Натурно-модельные обучающие комплексы

Обучающие системы на базе многовариантных структур

Развитие форм активного обучения идёт по пути всё более широкого использования методов моделирования - математического, игрового, физического, натурного и комбинированного. На этом пути уже сделаны многие полезные разработки, но имеются и нерешенные вопросы, в том числе принципиального содержания. К последним относятся задачи вскрытия особенностей моделирования в обучающих системах и последовательного создания адекватной теории учебного моделирования, как оно охарактеризовано в предисловии редактора к монографии [1]. В данном разделе излагаются некоторые основные положения, вытекающие из опыта применения методов моделирования при обучении управлению полунатурными объектами [2] и экспериментально-статистическим исследованиям с быстрым анализом специально формируемых данных по типу, изложенному в работе [3].

Комплексность учебного моделирования. Ограниченные возможности отдельных видов моделирования приводят к необходимости их комплексирования, управляемой интеграции в иерархических обучающих системах. Наиболее яркие примеры реализации такого подхода содержатся в публикациях на тему подготовки космонавтов с применением комплексных тренажеров [4]. Применительно к производственным процессам соответствующие разработки могут рассматриваться, конечно, лишь как источник полезной информации. Важным дополнением к нему является, на наш взгляд, так называемое натурно-математическое моделирование, в частности, построение обучающих систем "в приращениях" к действующим промышленным объектам [2]. В рамках этого направления естественным образом зарождаются учебно-производственные системы управления, дуальная природа которых допускает гибкое пропорционирование модельного и натурного в ходе обучения, с постепенным переходом к принятию и реализации рабочих решений.

Нормативность учебного моделирования. В составе обучающих систем должно предусматриваться воспроизведение нормативных (условно эталонных) моделей деятельности человека, которую надлежит понять, усвоить и в последующем превзойти. Специально подчеркнём, что нормативные модели, работающие в контурах замкнутой имитации, воплощают, пожалуй, наиболее существенную особенность учебного моделирования, оперативно воспроизводя картину "чему учиться". В этой связи вызывает недоумение тот факт, что данная особенность слабо отражается или совсем не учитывается во многих известных разработках обучающих систем на базе тренажёров, учебных игр и т.д.

При наличии контуров замкнутой имитации картины "чему учиться" появляется возможность оптимизировать фактическую деятельность обучаемых с использованием общего способа организационного управления с нормативными моделями [5]. Один из главных критериев обучения при этом удовлетворительно формализуется посредством сравнительного анализа эффективности решений обучаемого человека и решений, параллельно (с упреждением или, наоборот, с запаздыванием) вырабатываемых нормативной моделью усваиваемого вида деятельности. На этапах усвоения внутреннее содержание и динамика работы нормативной модели наглядно представляются обучаемому человеку, а на этапе проверки соответствующая имитация делается с выдачей только сравниваемых по эффективности решений.

Основой построения нормативных моделей управления производственными процессами могут служить логически хорошо воспринимаемые алгоритмы восстановительно-прогнозирующего регулирования, структурного распознавания образов с выделением особых точек и ряд других, а также опыт деятельности производственников и имеющиеся инструкции. Такого рода модели разработаны применительно к воспроизведению правил ведения доменных печей и сталеплавильных агрегатов. Их включение в обучающие системы в режиме замкнутой натурно-математической имитации позволяет существенно повысить скорость и качество обучения, особенно с введением надлежащего стимулирования в сопоставлении с нормативными моделями. Это имеет место и в производственных автоматизированных системах управления.

Нормативные модели исследовательской деятельности могут опираться на конструктивные формы изложения методов системного анализа, планирования и обработки экспериментов, дуального управления, экспертных оценок и т. д. Здесь полезно использовать имеющийся опыт типовой записи экспериментально-статистических способов [6]. Для представления такого рода нормативных моделей применяются методические указания и пособия, специальные руководства и в последнее время видеотерминалы вычислительных машин. При наличии больших трудностей удовлетворительной формализации исследовательской деятельности в роли нормативных моделей выступают человеко-модельные комплексы, объединяющие достаточно опытных специалистов и частичные алгоритмы. Последний вариант использовался, например, при обучении знаковому анализу последовательностей данных в прикладных задачах оценивания средних уровней, корреляционных моментов, регрессионных зависимостей и особых точек измерения контролируемых переменных доменной, конверторной и мартеновской плавок.

Разнотемповость учебного моделирования. Темп предъявления информации и принятия решений относится к важнейшим показателям сложности задач в аспекте учебной и трудовой деятельности человека [7]. Моделирование в обучающих системах предполагает поэтому возможность гибкого установления разных масштабов времени - замедленных, ускоренных и одинаковых по сравнению со скоростями процессов в реальных ситуациях. Замедленный темп учебного моделирования необходим, очевидно, на начальных стадиях обучения и при детальном анализе характерных режимов. Моделирование же в ускоренном темпе является весьма желательным при воспроизведении процессов с большими запаздываниями и инерцией, прогнозировании долговременных последствий принимаемых решений. Реальный масштаб времени считается обязательным при обучении человека операторской деятельности [4].

При моделировании управления длительно протекающими процессами практически наиболее приемлемым оказывается двухтемповый режим, когда анализ информации и выбор решений делаются человеком в реальном масштабе, а имитация операций реализации и оценивания эффектов выбранных решений осуществляется в ускоренном на порядок масштабе времени. Таким путём удается свести воспроизведение, к примеру, суточных интервалов доменной плавки к одному-полутора часам работы на тренажёре, сохранив при этом достаточный ресурс времени обучаемому на анализ информации и принятие решений в моменты существенных отклонений процесса от заданного состояния. Подобные результаты получаются и в ходе обучения исследовательской деятельности.

Многоструктурность учебного моделирования. Понимание и усвоение материала по принципу "от простого к сложному" предполагают наличие в обучающих системах структурной гибкости, т. е. возможности приемлемого перехода к воспроизведению натурных, модельных и комбинированных процессов с качественно различающимися свойствами. Это касается и нормативных моделей той деятельности, к которой надлежит подготовить обучаемого. Например, знаковый анализ данных соотносится с нормативной моделью первого приближения, а более сложные статистические процедуры – с нормативными моделями последующих уровней организации учебного процесса. Аналогичным образом формируются многоструктурные модели и для воспроизведения производственных объектов, начиная с относительно грубых их отображений и кончая наиболее точными. С этих позиций нужно пересмотреть содержание самого понятия адекватности моделей и закладывать в обучающие системы многоструктурную имитацию, а не ограничиваться жёстко какой-либо одной моделью, притом как можно более близкой к существующему ныне объекту. Напротив, представляются принципиально необходимыми также и модели мыслимых объектов с желаемыми свойствами, скажем, доменной печи без запаздывания в каналах регулирования теплового состояния.

Активность и индивидуальность учебного моделирования. Наличие у обучаемых собственных целей, нередко сильно отличающихся от основного назначения обучающих систем, предопределяет включение в состав последних элементов организационного управления по типу, приведенному в работе [5]. В такой же степени нужны средства адаптация учебного моделирования к индивидуальным характеристикам каждого обучаемого человека или, по крайней мере, групп людей. К числу действенных средств индивидуальной адаптации откосятся управляемое отображение информации, коррекция темпа моделирования и уровней его сложности в зависимости от фактического усвоения материала, своевременное стимулирование обучаемого в сопоставлении с нормативными моделями и с учётом индивидуальных порогов чувствительности. В этом деле решающая роль принадлежит, разумеется, преподавателям и руководителям учебного процесса, которых также нужно готовить и стимулировать надлежащим образом. Особого внимания заслуживают и сами разработчики обучающих систем.