


Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»
(Высокий импакт-фактор РИНЦ, тематика журналов охватывает все научные направления)

«Фундаментальные исследования» список ВАК ИФ РИНЦ = 1.074