Далее рассчитываются коэффициенты приоритетности субъектов ранжирования и системы (табл. 3).
Этот параметр рассматривается как отношение рейтинговых индикаторов субъектов ранжирования к соответствующим рейтинговым индикаторам системы по формуле:
Кпј = |
Рпј |
|
|
Рпѕ , |
|||
|
|||
где Кпј – коэффициент значимости n-го рейтингового индикатора j-го субъекта ранжирования.
Очевидно, что из данного выражения коэффициент приоритетности системы будет определяться формулой
,
где Кпѕ – коэффициент значимости n-го рейтингового индикатора системы и равна единице.
На основании матрицы коэффициентов приоритетности субъектов ранжирования и системы проводится вычисление индексов тематических направлений (профилей), которые применяются как критерии рейтинга по тематическому направлению (профилю).
Таблица 3 Коэффициенты приоритетности рейтинговых индикаторов
по тематическим направлениям (профилям) деятельности НО
|
Коэффициенты приоритетности рейтинговых индикаторов субъектов |
||||||||
Субъекты |
ранжирования и системы по тематическому направлению (профилю) |
||||||||
ранжирования |
|
|
|
|
|
|
|
|
|
Р11 |
Р12 |
Р13 |
Р14 |
Р15 |
Р16 |
Р17 |
Р18 |
Р19 |
|
|
|
|
|
|
|
|
|
|
|
|
К11 |
К12 |
К13 |
К14 |
К15 |
К16 |
К17 |
К18 |
К19 |
|
|
|
|
|
|
|
|
|
|
НО1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
НО2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
НО3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
..... |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
НОJ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Система |
1,0 |
1,0 |
1,0 |
1,0 |
1,0 |
1,0 |
1,0 |
1,0 |
1,0 |
|
|
|
|
|
|
|
|
|
|
Индексы тематических направлений (профилей) ранжирования субъектов и системы рассчитываются соответственно по формулам:
70
|
1 |
n=b |
|
|
Itj = |
∑Kntj |
|
||
m |
|
|||
|
n=1 |
|
||
|
1 |
n=b |
|
|
Its = |
∑Knts |
|
||
m |
, |
|||
|
n=1 |
где Itj – индекс t-го тематического направления (профиля) j-го субъекта ранжирования;
Іts – индекс t-го тематического направления (профиля) системы;
Кnjt – n-ый коэффициент приоритетности t-го тематического направления(профиля) j-го субъекта ранжирования;
Кnst – n-ый коэффициент приоритетности t-го тематического направления (профиля) системы;
b – количество коэффициентов приоритетности рейтинговых индикаторов в тематическом направлении (профили), 1 ≤ n ≤ b;
m– количество коэффициентов приоритетности рейтинговых индикаторов в системе рейтингового оценивания.
По результатам расчета индексов проводится анализ позиционирования НО на рейтинговых шкалах глобального критерия рейтинга системы в целом и идентифицированных групп, что позволяет верифицировать результаты оптимизации. Позиционирование рассматривается по отношению к соответствующим критериям системы и сравнение их дает возможность разделить субъекты ранжирования на две группы. Успешная группа НО позиционируется на рейтинговых шкалах выше системы. Менее успешная группа НО позиционируется ниже системы. Интеллектуальная поддержка управленческих решений на основе оптимизации и экспертного оценивания обеспечивает переход НО в успешную группу.
Литература
1. Сапожников, Г.П. Интеллектуализация управления ресурсоэффективностью некоммерческой образовательной организации с использованием мони- торинго-рейтинговой информации / Я.Е. Львович, Г.П. Сапожников // Моделирование, оптимизация и информационные технологии. https://moit.vivt.ru/wpcontent/uploads/2017/10/LvovichSapozhnikov_4_1_17.pdf.
2. Сапожников, Г.П. Формирование множества управленческих решений по оптимизации сложной системы при заданном горизонте перспективного планирования / Д.А. Недосекин, Г.П. Сапожников, В.И. Сумин // Вестник института ФСИН. 2018. №1. С. 55-59.
3. Львович, Я.Е. Принятие решений в экспертно-виртуальной среде / Я.Е. Львович, И.Я. Львович. – Воронеж: ИПЦ «Научная книга». – 2010. – 140 с.
АНО ВО «Российский новый университет», Россия
71
УДК 681.3
А.Г. Грошев
ОПТИМИЗАЦИОННОЕ МОДЕЛИРОВАНИЕ ДВИЖЕНИЯ МУЛЬТИКОПТЕРА
В последнее время активным образом внедряются разные виды бесперебойных летательных аппаратов. Для них размеры, как правило, не превышают 1 м, а масса одного килограмма.
Перспективность их применения связана с достаточно высокой грузоподъемностью, дешевизной, а также простотой в управлении [1].
Применяют их в радиоразведке, в картографировании, дистанционном видеонаблюдении и др.
При этом, если рассматривать отдельный аппарат, то он характеризуется тем, что есть ограниченный запас ресурсов. Также есть ограничения по функциональным устройствам, например, сенсорным датчикам [2].
При этом можно использовать преимущества группового применения беспилотных летательных аппаратов.
Могут происходить процессы обмена той информацией, которая была получена от окружающей среды.
За счет этого можно существенным образом обеспечить увеличение по информированности в каждом аппарате.
Если какой-то из аппаратов выйдет из строя, то тогда эффективность работы всей группы просто уменьшится. Но поставленная задача будет выполне-
на [3].
Также в группе будет большее значение используемого ресурса.
Есть специфические проблемы, относящиеся именно к групповому управлению и коммуникации аппаратов.
Когда формулируется оптимизационная задача, то необходимо, прежде всего, ориентироваться на поведение одного квадрокоптера.
Движение его происходит при помощи четырех несущих винтов. Может быть сформулирована соответствующая модель движения на основе дифференциальных уравнений.
Когда есть групповое использование аппаратов, то они осуществляют решение единой целевой задачи [4].
При этом их действия должны рассматриваться в виде единого целого. Также работа каждого их отдельных аппаратов должна быть направлена на то, чтобы обеспечивать наибольший групповой эффект.
В этой связи можно группу аппаратов рассматривать в виде составной динамической системы. Они объединены в рамках единой целевой задачи.
72
Траектории таких составных динамических систем называются ветвящимися. Они формируются на базе участков, где совместным образом двигаются аппараты, а также есть участки, где они двигаются отдельным образом.
Оптимальный выбор по координатам и моментам времени, когда разделяются траектории аппаратов должен использоваться при управлении группой. Траектории рассматриваются как ветвящиеся.
Задача связанная с оптимизацией траекторий в группе заключается в том, чтобы проводить поиск по оптимальным управлениям и траекториям.
При этом рассматриваются участки ветвящихся |
траекторий, которые ве- |
|
дут к минимизации соответствующего |
критерия. |
|
Для того, чтобы решать зада чу, |
можно перейти |
к разрывной динамиче- |
ской системе от динамической системы. Далее осуществляются процессы оптимизации. После этого происходит переход к исходной задаче.
Литература
1.Грошев, А.Г. Анализ методов управления мультикоптерами / А.Г. Грошев // Вестник Воронежского института высоких технологий. 2018. № 4 (27). С. 51-53.
2.Чернышов, И.Г. Применение интеллектуальных технологий в инфор- мационно-измерительных системах / И.Г. Чернышов, Д.Г. Тимохин, Г.В. Сысоев, А.В. Шапаев // Вестник Воронежского института высоких технологий. 2018. № 1 (24). С. 95-98.
3.Львович, И.Я. Проблемы создания интеллектуальных систем / И.Я. Львович, Н.Е. Кравцова, Ю.Л. Чупринская // Вестник Воронежского института высоких технологий. 2018. № 2 (25). С. 13-15.
4.Преображенский, Ю.П. Некоторые этапы истории развития информатики и вычислительной техники / Ю.П. Преображенский, Д.В. Жилин // Вестник Воронежского института высоких технологий. 2018. № 3 (26). С. 37-39.
АНОО ВО «Воронежский институт высоких технологий», Россия
УДК 681.3
В.Н. Кострова, Т.А. Цепковская
ПРОБЛЕМЫ ИСПОЛЬЗОВАНИЯ ИННОВАЦИОННЫХ МОДЕЛЕЙ ОБУЧЕНИЯ
В настоящее время можно говорить о существенном росте объемов информации.
При этом, хотя информации много, но возникают вопросы по эффективности ее применения.
73
Люди не всегда способны правильным образом осуществлять анализ. Существуют проблемы, связанные с клиповостью сознания, мозаично-
стью, когда проводится восприятие.
Не всегда соблюдается первичный общеобразовательный минимум. Бывает, что обучающиеся все сильнее замыкаются по узким рамкам про-
фессиональных знаний. Тогда они фактически игнорируют большие массивы знаний.
Задачей образовательных систем является поддержка существования людей, когда есть перенасыщенная информационная среда [1].
Требуется обеспечить адаптацию обучающихся к большому количеству поступающей информации.
Эти процессы происходят достаточно медленным образом. При этом быстро наступает порог наполнения. Поэтому важно при использовании методов обучения, чтобы они были научены соответствующим приемам [2].
Должен быть проведен поиск по закономерностям, сравнению различий, видению общих черт и различий.
Не всегда традиционные подходы в обучении дают возможности для того, чтобы осуществлялось мышление по аналогии, строились логические умозаключения.
Новые обучающие подходы опираются на концепции массового открытого обучения.
Также должен проводится сбор и анализ данных, связанных с разработкой педагогических методик.
Перспективным представляется применение перевернутого обучения, ме- та-обучения [3, 4].
При использовании массового открытого обучения можно опираться на концепции, связанные с дистанционным обучением.
Может не быть связи между онлайн-дисциплинами. При этом они обеспечивают получение соответствующих специальностей.
Активным образом развиваются технологии, относящиеся к видеообучению. Происходит объединение видео- и аудиолекций, онлайн-семинаров, дискуссионных клубов.
При этом можно образовывать сообщества людей, которые заинтересованы в том, чтобы обучать людей, имеющих разный опыт.
Происходит реализация сетевого коллегиального обучения.
В образовательной сфере важная инновационная моделью связана с тем, как привлекаются аналитические данные для того, чтобы осуществлять разработку педагогических разработок и методов.
Необходимо ориентироваться на разветвленные базы персональных данных. В них размещается разная информация, связанная с предпочтениями, интересами и др.
74