ПРАВИТЕЛЬСТВО ХАБАРОВСКОГО КРАЯ ГОСУДАРСТВЕННЫЙ НАУЧНО-ИССЛЕДОВАТЕЛЬСКИЙ ИНСТИТУТ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ И ТЕЛЕКОММУНИКАЦИЙ «ИНФОРМИКА» ТИХООКЕАНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
Межрегиональная научно-практическая конференция
«ИНФОРМАЦИОННЫЕ И КОММУНИКАЦИОННЫЕ ТЕХНОЛОГИИ В ОБРАЗОВАНИИ И НАУЧНОЙ ДЕЯТЕЛЬНОСТИ» (21–23 сентября 2009 года, г. Хабаровск) МАТЕРИАЛЫ КОНФЕРЕНЦИИ
Хабаровск 2009
ПРАВИТЕЛЬСТВО ХАБАРОВСКОГО КРАЯ ФГУ ГОСУДАРСТВЕННЫЙ НАУЧНО-ИССЛЕДОВАТЕЛЬСКИЙ ИНСТИТУТ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ И ТЕЛЕКОММУНИКАЦИЙ «ИНФОРМИКА» ТИХООКЕАНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
Межрегиональная научно-практическая конференция «ИНФОРМАЦИОННЫЕ И КОММУНИКАЦИОННЫЕ ТЕХНОЛОГИИ В ОБРАЗОВАНИИ И НАУЧНОЙ ДЕЯТЕЛЬНОСТИ» (28–30 сентября 2009 года, г. Хабаровск)
МАТЕРИАЛЫ КОНФЕРЕНЦИИ
Хабаровск Издательство ТОГУ 2009
УДК 001:37:004 ББК Ч 214 + З 81 М 439
Под научной редакцией А. И. Мазура
М 439
Межрегиональная научно-практическая конференция «Информационные и коммуникационные технологии в образовании и научной деятельности» 21-23 сентября 2009 года, г. Хабаровск : материалы конференции / под науч. ред. А. И. Мазура. – Хабаровск : Изд-во Тихоокеан. гос. ун-та, 2009. – 382 с.
ISBN 978-5-7389Материалы Межрегиональной научно-практической конференции "Информационные и коммуникационные технологии в образовании и научной деятельности" (Хабаровск, 21 – 23 сентября). В сборнике опубликованы результаты, полученные в процессе реализации в Хабаровском крае, в Дальневосточном федеральном округе и других регионах Российской Федерации масштабных проектов информатизации сферы образования и науки в рамках федеральных целевых программ, а также материалы прикладных научных исследований. УДК 001:37:004 ББК Ч 214 + З 81 ISBN 978-5-7389© Тихоокеанский государственный университет, 2009
Научное издание
Межрегиональная научно-практическая конференция «Информационные и коммуникационные технологии в образовании и научной деятельности» 21-23 сентября 2009г. Хабаровск Материалы конференции
Научный редактор А. И. Мазур Компьютерная верстка Е. А. Кулагиной Отпечатано с оригиналов авторов
Подписано в печать 14.09.09. Формат 70¯108 1/16. Гарнитура «Таймс». Бумага писчая. Печать цифровая. Усл. печ. л. 33,42 Тираж 100 экз. Заказ 221.
Издательство Тихоокеанского государственного университета 680035, Хабаровск, ул. Тихоокеанская, 136 Отдел оперативной полиграфии издательства Тихоокеанского государственного университета 680035, Хабаровск, ул. Тихоокеанская, 136
Секция 1. Проблемы создания и развития информационной инфраструктуры учреждений УДК 681.324.06 С. М. Бурков, 2009 АНАЛИЗ РАЗВИТИЯ ТЕЛЕКОММУНИКАЦИОННЫХ СИСТЕМ ПРИ УСЛОВИИ РЕСУРСНЫХ ОГРАНИЧЕНИЙ Бурков С.М. – к.ф.-м.н., директор ХКЦ НИТ ТОГУ В данной работе предлагается методика анализа состояния и развития телекоммуникационных систем, Методика в конкретном случае используется для определения параметров процесса поэтапного формирования базовой сети региона.
Построение различных сетей массового обслуживания, от телекоммуникационных до дистрибьюторских, является в настоящее время актуальной задачей и, как правило, выполняется поэтапно. На каждом этапе построения действуют ограничивающие условия, диктующие выбор решения и определяющие результат. В качестве примера можно привести создание образовательной информационной сети Хабаровского края (ХКОИС), выполненное в рамках ряда пилотных проектов Тихоокеанским государственным университетом в 2002-2005 годах /12/. Анализ функционирования сегментов создаваемой информационной телекоммуникационной сети (ИТКС), ограничения по предоставленным для создания и эксплуатации ресурсам поставили задачу развития математического аппарата и системного подхода к решению подобного класса проблем. 1. Основные положения модели и постановка задачи Рассмотрим некоторую систему, например телекоммуникационную сеть, развитие и функционирование которой привязано интервалам времени t ∈ ( 0, T r ) , здесь r=(1,…,N) номер этапа, T- длительность. Определим вектор Si (r, t ) , как набор положительно определенных,
3
возрастающих функций, действующих на этапе r . Данные функции характеризуют процесс накопления потенциала системы, необходимого для развития и функционирования. Их форма достаточно произвольна и зависит от типа рассматриваемой системы, однако, для систем которые будут рассмотрены ниже, они имеют вид ступенчатых функций. Индекс i=(1,…,М) - определяет номер источника и характер накопления потенциала. М – число источников. Введем далее вектор стоков Pj(r,t), определяющий направления и объемы расходования потенциала, j=(1,…,K), К – количество стоков. Очевидно, что в общем случае, количество стоков и источников неодинаково. Чтобы связать вектор стоков с вектором источников, определим прямоугольную матрицу
Cijr
размерностью M × K , которая
определяет долю использования потенциала из источника i по направлению j, на этапе r. Определим также следующее условие: (1) ∀ j , ∑ C ijr = 1 . i
Запишем соотношение задающее динамику расхода потенциала из источника i: (2) F i ( r , t ) = ∑ C ijr P j ( r , t ) . j
Введем вектор остатков потенциала в источнике i:
V i ( r , t ) = S i ( r , t ) − Fi ( r , t ) .
(3) Постулируем некоторые свойства введенных выше функций источников. Представим все множество источников в виде объединения двух подмножеств: (4) S = S 1U S 2 . Наложим на элементы подмножества S1 следующее условие:
∀ S i ∈ S 1 Vi (r,Tr ) = 0 .
(5) Это условие соответствует требованию обнуления i-го источника потенциала на конец рассматриваемого этапа. Для элементов множества S2 выполнения условия (5) не требуется. Таким образом, переходящий остаток потенциала на следующий этап может быть определен как:
G (r ) =
∑ V (r ,T ) .
i∈ S 2
(6)
i
В процессе функционирования системы в период времени (0, Тr)
4
может сложиться ситуация, что условие (5) не будет выполнено и для элементов подмножества S1 , Это соответствует недорасходу соответствующих потенциальных источников обнуление которых произойдет в любом случае по концу этапа. Для учета этой ситуации введем дополнительный, реактивный сток-источник S M +1 ∈ S 2 . Соответственно в вектор стоков будет добавлен элемент PK+1(r,t). Сумма (6) автоматически учтет и этот элемент. Таким образом, суммарный потенциал следующего этапа определится как: M
S Σ (r + 1, t ) = ∑ Si (r + 1, t ) + G(r) .
(7)
i =1
Из выражения (7) следует, что величина S Σ определяется как сумма зависящих от времени источников, действующих на протяжении этапа r+1 и постоянной на интервале Tr+1 величины G2(r). Фактически данная величина характеризует итоги функционирования системы на этапе r. В случае если структурных изменений в системе не происходит, то величина δ = (G (r + 1) − G (r )) / Tr определяет динамику изменений работы системы. Под условием стационарности системы будем понимать равенство нулю этой величины в пределах статистической погрешности. Представим множество S в виде объединения трех подмножеств:
S ( r , t ) = S Aext ( r , t )U S Rext ( r , t )U S int ( r , t ) ,
(8)
ext
где подмножество SA (r,t) – определяет внешние, активные источники (не требующие возврата потенциала), S Rext (r , t ) – внешние реактивные источники, которые предполагают возврат потенциала, S int (r, t ) – внутренние источники пополнения потенциала. Пусть Х – некоторая система, развивающаяся поэтапно путем добавления к ней на каждом этапе новой подсистемы. В результате мы имеем последовательность: (Х0 ,Х1 ,…,Хr ), r – номер этапа. Очевидно, что на протяжении нескольких этапов система будет развиваться по сценарию определенному извне и в соответствии с внешними условиями. Положим, что при t=0 и r=0 системы не существует и система рождается в течении нулевого этапа. Очевидно, что в начале нулевого int
этапа множество S (0, t ) – пустое, собственные источники репродукции потенциала отсутствуют. Множество источников, действующих на
5
нулевом
S ( 0, t ) = S
этапе ext A
( 0 , t )U S
можно ext R
определить
как:
0 ij
( 0, t ) , матрица C определяет структуру
и направления расходования потенциала из источников S (0, t ) на этапе рождения системы. Пусть далее множество Y r определяет набор всевозможных подсистем, которые могут быть включены в систему Х на этапе r. Каждому элементу множества Y r поставим в соответствие некоторую величину ykr , которая соответствует минимальному значению потенциала необходимого для включения этого элемента в Х на этапе r. Определим на начальном этапе вектор стоков, как вектор, состоящий из двух компонент P (0, t ) = ( P1 (0, t ), P2 (0, t )) , расход потенциала на включение в систему элементов множества Y0 и расход на поддержание этого процесса. Введем операцию U (Y , D) над множеством Y при ограничениях D. Результатом выполнения этой операции будет набор подмножеств Yrv , содержащих элементы ykr , k=(1,…,nv), где nv – количество элементов
Yrv , отвечающих условиям D. В случае если в качестве такого условия выбрать на начальном этапе P1 (0, T ) − ∑ yi0 ≥ 0 , то на выходе мы буy∈Y
v 0
дем иметь набор вариантов Y , создаваемой системы. Каждый вариант
Y0v характеризуется своим набором стоков и источников, которые будут действовать на следующем этапе, а также набором характеристик, задающих качество системы. Выбор варианта осуществляется путем перебора по v на основании критериев, определяющих требования к создаваемой системе. Таким образом, задача формирования системы на нулевом этапе сводится к решению проблемы минимакса при заданных ограничениях.
X 0 = min max( Y0v , D0 ) , D0 – вектор ограничений, действующий на начальном этапе. Будем считать, что на этапе r >0 действует полное множество источников, определенное выражением (8). Таким образом, на данном этапе суммарный потенциал определен выражением (7). Вектор стоков определяет расход потенциала на поддержку функционирования системы и ее развитие. В процессе развития вес и значимость источников изменяется в направлении увеличения объема собственных и уменьшения роли внешних источников. Система будет считаться самодостаточной, в случае если величина
6
G 2 (r ) =
∑V
i∈ S 2
i
(r ,T )
будет
больше
нуля
при
условии
что
S Aext ( r , t ) U S Rext ( r , t ) - пустое множество. Другими словами, соз-
данных в процессе развития собственных источников потенциала хватает на обеспечение ее работы. 2. Анализ состояния информационной телекоммуникационной сети (ИТКС) учреждений образования и науки Хабаровского края Формирование и функционирования произвольных структур, как правило, определяется наличием некоторого ресурсного потенциала, расходуемого на процессы ее создания, обновления и работу. В случае ИТКС под ресурсным потенциалом будем понимать источники финансирования. Далее рассмотрим структуру, схемы формирования и расходования ресурсного потенциала применительно к ИТКС учреждений образования и науки Хабаровского края [1]. С точки зрения схем пополнения ресурса можно рассматривать три типа сетевых систем, создаваемых поэтапно, особенностью которых, является возможность выполнения своих функций на каждом этапе. 1. Системы, получающие не возвращаемые ресурсы из внешних источников. Отсутствие такого внешнего ресурса приводит к остановке работы системы. 2. Системы, имеющие внешний ресурс и обладающие возможностью внутренней репродукции ресурса. Жизнеспособность такой системы определяется соотношением внешнего и внутреннего ресурсов. 3. Предельный случай варианта 2. Полное отсутствие не возвращаемого внешнего ресурса. Система существует за счет собственных ресурсов. Случай с ИТКС учреждений образования и науки Хабаровского края соответствует варианту 2. Схемы финансирования сегментов ИТКС, в части создания и поддержки работоспособности, построены по многоканальному принципу. Сеть финансируется из следующих источников: 1. Федеральное финансирование внешних каналов связи. Договора с RUNnet и Rbnet. Ежегодно в соответствии с бюджетным планом 2. Федеральные гранты и программы. На основе конкурса. 3. Финансирование субъекта федерации на поддержку и развитие своего куста (ХКОИС). На основе конкурса. 4. Краевые гранты и программы, направленные на развитие ин-
7
формационных и научных ресурсов сети. На основе конкурса. 5. Финансирование из собственных средств вуза учредителя. Оплата каналов стоящих на балансе ТОГУ, зарплата сотрудников, накладные расходы. 6. Компенсация затрат со стороны клиентов некоммерческих сетей. 7. Средства, получаемые от коммерческой деятельности. В работе представлена схема формирования финансового потенциала ИТКС образования и науки Хабаровского края. Таким образом, из рисунка следует, что обобщенный финансовый ресурс, рассматриваемой сети можно представить как сумму компонент семикомпонентного вектора s=(s1,…,s7), где каждая из них имеет свои характеристики, определяющие временные зависимости поступления и ограничения по расходованию средств, вероятность их появления и т.д. Для описания процесса расходования средств на этапе r, введем набор из семи функций Fi(t,r), определяющих расходование средств по каждой компоненте вектора s, а также вектор функций остатков Vi(t,r)= Si(t,r )– Fi(t,r). Свойства этих функций будут рассмотрены в следующем разделе. Рассмотрим свойства каждой компоненты вектора s в отдельности. S1(t,r) – соответствует бюджетному финансированию, включаемому в базу вуза по статьям строительство объектов связи и оплата услуг связи, r – номер этапа, Временная зависимость в пределах этапа (года) определяется планом финансирования и ограничениями по расходованию средств. Основным свойством этой компоненты является – V1(T,r)=0, где Т – длительность этапа. S2(t,r)=аS2(t,r) – определяет участие в федеральных целевых программах и грантах на этапе r. Множитель а=1 или 0 в зависимости от факта победы в конкурсе. Оценка вероятности победы по итогам предыдущих конкурсов составляет – 0.6 – 0.7, V2(Т,r)=0. S3(t,r)=вS3(t,r) – ресурсы выделяемые субъектом федерации на развитие и поддержку собственного сегмента ИТКС на конкурсной основе. Множитель в=1 или 0 в зависимости от факта победы в конкурсе. Оценка вероятности победы по итогам предыдущих конкурсов составляет – 0.99 – 1.0, V3(Т,r)=0. S4(t,r)=сS4(t,r) – определяет участие в краевых программах и грантах на этапе r. Множитель с=1 или 0 в зависимости от факта победы в конкурсе. Оценка вероятности победы по итогам предыдущих конкурсов составляет – 0.8 – 0.9, V4(Т,r)=0. S5(t,r) – отражает уровень участия вуза (ТОГУ) в процессе строи-
8
тельства объектов связи за счет собственных средств. Данная функция произвольна по характеру выделения и ограничениям расходования средств. Другими словами, требование V5(Т,r)=0 не является обязательным и может быть сформирован переходящий остаток. Величины S6(t,r,n) и S7(t,r,m) – определяют средства, полученные либо в качестве компенсации затрат от клиента n, либо в качестве оплаты за оказанные услуги клиенту m. Естественно эти функции являются достаточно произвольными. Их увеличение осуществляется помесячно, расходование – по мере необходимости, Требование равенства нулю в конце этапа – не требуется. Строго говоря, от жестких условий Vi(Т,r)=0 i=1,2,3,4 можно отказаться, если ввести дополнительную компоненту вектора: S8(r)= V1(T,r)+V2(T,r)+ V3(T,r)+ V4(T,r) + V6(T,r) + V7(T,r), где Vi(t,r) – функции остатков средств на момент времени t. Смысл этой компоненты состоит в том, что она отражает состояние счетов организаций – соисполнителей и задает ненулевую составляющую на начало следующего периода. Таким образом, ресурсный потенциал на r-м этапе применительно к нашему случаю может быть представлен в следующем виде: 5 S r ( t ) = ∑ S i ( t , r ) + S 8 ( r − 1 ) + ∑ S 6 ( t , r , n ) + ∑ S 7 ( t , r , m ) (9) i =1
n
m
Выражение (1) описывает доходную часть бюджета ИТКС и не включает остатков по пятой составляющей. Это означает, что недорасход средств можно учесть в бюджете вуза на следующий период. Основными направлениями расходов на содержание ИТКС являются: – Расходы на поддержку инфраструктуры функционирующей сети. Аренда технологического ресурса, канализации, ремонт и замена вышедшего из строя оборудования, и т.д. – Оплата услуг провайдеров связи. – Заработная плата сотрудников, накладные расходы, командировки и т.д. – Строительство новых сегментов ИТКС, улучшение каналов связи, замена устаревшего оборудования. Определим вектор размерностью К, задающий объем расходов по данным направлениям P = ( p 1 ,..., p M ) . Очевидно, что размерность этого вектора в общем случае не соответствует размерности векторов V и F, введенных ранее. В прошлом разделе мы определили размерность ресурсного вектора s равную 8, с учетом компоненты,
9
описывающей остатки. Пусть далее, в общем случае, она будет равна M. Определим матрицу C = cij размерностью M × K , элементы которой задают долю платежа, которую можно сделать из ресурса i по направлению j. Очевидно, что справедливо условие (1). Это условие соответствует полному погашению платежа. Соответственно, выражение для компонент вектора платежей будет иметь вид (2). Соответственно вектор остатков, как разность между ресурсом и расходом (3). Оптимальным будем считать режим работы, если выполняются условия
∀ t ∈ r , vi (t ) > 0 , δ ( r ) = ∑ v i (T , r ) − ∑ v i (T , r − 1) ≥ 0 , i
(10)
i
что соответствует устойчивому режиму работы сети с ростом доходов на каждом этапе. Следует отметить, что требование строгой положительности компонент вектора остатков на всем временном интервале не является обязательным условием. Отрицательные значения компонент вектора V в какой-то период времени соответствуют невыполнению графика платежей по данной компоненте. Основным условием является требование положительности и роста остатков на конец периода. Условие стационарности режима работы сети (в данном случае – отсутствие роста доходов) соответствует равенству нулю величины V(r). На практике возможен случай, когда величина V(r) станет отрицательной. Это соответствует спаду в работе системы. Состояние устойчивого спада может привести к свертыванию сети, деградации и отмиранию ее участков (обратный процесс по отношению к поэтапному развитию). Такая задача также является актуальной с точки зрения анализа функционирования сети в стационарном режиме. В процессе поэтапного регресса должны быть созданы условия роста V(r) и выполнения условия (10). В период экономического спада такой анализ достаточно актуален, так как он позволит контролировать процесс регресса и придать ему управляемый характер. Однако, анализ процессов развития ИТКС учреждений образования и науки Хабаровского края показал устойчивый рост показателей в период с 2002 года по 2008-й [3-5] и ожидается, что в 2009 году созданная сеть выйдет на стационарный режим.
10
Библиографические ссылки 1. Иванченко С. Н., Бурков С. М., Мазур А. И. Итоги деятельности и перспективы развития Хабаровского краевого центра новых информационных технологий. Научный альманах «К 15-летию информатизации образования России на базе центров ЦНИТ» под редакцией А.Н.Тихонова, В.П. Кулагина, Л.А. Крукиер, И.Г. Иголкиной, Ростов, 2006. 2. Мазур А. И., Бурков С. М., Мендель А. В., Терещенко В. Д. «Проблемы поэтапного внедрения ИКТ в сфере образования на примере Хабаровской краевой образовательной информационной сети», конференция «Электронная Россия на Дальнем Востоке», Сборник докладов. – Владивосток, 2007, с.62-72. 3. Бурков С. М., Бертенев В. А., Мазаник Н. Н., Мазур А. И., Мендель А. В., Терещенко В. Д. Развитие архитектуры и сервисов Хабаровской краевой образовательной информационной сети: Информационно-коммуникационные технологии в образовании Хабаровского края – 2008: опыт, проблемы и перспективы //Материалы VI краевой научно-практической конференции / Под общ. ред. Т.С. Крахмалевой, Н.Г. Флейдер. – Хабаровск: ХК ИППК ПК, 2008, с. 41–48. 4. Бурков С. М., Бертенев В. А., Мазур Е. А., Савенков Д. В. Активность пользователей Хабаровской краевой образовательной информационной сети (ХКОИС): Труды XV Всероссийской научно-методической конференции «Телематика 2008». Том 1. Санкт-Петербург, 23–26 июня 2008 года, с. 201–202. 5. Бурков С.М., Мазур А.И., Мазаник Н.Н., Мендель А.В., Терещенко В.Д. Региональная образовательная информационная сеть: проблемы управления и развития. Информационные и коммуникационные технологии в образовании и научной деятельности //Материалы конференции /под научн. ред. А.И. Мазура. – Хабаровск: Изд-во Тихоокеанского гос. университета, 2008, с. 9–18.
11
УДК 681.324.06 С. М. Бурков, 2009 ЗАДАЧИ ФОРМИРОВАНИЯ БАЗОВОЙ СЕТИ РЕГИОНАЛЬНОГО УРОВНЯ Бурков С.М. – к.ф.-м.н., директор ХКЦ НИТ ТОГУ Рассмотрены возможные подходы к решению задачи формирования базовой сети регионального уровня. Определены достоинства и недостатки каждого подхода, а также возможности его практического применения. Материал статьи может быть полезен при разработке типовых программ создания региональных телекоммуникационных инфраструктур.
Введение Создание телекоммуникационных инфраструктур регионального уровня – одна из важных задач информатизации государства, решение которой требует разработки подходов, учитывающих специфику регионов [8, 9]. Основой телекоммуникационной инфраструктуры является базовая (опорная) сеть, обеспечивающая связь между региональными узлами, к которым подключаются пользователи региона. Целью создания базовой сети является предоставление всем пользователям возможности доступа к информационным ресурсам и сервисам, предоставляемым региональными, федеральными и международными организациями и учреждениями различных форм собственности [3, 7, 8]. Далее считаем, что в регионе существует несколько типов (категорий) пользователей и все пользователи сосредоточены в региональных населенных пунктах, где создаются узлы базовой сети, обеспечивающие подключение пользователей к базовой сети. Известно количество пользователей каждого типа на каждом узле и число узлов. Между узлами необходимо установить связь, используя либо имеющиеся каналы провайдеров, либо создавая новые. Система связи между узлами образует базовую сеть. Для доступа пользователей к внешним, по отношению к региону,
12
информационным ресурсам, необходимо наличие узлов, которые имеют выход во внешние телекоммуникационные системы. Кроме того, базовая сеть региона должна обеспечивать обмен информацией между пользователями региона и доступ к информационным ресурсам региона в основном с использованием своих (региональных) каналов связи. При создании базовой сети необходимо учитывать возможности организации связи между узлами, географические особенности региона, финансовые возможности региона, наличие провайдеров и их запросы. Создание (формирование) региональной базовой сети будем называть общей задачей, анализ возможных подходов к решению которой проводится в данной статье. В зависимости от конкретных возможностей региона общая задача может решаться по-разному. Ниже исследованы два подхода к решению общей задачи. 1. Прямая задача формирования базовой сети В данном случае используется прямое решение общей задачи формирования региональной базовой сети, которое предусматривает объединение сетью связи всех региональных узлов и подключение к сети всех пользователей региона. При этом считается, что общая задача решатся сразу и за время ее решения параметры региона не меняются. Этот подход возможно применять, когда в регионе имеется необходимое количество ресурсов для построения базовой сети и подключения к сети всех категорий пользователей [2]. Прямая задача построения региональной базовой сети может быть сформулирована следующим образом: Прямая задача формирования базовой сети Дано: Параметры базовой сети: Общее число региональных узлов – N, число типов пользователей – M, число провайдеров связи в регионе – K. Вектор узлов региона, имеющих выход во внешние (федеральные, межрегиональные) сети (каналы связи): d = (d1 , d 2 ,..., d N ) ,
где
d i = 1 , если узел номер i имеет выход во внешние сети, и
d i = 0 , если узел номер i не имеет выхода во внешние сети.
Вектор количества пользователей различных типов в регионе: m 0 = (m01 , m02 ,..., m0 M ) , где m0 j , ( j = 1,2,..., M ) – число пользователей типа j в регионе.
13
Множество матриц каналов связи различных провайдеров, соединяющих
региональные
узлы:
H 0 = { H 0 k = hokij } ,
( k = 1,2,..., K ; i, j = 1,2,..., N ), где h0 kij = 0 , если между узлами i и j нет канала связи провайдера номер k, и h0 kij = 1 , если между узлами i и j есть канал связи от провайдера номер k. Множество матриц ставок оплаты трафика пользователями базовой сети провайдерам связи: W 0 = { W 0 km = w 0 kmij } , ( k = 1,2,..., K ; m = 1,2,..., N ; i, j = 1,2,..., N ), где, w0 kmij – величина ставки оплаты единицы трафика по каналу связи между узлами i и j пользователем типа m у провайдера номер k. Множество, матриц величин разовых затрат на создание или аренду каналов связи в составе базовой сети региона:
U 0 = { U ok = u okij } , ( k = 1,2,..., K ; i, j = 1,2,..., N ), где
u 0 kij ≥ 0 – величина затрат на
создание или аренду канала связи провайдера номер k между узлами i и j. Можно разделить величину u 0 kij на две независимые компоненты:
u 0 kij = u 10 kij + u 02kij , где u 10kij – величина разовых затрат на аренду ка2
нала связи, а u 0kij – величина разовых затрат на создание канала связи. Матрица распределения пользователей по узлам сети на начало этапа r:
M 0 = m0ij , ( i = 1,2,..., N ; j = 1,2,..., M ), где m0ij - общее число пользователей типа j на узле номер i. Матрица интенсивностей информационных потоков между пользователями
различных
типов
базовой
сети:
Λ 0 = λ0ij ,
( i, j = 1,2,..., M ),
λ0ij – интенсивность потока данных передаваемых от пользователя типа i пользователю типа j; λ0ii – интенсивность потока данных где
от пользователя типа i другому пользователю типа i. Перечисленные параметры составляют множество исходных (начальных) параметров базовой сети, необходимых для ее построения, обозначим:
14
NET0* = { N , d, M , K , m 0 , H 0 , M 0 , U 0 , Λ 0 , W0 } .
(1) Общий допустимый объем ресурсов, выделенных на создание ре*
гиональной базовой сети – A . Требуется: Построить базовую сеть, объединяющую узлы региона, так, чтобы:
A0* = min {a1S (x1 , m1 , H1 , U0 ) + a2G(x1 , m1 , H1 , W0 ) + H1 ,x1m1
+ a3 g1 (x1 , m1 , H1 , Λ 0 ) + a4 g 2 (x1 , m1 , H1 , Λ 0 )} Здесь a1 ≥ 0, a 2 ≥ 0, a3 ≥ 0, a 4 ≥ 0 - весовые коэффициенты;
(2)
Множество матриц каналов связи, используемых в базовой сети
H 1 = { H 1 k = hikij } , ( k = 1,2,..., K ; i, j = 1,2,..., N ), где h1kij = 1 , если для связи между узлами i и j региональной базовой сети используется канал связи провайдера номер k, и h0 kij = 0 , если канал связи провайдера номер k между узлами i и j не используется. Вектор подключенных к базовой сети региональных узлов x1 = ( x11 , x12 ,..., x1N ) , где x1i = 1, если узел номер i подключен к
базовой сети, и x1i = 0 , если узел номер i не подключен к базовой сети. Вектор подключенных к сети пользователей различных типов
m1 = (m11, m12 ,...,m1M ) , где m1 j , ( j = 1,2,..., M ) - число пользователей типа j , подключенных к региональной базовой сети. Величина реальных затрат на создание или аренду каналов связи базовой сети: S = S ( x1 , m1 , H1 , U 0 ) . Величина реальных затрат на создание узлов связи базовой сети: G = G (x1 , m 1 , H 1 , W 0 ) . Величина реальных затрат на обслуживание каналов связи базовой сети:
g1 = g1 (x1 , m1 , H1 , Λ 0 ) . Величина реальных затрат на обслуживание узлов связи базовой сети: g 2 = g 2 (x1 , m1 , H1 , Λ 0 ) . тические модели для вычисления значений
S (x1 , m1 , H1 , U 0 ) ,
G (x1 , m1 , H1 , W0 ) ,
Матемавеличин
g1 ( x1 , m1 , H1 , Λ 0 ) ,
g 2 ( x 1 , m 1 , H 1 , Λ 0 ) , могут быть взяты из литературы. Множество перечисленных параметров базовой сети, получаемых
15
после решения прямой задачи, обозначим
NET1* = {x1 , m1 , H1}.
(3)
*
Множество R , полученное при решении прямой задачи: R* = {S, G, g1, g2} (4) будем называть множеством характеристик базовой сети, а его элементы – характеристиками базовой сети. Решение прямой (общей) задачи должно удовлетворять следующей системе ограничений. Ограничения: N
1) ∑ x1i = N - все региональные узлы подключены к сети. i =1
2)
m1 j = m0 j для всех j = 1,2,..., M - все пользователи региона
всех типов подключены к сети. 3) Структура базовой сети должна обеспечивать возможность передачи данных по каналам связи сети между любыми узлами сети. 4) A0 ≤ A , S ≤ S , G ≤ G , g1 ≤ g 1 , g 2 ≤ g 2 - имеются ограничения финансирования по созданию и обслуживанию региональной базовой сети, как в целом, так и по отдельным статьям расходов. Решением прямой задачи будем называть набор: *
*
R*0 = {NET1* , R*} = {NET1* , S, G, g1, g2 },
(5)
элементы которого определены выше. Прямая задача может решаться, например, как задача построения покрывающего дерева при ограничениях. Одним из методов решения, при ограниченном числе региональных узлов может быть, например, метод направленного перебора вариантов, включающий известные алгоритмы построения покрывающих деревьев [1, 5]. Естественно, что решение прямой задачи, даже при наличии всех необходимых ресурсов, требует времени. Величину интервала време* ни, отводимого для решения прямой задачи обозначим – T . Проблема состоит в том, что прямого решения общей задачи в реальной действительности может не существовать. Это может быть обусловлено следующими факторами [2, 3, 7]: *
• Величина A0 , равная реальным затратам на создание и обслуживание базовой сети, оказывается недопустимо большой, т.е.
16
A0* > A* . Причинами этого могут быть как ограниченность региональных ресурсов, так и неподготовленность инфраструктуры связи региона, вызывающая необходимость создания новых каналов связи между региональными узлами, высокие тарифные ставки провайдеров. * • Невозможно за заданный интервал времени решения задачи T обеспечить связь (построить каналы связи) с некоторыми региональными узлами, создать узлы для подключения требуемого количества пользователей. Причинами этого могут быть географические и экономические особенности региона. • Параметры сети, указанные в формуле (1) являются переменными величинами и за время решения задачи, меняются. Причинами этого могут быть изменения в регионе, связанные с его географическим развитием (появление новых узлов и пользователей, ликвидация узлов), с изменением социальной политики развития региона (доступ к информационным ресурсам и сервисам предоставляется ограниченному кругу пользователей). • Изменение приоритетов и целей в политике информатизации региона. Это может быть вызвано необходимостью приоритетного подключения к базовой сети определенного типа пользователей или региональных узлов. В связи с этим процесс создания базовой сети на практике растягивается во времени, и его реализация разбивается на этапы. На каждом этапе выделяются свои ресурсы (финансирование) и решаются свои задачи. 2. Задача поэтапного формирования базовой сети Необходимость поэтапного решения общей задачи создания региональной базовой может быть вызвана не только недостатком ресурсов, единовременно выделяемых на создание сети и отсутствием необходимых технических средств (каналы и узлы связи), но и наличием отмеченной выше неопределенности, связанной с возможностью изменения условий решения задачи по истечении некоторых интервалов времени. Однако, часто имеются интервалы времени, на которых параметры сети (условия задачи) остаются неизменными для которых возможно получение корректного решения. При поэтапном методе решения общей задачи формирования базовой сети появляется возможность на каждом этапе решать частные задачи формирования базовой сети, со своими начальными условиями, частными целями и ограничениями, которые учитывают и ограничен-
17
ность имеющихся ресурсов, и изменение условий [4]. Наличие частных целей и ограничений обусловлено конкретными требованиями к сети на каждом этапе, которые формируются в зависимости от наличия ресурсов, социально-политических условий и направлений развития региона. При этом считаем, что в течение всей длительности этапа условия частной задачи не меняются. Таким образом, для решения общей задачи построения базовой сети региона целесообразно выбрать метод этапов. Суть метода состоит в том, что в процессе поэтапного решения частных задач на каждом этапе получается последовательность результатов решений частных задач, в результате чего появляется последовательность множеств параметров и характеристик базовой сети: r = 1,2,... , (6) { NET0 r , NET1r , Rr }, где r номер этапа. Множества NET0 r и NET1r , определяющие наборы исходных данных и результатов решения частной задачи на этапе r, могут отличаться по составу, но включают все аналогичные элементы множеств
NET0* , NET1* , определенных в формулах (1) и (3). Каждая частная задача может рассматриваться как прямая, решение которой определяется формулой (2) и набором ограничений, приведенных для прямой задачи. Также, следует отметить, что при поэтапном решении общей задачи часть элементов множества параметров NET1( r −1) , полученного на этапе (r-1), является исходными элементами для этапа номер r, т.е. элементами множества NET0 r . Состав множеств NET0 r , NET1r будет определен ниже. Необходимо, чтобы элементы последовательности множеств { NET1r }, r=1,2,... сходились к значениям, установленным для решения общей задачи построения базовой сети: r
x 1r = ( x1r1 , x1r 2 ,.., x1rN ) → x = (1,1,...,1); r
m1r = ( z1r1 , z1r 2 ,.., z1rN ) → m 0 = (m01 , m02 ,..., m0 M ) . Это обеспечивает включение в состав базовой сети всех узлов региона и подключение к сети всех пользователей региона, имеющихся на момент начала решения общей задачи. При этом может потребоваться, чтобы величина суммарных рас-
18
ходов на создание сети не превышала размера выделенных на это ресурсов: * ∑ (b1S r + b2Gr + c1 g1r + c2 g 2 r ) ≤ A .
r =1
Здесь
величины
S r , Gr , g1r , g 2 r
соответствуют
величинам
S , G, g1 , g 2 , определенным для прямой задачи, однако вычисляются на каждом этапе r. Необходимо также обеспечить выполнения всех ограничений, перечисленных в постановке общей задачи. Общая задача, при поэтапном методе решения, считается решен*
ной на этапе r ≥ 1 , если по окончании этого этапа выполняются условия:
x1r = ( x1r 1 , x1r 2 ,.., x1r N ) = x = (1,1,...,1); m1r = (m1r 1 , m1r 2 ,.., m1r N ) = m 0 = (m01 , m02 ,..., m0 M ) . *
*
*
*
*
*
*
*
Задача поэтапного формирования базовой сети может быть сформулирована, теперь, следующим образом: Задача поэтапного формирования базовой сети Дано: Множество исходных данных для первого этапа (некоторые из этих данных могут быть неизменными для решения общей задачи): NET01 . Последовательность объемов ресурсов, выделяемых на создание *
базовой сети на этапах – { Ar }, r = 1,2,... . Допустимая максимальная величина суммарных ресурсов, выде*
ленных на построение базовой сети - A . Множество весовых коэффициентов для каждого этапа r: {b1r ≥ 0, b2 r ≥ 0, c1r ≥ 0, c2 r ≥ 0} , r = 1,2,... Требуется: Построить последовательности множеств параметров { NET1r } и *
характеристик { S r , Gr , g1r , g 2 r }, r=1,2,... r , являющихся решениями частных задач на этапах, так чтобы на каждом этапе выполнялись цели частных задач. При ограничениях: 1. Ограничения для каждого этапа совпадают с ограничениями, ус-
19
танавливаемыми при решении частной задачи на этапе. N
1) ∑ x1r *i = N – все региональные узлы подключены к сети. i =1
2)
m1r j = m0 j
– все пользователи региона подключены к се-
*
ти. 3) Структура базовой сети, задаваемой множеством H1r * должна быть обеспечивать возможность передачи данных по каналам связи сети между любыми узлами сети. 4) Требуется выполнение одного из следующих ограничений: а) для каждого r = 1,2,..., r
*
(b1r S r + b2 r Gr + c1r g1r + c2 r g 2 r ) ≤ Ar* , если остаток ресурсов не переносится на следующий этап. б) для каждого r = 1,2,..., r
*
(b1r Sr + b2r Gr + c1r g1 + c2r g2 ) ≤ ≤ Ar* + ( A(*r−1) − (b1(r−1) S(r−1) + b2(r−1)G(r−1) + c1(r−1) g1(r−1) + c2(r−1) g2(r−1) )) если остаток ресурсов не переносится на следующий этап. в) суммарная величина расходов на решение общей задачи создания сети не должна превышать величину отпущенных для этого ресурсов:
S r**
r*
= ∑ (b1r S r + b2 r Gr + c1r g1r + c2 r g 2 r ) ≤ A* . r =1
Решение частной задачи на этапе r будем задавать набором R r = {NET1r , S r , Gr , g1r , g 2 r } . (7) Решение общей задачи поэтапного формирования базовой сети будем задавать набором R 0r * .
R 0 r = {NET1r , S r* } . *
*
(8)
*
Следует отметить, однако, что возможность поэтапного решения общей задачи в полном объеме за конечное число этапов не всегда существует, поскольку, во-первых, не всегда возможно выполнение условия ограничения 4 и, во-вторых, возможны такие изменения начальных условий на этапах, которые приводят к необходимости изменять ранее принятые решения частных задач. Это связано с тем, что на практике, объемы требуемых ресурсов со временем могут меняться
20
(так же как и параметры сети), что приводит к необходимости увеличивать число этапов. В результате получается, что общая задача может решаться сколь угодно долго (постоянно). На практике это соответствует, например, постоянному развитию региональной сети, при котором цели решения и параметры общей задачи меняются, что приводит к появлению новых этапов создания региональной базовой сети. Следовательно, воз*
можен случай, когда r → ∞ , т.е. задача совершенствования базовой сети решается все время существования сети. Кроме того, не всегда возможно выполнение равенства:
R 0r * = R 0 величины определены в формулах (5) и (8), т.е. поэтапное решение может отличаться от прямого решения, что связано с невозможностью принятия оптимальных решений на каждом шаге из-за необходимости выполнения заданных ограничений. В общем случае решение частных задач проводится, по аналогии с решением прямой задачи, с применением методов целочисленного программирования или направленного перебора вариантов [1, 5, 6]. Выводы Анализ двух подходов к решению общей задачи формирования базовой сети региона показал, что оптимальные характеристики сети можно получить при решении прямой задачи, однако это не всегда возможно. Поэтапное решение общей задачи может не быть оптимальным, однако возможна коррекция частных задач на этапах, с учетом изменения параметров сети. Выбор метода решения требует оценки возможностей и готовности региона, исследования устойчивости параметров сети. Библиографические ссылки 1. Кристофидес Н. Теория графов. Алгоритмический подход.– М., Мир: 1978. – 432с. 2. Бурков С.М. Проблемы и задачи поэтапного формирования информационной базовой сети региона // препринт № 50, ВЦ ДВО РАН, Хабаровск 2005.– 46с. 3. Бурков С.М., Бертенев В.А., Мазур А.И. Формирование ресурсов и структура расходов ИТКС образования и науки Хабаровского края // Труды XV Всероссийской научно-методической конференции «Телематика 2008». Том 2. Санкт-Петербург, 23-26 июня 2008 года, с. 514–516. 4. Бурков С.М. Алгоритмы и методы поэтапного формирования теле-
21
коммуникационных сетей региона. Математическая модель.//Научный журнал «Вестник ТОГУ», №1 (8), изд-во ТОГУ, Хабаровск, 2008, с. 91–100. 5. Кофман А., Анри-Лабордер А. Методы и модели исследования операций. – М.: Мир, 1977. – 432 с. 6. Моисеев Н.Н. Математические задачи системного анализа. – М.: Наука, 1981. – 488 с. 7. Решение совета главных конструкторов информатизации регионов Российской Федерации от 27 апреля 2006г. // http://www.pvti.ru/sgk/resh.pdf. 8. Стратегия развития информационного общества в Российской Федерации. Утверждена 7 февраля 2008 г. № Пр-212. Российская газета от 16 февраля 2008 г. 9. Федеральная целевая программа «Электронная Россия (2002 –2010)» Утверждена постановлением Правительств Российской Федерации от 28 января 2002 г. № 65.
22
УДК 681.324.06 С.М. Бурков, 2009 КОНЦЕПТУАЛЬНЫЙ ПОДХОД К СОЗДАНИЮ ТЕЛЕКОММУНИКАЦИОННЫХ СИСТЕМ ПРИ УСЛОВИИ РЕСУРСНЫХ ОГРАНИЧЕНИЙ Бурков С.М. – к.ф.-м.н., директор ХКЦ НИТ ТОГУ В данной работе предлагается методика решения задачи поэтапного развития систем, которая в конкретном случае применяется для решения задачи поэтапного формирования базовой сети региона.
Введение В настоящее время, когда развитие телекоммуникационных и информационных систем определяет прогресс практически всех компонент экономики региона, является актуальным исследование процессов их построения и эксплуатации [7, 8]. Большинство работ по этой тематике основываются на построении статистических моделей [9,10], которые задают параметры загрузки каналов связи. При этом сеть считается уже созданной и динамика ее развития не рассматривается. Вместе с тем задача построения региональных телекоммуникационных структур, являющихся основой построения ведомственных информационных систем, исследована на наш взгляд недостаточно. Учет динамики развития телекоммуникационной и информационной составляющих в сочетании со статистическими моделями дает возможность оптимального построения структуры с учетом региональной специфики и ресурсных ограничений. Суть предложенной методики состоит в том, что из-за наличия ресурсных ограничений (отсутствия требуемого количества ресурсов для создания всей системы) не имеется возможности построить требуемую систему сразу (за один этап). Это приводит к необходимости поэтапного развития (формирования) системы, т.е. создания системы за несколько этапов, на каждом из которых выделяется ограниченное число ресурсов. При таком подходе возникает целый ряд вопросов, связанных с возможностью получения оптимального варианта создаваемой
23
системы, требованиям к исходным данным (параметрам) системы для получения решения за ограниченное число этапов, суммарной величиной выделенных ресурсов для построения системы. На каждом этапе задача формирования телекоммуникационной сети может решаться, например, как задача построения покрывающего дерева при наличии ограничений. Одним из методов решения, при ограниченном числе региональных узлов может быть, например, метод направленного перебора вариантов, включающий известные алгоритмы построения покрывающих деревьев [1, 5, 6]. Обобщенные модели построения телекоммуникационной сети представлены в [2–4]. С формальной точки зрения, основными задачами анализа, проводимого в данной работе являются: • определение достаточных условий применения методики поэтапного развития систем с ресурсными ограничениями на этапах, при которых решение может быть получено за конечное число этапов; • оценка величины затрат на создание системы; • оценка качества создаваемой системы. 1. Общие положения. Основные определения Рассматривается набор компонентов, из которых создается система S(t ) , общее число компонентов равно L. Создание системы предусматривает включение в ее состав компонент из заданного набора. Каждый компонент характеризуется своим набором параметров. Для оценки качества системы используется набор частных характеристик системы. Каждая такая характеристика используется для оценки одного из возможных показателей качества системы. В данном случае, будем считать, что характеристики системы являются количественными. Это позволяет вводить обобщенные (интегральные) характеристики для сравнительного анализа различных вариантов системы по обобщенным показателям качества. В каждый момент времени система находится в определенном состоянии. Будем считать, что система развивается (изменяется) во времени и развитие системы связано с изменением ее состояния. Процесс развития системы привязан к интервалам времени ( 0, t r ) (этапам), здесь
r = 1,2,... номер интервала развития (этапа развития), t r – длитель-
ность этапа номер r. Считаем также, что в промежутках между моментами окончания этапов система остается неизменной. Поэтому будем
24
рассматривать систему только на множестве моментов времени {Tr } ,
соответствующих моментам окончания этапов, где Tr = Tr −1 + t r ,
( r = 1,2,... ). T0 – момент начала создания (развития) системы. Для формального описания системы будем использовать следующий набор показателей. 1) Множество параметров системы по окончании этапа r – H r : H r = H (Tr ) = {H r1 (Tr ), H r 2 (Tr ),..., H rM (Tr )} , (1) где H ri (Tr ) – подмножество параметров типа i, сформировавшееся к моменту окончания этапа r, имеющее размерность M i ; M – общее число параметров системы. Здесь множество параметров системы состоит из параметров компонентов системы и параметров связей между компонентами. Тип параметра системы соответствует определенному компоненту или связи. Множество параметров системы H r разделим на два непересекающихся подмножества: H r = H r U H r , H r I H r = ∅ . Подмножество
H r назовем подмножеством базовых параметров, а подмножество H r - подмножеством вспомогательных параметров. Подмножество базовых параметров формируется следующим образом: параметр называется базовым, если при его изменении меняются состояние и характеристики системы. Параметр называется вспомогательным, если при его изменении меняются только характеристики системы. (Более точные толкования состояния и характеристик системы даются ниже.) Считаем, что возможно изменение параметров системы от этапа к этапу, которое не зависит от принимаемых решений по развитию системы, а определяется внешними, по отношению к системе, факторами. Таким образом, при развитии системы имеем последовательность: {H r } = {H r U H r }, r = 0,1,2,... (2) 2) Множество вариантов развития системы на этапе r обозначим Vr = {Vr 0 ,Vr1,Vr 2 ,..,VrK } . Выбранный вариант для этапа r обозначается
Vr* , Vr* ∈ Vr . Множество Vr всегда включает нулевой элемент Vr 0 (нулевой вариант), который соответствует случаю, когда на этапе принимается вариант, при котором система не меняется. Множество вариантов, состоящее только из нулевого варианта, обозначаем Vr 0 . 3) Вектор состояния системы по окончании этапа r – STr :
25
STr = STr (ST( r −1) , Vr* , H ( r −1) ) = = {STr1 (ST( r −1) , Vr* , H ( r −1) ), STr 2 (ST( r −1) , Vr* , H ( r −1) ),...
(3)
........., STrL (ST( r −1) , Vr* , H ( r −1) )}.
ST0 – состояние в начале создания системы. Под состоянием системы по окончании этапа r будем понимать состояния компонентов системы, по окончании этапа. Очевидно, что состояние на этапе r зависит от состояния на предыдущем этапе, принятого решения о развитии системы и набора базовых параметров системы по окончании предыдущего этапа. Отметим, что STr = STr (ST( r −1) ,Vr*0 , H ( r −1) ) = ST( r −1) . Все множество возможных состояний системы составляет пространство состояний системы. Можно также отметить, что множество базовых параметров системы это множество параметров пространства состояний системы. 4) Множество характеристик системы – G r : G r = G(Tr , H r , STr ) = {G r1 (H r , STr ), G r 2 (H r , STr ),...,G rN (H r , STr )} , (4) где G rj (H r , STr ) – подмножество характеристик типа j; N – общее число характеристик системы. Здесь характеристики системы количественно отражают полученные на этапе результаты по созданию системы. Характеристики являются функциями от параметров системы и ее состояния. Тип характеристики определяет конкретный показатель качества работы системы. 5) Вектор требуемых затрат на реализацию варианта развития системы на этапе r – RR r : RR r = RR r (Vri ) = {RRr1 (Vri ), RRr 2 (Vri ),..., RRrK (Vri )} , (5) где RRrj (Vri ) – величина требуемых затрат ресурса типа j при реализации варианта развития Vri . Здесь тип требуемых затрат может определять направление затрат на развитие конкретных компонентов системы. При этом требуемые затраты на реализацию выбранного варианта развития, равны RR r (Vr* ) . Отметим, что RR r (Vr 0 ) ≥ 0 , поскольку даже при неизменном состоянии системы возможны затраты некоторых типов ресурсов. 6) Вектор ресурсов, выделяемых на развитие системы на этапе r – R 0r :
26
R 0 r = R 0 (Tr ) = {R0 r1 , R0 r 2 ,..., R0 rK } ,
(6)
где R0 rm – величина (объем) ресурсов типа m выделяемых на развитие системы на этапе r; K – общее число типов ресурсов, необходимых для развития системы. Здесь тип ресурса может определять источник ресурса и направление использования ресурса при развитии системы на данном этапе. 7) Вектор имеющихся ресурсов на развитие системы на этапе r – Rr : - если остаточные ресурсы не могут накапливат ься; ⎧R 0r (7) Rr = ⎨ ⎩R 0 r + RS ( r −1) - если остаточные ресурсы могут накапливат ься;
где RS r = RS r (Vr* ) = R r − RR r (Vr* ) ≥ 0 – вектор остаточных ресурсов на этапе r . 8) Вектор остаточных ресурсов на этапе r – RS r :
RS r = R r − RR r (Vr* ) ≥ 0 . В более общем случае RS r = RS r (Vr* ) = ( RS r1 (Vr* ), RS r 2 (Vr* ),..., RS rK (Vr* )) , где
RS rj (Vr* ) = F j ((Rr1 − RRr1 (Vr* )), ( Rr 2 − RRr 2 (Vr* )),...
...., ( RrK − RRrK (Vr* )) ≥ 0 j = 1,2,..., K .
(8)
,
F j (...) – K– мерная функция. Использование функции F j (...) позволяет предусмотреть возможность перераспределения остаточных ресурсов между различными типами ресурсов. Таким образом, система в момент окончания этапа r задается следующим набором: S(Tr ) = S r = {H r , G r , R r , STr , R 0 r , R r , RR r , RS r } . (9)
2. Построение основных моделей развития системы Целью (задачей) создания системы является достижение системой требуемого финишного состояния – ST * . При поэтапном создании (развитии) системы требуется построить конечную последовательность {Vr* }, r = 1,2,...R , порождающую такую последовательность: {STr } = {STr (ST( r −1) ,Vr* , H ( r −1) )}, r = 1,2,..., R , (10) что STR = ST* .
27
Здесь R < ∞ – число этапов, необходимое для достижения системой заданного состояния. При этом необходимо уложиться в заданный объем ресурсов на каждом этапе: 1) либо: RR r (Vr* ) = {RRr1 (Vr* ), RRr 2 (Vr* ),..., RRrK (Vr* )} ≤ R 0r = {R0 r1 , R0 r 2 ,..., R0 rK } , (11) т.е. RRrj (Vr* ) ≤ R0 rj , j = 1,2,..., K , для всех r = 1,2,.., R ; 2) либо: RR r (Vr* ) = {RRr1 (Vr* ), RRr 2 (Vr* ),..., RRrK (Vr* )} ≤ ≤ [R 0r + RS( r −1) (V(*r −1) )] =
, (12)
= {( R0r1 + RS( r −1)1 (Vr*−1 )), ( R0r 2 + RS( r −1) 2 (Vr*−1 )),...,( R0rK + RS( r −1) K (Vr*−1 ))}
где RRrj (Vr* ) ≤ R0 rj + RS ( r −1) j (Vr*−1 ), j = 1,2,..., K , для всех r = 1,2,.., R . Здесь первое условие предусматривает независимое выделение новых ресурсов на каждом этапе, когда остаточные ресурсы не могут накапливаться, а второе условие предусматривает возможность перехода остатков ресурсов с предыдущего этапа, когда остаточные ресурсы могут накапливаться. При оценке качества решения задачи построения системы как в целом, так и на каждом этапе, можно потребовать, в дополнение к условиям (10), (11), либо оптимизации общих суммарных затрат взвешенных по типам ресурсов, либо оптимизации характеристик системы. Однако это не влияет на возможность решения задачи. Для дальнейшего изложения введем понятие вес состояния системы (вес системы в заданном состоянии): W (STr ) > 0 . Будем считать, что система в финишном состоянии имеет максимальный, но конечный вес: W (ST* ) > W (ST) при ST ≠ ST* и W (ST* ) < ∞ . Определим достаточные условия существования решения задачи поэтапного создания системы, за конечное число этапов. При этом будем рассматривать различные схемы создания системы: • невозможно накопление остаточных ресурсов; • возможно накопление остаточных ресурсов. Эти условия задаются следующими утверждениями. Утверждение 1. Рассматривается схема поэтапного создания системы с невозможным накоплением остаточных ресурсов, т.е. с независимым выделением новых ресурсов на каждом этапе. Для решения задачи создания сис-
28
темы за конечное число этапов, достаточно выполнения следующих условий: 1. Для каждого этапа r Vr ≠ ∅ и Vr 0 ⊂ Vr (на каждом этапе существуют варианты развития системы отличные от нулевого); *
2. Для каждого этапа r существует Vr* ∈ Vr , такой, что Vr ≠ Vr 0 и
RR r (Vr* ) ≤ R 0 r (неравенство выполняется для всех компонент векторов RR r (Vr* ), R 0 r ) (величина требуемых ресурсов для реализации варианта развития системы не превосходит величины выделенных ресурсов на данный этап); 3. Для каждого этапа r W (STr ) > W (ST( r −1) ) и ∃ε > 0 , так, что (W (STr ) − W (ST(r −1) )) ≥ ε (на каждом этапе вес системы в достигнутом состоянии (вес состояния) увеличивается и величина приращения веса не менее заданной – ε > 0 ); 4. Для каждого этапа r H r = H 0 (при развитии системы базовые параметры не меняются). Следует отметить, что утверждение 1 определяет условия получения решения для системы с независимым выделением ресурсов на каждом этапе. При этом условие 2 выдвигает требования, к величине выделяемых ресурсов. На практике часто встречается ситуация, когда выделяемых ресурсов не хватает, однако имеется возможность накопления остаточных ресурсов путем перехода остатков (неиспользованных ресурсов) с предыдущих этапов. Это позволяет ослабить достаточные условия. В этом случае справедливо утверждение 2. Утверждение 2. Рассматривается схема поэтапного создания системы с возможностью перехода остатков ресурсов с предыдущих этапов и добавления их к выделяемым на текущем этапе ресурсам. Для данной схемы возможны случаи, когда на некоторых этапах принимаются нулевые решения. Это возникает при недостатке имеющихся ресурсов для реализации ненулевых решений. Для существования решения задачи создания системы за конечное число этапов, достаточно выполнения следующих условий: 1. Для каждого этапа r Vr ≠ ∅ и Vr 0 ⊂ Vr (на каждом этапе существуют варианты развития системы, отличные от нулевого); 2. Для каждого этапа r R 0 r ≥ R > 0 (здесь неравенства выполняются для всех соответствующих компонент векторов, 0 – нулевой вектор) (величина выделяемых на каждом этапе ресурсов не менее фикси-
29
рованной величины – R ); 3. Для каждого этапа r (R − RR r (Vr 0 )) > d > 0 , (величина требуемых ресурсов при принятии нулевого варианта развития, меньше величины выделяемых на этапе ресурсов); *
4. Для каждого этапа r > 1 существует Vr ≠ Vr 0 такое, что | RR (Vr* ) − RR (V(*r −1) ) |≤ ρ > 0 (существует ненулевой вариант развития
системы, для которого приращение требуемых ресурсов на каждом этапе не превосходит заданной величины); 5. ρ < d ; 6. Для каждого этапа r W (STr ) > W (ST( r −1) ) и ∃ε > 0 , так, что (W (STr ) − W (ST( r −1) )) ≥ ε (на каждом этапе вес состояния системы увеличивается и приращение веса не менее заданной величины); 7. Для каждого этапа r H r = H 0 (при развитии системы базовые параметры не меняются). В Утверждении 1 и Утверждении 2 одним из условий получения решения задачи достижения системой заданного состояния за конечное число этапов было условие неизменности базовых параметров системы. Заметим, что это условие не всегда выполняется на практике, поскольку часто реальные объекты, моделируемые системой, претерпевают изменения. В связи с этим представляет интерес исследование возможности ослабления условия неизменности базовых параметров. Справедливо следующее утверждение 3. Утверждение 3. Рассматривается схема поэтапного создания системы с возможностью перехода остатков ресурсов с предыдущих этапов и добавления их к выделяемым на текущем этапе ресурсам. Для данной схемы возможны случаи, когда на некоторых этапах принимаются нулевые решения. Это возникает при недостатке имеющихся ресурсов для реализации ненулевых решений. Кроме того, для данной схемы возможны изменения базовых параметров системы. Для существования решения задачи создания системы за конечное число этапов, достаточно выполнения следующих условий: 1. Для каждого этапа r Vr ≠ ∅ и Vr 0 ⊂ Vr (на каждом этапе существуют варианты развития системы, отличные от нулевого); 2. Для каждого этапа r R 0 r ≥ R > 0 (здесь неравенства выполняются для всех соответствующих компонент векторов, 0 – нулевой вектор) (величина выделяемых на каждом этапе ресурсов не менее фикси-
30
рованной величины – R ); 3. Для каждого этапа r (R − RR r (Vr 0 )) > d > 0 , (величина требуемых ресурсов при принятии нулевого варианта развития, меньше величины выделяемых на этапе ресурсов); 4. Для каждого этапа r > 1 существует Vr* ≠ Vr 0 такое, что | RR (Vr* ) − RR (V(*r −1) ) |≤ ρ > 0 (существует ненулевой вариант развития
системы, для которого приращение требуемых ресурсов на каждом этапе не превосходит заданной величины); 5. ρ < d ; 6. Для каждого этапа r W (STr (H m )) > W (ST( r −1) (H m )) и ∃ε > 0 , так, что (W (STr (H m )) − W (ST( r −1) (H m ))) ≥ ε (на каждом этапе вес состояния системы увеличивается и приращение веса не менее заданной величины, при условии, что множество базовых параметров для этапа r и этапа (r-1) одинаково); 7. При формировании нового подмножества базовых параметров на каждом этапе r – H r ≠ H 0 должны выполняться условия: а) (W (STr (H r )) − W (ST( r −1) (H ( r −1) ))) ≥ δ > 0 (при изменении подмножества базовых параметров достигнутый вес системы не уменьшается); б) W (ST* (H r )) < W , где 0 < W < ∞ (вес финишного состояния при любом изменении подмножества базовых параметров ограничен). 3. Применение подхода к телекоммуникационной системе региона Полученные результаты можно использовать для анализа процесса построения конкретной системы – базовой телекоммуникационной сети региона. В этом случае введенные в данной работе понятия принимают следующий смысл. Компонентами системы, в данном случае, базовой сети, являются узлы и каналы связи, которые можно использовать для построения сети. 1. Множество параметров системы можно трактовать как множество параметров базовой сети по окончании этапа r – H r : Конкретные составляющие множества параметров сети: 1) число потенциальных узлов сети (число населенных пунктов региона, где будут размещены узлы базовой сети); 2) число пользователей сети в населенных пунктах региона, кото-
31
рые будут подключаться к узлам базовой сети (число пользователей в зоне действия узла сети); 3) число типов пользователей и количество пользователей каждого типа в зонах действия узлов сети; 4) число провайдеров связи (Интернет – провайдеры, например) в регионе; 5) типы каналов связи и соединения узлов сети, обеспечиваемые каждым провайдером; 6) тарифные ставки за трафик в каналах связи, каждого провайдера; 7) дополнительные параметры, связные с весовыми коэффициентами, определяющими важность подключения населенных пунктов и типов пользователей к региональной сети. При этом первые параметры с номерами 1), 3), 4), 5) составляют множество базовых параметров, а параметры с номерами 2), 6), 7) – множество вспомогательных параметров. Действительно, например, изменение числа узлов сети или провайдеров связи может изменить состояние сети, а изменение тарифных ставок влияет на характеристики сети. 2. Множество вариантов развития системы на этапе r это множество вариантов развития сети на этапе – Vr = {Vr 0 ,Vr1,Vr 2 ,..,VrK } . Нулевой элемент Vr 0 (нулевой вариант), соответствует случаю, когда сеть не меняется. 3. Вектор состояния системы по окончании этапа r – STr это вектор состояния базовой сети. В данном случае под состоянием базовой сети будем понимать количество узлов, входящих в состав сети по окончании этапа, количество пользователей каждого типа, подключенных к сети, данные о провайдерах и каналах связи, используемых в сети. При этом состояния компонентов сети это количество пользователей каждого типа, подключенных к узлам сети. Понятно, что состояние на этапе r зависит от состояния на предыдущем этапе, принятого решения о развитии системы и набора базовых параметров системы по окончании предыдущего этапа. 4. Множество характеристик системы – G r здесь множество характеристик сети. В качестве характеристик сети, оценивающих эффективность принятых решений, могут выступать суммарная стоимость оплаты за использование каналов связи различных провайдеров, а также оплата ка-
32
ждому провайдеру. 5. Вектор требуемых затрат на реализацию варианта развития системы на этапе r – RR r , здесь это вектор затрат на реализацию варианта развития базовой сети. Поскольку может существовать несколько источников финансирования развития сети, то каждый источник будет соответствовать определенному типу ресурса финансирования системы. Отметим также, что RR r (Vr 0 ) ≥ 0 , поскольку даже при неизменном состоянии сети необходима оплата за эксплуатацию каналов связи (например, плата за трафик, аренду и т.д.). 6. Вектор ресурсов, выделяемых на развитие системы на этапе r – R 0 r это вектор ресурсов, выделяемых на создание сети. Здесь тип ресурса определяется источником выделяющим средства и, возможно, целевым направлением использования, на развитие сети, либо физическим смыслом ресурса. Например, в качестве ресурса могут выделяться финансовые средства, серверы, каналы связи и т.д. Направления использования могут определять, например, подключение определенных населенных пунктов региона, определенных типов пользователей и т.д. 7. Вектор имеющихся ресурсов на развитие системы на этапе r – R r это вектор имеющихся ресурсов на развитие сети. 8. Вектор остаточных ресурсов на этапе r – RS r это вектор статочных ресурсов на развитие сети компонентами которого являются величины остатков по каждому типу ресурсов. F j (...) – функция, определяющая возможности перераспределения ресурсов. 9. Вес системы (вес состояния системы) – W (STr ) , применительно к базовой сети это может быть взвешенная сумма узлов, входящих в состав сети на данном этапе. Таким образом, показана возможность связывания системных понятий, с конкретными элементами базовой сети региона. Библиографические ссылки 1. Кристофидес Н. Теория графов. Алгоритмический подход. Мир, М.: 1978. – 432с. 2. Бурков С.М. Проблемы и задачи поэтапного формирования информационной базовой сети региона //препринт № 50, ВЦ ДВО РАН, Хабаровск, 2005.– 46с. 3. Бурков С.М., Бертенев В.А., Мазур А.И. Формирование ресурсов и
33
структура расходов ИТКС образования и науки Хабаровского края // Труды XV Всероссийской научно-методической конференции «Телематика 2008». Том 2. Санкт-Петербург, 23-26 июня 2008 года, с. 514-516. 4. Бурков С.М. Алгоритмы и методы поэтапного формирования телекоммуникационных сетей региона. Математическая модель.//Научный журнал «Вестник ТОГУ», №1 (8), изд-во ТОГУ, Хабаровск, 2008, с. 91-100. 5. Кофман А., Анри-Лабордер А. Методы и модели исследования операций. – М.: Мир, 1977. – 432 с. 6. Моисеев Н.Н. Математические задачи системного анализа. - М.: Наука, 1981. – 488 с. 7. Стратегия развития информационного общества в Российской Федерации. Утверждена 7 февраля 2008 г. № Пр-212. – Российская газета от 16 февраля 2008 г.Федеральная целевая программа «Электронная Россия (2002 –2010)» Утверждена постановлением Правительств Российской Федерации от 28 января 2002 г. № 65. 8. Шибанов А.П. Обобщенные GERT–сети для моделирования протоколов, алгоритмов и программ телекоммуникационных систем. Автореф. дисс. д-ра технических наук, Рязань 2003. 9. Скуратов А.К. Статистический мониторинг и анализ телекоммуникационных сетей. Автореф. дисс. д-ра технических наук, Москва, 2007.
34
УДК 004.72:519.85:519.87 К. А. Каритан, В. П. Писаренко, 2009
КОМПЛЕКСНЫЙ ПОДХОД К ПРОЕКТИРОВАНИЮ СЕТЕЙ ПЕРЕДАЧИ ДАННЫХ Каритан К. А. – ст. преподаватель кафедры «Телекоммуникации» (ДВГУПС); Писаренко В. П. – к.т.н., доцент кафедры «Вычислительная техника» (ТОГУ) Рассматриваются вопросы применимости методов проектирования сетей передачи данных. Обосновывается совместного использования математических и имитационных моделей на разных этапах разработки корпоративных сетей передачи данных.
Сети коммуникации сегодня прочно вошли в нашу жизнь. Происходит бурная интеграция в локальное и общее информационное пространство всех областей человеческой деятельности. С начала становления этого пути было предложено множество технологий и концепций, относящихся к области передачи информации, некоторые из них и по сей день остаются актуальными, к другим интерес был потерян изза безперспективности их дальнейшего использования [1], [2]. По мере включения в глобальное информационное пространство специалистов по сетям передачи данных различных стран и различного уровня, происходит их ориентация на более перспективные решения, признанные другими участниками. Здесь прослеживается прямая зависимость – информационное объединение формирует общие позиции по технологическому объединению. Ярким примером является сеть Интернет. Интернет – множество около 30000 объединенных между собой автономных систем, управляемых тысячами провайдеров или поставщиков интернет-услуг (ISP) [3]. Определяющим фактором развития провайдера является клиент, который готов платить за предоставление ему услуги доступа к сети и её сервисам. Для того чтобы оставаться на этом рынке в условиях конкурентной борьбы, провайдер должен ориентироваться на технологии, которые обеспечат лучший сервис за меньшие деньги, как любое дело в условиях рыночной экономики. Поэтому для него очевидна необходимость активно вести поиск соответствующих технологических решений и участвовать в пред-
35
ложениях по их применению. Такой коллективный фильтр и позволяет выделить наиболее перспективные направления и решения. Так как глобальная сеть постоянно расширяется, включение новых игроков в информационный обмен делает этот процесс более качественным. Можно определить замкнутый цикл, где связаны – клиент, получающий конечную услугу, специалисты различных уровней стремящиеся удовлетворить его потребность и также привлечь его к новым услугам, что замыкает этот цикл – заинтересованность клиента. Сегодня такая схема действует в технологиях базовой подготовки сетевых специалистов [4]. Такая модель даёт понять причину быстрого развития сетевой отрасли. Сетевая инфраструктура в связи с таким влиянием находится в постоянном изменении, степень такой динамики определяют различные факторы: технические, экономические, социальные. Это выражается в росте требований к таким показателям сетевого функционирования – как производительность, надежность, безопасность, совместимость, управляемость, масштабируемость. При поиске решений для удовлетворения этих требований используют различные методы сетевого проектирования и сетевого инжиниринга. Цель сетевого проектирования – предложить подходящее решение по организации новой сети, исходя из требований к её характеристикам. Цель сетевого инжиниринга – на уже созданной сети провести эффективные мероприятия по её модернизации связанную с увеличением показателей сетевого функционирования [5]. В качестве инструмента поиска и анализа решений выступают различные математические методы. Некоторые из них имеют упрощенную методику анализа и синтеза сетевых структур, другие наоборот углубленно изучают эти вопросы, разнообразие методов в решении одних и тех задач не даёт покоя как специалистам призванных их использовать, так и ученым, их разрабатывающим. Эффективность каждого метода доказывается их авторами. Для того чтобы разобраться с проблемой выбора математической методики, необходимой на различных стадиях сетевого проектирования и оптимизации нужно предъявить к ней определенные требования. После чего провести фильтрацию по отбору наиболее эффективных. Любые методы проектирования и модернизации сетей представляют интерес. Для специалистов, проектирующих и эксплуатирующих реальные отраслевые сети передачи данных свойственна формулировка конкретного перечня более жестких требований. К примеру, метод должен поддерживать динамику роста требований к показателям сете-
36
вого функционирования при учете экономических составляющих, количество переменных должно быть достаточным при определенном проценте заложении рисков. Это обусловлено тем, что вложение в проект сопряжено с огромными затратами, а окупаемость может не наступить на период проведения необходимой модернизации. Темп рост требований очень высокий, если взять такой параметр производительности сети, как ширина полосы пропускания, в год требуется её увеличить на 70-150%, чтобы удовлетворить потребность клиента [6]. Большинство математических методов дают статический результат, отражающий оптимальные распределения потоков трафика по связям на основе начальных требований без учета динамики их роста. Сети, которые будут создаваться на такой основе, в будущем рискуют быть не эффективными, момент наступления проблем определяется степенью запаса при задании начальных условий. Сегодня существуют рекомендации для успешного проектирования сети, они основаны на использовании уровневой модели [4]. Разделение архитектуры на логические уровни позволяет решать задачи последовательно, начиная с нижних уровней доступа и заканчивая верхними уровнями – ядром сети. Данная модель построения сети актуальна как для малых сетей предприятий, так и для распределённых сетей интернет провайдеров. При построении математической модели следует учитывать организацию связей между узлами сети на основе иерархической архитектуры. Таким образом, структура делается легко масштабируемой [4]. Проанализируем общую технологию проектирования сети. На первом этапе необходимо определить требования к показателям сетевого функционирования. Универсальной математической модели для получения такой оценки не существует, из-за сложности математической оценки конечной архитектуры. Поэтому общую сетевую архитектуру разделяют на составляющие и по отдельности анализируют каждую [6]. В данном случае ими являются такие архитектуры: 1) качество обслуживания; 2) передача трафика; 3) сигнализация; 4) безопасность. На основе каждой из них можно создать математическую модель, решение которой будет представлять некоторое множество. Рассмотрим этот этап на примере архитектуры качества обслуживания, для неё подходящей математической моделью является та, которая учитывают зависимость эффективности сети от качества обслуживания в ней. В
37
данном случае под эффективностью понимается отношение передаваемого трафика через сеть к стоимости этой сети, а качеством - удовлетворение поддержки требуемых сервисов. Из рисунка 1 видно, что эффективность и качество обслуживания имеют обратно пропорциональную зависимость. Чтобы получить максимум от принятого решения его следует выбирать на границе области. При выборе приходится жертвовать одним из условий, повышение качества работы сети ведет к её удорожанию.
Рис. 1. Зависимость эффективности сети от качества обслуживания на ней
При построении соответствующих моделей других архитектур, в конечном итоге мы будем иметь набор составляющих нашего решения. Такими составляющими будут являться узлы сети с определенной производительностью и связи их объединяющие. Все составляющие общей архитектуры в разной степени воздействуют друг на друга. Поэтому предсказать общий итог пока ещё затруднительно. На рисунке 2 изображен абстрактный рисунок общей архитектуры, где располагаются определенные математическими методами сетевые элементы.
38
Рис. 2. Абстрактная модель сетевой архитектуры
Эффективным методом анализа поведения сложных структур является имитационное моделирование. Имитационная модель будет иметь как минимум все те переменные и константы, которые были найдены математическим путём или изначально определены требованиями. Дополнительные переменные могут отражать работу узлов сети выбранного производителя оборудования, особенности операционных систем и других факторов которые не учитывались при построении математических моделей. После испытания виртуальной модели можно выявить скрытые проблемы архитектуры, такие как перегрузки некоторых направлений, переполнение буферов очередей, что напрямую влияет на качество обслуживания и другие проблемы. Важной особенностью имитационной модели является то, что можно пронаблюдать поведение сети при изменении начальных условий, вызывая динамику роста требовании и в конечном итоге рассчитать стоимость мероприятий по модернизации сети на различный период. Такой подход является более защищенным с точки зрения экономических рисков, так как можно более точно запланировать меро-
39
приятия по модернизации сети и её расширению. Также не стоит забывать и о математических методах, которые являются фундаментом для построения виртуальной модели и определят стратегию поведения развития сети. Провайдеры различных уровней, исходя из поведения рынков услуг, могут выбирать нужную им стратегию, тем самым побеждая в конкурентной борьбе. Библиографические ссылки 1. Freeman, Roger L. Fundamentals of telecommunications / by Roger L. Freeman.–2nd ed. // Published by John Wiley & Sons, Inc., Hoboken, New Jersey. Published simultaneously in Canada, 2005. 2. Huurdeman, Anton A. The worldwide history of telecommunications // Published by John Wiley & Sons, Inc., Hoboken, New Jersey. Published simultaneously in Canada, 2003. 3. Fred Halsall Computeer Networking and the Internet. –5th ed. // Published by Addison-Wesley, 2005. 4. CCNA EXPLORATION V4.0 NETWORK FUNDAMENTALS // Prepared by Cisco Learning Institute// June 25, 2007. 5. Ash, Gerald R. Traffic engineering and Qos optimization of integrated voice & data networks// Morgan Kaufmann Publishers is an imprint of Elsevier, 2007. 6. Heckmann, Oliver The competitive Internet service provider: network architecture, interconnection, traffic engineering, and network design // Wiley series in communications networking & distributed systems, 2006.
40
УДК 378.018.43:004.9 С. И. Клепиков, П. Н. Паночевный, 2009
ИНФОРМАЦИОННАЯ ПОДДЕРЖКА РАЗВИТИЯ СИСТЕМЫ МЕНЕДЖМЕНТА КАЧЕСТВА ОБРАЗОВАТЕЛЬНОГО УЧРЕЖДЕНИЯ Клепиков С. И. – зав. кафедрой «Компьютерное проектирование и сертификация машин» (ТОГУ), д-р техн. наук, профессор; Паночевный П. Н. – преподаватель кафедры «Компьютерное проектирование и сертификация машин» (ТОГУ), аспирант Совершенствуется система менеджмента качества Тихоокеанского государственного университета, соответственно меняются и требования, предъявляемые к её информационной поддержки. В докладе рассматривается вопрос использования информационной сети вуза для обеспечения развития системы менеджмента качества, а так же влияние оказываемое развитием системы менеджмента качества на процессы информационной поддержки образовательной деятельности.
При построении вузовской информационной сети главной задачей является то, чтобы она отвечала потребностям Вуза. Как добиться постоянного анализа, проверки на полноту предоставляемых возможностей и формирования необходимых изменений в информационном обеспечении? Одним из механизмов формирования требований к информационному обеспечению становится систематический аудит процессов системы менеджмента качества Вуза. Ключевым из подходов, на которых базируется система менеджмента качества Тихоокеанского государственного университета (СМК ТОГУ) – это процессный подход. Практической значимостью процессного подхода является улучшение взаимодействия с главными потребителями образовательной услуги – студентами. Т.е. студент становится ключевой фигурой, на которую работает вся система. Одним из процессов СМК является процесс «Управление УМКД» (учебно-методическими комплектами документации).
41
Методическое обеспечение является неотъемлемой частью учебного процесса. Пытаясь использовать возможности информационных технологий, ТОГУ выстраивает систему управления УМКД. В Вузе создается внутренний портал, доступный для студентов, на котором в зависимости от специальности (и курса) есть доступ к УМКД по изучаемым дисциплинам. Это позволит по-новому выстроить взаимодействие «преподаватель – студент» – с самого первого занятия студент видит в чем будет заключаться обучение в течении всего семестра (это отражено в программе дисциплины и в рабочей программе дисциплины), видит какой материал будет рассмотрен на занятиях, а какой необходимо изучить самостоятельно. Процесс создания СМК вуза сопровождается попыткой перенять опыт ведущих фирм по достижению высокого качества продукции, а так же процессов, обеспечивающих это качество. Успех фирмы Тойота уже многие десятилетия вызывает неизменный интерес у менеджеров и бизнесменов по всему миру. Надежность автомобилей Тойота стала эталоном для мировой промышленности, поэтому каждый, кто заинтересован в повышении качества товаров и услуг, так или иначе, знакомится с опытом этой корпорации. Один из 14 принципов философии развития фирмы Тойота – «используй визуальный контроль, чтобы ни одна из проблем не осталась незамеченной». Визуальный контроль включает любые средства коммуникации, которые позволяют с первого взгляда понять, как должна выполняться работа и есть ли отклонения от стандарта (правила выполнения). Он помогает сотрудникам, которые стремятся выполнить свою работу хорошо, немедленно определить, как они с ней справляются. Он может предусматривать обозначение места, отведенного под какие-либо объекты, указание на число объектов, которые следует установить на это место, стандартные процедуры выполнения определенной работы, состояние незавершенного производства и другие виды информации, важной для потока работ. В самом широком смысле визуальный контроль представляет собой комплекс информации всех видов, предоставляемой по системе «точно вовремя», с целью быстрого и надлежащего осуществления операций и процессов. В повседневной жизни есть множество ярких примеров такого контроля, например дорожные знаки, вывески и таблички. Поскольку речь идет о жизни и смерти, дорожные знаки обычно являются отлично продуманным средством визуального контроля. Хорошие дорожные знаки не требуют длительного времени на изучение: их значение понятно сразу. Визуализация означает, что вы можете взглянуть на процесс, единицу оборудования, запасы, информацию или рабочего, выполняюще-
42
го свои обязанности, и сразу увидеть стандарт, который используется при выполнении данной задачи, и возможные отклонения от этого стандарта [1]. При проведении внутреннего предметного аудита Базы УМКД, целью которого являлось проверка обеспеченности, содержания и наполнения электронными документами УМКД, разработчикам портала было сформулирована рекомендация, относящаяся к повышению его визуализации. Так как учебно-методический материал должен быть выложен или на кафедральном портале, или на сайте кафедры, или быть доступен через библиотеку, то разработчиками было выделено 3 графы: «Вложенные файлы», «Интернет-адрес документа» и «Библиографический классификатор». При этом на страницу «УМКД для дисциплины …» есть только возможность увидеть размещен ли файл в электронном виде на портале. На некоторых кафедрах количество УММ достигает 300 – 650 документов, и при проверке наличия доступа к ним (со стороны студентов) многократно приходится переходить на страницу «Общие сведения об учебно-методическом материале». Поэтому аудиторы рекомендовали вынести еще графы «Интернет-адрес документа» и «Библиографический классификатор» на страницу «УМКД для дисциплины …» (рис. 1) для обеспечения быстрого визуального контроля.
Рис. 1. База УМКД для дисциплины
43
Описывая этот, на первый взгляд, незначительный факт, авторы статьи пытаются показать один из мощнейших инструментов улучшения процессов – методику небольших, но непрерывный улучшений. Не важно, что они не приносят быстрой прибыли университету, главное они, устраняя потери, формируют качество процессов. Так только за один аудит было сформулировано 7 предложений такой направленности – часть из них относилась к самой организации процессов, а часть к их информационному обеспечению. Библиографические ссылки 1. Дао Toyota: 14 принципов менеджмента ведущей компании мира / Джеффри Лайкер // М.: Альпина Бизнес Букс, 2005. 402 с.
44
УДК 004.457
С. П. Королёв, А. А. Сорокин, 2009
РАЗРАБОТКА СИСТЕМЫ МОНИТОРИНГА СЛОЖНЫХ РАСПРЕДЕЛЕННЫХ ИНФОРМАЦИОННЫХ СИСТЕМ НА ОСНОВЕ ОТКРЫТЫХ СТАНДАРТОВ И ТЕХНОЛОГИЙ Королев С.П. – зав. лабораторией информационно-телекоммуникационных систем ВЦ ДВО РАН, к.т.н.; Сорокин А.А. – м.н.с. ВЦ ДВО РАН
Архитектура распределенных информационных систем подразумевает использование целого набора разнородных компонент – вычислительных элементов, хранилищ данных, серверов, автоматизированных рабочих мест, общего и специального программного обеспечения, интегрированных на единой информационной платформе. Важным связующим звеном в такой инфраструктуре являются сети передачи и хранения данных. К ним можно отнести Storage Area Network (SAN), высокоскоростную коммутируемую сеть передачи данных на основе протокола Fibre Channel, оптимизированного для надежного и высокоскоростного обмена данными между серверами и приложениями потребителями информации. Интеграция IP сетей и SAN формирует гибкую и многоуровневую среду для качественно нового уровня реализации функций сбора, хранения и доступа в рамках распределенных информационных систем. Залогом их успешного функционирования, помимо правильного выбора и настройки аппаратных и программных компонент является оперативный мониторинг всех без исключения компонент. Благодаря диагностике элементов системы можно предупредить большее число внештатных ситуаций, а при их возникновении минимизировать время устранения проблемы. Задачу комплексного мониторинга современной информационной системы и связанной с ней сетью передачи и хранения данных можно разделить на следующие основные блоки: • мониторинг доступности хостов, сервисов, приложений; • мониторинг аппаратного состояния и производительности узлов
45
сети; сбор данных по проходящему через узлы сети трафику, сетевой статистике. Для решения первой задачи наиболее эффективными на сегодняшний день являются утилиты ping, traceroute (протокол ICMP). Отслеживание доступности сервисов и приложений 7-го уровня модели OSI осуществляется анализом ответов на запросы по определенным портам или с помощью агентов мониторинга. Ряд основных утилит внедрен в дистрибутивы операционных систем, поэтому они всегда доступны конечному пользователю. Состояние аппаратных блоков и компонент является важным фактором оценки функционирования системы. В качестве примера таких показаний могут использоваться датчики температуры, наблюдения за производительностью базовых элементов компьютерной системы (CPU, RAM), состояния жестких дисков (S.M.A.R.T), сетевых интерфейсов (SNMP), блоков бесперебойного питания и т.д. Для получения такого рода данных используются технологии Syslog, IPMI, различные агенты мониторинга, позволяющие по различным метрикам, отправлять наблюдающей системе информацию о состоянии определенных аппаратных блоков и компонент. Причем IPMI и SNMP помимо функций мониторинга обладают возможностями управления, что позволяет, внутри одной системы проводить не только диагностику, но и настройку аппаратных узлов информационного комплекса. Третья задача мониторинга состоит в сборе информации по сетевым соединениям (отправитель, получатель, протоколы, объем, порт) по протоколам TCP, UDP, ICMP. В дальнейшем эта информация используется для составления отчетов с нужным уровнем детализации по протоколам 7-го уровня модели OSI и служит исходным материалом для биллинговых систем. На сегодняшний день самыми востребованными технологиями в этом направлении являются решения на основе использования протоколов NetFlow и SFlow. Рост объема передаваемых данных и сложные маршруты их доставки, затрудняют процесс мониторинга и диагностики состояния всех элементов единой системы, оценки ее функционирования. Современные средства позволяют эффективно решать соответствующие задачи лишь в рамках своей зоны ответственности. Анализируя метрики систем мониторинга по каждому элементу системы (хранилище данных, сервера, системы коммуникаций и информационной безопасности и т.д.) используя различные протоколы и системные журналы, отдельные программные приложения формируется набор результатов, общий •
46
вывод по которым приходится осуществлять, как правило, вручную. Такая ситуация в значительной степени замедляет процесс устранения проблемы и повышает возможность возникновения ошибки под влиянием человеческого фактора. Существующий инструментарий в виде готовых программных компонент очень разнороден по своему функционалу, поддерживаемым платформам, удобству настройки и управления. Большая их часть позволяет выполнять только одну из основных задач мониторинга (например, сбор статистики по трафику), остальные же приходится выполнять дополнительными средствами или вручную. Другим недостатком этих систем является отсутствие (или ограниченность функционала) корреляции событий между собой. Например, это может быть сопоставление объемов передаваемого трафика и нагрузки на центральный процессор узла, на который передаются данные, объем трафика и число соединений на интерфейсе и т.д. Таким образом, на базе существующих решений нельзя построить централизованную систему, объединяющую решения всех основных задач мониторинга, что на сегодняшнем этапе развития вычислительной техники и телекоммуникационной инфраструктуры создает трудности в оценке состояния информационных систем. Консолидируя на единой платформе все без исключения первичные данные, мы можем достичь не просто комплексного подхода в анализе такой информации, но и проведение корреляции событий по различным характеристикам и направлениям (потоки данных, состояние оборудования, безопасность и т.п.). На основе обработанных данных система должна формировать и поддерживать в актуальном состоянии карту сети, вести историю ее состояний, формировать рекомендации по решению возникающих внештатных ситуаций. На базе Вычислительного центра ДВО РАН начаты работы по разработке системы мониторинга, реализующей весь набор вышеуказанных требований к системам такого класса. Основной упор при выборе платформы был сделан на open-source средства (язык программирования JAVA, веб-технологии – PHP, Python, XML), которые могут адаптироваться под решение конкретной задачи. В качестве ядра определена система Hyperic-HQ в сочетании с комплексом мониторинга NAV. Основными преимуществами систем является модульность архитектуры, широкий базовый функционал и возможность взаимной интеграции. Отсутствующие необходимые компоненты будут разработаны в виде их соответствующих модулей. Создаваемая система будет использоваться для оценки и анализа состояния элементов Центра хранения и обработки данных ВЦ ДВО РАН, сервисов и служб Корпоративной сети ДВО РАН.
47
УДК 004.7 Н. В. Пищиков, В.П. Писаренко, П. А. Степанович, 2009
АНАЛИЗ ВОЗМОЖНОСТЕЙ ВНЕДРЕНИЯ ТЕХНОЛОГИЙ ПЕРЕРАСПРЕДЕЛЕНИЯ ТРАФИКА АВТОНОМНЫХ СИСТЕМ Писаренко В.П. – к.т.н., доцент кафедры «Вычислительная техника» (ТОГУ), Пищиков Н.В. – ст. преподаватель кафедры «Телекоммуникации» (ДВГУПС); Степанович П.А. – ст. преподаватель кафедры «Телекоммуникации» (ДВГУПС) Рассмотрены проблемы, возникающие при традиционном распределении трафика автономных систем, а также методы их решения. Проводится классификация и сравнительный анализ этих методов. Предложены варианты внедрения некоторых из них в реальных сетях передачи данных.
На сегодняшний день для маршрутизации междоменного трафика стандартом де-факто является протокол BGP (Border Gateway Protocol, протокол маршрутизации граничного шлюза). При всех своих достоинствах, этот протокол не может решить некоторых проблем, возникающих в современных сетях. Прежде всего – это вопрос перераспределения и оптимизации междоменного трафика. Когда организации требуется увеличить пропускную способность Интернет-соединений, она может либо модернизировать существующие каналы связи с провайдером, либо увеличить количество таких каналов (и провайдеров). Второй способ, помимо увеличения пропускной способности, дает преимущества резервирования и выбора определенного провайдера для конкретных видов трафика. Однако, процесс принятия протоколом BGP решения о выборе маршрутов таков, что при организации дополнительных каналов в Интернет, эти каналы почти не используются. Рассмотрим пример, имевший место в одной из реальных автономных систем (Autonomous System, AS), условная схема которой показана на рисунке 1.
48
Рис. 1. Схема рассматриваемой сети
49
Рассматриваемая AS имеет 3 одинаковых междоменных канала. На рисунке 2 показано распределение всего внешнего трафика по этим каналам в течение шести дней. Этот график был получен при использовании BGP-маршрутизации “по умолчанию”. Видно, что трафик в этом случае распределяется весьма неравномерно. Причина, по которой провайдер 1 становится основным лишь в том, что его ROUTER-ID (идентификатор маршрутизатора, обычно – его IP-адрес) меньше, чем у других провайдеров (см. процесс принятия решения протоколом BGP, [1]).
Рис. 2. Пример распределения исходящего трафика AS
При этом трафик не перенаправляется по резервным каналам даже в случае перегрузок основного (что приводит к потерям пакетов и снижению качества работы сети в целом). Кроме того, учитывая высокую стоимость междоменных каналов, имеет место их неэффективное использование, что экономически нецелесообразно. Поэтому одной из основных задач при организации подключений AS к сети Интернет является распределение потоков данных по соответствующим каналам. Существует определенное множество решений данной проблемы. Наиболее распространены два типа технологий оптимизации маршрутов [2]: основанные на DNS (Domain Name System, система доменных
50
имен) [3] и основанные на BGP [4]. Один из способов, основанный на DNS предполагает использование технологии NAT (Network Address Translation, трансляция сетевых адресов) для выбора наилучшего провайдера для исходящего и входящего трафика. Такой метод предполагает топологию сети с коротким временем отклика от DNS. Решения, основанные на NAT, в то же время, не способны работать в крупных сетях, таких как сети ISP (Internet Service Provider, поставщик услуг Интернет). Способ предложенный в стандарте RFC 1383 требует введения новых типов записей в систему DNS, а также модификации маршрутизаторов Интернет, что делает этот метод неприемлемым с практической точки зрения. Способы, основанные на BGP [4], управляют потоками исходящего трафика и больше подходят для решения задач оптимизации нагрузки [2]. Есть несколько вариантов того, как изменить поведение протокола BGP [5]. Например, вручную изменить конфигурацию маршрутизаторов для некоторых маршрутов (основной подход на сегодняшний день, подробно описан в литературе [6]). Можно модернизировать протокол BGP (что потребует замены маршрутизаторов во всей сети Интернет). В [7] предлагается третий способ, позволяющий производить автоматическую оптимизацию междоменного трафика AS по заданным критериям, без непосредственного изменения протокола BGP. Производители маршрутизаторов также включают некоторые возможности управления трафиком в свои реализации BGP. Например, технология multipath компании Cisco позволяет производить балансировку нагрузки исходящего трафика, когда несколько BGP-маршрутов, получаемых от соседних AS, имеют равную стоимость. Для каналов с неравной стоимостью балансировка нагрузки также возможна, используя расширенный атрибут COMMUNITY. Однако, технологии распределения нагрузки BGP от Cisco [8] ограничены балансировкой нагрузки по нескольким каналам одного маршрутизатора и не работают с несколькими каналами различных маршрутизаторов. К тому же, эти технологии сильно ограничены по возможностям: балансировка нагрузки исходящего трафика и статическое распределение входящего трафика основанные на статичной доступной полосе пропускания канала. Аналогичные возможности доступны и на маршрутизаторах Juniper [9]. В некоторых работах предлагаются технологии настройки трафика, основанные на BGP [10, 7]. В [10] предлагается алгоритм случайного поиска (рекурсивный случайный поиск) для поиска нужных значений параметров конфигурации больших сетей. Технология, предлагае-
51
мая в [10] также может применяться для решения обсуждаемой задачи. Поскольку рекурсивный случайный поиск был разработан для работы с пространством параметров, он сосредоточен на значениях параметров, изменившихся в сети. Отличие технологии [7] в том, что значения изменяемых параметров (атрибутов BGP–маршрутов) устанавливаются заранее и обсуждаемая проблема настройки трафика заключается в выборе BGP-маршрутов, которые следует настраивать для оптимизации объектной функции, определенной на исходящем трафике тупиковой AS. Кроме того, предложенный подход можно использовать и для решения многокритериальных задач, используя соответствующие алгоритмы поиска оптимальных решений. Методы, основанные на BGP, являются более универсальными, подходят для автономных систем любых размеров, однако имеют и ряд ограничений. Основное связано с отсутствием управления потоками входящего в автономную систему трафика. При этом следует учесть, что данное ограничение вызвано не техническими недостатками самих методов, а административными границами автономных систем, за пределами которых отсутствует возможность модификации необходимых маршрутов. Настройка входящего междоменного трафика требует постоянного взаимодействия операторов [2], в отличие от самостоятельной настройки исходящего трафика с применением BGP. Основная идея метода, предложенного в [7] заключается в следующем. Пусть многосвязная тупиковая AS (рис.1) принимает полную таблицу BGP-маршрутов на каждый из граничных маршрутизаторов BGP. Для управления потоком исходящего трафика, эта тупиковая AS может опираться на информацию, находящуюся в этих таблицах BGPмаршрутов. BGP – протокол вектора расстояния. Каждый BGPмаршрутизатор отправляет BGP-анонсы соседним спикерам (соседям по протоколу BGP). Если AS отправляет анонс BGP-маршрута, это означает что AS, анонсирующая маршрут, согласна передавать пакеты в пункты назначения, описываемые этим маршрутом. Атрибут AS_PATH, содержащийся в этом маршрутном анонсе, показывает, какие AS должны пройти пакеты, чтобы достичь до пункта назначения. При получении BGP-маршрута, AS может модифицировать значения некоторых атрибутов этого маршрута при помощи фильтров BGP. Например, можно применить фильтр BGP, который меняет значение атрибута LOCAL_PPREF, для предпочтения маршрутов к пунктам назначения, принимаемым через один BGP–спикер перед маршрутами в те же пункты назначения, принимаемыми от других BGP–спикеров. Представленная технология не предназначена для настройки вхо-
52
дящего трафика, принимаемого AS. Основная причина этого состоит в том, что модификация потока входящего трафика с использованием BGP, требует изменений того, как удаленные AS выбирают лучший маршрут для отправки пакетов в рассматриваемую AS. Основанные на BGP методы настройки исходящего трафика для тупиковых AS меняют лишь пути прохождения трафика, они не могут изменять BGPанонсы вне локального домена. С другой стороны, настройка входящего трафика для тупиковых AS, требует анонсирования настраиваемых маршрутов и может вызвать «шум» (избыточное количество маршрутов) в Интернет. При внедрении предложенного метода следует решить проблему модификации атрибутов BGP–маршрутов, не меняя при этом сам протокол BGP. При этом следует обеспечить синхронизацию таблиц маршрутизации всех маршрутизаторов в пределах рассматриваемой автономной системы (для устранения петель маршрутизации). В крупных автономных системах рекомендуется использовать рефлекторы маршрутов (Route Reflectors, RR). Обычно это маршрутизаторы, на которые стекается вся информация о BGP–маршрутах с граничных маршрутизаторов. Затем рефлектор обрабатывает эту информацию, принимает решение о наилучших маршрутах для AS и объявляет это решение граничным маршрутизаторам. Это позволяет освободить маршрутизаторы от необходимости ведения переговоров друг с другом, и значительно уменьшить служебный трафик, и нагрузку на сетевые устройства. Предлагается изменить работу рефлектора маршрутов таким образом, чтобы он принимал решение о наилучшем маршруте на основе информации о текущем состоянии в своей сети, а не так, как это принято в протоколе BGP. Для того чтобы реализовать такую технологию, следует решить следующие задачи. Во-первых, такой RR (будем называть его модернизированным, Upgraded RR, URR) должен иметь полную информацию обо всех BGPмаршрутах этой AS. Во-вторых, в URR должны быть данные о том, какой трафик наблюдается в сети на текущий момент, какой предполагается на ближайшее время, и куда его нужно отправить. В-третьих, нужно определить критерии, по которым следует проводить коррекцию, и способ выбора скорректированных маршрутов, по которым будет отправлен трафик. В-четвертых, он должен обеспечить рассылку найденных маршру-
53
тов на граничные маршрутизаторы. В качестве URR можно использовать компьютер с соответствующим программным обеспечением [7]. В качестве недостатка системы можно указать на некоторую задержку в реакции системы на изменения трафика. Это объясняется тем, что на сегодняшний день не существует удовлетворительного алгоритма прогнозирования трафика. Задача выбора граничных значений допустимой задержки также входит в круг проблем, решаемых в предлагаемой технологии коррекции трафика. Библиографические ссылки 1. A. Akella, B. Maggs, S. Seshan, A. Shaikh, and R. Sitaraman. A measurement-based analysis of multihoming // In Proceedings of ACM SIGCOMM 2003, August 2003. 2. P. Morrissey. Mapping out the best route // Network Computing, http://www.nwc.com/showArticle.jhtml?articleID=16401572, December 2003. 3. F5 Networks. Big-IP Link Controller // http://www.f5.com. 4. INTERNAP NETWORK SERVICES CORP. Internap Flow Control Platform // http://www.internap.com/. 5. P. Aukia, M. Kodialam, P. Koppol, T. Lakshman, H. Sarin, and B. Suter. RATES: A server for MPLS traffic engineering // IEEE Network Magazine, pages 34–41, March/April 2000. 6. S. Agarwal, C. Chuah, and R. Katz. Opca: Robust interdomain policy routing and traffic control // In IEEE Openarch, 2003. 7. Пищиков Н.В., Каритан К.А., Писаренко В.П., Степанович П.А. Применение рефлектора маршрутов для оптимизации междоменного трафика // Приборостроение. - 2007. - №10. - с.31-34. 8. Cisco Systems. Sample Configurations for Load Sharing with BGP in Single and Multihomed Environments // http://www.cisco. com/warp/public/459/40.html 9. Juniper Networks. Junos software release 5.6: New features list // http://www.juniper.net/products/ip_infrastructure/junos/105012.html. 10. T. Ye and S. Kalyanaraman. A recursive random search algorithm for large-scale network parameter configuration // In Proc. of ACM SIGMETRICS’03, 2003.
54
УДК 37.03 А. Е. Поличка, 2009
НАУЧНО-МЕТОДИЧЕСКИЕ ОСНОВЫ СОЗДАНИЯ ИНФРАСТРУКТУРЫ ПОДГОТОВКИ КАДРОВ ИНФОРМАТИЗАЦИИ РЕГИОНАЛЬНОЙ СИСТЕМЫ ОБРАЗОВАНИЯ (НА ПРИМЕРЕ ХАБАРОВСКОГО КРАЯ) Поличка А.Е. – проф. кафедры «Связи с общественностью» (ДВГГУ), д-р педагог. наук, к.ф.-м.н., доцент Проводится исследование условий обеспечения эффективного осуществления деятельности подготовки кадров информатизации региональной системы образования. Проанализирован региональный опыт по использованию видов профессий для обеспечения инновационных подходов к процессу информатизации образования. Рассмотрены особенности подготовки кадров на примере опыта преподавания дисциплин информатики в системе комплексной, многопрофильной и многоуровневой подготовки кадров информатизации региональной системы образования.
Исследование условий обеспечения эффективного осуществления деятельности подготовки кадров информатизации региональной системы образования [1] показывают, что на региональном уровне имеет место стихийный характер развития информатизации образования, реализуемого управленцами как исполнителями государственных предписаний и учителями-энтузиастами. Это объясняется, с одной стороны, большой потребностью в средствах информационных и коммуникационных технологий (ИКТ) у обучаемых, а, с другой стороны, отсутствием методологических и организационных разработок, направленных на реализацию, как научных достижений, так и законодательных предписаний по информатизации общего образования в регионах. В этой связи рассмотрим информатизацию региональной системы общего образования (ИРСОО), под которой будем понимать целенаправленно организованный учебно-воспитательный процесс в общеобразовательных учреждениях региона, обеспечивающий оптимальное использование средств ИКТ при заинтересованности в этом
55
обучаемых, обучающих, управленцев, родителей, а также специалистов других организаций для реализации своей деятельности в экономико-географических, социально-культурных и техникотехнологических условиях. Особое значение при этом приобретает подготовка кадров информатизации образования [2], способных освоить изменения, вносимые влиянием средств ИКТ на образование, и реализовывать их на практике. В связи с этим необходимо исследование многоуровневой подготовкой кадров ИРСОО, под которой будем понимать подготовку педагогических кадров ИРСОО на трех уровнях образования: начальное профессиональное; среднее профессиональное; первое и второе высшее профессиональное, на этой основе повышение квалификации, переподготовка и дополнительное образование в экономикогеографических, социально-культурных и технико-технологических условиях. В данном контексте под научно-методическим обеспечением многоуровневой подготовки кадров ИРСОО будем понимать научное обоснование и разработку: целей; перечня специальностей и специализаций; квалификационных характеристик; содержания подготовки; программ, учебных планов, методов, организационных форм, средств обучения, воспитания для системы подготовки, переподготовки, повышения квалификации кадров информатизации образования в экономико-географических, социально-культурных и техникотехнологических условиях региона на каждом уровне образования. Особенности подготовки кадров ИРСОО в системе комплексной, многопрофильной и многоуровневой подготовки кадров информатизации образования определяются уровнем подготовленности использованию информационных потоков в своей профессиональной деятельности. Это должно происходить в условиях увеличения потока информации, ее постоянного обновления и быстрого изменения поколений средств ИКТ. Анализ практической деятельности позволил выявить следующие особенности реализации такой деятельности на различных уровнях подготовки кадров ИРСОО. 1. Выявлена необходимость использования видов профессий для обеспечения инновационных подходов к процессу информатизации образования в образовательных учреждениях Хабаровского края и Еврейской автономной области. Разработаны методические рекомендации для использования такого содержания при открытии новых образовательных программ, поддерживающих подготовку кадров ИРСОО.
56
2. На уровне среднего профессионального образования основным результатом деятельности образовательного учреждения должен стать набор ключевых компетенций в коммуникационной и информационной сферах. Причем это должно происходить при переходе от управления образовательными учреждениями к управлению образовательными программами. Основой для создания такого обеспечения на уровне среднего профессионального образования (на примере специальности «Преподавание в начальных классах») являются подходы по описанию состава информационной компетентности подготавливаемого выпускника для стандартов нового поколения. На этом пути выделяются уровни информационной компетентности: общая, базовая и профессиональная. 3. Необходимо учитывать, что в ближайшее время преподавание в профильной школе будут вести действующие учителя. Учителю массовой школы в рамках профильного обучения становится необходимо реализовывать интеграцию инновационных дистанционных образовательных технологий (ДОТ) и профильного обучения. 4. Выявлена необходимость подготовки будущих специалистов к оптимизации образовательных программ на базе международного опыта (на примере введения дисциплины "Геоинформационные системы" для специальности "Экология"). 5. Действующим средством выявлено методическая система обучения инновационной деятельности (в конкретном элементе системы образования) с проектной деятельностью обучаемых. 6. Выявлена потребность к разработке методических систем обучения циклов дисциплин на всех уровнях образования по компьютерному сопровождению в профессиональной деятельности. Проанализирован региональный опыт по использованию видов профессий для обеспечения инновационных подходов к процессу информатизации образования в экономико-географических, социальнокультурных и технико-технологических условиях. Анализ опыта по использованию видов профессий для обеспечения инновационных подходов к процессу информатизации образования в образовательных учреждениях Хабаровского края и Еврейской автономной области (ЕАО) свидетельствует, что эффективность комплексной, многопрофильной и многоуровневой подготовки кадров информатизации региональной системы образования [2] может быть обеспечена при учете экономико-географических, социальнокультурных и технико-технологических условий. В настоящее время
57
состояние подготовки таких кадров в Хабаровском крае и ЕАО характеризуется следующими показателями. I. Подготовка кадров высшей квалификации. Из 2-х направлений по докторантуре ведется «Теория и методика профессионального образования» (3 вуза) и не ведется по «Теории и методике обучения и воспитания (информатизации образования)»; из 4-х по аспирантуре ведется «Теория и методика профессионального образования» и не ведется по направлениям: «Теория и методика обучения и воспитания (информатизации образования)», «Теория и методика обучения и воспитания (информатика)»; «Автоматизация и управление технологическими процессами и производствами (образование)». II. Система послевузовского образования и повышения квалификации. Из 5-ти направлений реализуется одно направление (2 раза в год) по повышению квалификации и переподготовка по направлению «Информатика (учитель информатики основной общеобразовательной школы)». Дополнительно в период с 2006 по 2008 годы в Хабаровском крае как пилотном регионе Федеральной целевой программе «Информатизация системы образования» проводится подготовка работников управления образованием и учителей по каскадному методу организации и внедрению некоторых видов средств ИКТ. III. Высшее профессиональное образование. Из 31-го направления реализуются 19-ть направлений подготовки (в скобках указаны название направлений подготовки с количеством учебных заведений) («Прикладная информатика (в экономике) (Корпоративные информационные системы) – 5 вузов (3 – коммерческие); «Математическое обеспечение и администрирование информационных систем» – 1; «Информатика» – 1; «Информатика (организация информатизации образования)» - 1; «Вычислительные машины, комплексы системы и сети» – 1; «Многоканальные телекоммуникационные системы» – 2; «Информационные системы и технологии (Информационная безопасность систем) – 4; «Информационная безопасность телекоммуникационных систем» – 1; «Комплексное обеспечение информационной безопасности автоматизированных систем» – 1; «Защищенные системы связи» – 1; «Программное обеспечение вычислительной техники и автоматизированных систем» – 3; «Сети связи и системы коммутации» – 1; «Прикладная математики и информатика» – 2; «Управление и информатика в технических системах» – 1; «Математика (математическое моделирование)» – 1; «Математика (информатика)» – 2; «Физика (информационные системы в физике)» – 1; «Физика (информационные технологии в образовании и научной деятельности)» – 1; «Информационный ме-
58
неджмент» – 1), а не открыты 12-ть направлений («Прикладная информатика (в образовании; информатизация образования; в экономике (В сфере образования); в менеджменте (В сфере образования)); «Физико-математическое образование», профиль «Информатика в образовании»; «Телекоммуникации»; «Электроника и микроэлектроника»; «Информатика и ВТ» (бакалавр, специалист); «Информационные системы» (бакалавр, специалист); «Информационные системы (Информационные технологии в образовании)»). III. Среднее профессиональное образование. Из 13-ти направлений реализуются 10-ть направлений подготовки («Информатика (учитель информатики основной общеобразовательной школы)» – 1; «Вычислительные машины, комплексы системы и сети» – 2 (1 негосударственное); «Многоканальные телекоммуникационные системы» – 1; «Программное обеспечение вычислительной техники и автоматизированных систем» – 2 (2); «Сети связи и системы коммутации» – 1; «Техническое обслуживание средств вычислительной техники и компьютерных сетей) – 3; «Автоматизированные системы обработки информации и управления (по отраслям)» – 4; «Автоматика и телемеханика на железнодорожном транспорте» – 1; «Библиотековедение» – 1) и не открыты 3-ри направления («Прикладная информатика»; «Информатика и вычислительная техника»; «Профессиональное обучение (электроника, радиотехника и связь)»; «Учитель начальной школы, методисторганизатор информатизации образования»). IV. Начальное профессиональное образование, курсы. Из 8-ми направлений открыты 7-мь направлений («Компьютерные курсы: Пользователь ПК» - образовательные учреждения – 1, курсы – 2, коммерческие -1; «Оператор ПК» – 0, 1, 1; «Основы ПК+Интернет» – 0, 0, 1; «ПК MS Office, ПК Web-дизайн, Графические программы» - 0, 0, 1; «Основы компьютерной графики» – 0, 1, 1; «Компьютерный дизайн» 0, 1, 2; «1С – 0, 1, 2: Предприятие 8.0 – 0, 1, 3; Торговля, склад – 0, 0, 1; Бухгалтерия – 0, 0, 3; Зарплата и Кадры – 0, 0, 2; Расчетчик зарплаты – 0, 0, 1; Кассир-оператор – 0, 0, 1; Бухгалтер-кассир – 0, 0, 1), а не открыты 2-ва направления («Оператор компьютерного класса»; «1С: Менеджер по продажам, Офис-менеджер, Менеджер по персоналу, Торговля»). Перечисленные направления подготовки влияют на подготовку кадров информатизации образования в регионах. Однако в содержании их подготовки не предусмотрена специальная подготовка для инновационной деятельности. Только в одном вузе ведется подготовка по направлению «Управление инновациями», в одном вузе ведется система
59
курсов по выбору по инновационному менеджменту в профессиональной деятельности, связанной с информатизацией образования. Разработаны методические рекомендации для использования такого содержания при открытии новых образовательных программ, поддерживающих подготовку кадров ИРСОО. Особенности подготовки кадров информатизации образования рассмотрим на примере опыта преподавания дисциплин информатики в системе комплексной, многопрофильной и многоуровневой подготовки кадров информатизации региональной системы образования. Анализ показал, что это связывается с особенностями реализации федеральных целей преподавания информатики на региональном уровне и особенности методических систем обучения информатике на региональном уровне. Согласно подходу исследований Института информатизации образования Российской академии образования в области методологии развития отечественной системы информатизации образования в здоровье сберегающих условиях информатизации образования выделено направление по методологии подготовки научно-педагогических кадров [2]. Под многоуровневой подготовкой кадров ИРСОО [1] будем понимать подготовку педагогических кадров информатизации региональной системы общего образования на трех уровнях образования: начальное профессиональное; среднее профессиональное; первое и второе высшее профессиональное, на этой основе повышение квалификации, переподготовка и дополнительное образование в экономикогеографических, социально-культурных и технико-технологических условиях. Анализ опыта работы в регионах Дальневосточного федерального округа выявил роль использования научно-методического обеспечения и методических подходов к организации такой деятельности. Для этого необходимо выделить применение национально-регионального компоненты образовательных программ при проектировании методических систем обучения для подготовки кадров информатизации образования. При разработке учебных дисциплин были выделены следующие особенности: использование информационной основы деятельности как основополагающей цели дисциплины подготовки к участию в процессе информатизации региона; использование содержания изученного ранее учебной дисциплины и опыта прохождения практики по нему; определения собственных возможностей по разработке этой дисциплины; прохождение всех этапов инновационного проектирования; целесообразное использование средств информационных технологий в профес-
60
сиональной деятельности на уровне своих возможностей; определение эффективных методических и информационных средств на каждом этапе проектирования; представление результатов в специальном формате (последовательное накопления своего «портфолио»). Можно выделить следующие подходы: определение специальных циклов учебных дисциплин в учебных планах; использование дисциплин по выбору; введение необходимого содержания в ряд дисциплин образовательной программы; введение в содержание цикла дисциплин, посвященных информационным технологиям, специальных разделов и практикумов. Выделяется ряд принципов подготовки будущих специалистов к использованию средств ИКТ в профессиональной деятельности: нормативно правовой подход в описании средств и методов; выделения видов профессиональной деятельности будущего специалиста; выделения информационной составляющей в учебной деятельности обучающегося и будущего специалиста; использования региональных особенностей по программной и технической поддержке информационных технологий; использование проектной и инновационной деятельности; интеграция деятельностей по подготовке курсовых и выпускных квалификационных работ, а также работы на практике; определение индивидуального стиля обучающегося и проектирование его профессиональной траектории; реализация возможности вариативности в описании программного и технического сопровождения профессиональной деятельности. Рассмотренные подходы реализуются в Дальневосточном федеральном округе на различных уровнях подготовки кадров информатизации образования. Так в Дальневосточной академии государственной службы (г. Хабаровск) для подготовки кадров высшей квалификации в аспирантуре разработан курс «Информационные технологии в науке и образовании». В системе послевузовского образования и повышения квалификации (Хабаровский краевой ИПП ПК ПК) разработана образовательная программа повышения квалификации «Организатор процесса информатизации образования», содержащая, в частности модуль «Теоретические аспекты реализации информатизации общего образования в Дальневосточном регионе». На факультете ПК Дальневосточного государственного гуманитарного университета (ДВГГУ) (г. Хабаровск) для преподавателей ДВ региона по направлению «Информационно-коммуникационные технологии» разработаны тема «Активизация познавательной деятельности студентов средствами ИКТ». На уровне высшего профессионального образования на кафедре связи с общественностью ДВГГУ разработаны учебно-методические ком-
61
плексы (УМК) дисциплин: для специальности «Социальная педагогика»: «Интернет-технологии в работе с молодежью»; «Использование современных ИКТ в учебном процессе». На кафедре «Информатики и методики преподавания информатики» Дальневосточной социальногуманитарной академии (г. Биробиждан) как при подготовке специалистов («Информатика»), так и бакалавров («Физико-математическое образование) разработаны и внедрены такие курсы региональной компоненты и курсы по выбору: «Основы моделирования в авторских средах»; «Технология инновационного проектирования методической системы обучения учителя информатики»; «Инновационные технологии в образовании»; «Конструирование образовательных программ». Для специальности "Экология" разрабатывается методическое обеспечение дисциплины «Геоинформационные системы». На уровне среднего профессионального образования в КГОУ СПО «Хабаровский педагогический колледж» разрабатывается компетентностный подход подготовки выпускников по информатике. Процесс создания инфраструктуры комплексной, многопрофильной и многоуровневой подготовки кадров информатизации региональной системы образования в экономико-географических, социальнокультурных и технико-технологических условиях опирается на федеральные предписания, так как они подразумевают обеспеченность их специальной федеральной финансовой поддержкой. Региональным органам управления необходимо так отреагировать на федеральные предписания, чтобы эта реакция обеспечивала и гарантировала финансирование региона. В Хабаровском крае имеются предпосылки чтобы многоуровневая подготовка кадров ИСОО в формах очного, вечернего, заочного и дистанционного обучения может иметь следующие уровни: переподготовки и повышения квалификации; высшего профессионального образования (ВПО); ВПО, нацеленный на подготовку педагогических кадров по информационной подготовке; среднего профессионального образования с соответствующей подсистемой; начального профессионального образования; общего образования с соответствующей структурой; дополнительного образования; самообразования и самоучения; работы с одаренными детьми. Каждый из указанных уровней имеет свои особенности. В области подготовки кадров в регионах организуется также деятельность по: использованию дистанционного обучения; формированию в регионах актива учителей-координаторов информационных технологий; переподготовке учителей в области ИКТ за счет международных грантов.
62
Использование государственного перечня специальностей и специализаций, ориентированных на подготовку кадров в области информатизации образования осуществляется путем реализации следующих вариантов: одна специальность; специальности с дополнительной специальностью, специальность со специализацией; специальность с дополнительной квалификацией, совместный план «колледж – вуз». Библиографические ссылки 1. Поличка А.Е. Теоретические аспекты реализации информатизации общего образования в Дальневосточных регионах: организационное обеспечение развития информатизации региональных систем общего образования. Часть 2. Монография. – Хабаровск: Изд-во ДВГГУ, 2006. 2. Роберт И.В. Научно-методические проблемы развития информатизации отечественного образования,
(01.10.2008).
63
Секция 2. Информационные технологии в общем и профессиональном образовании УДК 681.3 Е. Р. Веселова, 2009 ИСПОЛЬЗОВАНИЕ СОЦИАЛЬНЫХ СЕРВИСОВ ВО ВНЕУРОЧНОЙ ДЕЯТЕЛЬНОСТИ ШКОЛЬНИКОВ Веселова Е. Р. – ведущий специалист Муниципального автономного учреждения «Центр развития образования» Сетевые компьютерные технологии создают новые возможности для совершенствования информационной культуры современного общества, они формируют социальную основу взаимодействия людей, влияющую на их работу, учебу, быт, отдых. Поэтому перед образованием поставлены задачи формирования личности, успешной в электронной информационной среде, пересмотра методов организации учебной деятельности. В современной учебной практике познавательная, творческая составляющая находит опору в сетевой деятельности, как учителя, так и ученика, которые осваивают непростые формы сетевого общения. Ввести ребенка в непривычный виртуальный мир, научить использовать его возможности в своей повседневной деятельности – вот задача современного педагога.
В настоящее время различными российскими и международными организациями, управлением образования города проводится большое количество конкурсов разного уровня для школьников всех возрастов. Наиболее привлекательными для ребят являются конкурсы, проводимые в сетевом формате, так как Интернет предоставляет ребенку дополнительные, особые, недоступные в реальной жизни возможности для самовыражения, самореализации, позволяет общаться с удаленными друзьями. Многие образовательные сайты и детские порталы предлагают всевозможные конкурсы: тематических проектов, детского рисунка, компьютерной графики, различных поделок, стихов, сочинений и так далее. Разумеется, это конкурсы, реализующие только одно направление. А для школьников 64
5-6 классов интересна более разнообразная деятельность, они способны самостоятельно выполнять элементарные действия в глобальной сети. Вот уже три года в Хабаровском крае проводится конкурс-проект «Цифровые каникулы» для школьников 6-8 классов, целью которого является демонстрация наиболее эффективных практик использования новейших ИКТ при обучении и воспитании школьников. К сожалению, хабаровские педагоги неохотно привлекают ребят к участию в этом конкурсе, оправдываясь тем, что задания слишком объемны и трудоемки, требуют от учителя и команды больших временных затрат. Именно низкая активность хабаровчан побудила меня разработать конкурс, который будет являться пропедевтическим для «Цифровых каникул» не дублируя и снижая сложность заданий, а подготавливая и педагогов и школьников к серьезной командной работе в сети. И вот 26 января 2009 года впервые стартовал интернет-конкурс сетевого взаимодействия команд учащихся 5-6 классов города Хабаровска «Мой виртуальный мир». Предварительно были разработаны положение о конкурсе, логотип мероприятия, определено жюри, в состав которого вошли учителя руководители окружных методических объединений учителей информатики образовательных учреждений Хабаровска. Цель конкурса: развитие интереса к предмету информатика и ИКТ, получение устойчивых навыков общения в Интернете путем вовлечения школьников в сетевую деятельность с использованием социальных сервисов, повышающих готовность участников к применению новых форм обучения. Задачи конкурса: • обучить школьников приемам и методам создания, наполнения и сопровождения школьного сайта; • познакомить участников конкурса с образовательными возможностями сетевых социальных сервисов; • воспитать этику и культуру сетевого общения. Основной территорией конкурса стал детский социальный сервис «Мир Бибигона» (www.mirbibigona.ru). Первоначально предполагалось традиционное базирование конкурса на сайте ХабаВики, но, в связи с проблемами технического характера ХабаВики, пришлось искать новую базу. Воспользовавшись 65
активной TV-рекламой нового детского социального сервиса, я обратилась к администрации сайта с предложением проведения конкурса на Бибигоне. Получила положительный ответ и приглашение к регистрации. Ознакомившись со структурой и разделами сайта, поняла, что сделала очень удачный выбор. Виртуальное пространство полно опасностей. Угрозы, хулиганство, вымогательство, неэтичное и агрессивное поведение, терроризм, экстремизм, порнография, психологическое давление, призывы к причинению вреда себе и другим, хамство – все это нередко можно встретить в Интернете. Социальный сервис «Мир Бибигона» надежно защищен от нежелательных явлений Интернета, система приглашений на сайт предотвращает их, политика сервиса культивирует этику и культуру сетевого общения. Руководитель проекта ВГТРК "Мир Бибигона" Татьяна Корнеева сопровождала конкурс на сайте. Она же предложила в качестве первого конкурсного задания создание мини-сайтов школ командучастниц. Для отображения событий конкурса и общения всех участников был создан клуб «Мой виртуальный мир». На страницах клуба каждый мог оставить сообщение, поздравление, приглашение в личный клуб. Ребят захватила и понесла волна виртуального общения, они создали личные дневники, открыли клубы, нашли множество друзей на сайте – и все это в дополнение к конкурсным заданиям.
Рис. 1. Структура конкурса «Мой виртуальный мир»
На главной странице сайта ХабаВики была размещена новость о конкурсе и создана специальная страница «Мой виртуальный мир». 66
На странице дана полная информация о конкурсе со ссылками на все компоненты: мини-сайты команд, клуб «Мой виртуальный мир» (mirbibigona.ru), проект «Жемчужина Хабаровского края» (letopisi.ru). По окончании конкурса результаты и фотографии командпобедителей были представлены на сайте Управления образования администрации города Хабаровска и на ХабаВики. Задание 1. Организация виртуального пространства команды • придумать название и нарисовать эмблему команды; • на Детском социальном сервисе "Мир Бибигона" создать минисайт школы со страничкой "О нас"; • на созданном сайте разместить общее фото команды и рассказать о роли каждого члена команды; • каждому члену команды начать осваиваться на территории сайта "Мир Бибигона". Процесс выполнение первого задания позволил участникам освоить технологию создания и наполнения сайта, что очень важно в настоящий момент, так как существующие сайты многих образовательных учреждений являются просто визитками. Вполне возможно, что участники конкурса, получив соответствующие навыки, станут со временем сопровождать школьные сайты. Осваивая территорию сервиса, ребята получили представление о сетевых дневниках и клубах, приобрели начальный опыт сетевого общения, впервые нашли новых друзей по интересам – школьников из различных регионов России. Задание 2. Жемчужина Хабаровского края Команда регистрируется на сайте letopisi.ru, находит проект "Жемчужина Хабаровского края", помещает сообщение (20-30 строк) о выбранном ею примечательном объекте, расположенном в нашем крае. Совсем не обязательно выбирать объекты из победивших в конкурсе "Семь чудес Хабаровского края". Это может быть любое другое примечательное место, архитектурное строение, экспонат музея и т.д. Сообщение должно содержать две-три иллюстрации (рисунки или фотографии, желательно выполненные самостоятельно!), ссылки на имеющееся описание этого объекта в Интернете. Фотографию выбранного объекта разместить и прокомментировать в социальном фото-сервисе www.fotodia.ru. Ссылки на статью в Летописях и фотографию на Фотодии поместить на свой сайт. Второе задание познакомило школьников с возможностями технологии WikiWiki. На Летописях заранее была создана оболочка проекта "Жемчужина Хабаровского края". У педагогов-руководителей команд уже был опыт работы в среде WikiWiki, поэтому ребята 67
достаточно быстро научились приемам форматирования текста, подготовки и размещения изображений. Полученные навыки пригодятся им в дальнейшем, так как все большее количество учителей-предметников хабаровских школ используют социальный сервис Летописи.ру для инициирования учебных интернет-проектов. Задание 3. Зимний отдых Близятся весенние каникулы. Морозы отступают, А снега – завались! Самое время заняться зимними видами спорта, подышать свежим воздухом и отдохнуть от компьютера. Командам предлагается изучить информацию о туристических базах Дальнего Востока и Сибири, на которых можно классно отдохнуть в зимнее время года. Учтите, выезжаем на отдых не дальше Уральских гор. Каждая команда выбирает одну турбазу из указанного региона, и предоставляет по ней следующую информацию (указан минимум): • Регион, ближайший город; • Название турбазы; • Стоимость проживания (за сутки, 10 дней); • Стоимость аренды (проката) спортивного инвентаря (за 1 час); • Стоимость подъемника и др. Добытую информацию с фотографиями, взятыми с сайта турбазы или фирмы-посредника оформить в документе Microsoft Word. Фотографии должны быть адаптированы для документов. Ссылку на турбазу разместить в клубе «Мой виртуальный мир» с указанием месторасположения и названием турбазы. Красиво оформленный документ выслать по указанному электронному адресу. Это задание предполагало умение работать с поисковыми системами. Практика показывает, что школьники недостаточно владеют навыками формирования запросов на поиск, проведенный в апреле 2009 года городской on-line конкурс «Поиск в Интернете» для учащихся 5-11 классов общеобразовательных учреждений Хабаровска подтвердил это. Но в конкурсе «Мой виртуальный мир» с этой частью задания справились все команды, а вот достойно оформить материал в соответствии с требованиями удалось не всем. Задание 4. День Святого Валентина • Создать (нарисовать, смастерить, изобразить, слепить, испечь и так далее) командную Валентинку с надписью "Мой виртуальный мир", сопроводить ее достойным стихотворным текстом и разместить в клубе мероприятия. • Каждый участник конкурса посылает своим друзьям море поздравительных писем. Чем больше поздравлений, тем выше 68
рейтинг и крупнее бонус! Вполне возможно, что навыки создания рукотворных и электронных Валентинок никак впоследствии не отразятся на учебных успехах, просто участникам конкурса по 11-12 лет, они дети, и они играют. Во время прохождения конкурса «Мой виртуальный мир» на сайте «Мир Бибигона» был организован конкурс Валентинок, наши дети активно участвовали в нем, а работа одной из команд заняла I место в номинации «Рукотворная Валентинка». Для того чтобы участвовать в сетевом конкурсе, школьникам не обязательно обладать специальными знаниями в области информатики. Все действия, которые они предпринимали для выполнения заданий, связаны с созданием и редактированием собственных цифровых объектов – текстов и фотографий, поиском информации и правильной ее презентацией. Кроме того, от участников конкурса занимающихся совместной деятельностью, не требовалось одновременного присутствия в школе, каждый член команды мог выполнять свою часть работы дома, возможно и с помощью родителей. Такая модель сетевого сотрудничества может и должна использоваться в педагогической практике для создания учениками совместного документа или проекта. Конкурс завершился. К сожалению, из одиннадцати вступивших в него команд, до финиша дошло только семь. И все-таки, «первый блин» получился удачным. Школьники и их учителя приобрели положительный опыт совместной сетевой деятельности, «направленной на достижение реального, конкретного результата через использование соответствующих материалов, средств и технологий». Спасибо администрации детского социального сервиса «Мир Бибигона» за помощь и поддержку. А наши участники стали заядлыми бибигонщиками, продолжают общаться в клубах, и уже готовы шагнуть в краевой конкурс «Цифровые каникулы». Участники и организаторы конкурса «Мой виртуальный мир» уверены, что он станет традиционным. Библиографические ссылки 1. Патаракин Е.Д. Социальные сервисы Веб 2.0 в помощь учителю / Е.Д.Патаракин – 2-е изд., испр. – М: Интуит.ру, 2007. 2. Быховский Я.С., Коровко А.В., Патаракин Е.Д. Учим и учимся с Веб 2.0. Быстрый старт. Руководство к действию (Учебно-методическое пособие) – М.: Интуит.ру, 2007. – 95 с. 3. Социальный сервис «Открытый класс» (www.openclass.ru). 4. Социальный сервис Летописи.ру, проект «Время вернуться домой» (letopisi.ru).
69
УДК: 378:004 Л. Н. Гербановская, 2009 МОДЕЛИ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ В ИННОВАЦИОННЫХ ОБРАЗОВАТЕЛЬНЫХ ПРОГРАММАХ Гербановская Л. Н. – научный сотрудник Института Экономики, Финансов и Статистики Академии Наук Республики Молдова Работа отражает теоретическую направленность выбранной темы. В статье рассматриваются вопросы развития информационных технологий в образовании и переподготовке кадров сквозь призму развития человеческого потенциала. Предложены подходы и даны конструктивные предложения к реализации инновационных образовательных программ в высших учебных заведениях Молдовы. Статья способствует пониманию и осмыслению многообразия и взаимодействия экономических, социальных и ИТ процессов в развитии общества в современных условиях глобализации.
Информационные технологии (ИТ) являются одним из наиболее важных факторов, влияющих на формирование общества ХХI века. Их революционное воздействие касается образа жизни людей, их образования и работы. Суть стимулируемой ИТ экономической и социальной трансформации заключается в ее способности содействовать людям и обществу в использовании знаний, целей и идей. Информационное общество позволяет людям шире использовать свой потенциал возможностей и реализовывать их. Обоснование целей в рамках приоритета Исследование зависимости инновационного развития общества, человеческого капитала и профессиональных траекторий людей от инновационных информационных технологий (ИТ), является актуальным и одним из ведущих направлений в современной фундаментальной науке о человеческих общественных отношениях и роли в них ИТ, как в отечественной, так и мировой экономике. Развитие молдавского государства и интеграционные процессы, развернувшиеся в Европе в последние десятилетия, сочетаются с необходимостью модернизации страны в разных областях, среди которых области ИТ, им отводится особая роль и значение. 70
Информационные технологии являются важным фактором качества потенциала человеческих возможностей в познании, обучении и применении в работе, то есть в повышении человеческого капитала. Необходимым условием формирования инновационной экономики является модернизация системы образования, ставшей основой динамичного экономического роста и социального развития общества, фактором благополучия граждан, конкурентоспособности и безопасности страны. Становление национальных систем образования явилось ключевым элементом системы экономики знаний в развитии человеческого потенциала, требующей постоянного обновления технологий, ускоренного освоения инноваций, быстрой адаптации к запросам и требованиям динамично меняющегося мира. Одновременно возможность получения качественного образования продолжает оставаться одной из наиболее важных жизненных ценностей граждан, решающим фактором социальной справедливости и стабильности, являясь тем самым приоритетом государственной политики в развитии ИКТ. Использование возможностей и дальнейшее развитие. Вложение средств в развитие человеческой личности представляет сегодня самое эффективное вложение капитала не только с гуманитарно-общественной, но и с экономической точки зрения. По индексу развития человеческого потенциала (ИРЧП) по версии ООН Молдова занимает лишь 111-е место среди стран мирового сообщества. В значительной степени это обусловлено недооценкой роли человеческого потенциала в развитии молдавского общества. Примером этому являются и асимметрия в образовании, где подготовка специалистов ряда специальностей (экономика, юриспруденция) превалирует над специалистами инженерных, рабочих и других специальностей. Сферы науки, образования и культуры рассматриваются сегодня государственными структурами как затратные и наименее приоритетные. Это ошибочная позиция, которая не соответствует объективной реальности и стратегически опасна для будущего. Сегодня нашей стране нужны новые приоритеты и наиболее высокий из них должна получить система науки и образования. Развитие информационно-коммуникационных технологий (ИКТ) в Молдове и мире, а также их потенциальные возможности представлены в табл. 1. Республика по основным индикаторам, хотя и отстает, но находится на уровне стран со средним уровнем значения ИКТ.
71
Табл. 1. Возможности информационных и коммуникационных технологий (ИКТ) по странам в 2007 г. Показа Показатели Показатели Величина тели Показатели информиинтенсивиндекса создаобразования Страна ния рованности ности ИКТ сетей 1.Швеция 605,1 163,8 464,5 470,6 377,7 2.Голландия 555,6 141,6 472,6 466,1 362,8 3.США 346,7 143,3 443,6 499,8 323,8 4.Япония 243,3 132,7 386,5 348,9 256,9 5.Финляндия 371,3 154,0 347,9 373,2 293,5 6.Латвия 228,7 138,5 262,1 258,5 218,8 7.Румыния* 158,3 120,8 165,1 162,4 150,5 8.Уругвай 145,9 128,2 164,0 137,5 143,3 9.Аргентина 149,4 137,1 135,3 140,2 140,4 10.Молдова** 101,2 111,2 114,2 84,8 102,2 * – высокое значение ИКТ, 1- 7 страны из 57 стран, ** – среднее значение ИКТ, 8-10 страны из 63 стран. Источник: Measuring the Information Society 2007, ICT Opportunity Index, ICT Indicators, I st edition 2007.
Среди стран мира РМ отстаёт в рейтинге ИРЧП. Так, в 2005 г. (отчёт 2007/08 гг.) по этому показателю в мире лидировала Норвегия. Эта страна и в предыдущие годы, наравне с США, занимала ведущие позиции. ИРЧП Молдовы в 2005 г. составил 0,708 единицы, однако в 1990 г. он равнялся 0,741 (рис. 1). Современные методы и средства информатики призваны сыграть важную роль в социально-общественном статусе республики. ИКТ в Республике Молдова оказывают большое влияние на темпы и качество уровня жизни населения. Развитие и эффективное функционирование технологий явится также одним из факторов роста деловой и социальной активности граждан. В Молдове средний индекс по информационному развитию ниже (1,4) среднеевропейского (1,8), тем не менее, целенаправленная реализация национальных программ по созданию информационного общества позволяет сократить разрыв между многими странами ЕС, мира и РМ [2]. В процессах глобализации с её финансово-экономической и компьютер технологической доминантой, информационные технологии (ИТ) выступают как неотъемлемая часть процесса развития и индикаторами значимости экономического роста и социальных приобретений общества и носят прикладной характер. 72
2005
Молдова Украина
2000
Россия
годы
Румыния
1995
США 1990
Норвегия 0
Рис. 1.
0,2
0,4
0,6
0,8
1
1,2
ИРЧП некоторых стран в концепции развития человека по версии ООН, по годам 1990-2007 гг., ед.
Источник: UNDP. Human Development Report 2007/2008, P.234-237 [online].
В ближайшее десятилетие развитие Молдовы активнее перейдет к новой технической и технологической базе экономического развития, основанной на использовании новейших достижений НТП: информатики, инноваций, ИТ, нано технологий и пр. в том числе, в образовании как сферы развития человеческого потенциала. Переход к информационному обществу, к обществу знаний немыслим без современного качественного образования. Демократизация образования призвана обеспечить его всеобщность и доступность, свободу выбора формы и уровней образования, творческой активности, которая гарантирует каждому человеку возможность обучаться и развиваться в течение всей жизни. Сегодняшние тенденции вызывают необходимость оценить состояние и перспективы образования, его соответствия новым техническим требованиям современности. В основу развития системы образования в Молдове положены такие принципы деятельности, (реализованные в приоритетном национальном документе – Кодексе об образовании), как открытость образования к внешним запросам, использование современных технических и технологических методов в обучении и другое. Кодекс вписывается в задачи интеграции образовательной системы РМ в европейскую систему высшего образования. При доминанте инновационного развития важным ресурсом и главным фактором национальной конкурентоспособности становится знание. Соответствовать этому можно только через наращивание участия в международном разделении интеллектуального труда и ставшей интернациональной подготовке его кадров. Об этом 73
свидетельствует опыт стран Западной Европы, которые формируют единую политику в области высшего образования и стремятся выработать общую стратегию в использовании моделей информационных технологий в инновационных образовательных программах. Именно на её основе специалисты полагают создать эффективную и, что важно в период мирового финансового кризиса, ресурсосберегающую модель подготовки кадров, которая также призвана учитывать социальную динамику общества и перспективные тенденции в глобальном масштабе. В программах обучения массовое применение и развитие ИТ происходит через: компьютеры, глобальные международные сети Интернет, локальные, международные информационные центры, каналы связи с повышенной скоростью передачи информации (140 Мбит/с и выше), быстродействующие оптические каналы связи, специальные информационные системы WWW, Gopher, средства программного и лингвистического обеспечения и другое [3]. Информационные технологии предоставляют уникальную возможность массового обучения, доступного каждому. Уже сейчас виртуальные школы и университеты, обучающие программы и онлайновые квалификационные тесты являются существенным подспорьем классическому образованию, а в будущем с развитием интерактивных видео технологий они станут одной из основных форм обучения и повышения качества образования. Перспективы дальнейшего использования (ИКТ) в “экономике знания” поистине безграничны. В сфере высшего образования эти технологии позволяют не только сокращать расходы на обучение студентов благодаря перемещению учебных курсов и библиотечных материалов в on linе – новую среду, но и расширить доступ к высшему образованию. А также реализовать концепцию непрерывного образования (обучения) на протяжении всей жизни путем создания виртуальных университетов, развития дистанционной системы обучения и некоторых форм транснационального образования. В большинстве промышленно развитых стран состояние ИТ является одним из индикаторов качества экономического роста. В Европейском Союзе (ЕС-27), информационные технологии играют важнейшую роль в преодолении разрыва между странами Западной и Восточной Европы, являясь стержнем информационной структуры. Высок уровень информационных средств ЕС и в сфере образования. Особенно это отмечается в Швеции, Голландии, Финляндии, в высших учебных заведениях Великобритании, Франции, Германии. В Молдове эти процессы проходят с опозданием, что связано с 74
кризисными явлениями 90-х годов. Однако к 2008 г. доля отрасли информационных технологий в Молдове составляла 10,4% от валового внутреннего продукта (ВВП), тогда как в 2003 г. лишь 6,2%, что отражает её реальный рост [3]. Для адекватного отображения прогресса страны в развитии ИКТ и стратегического планирования развития ИКТ необходимо изучение вопросов, связанных с образованием и переподготовкой педагогических кадров. Применение ИТ в образовании представляет собой комплексную научно-педагогическую, социальную и организационную проблему, от решения которой зависит интеллектуальный потенциал ближайшего будущего. Ключевым направлением в образовательной сфере ИКТ (образование и технологии) являются, на наш взгляд, следующие компоненты: • доступность ИТ для учебных заведений (ДУ); • улучшение образования вследствие развития и использования ИКТ (УО); • освоение ИКТ педагогами для целей образовательного процесса и повышения личных интеллектуальных возможностей (ОПИВ); • развитие национальной научной образовательной компьютерной сети (РНС); • развитие академических контактов и мобильности в сотрудничестве образовательных программ стран СНГ, Европейского Союза. Институтом Всемирного банка для стран Европы и Центральной Азии в рамках проекта Партнерства для развития информационного общества в Молдове, в целях образовательной платформы Молдавского портала развития (МПР) предлагается сценарный подход к следующим видам деятельности: • маркетинг преподавательских услуг; • колсантинг развития систем дистанционного образования (ДО); • курсы дистанционного обучения (виртуальные университеты), • разработка интегрированных информационно-коммуникационных инфраструктур для систем дистанционного образования. Одним из направлений деятельности МПР в рамках дистанционного образования является внедрение технологий дистанционного обучения (ДО) в систему повышения квалификации профессорско-преподавательского состава молдавских вузов [3]. Инновационные возможности учебного заведения определяются его гибкостью, способностью быстро реализовывать нововведения, 75
обеспечивая высокое качество обучения. Учебные заведения, использующие инновации тонко реагируют и приспосабливаются к переменам на рынке образовательных услуг. Повышению их адаптивности способствует целенаправленное применение инструментария маркетинга и мониторинга. От этого в значительной степени зависит эффективность функционирования и формирование устойчивых конкурентных преимуществ на рынке образовательных услуг. Сегодня очевидно, что преподаватель, который ведет занятия с использованием мультимедиа-проектора, электронной доски и компьютера, имеет выход в Интернет, обладает качественным преимуществом перед коллегой, действующим только в рамках привычной “технологии применения мела”. В широком контексте к компьютерным образовательным технологиям и ресурсам можно отнести любые информационные технологии и ресурсы, организованные для достижения целей образования. Однако, для того, чтобы они стали доступны и востребованы педагогами, необходимо обучить их навыкам работы с этими технологиями и ресурсами, а также мотивировать на использование информационных технологий в учебном процессе. В повышении квалификации педагога в сфере информационных технологий необходимо выделить определённые приоритеты такой подготовки. Это, прежде всего, освоение базовых офисных технологий, овладение файловыми операциями, технологий навигации и предметного поиска необходимой информации в сети Интернет, электронной почтой и технологиями общения в реальном времени (online), электронными библиотеками. Не менее важной задачей является обучение технологиям представления собственной текстовой и графической информации (создание Web-страниц и Web-сайтов) и её размещения в сети. Перечисленное содержание представляет собой инвариантный компонент, реализация которого обеспечивает формирование основ общей информационной культуры педагога независимо от специфики выполняемых им профессиональных функций [1]. Образование в этой парадигме позволяет учиться планировать свою деятельность с учетом использования электронных материалов для преподавательской работы, создавать и проводить Интернет лекции, разрабатывать Web-документы и другое. Администраторы, используя компьютерные сети и специализированное программное обеспечение для управления учебным процессом, учатся управлять ресурсами (расписание занятий, материально-техническое обеспечение, финансы, кадры). Освоение информационных технологий 76
открывает для педагогов возможность создания принципиально новых информационных ресурсов дистанционной поддержки образовательного процесса. Осуществляются исследования и разработки в направлении комплексного решения проблем внедрения информационных технологий в педагогическую практику вузов. В контексте с этим, нами предлагается к реализации системный подход к повышению квалификации работников образования и уровня их знаний в сфере информационных технологий, заключающийся в следующем: • изучение формирования оптимизированных алгоритмов внедрения информационных технологий в структуру традиционной педагогической деятельности путём замены устаревающих новыми профессиональными функциями; • изучение дидактических возможностей существующих Интернет-ресурсов, разработка технологий их использования в базовом образовании и разнообразных формах досуга; • интеграция информационных ресурсов, техникотехнологических и справочных материалов, переводчиков, обеспечивающих дистанционную поддержку образовательного процесса, Интернет – лекции, семинары; • формирование и возможности внедрения модульного программно-методического комплекса, позволяющего строить вариативные программы обучения педагогов-предметников, воспитателей, включающего в себя также модули дидактической интерпретации методических пособий и пр.; • разработки технологических основ формирования информационного пространства образовательного учреждения с учётом их технической оснащённости. Внедрение информационных технологий в образовательную деятельность требует не просто тривиального обучения педагогов новому для них пакету информационных технологий, но представляет собой комплексную научно-педагогическую, социальную и организационную проблему, от решения которой существенно зависит интеллектуальный потенциал ближайшего будущего. Необходимо создать успешно функционирующую систему повышения квалификации работников образования в сфере внедрения информационных технологий в педагогическую деятельность, включая формирование методологии, определение содержания, разработку программ, стандартизированных методик и учебных пособий, а также организацию эффективного педагогического процесса. Реализация стратегии развития информационного общества происходит через подготовку высококвалифицированных кадров. В 77
плане возможностей и использования моделей информационных технологий в инновационных образовательных программах (ИОП) в вузах республики необходимо на наш взгляд, акцентировать внимание на предложениях по внедрению ряда нововведений в сфере образования, а именно: 1. Создание инновационной инфраструктуры в вузе: • создание новых или первичных научных подразделений, с учетом инновационных требований (модернизация компьютерных классов, залов, помещений для размещения книжной и серверной продукции); • автоматизация приёмных комиссий факультетов вуза; • интеграция существующих и созданных научных подразделений с профильными и другими высшими учебными заведениями (учебно-научные центры, лаборатории нано технологий); • развертывание Выставочно-демонстрационных комплексов, отраслевого бизнес инкубатора как ключевой инновационной структуры вуза; • создание Экспертного совета (для принятия и утверждения инновационных разработок) совместно с профильными партнерами (бизнес-сообщество, научные институты и другое). 2. Формирование информационно-образовательной среды на базе современных информационных технологий (ИТ): • разработка стратегии информационной среды вуза; • разработка корпоративной системы защиты информации, в том числе от вредоносных программ (вирусов), ввод новых серверов; • разработка и ввод в эксплуатацию а) специализированного программного обеспечения: – системы автоматизации учебного процесса в вузе, управление качеством учебного процесса, учебной нагрузки преподавателя, штатного расписания, расписания занятий студентов, электронного документооборота; – системы управления информационными ресурсами (развитие портала вуза, создание дополнительных сайтов, создание англоязычной версии портала вуза, создание внутреннего портала, портала библиотеки); – создание электронного закрытого каталога диссертаций, дипломных работ, создание электронных информационных табло, бегущей информационной строки (ленты); б) прикладного программного обеспечения (графические 78
программы, программы статистической обработки и так далее). 3. Повышение квалификации преподавательского состава, сотрудников деканатов, факультетов в других вузах Молдовы, странах СНГ, странах Европейского Союза по направлениям: • изучение иностранных языков, ИКТ; • улучшение подготовки новых учебных программ; • контроль качества учебного процесса, взаимопроверки и прочее. Создаваемая в вузе научная ИТ образовательная среда (НИТОС), позволит автоматизировать образовательные технологии и адаптировать к новым ИКТ возможностям, кардинальным образом изменит методы и структуру организации учебного процесса. Данная среда строится на основе мульти сервисной сети и предназначена для предоставления услуг передачи данных, видео и голосовых сервисов стационарной и беспроводной связи в единой инфраструктуре коммуникаций образовательного учреждения. Данная сеть обеспечивает соответствующие требования перехода к широкополосной конвергентной сети (BcN), что расширяет новые возможности для создания и модернизации лабораторий и кабинетов для реализации инновационных образовательных программ. Модели предусматривают реализовать комплекс функциональных подсистем единой информационной системы, базирующейся на современном программном обеспечении с использованием творческих подходов в технологиях обучения и электронного образования. Поэтому НИТОС представляет модели образовательных технологий наглядной современной учебно-лабораторной базы, отвечающей требованиям ИКТ, в том числе сопутствующей в достижении европейского уровня в интеграционных процессах образования. Таким образом, внедрение моделей НИТОС даст импульс сокращения отставания ИТ республики в темпах развития технологий и рынка. Вопрос этих отставаний возникает там, где присутствует замедление в развитии экономической и социальной инфраструктуры, в частности энергетическом секторе, телекоммуникациях и образовании. Особенно важно выдвигать инициативу о принятии решений собственных национальных программ в решении задач в области развития социальной сферы, развития человеческих ресурсов и ИТ в Молдове. Образовательные системы с использованием инноваций предполагают широкую диверсификацию, основанную на создание множества учебных программ также для относительно небольших групп обучающихся, что более эффективно по сравнению с массовым выпуском специалистов по отдельным специальностям. 79
Крупные и значимые проекты требуют соответствующего финансирования, привлечения инвестиций. Международные финансовые институты, включая банки развития, особенно Всемирный банк реконструкции и развития, весьма важны для этой цели и могут осуществлять программы, способные расширять связи, в том числе и в программах обучения с использованием ИТ. Необходима солидная поддержка государства и частных структур отечественного бизнеса. Международная сеть телекоммуникаций, ЮНКТАД и ЮНДП и другие соответствующие международные фонды также могут сыграть в этом существенную роль. Предусматриваются предпринимаемые усилия и поддержка по преодолению международного электронноцифрового разрыва посредством двусторонней помощи в области развития и по линии международных организаций и частных групп. Ими могут быть международные финансовые группы, Глобальная инициатива по ликвидации электронно-цифрового разрыва Всемирного экономического форума (ВЭФ) и Глобальный Диалог Бизнеса по вопросам электронной торговли (ГДБ), а также глобальный форум. Выводы Информационные технологии и телекоммуникации (ИКТ) всё в большей степени определяют уровень формата современной цивилизации и пути развития мировой экономики. Стратегическим приоритетом развития современного общества является повышение конкурентоспособности национальных экономик. Поэтому важна мотивация подготовки высококвалифицированных кадров в соответствии с требованиями научно-технического прогресса, в том числе и ИТ. Рациональное использование ИТ – важный фактор качества потенциала человеческих возможностей в познании, обучении и применении в работе. ИТ представляют уникальную возможность массового обучения. В настоящее время виртуальные школы и университеты, обучающие программы и онлайновые квалификационные тесты являются существенным подспорьем классическому образованию. В будущем с развитием интерактивных видео технологий они станут одной из основных форм обучения. В силу глобализации информационное общество является открытым по своей сути, и будет развиваться, невзирая на границы и политические предпочтения. Преимущества информационнотехнологического аспекта глобализации будут всецело определяться их активностью использования в учебном и научном процессах. 80
Нововведения с участием ИКТ в образовательной системе являются инструментом наиболее гибкой стратегии, которая наилучшим образом обеспечивает требования рынка труда в свете дифференцирующейся структуры спроса на высококвалифицированное образование рабочей силы. Большое значение в этом придается совершенствованию образовательной системы, переподготовке кадров. В связи с этим при инновационной парадигме развития общества важнейшим его ресурсом и главным действующим фактором является образование, перспективные модели информационных технологий в инновационных образовательных программах (ИОП) вузов. Среди факторов роста социальной составляющей в программах экономического роста РМ новые инициативы в сфере образования направлены на улучшение образовательного уровня работников и повышение их квалификации, что даёт импульс и создаёт условия для социального прогресса и равноправного партнёрства. Современное образование в Молдове направлено на долгосрочные приоритеты особой важности, гарантирующие приумножение конкурентоспособности и профессиональной компетенции общества. Эти компетенции устанавливают высокие образовательные стандарты и высокий уровень материально-технического обеспечения образовательных программ на базе ИКТ. Предлагаемые автором модели НИТОС будут способствовать мобилизации имеющихся и наращиванию новых знаний и ресурсов, являющихся необходимым условием для преодоления разрыва отставания ИКТ республики от ведущих экономических держав. Библиографические ссылки 1. Лойко В. ИТ и системы в экономике. //М.: «Финансы и статистика», 2005г. 2. Шишкан Н., Косс А. Новая экономика и современные особенности рынка. // Кишинэу, 2008 г., с. 96–97. 3. Measuring the Information Society 2007, /ICT Opportunity Index and World Telecommunication / ICT Indicators // I st edition 2007.
81
УДК 517. 11 Е. Е. Гетманова, 2009 ИСПОЛЬЗОВАНИЕ КОМПЬЮТЕРНОГО МОДЕЛИРОВАНИЯ ПРИ ИЗУЧЕНИИ МЕХАНИКИ Гетманова Е. Е. канд. физ.-мат. наук, доцент кафедры физики (БГТУ им. В.Г.Шухова) В работе представлены результаты использования математического и графического пакетов при изложении механики. В частности, показано, что применение компьютерных технологий позволяет интенсифицировать процесс обучения и расширить излагаемый материал. К примеру, пояснить колебательное движение с учетом кулоновского трения, провести сравнение с колебательным движением, испытывающим вязкое трение.
Исследования показали, что использование компьютерного моделирования приводит к более высокому уровню понимания физических явлений, заинтересовывает не только будущих физиков, но и студентов инженерных, экономических и других специальностей. Компьютерное моделирование, в отличие от натурного, позволяет сконцентрировать внимание слушателя на особенностях данного физического явления, исключая несущественные детали, демонстрирует физический закон «в чистом виде». Как показал опыт проведения подобного рода занятий в Белгородском государственном технологическом университете им. В. Г. Шухова, пояснение материала, сопровождаемое моделированием физических явлений на математических и графических пакетах, способствует более быстрому пониманию физического закона, помогает понять связь между теоретически излагаемым материалом и реальными задачами, а также дает возможность расширить объем излагаемого материала. В частности, моделирование нелинейных колебаний с помощью математических и графических пакетов позволяет легко понять и запомнить их особенности. В работе показано моделирование колебательного процесса, происходящего под действием сухого (кулоновского) трения [1], которое описывается уравнениями 82
d 2x dx + kx = − µmg при > 0; 2 dt dt (1) dx d 2x < 0, m 2 + kx = µmg при dt dt где m − масса колеблющегося тела, k − коэффициент жесткости пружины, g − ускорение свободного падения, µ − коэффициент трения (безразмерная величина). Моделирование данной задачи состоит в решении двух линейных уравнений, причем при решении второго уравнения в качестве начальных условий надо взять те условия, которые получились в конце движения, описываемого первым уравнением и т.д. Таким образом, решение нелинейной задачи составляется (припасовывается) из решений линейных уравнений. Решение уравнений (1) изображают незатухающие колебания вокруг сменяющихся положений равновесия. µg Когда масса попадает в полосу x < 2 , так называемую «мертвую m
ω0
зону»», движение прекращается. В случае вязкого трения, колебания прекращаются через бесконечное время. Амплитуда колебаний при сухом (кулоновском0 трении во все время движения убывает за одно отклонение (половину периода µg колебаний) на одну и ту же величину ∆x = 2 , т.е. уменьшается по
ω0
закону арифметической прогрессии. При вязком трении амплитуда колебаний уменьшается по закону геометрической прогрессии A(t ) = x0 exp(− βt ), где β − коэффициент затухания, имеющий размерность c −1 . Период колебаний в случае одинаковых параметров 2π ( k, m ) систем при вязком и сухом трениях совпадает и равен T = .
ω0
Графики, приведенные на рис.1. показывают колебания систем с вязким и сухим трением, выполненные на пакете MathCAD.
Рис.1. Кривая 1 – сухое трение, кривая 2 – вязкое трение
83
Графическое моделирование рассматриваемых колебаний выполнено на пакете Flash (рис. 2). После введения в текстовые окна параметров колебательного процесса (массы, жесткости пружины, коэффициентов трения (затухания) и начального смещения), запускается анимация. Тела, показанные на экране, выполняют колебательные процессы, причем в одном случае на тело действует вязкое, а в другом – сухое трения. На экран выводятся прямые линии, соответствующие последовательным отклонениям при сухом трении, в текстовых окнах появляются количество отклонений от положения равновесия при сухом трении и период колебаний. Представленный метод изложения имеет ряд преимуществ по сравнению с обычным пояснением материала. Во-первых, наглядность, что позволяет студентам «на глаз» отличать и запомнить основные характеристики колебательных процессов, во-вторых, быстрота освоения материала. После проведения занятий по описанной методике, все студенты правильно отвечали на вопросы о законе изменения амплитуды колебаний при вязком и сухом трении, количестве колебаний, совершаемых системой до остановки и т.д.
Рис.2. Анимация колебательных процессов при сухом и вязком трении
84
Аналогично методом припасовки можно промоделировать колебания тела, зажатого между двумя пружинами [2]. Симметричная кусочно-линейная характеристика силы, действующей на тело, определяется уравнением и графически показана на рис.3.
(F − F0 ) ⎛ x, 0 ≤ x ≤ x 0 ; ⎜ F0 + x0 ⎜ . F ( x) = (F − F0 ) ⎜ x, − x0 ≤ x < 0; ⎜ − F0 + x0 ⎝
Рис.3. Кусочно-линейная характеристика силы, действующей на тело
На участке 0 ≤ x ≤ x 0 дифференциальное
уравнение движения
F (F − F0 ) d x + ω 02 x = − 0 , где ω 02 = . С учетом начальных 2 m mx0 dt x(t = 0) = x0 , v(t = 0) = 0 движение описывается 2
имеет вид условий
⎛ F ⎞ F уравнением x1 (t ) = ⎜⎜ x0 + 0 2 ⎟⎟ cos ω 0 t − 0 2 . Время прохождения mω 0 ⎠ mω 0 ⎝ первого участка (от максимального смещения x0 до положения ⎛ ⎞ ⎜ ⎟ 1 1 ⎜ ⎟ равновесия x = 0 ) определяется из условия t1 = arccos⎜ . 2 ω0 mω 0 x0 ⎟ ⎜1+ ⎟ ⎜ F0 ⎟⎠ ⎝ Поскольку задача симметричная, то период колебаний системы T = 4t1 . На участке − x 0 ≤ x < 0 дифференциальное уравнение
85
F d 2x + ω 02 x = 0 . С учетом начальных условий 2 m dt x 2 (t1 ) = 0, v1 (t1 ) = v 2 (t1 ) решение уравнение представляется в виде
движения имеет вид
⎛⎛ ⎞ 2 F0 F F ⎞ 2 F0 cos ω 0 t1 ⎟ cos ω 0 t − sin(ω 0 t1 ) sin (ω 0 t ) + 0 2 . x 2 (t ) = ⎜ ⎜⎜ x 0 + 0 2 ⎟⎟ − 2 2 ⎜ ⎟ mω 0 ⎠ mω 0 mω 0 mω 0 ⎝⎝ ⎠ В области 0 ≤ x ≤ x 0 (возвращение в крайнее левое положение) уравнение движения представляется в виде F0 x3 (t ) = S 1cos ω0t + S 2 sin ω0t − , где mω02 ⎞ 2 ⎛⎛ F ⎞ 2 F0 ⎟ S1 = ⎜ ⎜⎜ x0 + 0 2 ⎟⎟ − cos ω t 0 1 ⎟ sin (ω 0 3t1 ) + 2 ⎜ ω ω m m 0 ⎠ 0 ⎠ ⎝⎝ 2 F0 F sin(ω 0 t1 ) sin (ω 0 3t ) cos(ω 0 3t1 ) + 0 2 cos(ω 0 t1 ); 2 mω 0 mω 0 ⎛⎛ ⎞ F ⎞ 2 F0 cos ω 0 t1 ⎟(sin(ω 0 3t1 )) cos(ω 0 3t1 ) S 2 = −⎜ ⎜⎜ x0 + 0 2 ⎟⎟ − 2 ⎜ ⎟ mω 0 ⎠ mω 0 ⎝⎝ ⎠ 2 F0 F − sin(ω 0 t1 ) cos 2 (ω 0 3t1 ) + 0 2 sin(ω 0 t1 ). 2 mω 0 mω 0 На рис.4 показан график изменения координаты тела от времени за один период, а также положения равновесия, относительно которых происходят колебания.
Рис.4. График колебания тела, зажатого между пружинами
86
Интерфейс Flash фильма, который осуществляет графическое моделирование, показан на рис.5 . После введения массы тела, а также амплитуды силы F , силы, которая действует на тело в положении равновесия F0 и характеризуется степень «сдавленности» тела, и начального смещения x0 в левой нижней части экрана строится график изменения силы от смещения пружины и тела. После нажатия кнопки, начинается анимация: тело совершает колебания между двумя пружинами. Для сравнения показано тело, совершающее гармоническое колебания. В текстовых окнах выводятся значения периода колебания тела между двумя пружинами и периода гармонических колебаний. Чем меньше F0 , тем меньше сжата пружина (и тело) в положении равновесия и тем больше совпадают периоды колебаний.
Рис.5. Анимация колебательных процессов тела, зажатого между пружинами, и совершающего гармонические колебания
Применение компьютерных технологий позволяет расширить диапазон излагаемого материала, предложив вначале ознакомительное, а затем и более детальное изложение трудных, с традиционной точки зрения, разделов физики. Библиографические ссылки 1. Мандельштам Л.И. Лекции по теории колебаний. Наука, М., 1972. 2. Пановко Я.Г. Введение в теорию механических колебаний. Наука, М., 1991.
87
УДК 621.426 Ж. Г. Гончаренко, Н. С. Светашова, 2009 ИСПОЛЬЗОВАНИЕ ИНФОРМАЦИОННОКОММУНИКАЦИОННЫХ ТЕХНОЛОГИЙ ДЛЯ ПОДГОТОВКИ КОНКУРЕНТОСПОСОБНЫХ ВЫПУСКНИКОВ Гончаренко Ж. Г. – председатель предметно-цикловой комиссии «Компьютерное сопровождение профессиональной деятельности», преподаватель; Светашова Н. С. – зам. директора по научно-методической работе ГОУ СПО «Хабаровский технический колледж» В настоящее время практически все развитые страны мира осознали необходимость реформирования своих систем образования с тем, чтобы студент действительно стал центральной фигурой учебного процесса, чтобы познавательная деятельность учащегося находилась в центре внимания педагогов-исследователей, т.е. должен происходить самостоятельный процесс познания, а не преподавание, как это было до сих пор при традиционном обучении.
Будущие специалисты должны быть конкурентоспособными, востребованными на рынке труда. Поэтому и цели образования определяются, прежде всего, на основании требований учебной программы к знаниям и умениям и требований, предъявляемых обществом к развитию и воспитанности нового поколения. Выпускники должны уметь самостоятельно, активно действовать, принимать решения, гибко адаптироваться к изменяющимся условиям жизни. (Важность такого подхода к образованию очень точно выразил один видный американский бизнесмен Джон Гриллос. Он заявил, что его мало беспокоит прочность приобретаемых учащимися знаний в той или иной области, поскольку эти знания подвергаются изменениям каждый год и эти знания устаревают подчас раньше, чем учащиеся сумеют их усвоить. Гораздо важнее, считает бизнесмен, чтобы на рынок труда приходили молодые люди, умеющие самостоятельно учиться работать с информацией, самостоятельно совершенствовать свои знания и умения в разных областях, приобретая, если окажется необходимым, новые знания, профессии, потому что именно этим им 88
придется заниматься всю их сознательную жизнь). Для решения указанных проблем в педагогике выдвигаются новые педагогические технологии, в частности рассматривается применение – информационно коммуникационных технологий. Теоретическое обоснование В процессе подготовки специалистов получили практическое использование информационно-коммуникационные технологии на основе компьютерных средств обучения и глобальных сетей. При этом значительно заметно повысилось качество профессионального образования за счет использования различных электронных образовательных средств (по мнению многих специалистов повысилась эффективность занятий на 20-30%). Внедрение компьютера в сферу образования стало началом преобразования традиционных методов и средств обучения. Результаты анализа статистических данных подтверждают тот факт, что, включаясь в трудовые коллективы в качестве квалифицированных рабочих, выпускники учебных заведений уверенно решают задачи подготовки и обработки проектной, технологической и иной информации для обеспечения инженерных и управленческих решений. В учебном процессе ИКТ являются не только средством обучения, но, в том числе, и неотъемлемым звеном подготовки специалистов АСУ, они выполняют как роль наглядности или средства тестирования, так и являются инструментом получения специальных навыков (проектирование в AutoCAD/ArchiCAD, настройка и поддержка программного обеспечения, написание кода для Webстраниц и т.д.) Имеющиеся в колледже компьютеры (5 комп. классов), мультимедийные устройства (2 м/проектора и экраны, 2 интер. доски) позволяют вести обучение с оптимальной нагрузкой студентов на 1 компьютер. Имеющиеся информационное обеспечение позволяет проводить обучение студентов основам работы за компьютером на начальном этапе обучения, а затем стать продвинутыми пользователями прикладных программ, овладеть профессиональными навыками. Преимущества использования ИКТ в образовании перед традиционным обучением: 1) значительно расширяют возможности предъявления учебной информации (кроме устной речи и меловых схем и рисунков активно используются проектор или мультимедийная доска: создаются презентации, используются готовые ЦОРы или анимационные ролики);
89
2) позволяют существенно повысить мотивацию студентов к обучению (это пока новые средства обучения, они привлекательны, по сравнению со средствами обучения на печатной основе); 3) вовлекают учащихся в учебный процесс, способствуя наиболее широкому раскрытию их способностей, активизации умственной деятельности (при использовании разных методов, учитывая индивидуальные особенности и способности студентов); 4) увеличивает возможности постановки учебных задач и управления процессом их решения; 5) позволяют качественно изменять контроль деятельности учащихся, обеспечивая при этом гибкость управления учебным процессом и др. (например, использование тестов разного вида, когда отметку выставляет компьютер и нельзя обвинить преподавателя в субъективизме, это и экономит время проверки работ учащихся) Не обходится и научно-исследовательская работа без ИКТ: подготовка проблемно–реферативных, описательно/натуралистических, экспериментальных, исследовательских работ, защита их на уровне колледжа и края. Информационное обеспечение, используемое в учебное и внеурочное время: Операционная система Windows XP (с ее встроенными программами: WordPad, Paint, Windows Movie Maker) Программы пакета Microsoft Office: Microsoft Office Word; Microsoft Office Excel; Microsoft Access; Microsoft Office PowerPoint; Microsoft Office Outlook; Microsoft Office Picture Manager. Специальные профессиональные программы: AutoCad 2007; ArchiCAD9; HTML-редакторы (блокнот, Microsoft FrontPage, Macromedia Dreamweaver). Комплексное методическое обеспечение Методическое пособия для студентов: курсовое проектирование Методические указания для студентов по выполнению практических работ: информатика; информационные технологии; методы обработки информации; 90
графические редакторы; распределенные системы обработки информации; автоматизированные информационные системы Электронные пособия/учебники (созданные студентами специальности 230103 под руководством преподавателя): информатика; автоматизированные информационные системы; распределенные системы обработки информации; методы обработки информации (с тестами по двум разделам); пособие по HTML; сетевое оборудование; презентации, «конспекты» для работы с интерактивной доской и др. Пример фрагменты уроков, позволяющие раскрыть некоторые возможности использования интерактивной доски в учебном процессе на разных этапах занятий (используя различные режимы интерактивной доски). 1) Актуализация знаний по теме «Цветовые модели в компьютерной графике», дисциплина «Графические редакторы» (Интерактивный режим)
Рис.1. Фрагменты конспекта, используемые при актуализации знаний
Повторим некоторые основные понятия компьютерной графики. Для этого разгадаем кроссворд, который вы видите на доске (открывается заготовленный конспект), и мы в выделенных строках 91
кроссворда попробуем разгадать тему нашего урока. (Студенты разгадывают кроссворд, выделенные слова – ЦВЕТОВЫЕ МОДЕЛИ). – Тема нашего занятия «Цветовые модели в компьютерной графике». 2) Объяснение нового материала «Цветовые модели в компьютерной графике» (Режим «мыши») Используется мультимедийный проектор, проецируются слайды, используется электронный учебник «Информатика».
Рис.2. Фрагменты презентации
3) Первичное закрепление по теме «Цветовые модели в компьютерной графике» (Интерактивный режим) – Подведем итоги нашего урока. – Ответьте на следующие вопросы (открывается заготовленный конспект (студенты подходят к доске по очереди и выбирают правильный, на их взгляд ответ; вариантов ответов может быть несколько): – схематически представьте схемы моделей: RGB и CMYK (они выходят и, используя инструменты доски, рисуют модели). P.S. Примеры можно просмотреть, щелкнув по ссылке на случай, если студенты к доске не выйдут, если плохо владеют «рисованием» на доске.
92
Рис.3. Фрагменты конспекта, используемые при закреплении
Т.о. ИКТ находит применение при проведении пр. работ, изучении нового материала, проведении проверочных работ (в т.ч. тестирования), выполнении курсового проектирования (разработке программного продукта), индивидуальной (самостоятельной) работы, в проектной и исследовательской деятельности. Модернизация системы образования предъявляет повышенные требования к профессиональной компетенции учителя, что заставляет искать адекватные подходы и к организации процесса повышения квалификации педагогов. Одним из таких подходов является использования компьютерных телекоммуникаций в профессиональном развитии педагогов. Использование ИКТ в развитии профессиональных и личностных качеств преподавателя обеспечивает: пересмотр традиционных установок обучения; развитие информационной компетентности педагога; формирование нового типа мышления современного педагога; творчество (создание видеороликов презентации, роликов для колледжа и др.). Появилось новое направление деятельности педагога 93
разработка информационных технологий обучения и программнометодических учебных комплексов. Появляется необходимость в некой системе, с помощью которой преподаватель имел бы возможность развивать свою информационную культуру. Вот только некоторые направления: Интернетконференции Методическая помощь
Дистанцион. курсы Основные направления Профессиональ ные конкурсы
Форум, дискуссии
Мастер-классы, интернетсеминары
Самообразование обмен опытом
Рис.4. Направления, позволяющие развивать информационную культуру
Трудности освоения ИКТ в образовании возникают из-за отсутствия не только методической базы их использования в этой сфере, но и методологии разработки ИКТ для образования, что заставляет педагога на практике ориентироваться лишь на личный опыт и умение эмпирически искать пути эффективного применения информационных технологий. Порой возникает «разрыв» между возможностями ИКТ в образовании и их реальным применением. Примером может служить до сих пор существующая практика применения компьютера только как печатающей машинки. Этот разрыв часто усиливается тем, что преподаватели не владеют современными знаниями, необходимыми для эффективного применения ИКТ. Ситуация осложняется и тем, что информационные технологии быстро обновляются: появляются новые, более эффективные и сложные, основанные на искусственном интеллекте, виртуальной реальности, многоязычном интерфейсе ит.д. Необходимо создать условия, чтобы преподаватель мог использовать на уроках и лекциях понятные ему сертифицированные и адаптированные к процессу обучения технические средства. Интеграция ИКТ и образовательных технологий должна стать новым этапом их более эффективного внедрения в систему российского образования. 94
УДК 681.3:51:53
А. В. Грудзинский, И. Е. Вострокнутов, 2009
ИНТЕРАКТИВНЫЕ КАБИНЕТЫ – НОВАЯ ТЕНДЕНЦИЯ РАЗВИТИЯ ИНФОРМАТИЗАЦИИ ОБРАЗОВАНИЯ
Грудзинский А. В. – Директор управления развития в области образования компании SITRONICS Информационные технологии; Вострокнутов И. Е. – Научный руководитель образовательных программ компании CASIO в Российской Федерации и странах СНГ Статья посвящена вопросам определения рационального состава оборудования современного школьного интерактивного кабинета. Приведены оптимальные характеристики интерактивных досок, подробно рассмотрены средства индивидуальной работы учащихся на уроке математики и физики, приведены рациональные характеристики средств оперативного контроля знаний учащихся.
В настоящее время дальнейшее развитие методической науки во многом связывают с применением современных средств информационных технологий. Это связано в первую очередь с тем, что традиционная отечественная школьная методика обучения за десятилетия своего развития уже достигла достаточно высокого уровня, и традиционными методами сложно добиться существенного повышения качества и эффективности учебного процесса. Безусловно, росту эффективности и качества обучения способствует пересмотр образовательных стандартов, особенно в области содержания обучения, введение профильного обучения, улучшение системы повышения квалификации учителей и ряд других мер, которые принимаются в отечественной системе образования. Но большим нереализованным резервом повышения эффективности учебного процесса, расширения и углубления содержания учебных предметов остается область применения средств информационных технологий в школьной практике обучения. В последние несколько лет по Национальному проекту Образование и региональным программам оснащения образовательных учреждений учебным оборудованием в отечественные школы было 95
поставлено большое количество интерактивных досок. Интерактивная доска сегодня стала таким же «модным» средством обучения, каким совсем недавно были компьютеры. Об уровне информатизации школы сегодня уже судят скорее не по числу компьютерных классов, а по числу интерактивных досок. В некоторых регионах уровень оснащения кабинетов интерактивными досками достигает 50% и более. Но, по мере освоения интерактивных досок, становится понятным, что для современного школьного кабинета, особенно естественнонаучных дисциплин, одной интерактивной доски явно недостаточно. Отечественному образованию сегодня уже необходимы интерактивные кабинеты. В комплекте оборудования должны быть средства индивидуальной работы учащихся на уроке. На создание современных интерактивных кабинетов обучения естественнонаучным дисциплинам направлен совместный научнометодический проект компании Ситроникс и фирмы CASIO «Интерактивные технологии в практику обучения». Цель проекта: повышение качества и эффективности учебного процесса на основе комплексного применения современных интерактивных технологий в обучении математике, физике, информатике, химии и другим школьным учебным дисциплинам. Для достижения поставленной цели должны быть поставлены и решены следующие задачи: рационального перечня оборудования 1. Определение интерактивных кабинетов математики, физики, химии и других естественнонаучных школьных дисциплин, оборудования интерактивных кабинетов профессионального обучения колледжей и вузов, в том числе и в условиях корпоративного и смешанного обучения. 2. Разработка, апробация и внедрение комплекта учебных и методических материалов для эффективного обучения на базе интерактивных кабинетов, включая необходимые учебные и методические пособия. 3. Создание системы обучения преподавателей методике применения интерактивного оборудования. В настоящее время часть задач уже решена, другая же часть находится на стадии своего решения. Так, например, мы уже можем сказать точно, что должен представлять собой интерактивный кабинет математики, какое интерактивное оборудование должно работать в кабинете физики и химии. Вообще же любой современный интерактивный кабинет должен иметь минимум три составляющие:
96
− интерактивная доска на основе электромагнитных технологий с проектором хорошего разрешения и яркости (не менее 2000 люмен) и достаточно производительным компьютером (желательно двухядерным с объемом оперативной памяти не менее 2 Гб и хорошей видеокартой); − средства индивидуальной работы учащихся по профилю предмета на основе современной микропроцессорной техники; − системы оперативного контроля знаний учащихся. Перейдем к рассмотрению средств индивидуальной работы учащихся, поскольку, во многом они определяют профиль интерактивного кабинета. Так для интерактивных кабинетов математики целесообразно использовать научные и графические калькуляторы. Калькуляторами они называются скорее в силу привычки, по своим же функциональным характеристикам и дидактическим возможностям они являются математическими микрокомпьютерами. Математические микрокомпьютеры нашли широкое применение в практике обучения во всем мире. Они стали вполне привычным инструментом для школьников и студентов ведущих информационно-развитых стран мира, таких как Япония, США, Германия, Франция, Великобритания, Скандинавские страны, все большее применение они находят и в отечественной практике обучения. Наибольшее распространение в учебных заведениях нашей страны получили научные калькуляторы серии ES (fx-82 ES, fx-85 ES, fx-350 ES, fx-570 ES, fx-991 ES) и графические калькуляторы (fx-9860, fx9860G SD; fx-7540 G Plus; Algebra FX 2.0 Plus) фирмы CASIO. На рис. 1 представлен внешний вид научных калькуляторов fx-82ES, fx-991ES и графического калькулятора fx-9860G. Одним из свойств двустрочных научных калькуляторов является возможность одновременно отображать на дисплее введенное выражение и результат, а так же представлять введенное выражение практически в том же виде, что и в математической литературе, например, учебнике математики. Они позволяют производить вычисления с обыкновенными и десятичными дробями, степенями и корнями любой степени, тригонометрическими, логарифмическим, показательными, гиперболическими и обратными гиперболическими функциями. Могут числено решать квадратные и кубические уравнения, системы линейных уравнений до 3-х неизвестных, содержат режим анализа функций и графических решений. Калькуляторы fx-570 ES, fx-991 ES дополнительно могут вычислять дифференциалы и интегралы, проводить операции с комплексными 97
числами и их тригонометрическим представлением, с векторами и матрицами.
Рис. 1. Внешний вид калькуляторов
` Графические модели калькуляторов имеют большой жидкокристаллический дисплей и все основные элементы интерфейса компьютера. На рис. 2. представлено главное меню встроенного графического калькулятора FX-9860G. Они обладают всеми вышеперечисленными вычислительными возможностями научных калькуляторов. В дополнении к этому позволяют находить первую и вторую производные, интегрировать, решать квадратные и кубические уравнения, решать системы линейных уравнений до шести неизвестных, решать произвольные уравнения методом ограниченного подбора.
Рис. 2. Главное меню графического калькулятора FX-9860G
98
Графические калькуляторы позволяют строить графики функций в прямоугольных и полярных координатах, графики параметрических функций и заданных в виде неравенств, строить динамические и конические графики, а так же графики рекурсий. Они позволяют исследовать функции: определяют максимум и минимум, точки пересечения графика функции с осями координат, точки пересечения двух графиков (перемещение по линии графика с отображением координат, увеличение/уменьшение, выбор области для масштабирования), могут одновременно отображать графики функции и таблицы значений функции. Имеется возможность нанесения линий, точек и других геометрических фигур на график. Графические калькуляторы имеют режим интерактивных заданий и презентаций (E-Activity), который позволяет создавать текстовые задания с интерактивными вставками основных режимов, обладает возможностью внешней загрузки заданий и их сохранением. Режим таблиц синхронизирован с MS Excel. В графических калькуляторах имеется встроенный язык программирования высокого уровня, аналогичный Бейсик или Паскаль. Еще одной интересной особенностью графического калькулятора является то, что он имеет устройство сопряжения с компьютером, другими калькуляторами, а также аналого-цифровым измерительным блоком, к которому, в свою очередь, можно подключать различные датчики. Таким образом, на основе графического калькулятора можно разворачивать мини-физическую лабораторию. На рис. 3 показана мини-физическая лаборатория.
Рис.3. Мини-физическая лаборатория ЕА-200
99
Преимуществом таких средств индивидуальной работы учащихся является то, что эта технология ориентирована на быструю готовность к работе на уроке. Достаточно нажать лишь несколько кнопок и можно приступать к выполнению учебных задач. Подобные решения на основе аналого-цифровых преобразователей и датчиков имеются не только у CASIO. Они в различных вариациях присутствуют у многих компаний производителей оборудования для учебных заведений. Например, есть интересные решения на основе измерительных систем, содержащих датчик, встроенный аналогоцифровой преобразователь и модуль памяти. На рис. 4 показан пример измерительной системы для проведения лабораторных работ по физике для измерения температуры и измерения силы. Основным достоинством таких систем является то, что они также рассчитаны на быструю готовность к работе на уроке. Эти системы не нужно настраивать, калибровать, достаточно лишь подключить и можно проводить измерения. В комплект поставки обычно входит много таких измерительных систем, их можно применять на уроках физики, химии и других естественнонаучных школьных предметах. Заметим, что для графических калькуляторов CASIO имеются полнофункциональные эмуляторы, предназначенные для работы с интерактивной доской, программное обеспечение для обработки результатов измерительных систем также адаптировано к работе с интерактивной доской, поэтому их можно успешно применять в составе интерактивных кабинетов.
а)
б)
Рис.4. Измерительные системы для проведения лабораторных работ по физике: а) для измерения температуры; б) для измерения силы
100
В составе современного интерактивного кабинета должна использоваться система оперативного контроля знаний учащихся или, как ее часто называют, система электронного голосования. Таких систем существует достаточно много. Во многом они похожи, отличаются они лишь по физическим каналам передачи данных и по возможностям программного обеспечения. Для интерактивных кабинетов следует отдавать предпочтение системам, работающим по радиоканалу, как самому надежному, и с программным обеспечением, позволяющим быстро настраивать систему к работе, быстро и в наглядном виде получать статистические данные по результатам тестов. Общеизвестно, что внедрение новых средств обучения требует создания новых методик. Именно от методики зависит, будет ли это средство эффективным по сравнению с традиционными средствами, сможет ли оно повысить качество обучения. И у нас такие методики есть. Например, нами совместно со специалистами ИСМО РАО и Академии информатизации образования создано методическое обеспечение для интерактивных кабинетов по курсам алгебры, статистике, физике и информатике. Оно было апробировано в Москве, Санкт Петербурге, Ярославле и Ярославской области, Хабаровском крае, Краснодарском крае, показало очень хорошие результаты. Наш проект развивается, мы постоянно находимся в поиске новых идей, определении новых подходов и разработке готовых методических решений. Мы готовы к сотрудничеству.
101
УДК 301:061.213:621 А. И. Затулий, Т. А. Бочарова, 2009 ВИРТУАЛИЗАЦИЯ СТУДЕНЧЕСКОЙ МОЛОДЕЖИ Затулий А. И. – проф. кафедры информатики (ТОГУ), д-р техн. наук, канд. культурологии; Бочарова Т. А. – преподаватель кафедры информатики (ТОГУ) Результат проведенного социального эксперимента в апреле-мае 2009г. подтвердил, что в российском интернет-пространстве идет активное формирование специфической виртуальной субкультуры. По данным анкетирования 3 % студенческой молодежи являются постоянными жителями «существующих» виртуальных городов; еще 13 % «заходят» в виртуальные города в гости, посещают их форумы, оставляют анонимные комментарии. Как вывод отмечается, что необходимы новые образовательные программы, остро нужны дисциплины, обучающие неординарному мышлению, развивающие творческие инициативы, талант. В рамках информатики нужны программы-тренажеры творческой одаренности.
Выдающийся теоретик ХХ века М. Маклюэн еще в 60-е годы писал о завершении эры книжной («шрифтовой») культуры, на смену которой стремительно идет культура экранная («аудиовизуальная»). Особое значение имеет то обстоятельство, что экранная (сегодня – прежде всего, виртуальная) культура, принципиально отличающаяся от всего предыдущего исторического опыта, обозначила незавершенность проблемы культурно-исторического типа человека. «Человек виртуальный» – практически неисследованная область современного культурологического знания; проблема, определяющая вероятные модели развития Будущего. В связи с этим изучение особенностей «человека виртуального», его существования в единстве интеллектуальной и социальной практики представляется исключительно интересным. Актуальности исследования отвечают также осмысление закономерностей трансформации культурных доминант молодых современников за счет влияния виртуальных сообществ и антропологическое обоснование интернет-культуры начала XXI в. Сегодня – «переломное» время; время, связанное с процессом глубоких преобразований и обращенное к Будущему. В 102
теориях прогнозируемого развития модель «хорошего общества» соперничает с моделью «умирающего общества», поэтому исследования в данной области служат решению актуальной задачи – выработке практических алгоритмов развития социума, прогнозирования будущего с ориентацией на процветание и успех. Библиографический анализ научных информационных источников показал, что «человек виртуальный» в российской философской и культурологической практике практически не осмыслен. В России немного специалистов, занимающихся проблемами виртуалистики и вопросами виртуальной антропологии – Ф. Минюшев [1], В.В. Красных [2], А.Д. Королев [3], немного подобных специалистов и за рубежом – М. Фелдман [4], M.M. Maheu [5] и ряд других. Исследование (социальный эксперимент), результаты которого проанализированы в данной работе, было проведено в апреле-мае 2009г. Направлено оно было на изучение студенческой молодежной среды Дальнего Востока с целью выявления интернет-зависимых и интернет-независимых молодых людей; определение жизненных приоритетов «виртуалов», т.е. респондентов, проводящих в интернетпространстве более 50% своего активного времени (работа в интернете, досуг в интернете, развлечение через интернет, общение в гостевых комнатах, чатах, «проживание» в Виртуальных городах и т.п.). Кроме того, целевые установки данного исследования включают выявление закономерностей трансформации культурных доминант молодых современников под влиянием виртуальных сообществ; выявление приоритетов и разработку путей коррекции жизненных установок молодежи с социально-нежелательным типом поведения; профилактику синдрома быстрого эмоционального выгорания, обусловленного невыработанностью жизненных интересов, целей, планов. В совокупности, все это с учетом того, что именно сегодняшние молодые люди будут определять будущее развитие региона на десяти-двадцатилетнюю перспективу, и определяет актуальность исследования. Представляется весьма интересным также вычленение и изучение основных идеологем и мифологем виртуального пространства с целью разработки эффективных способов интернет-коррекции культурных полей молодежи, разработки стратегий «грамотного» позиционирования себя и достижения жизненного успеха в реальном мире посредством виртуального. Для установления степени виртуализации студенческой молодежи Хабаровска было проведено комплексное анкетирование молодежи в возрасте 18-30 лет в апреле-мае 2009 г. Всего респондентов – 283; в том числе определяющих себя как постоянных жителей виртуальных городов – 6; как постоянных посетителей интернет-форумов – 32. Студенты были 103
опрошены в режиме письменного анкетирования по месту учебы. Статистический анализ показал равномерное распределение участников анкетирования по половому признаку – в анкетировании участвовало 52 % (148) девушек и 48 % (135) юношей. Несомненный интерес представляют данные, иллюстрирующие три возможных подхода к использованию интернет-ресурсов. Еще несколько лет назад доминировал развлекательный подход: чаты, гороскопы, игры, огромной анекдоты, эротическая продукция пользовались популярностью. К середине 2009 года по результатам анкетирования наблюдается смещение от развлекательных и функциональных подходов к web-ресурсам к комбинированным (гибридным) подходам, совмещающим работу (учебу) и развлечения. Более того, у участников анкетирования наблюдаются признаки пресыщенности: интернет уже утратил новизну, стал доступен пользователям практически всех социальных слоев и, соответственно, перекочевал в разряд культуры повседневности. Эйфория по поводу потенциальных возможностей сети Интернет уступила место здравому смыслу и функциональному расчету. Большинство web-заданий, контрольных, курсовых и отчетных работ в разной степени связаны с поиском информации в сети интернет, обработкой и оформлением полученных данных с помощью ПК. За счет этого резко снижается развлекательная функция указанных средств: она вытесняется, дополняется утилитарными функциями. Ни для кого не секрет, что интернет давно перестал быть только «информативной базой», своего рода «справочником» полезной информации. Постоянно растет процент его ресурсов, занимаемый различными игровыми, даже имитирующими настоящую жизнь, сайтами. Для них уже появилось свое название, отражающее их суть – Виртуальные города, деревни, государства. Там всё – как в жизни: библиотеки, магазины, дома, общение в виде форума или чата, своя почта, свой этикет и свой язык (сленг). Таким образом, можно говорить о формировании в интернет-пространстве специфической виртуальной субкультуры. Первоначальные прогнозы о том, что бóльшая часть жителей Земли (95 %-99 %) станет с развитием web-технологий жителями виртуальных городов не получили подтверждения. Тем не менее, по оценке International Cyber Marketing, в виртуальную сеть, представленную преимущественно видео- и компьютерными играми, регулярно погружаются около 200 млн. человек, преимущественно молодых, в возрасте до 25 лет. Эта цифра составляет около 20 % населения развитых стран. Для них виртуальная жизнь – необходимость, функционально обусловленная потребностью защиты мозга от избыточной информации. «Человек виртуальный», 104
независимо от своих интеллектуальных, физических, материальных данных в выдуманных мирах имеет широчайшие возможности для самореализации, достижения успеха, развития творческих способностей. В связи с этим, наибольший интерес в исследованной совокупности представляют данные, позволяющие выявить «человека виртуального» в контексте молодежной культуры. По состоянию на апрель-май 2009 года, из всех опрошенных респондентов, 3 % являются постоянными жителями «существующих» виртуальных городов; еще 13 % «заходят» в виртуальные города в гости, посещают их форумы, оставляют анонимные комментарии. Аксиологический (ценностный) анализ показал, что мотивации молодежи, в том числе той части молодежи, которая позиционирует себя как постоянных жителей виртуальных городов, заслуживают внимания, как с точки зрения отдаваемых предпочтений, так и с позиций предполагаемых жизненных стратегий современных молодых людей. Сравнение доминирующих ценностей в обычной молодежной среде (возрастной ценз от 18 до 30 лет) и в среде респондентов, отметивших себя как жителей виртуальных городов показало, что современное «общество изобилия» определяет доминирование ценностей потребления – материальная обеспеченность составила вторую по значимости ценность – 64 %. Радует то обстоятельство, что среди опрошенных здоровый образ жизни стоит на первом месте среди всех остальных ценностей. Для России, где около 3 % населения страдает хроническим алкоголизмом, это весьма актуально. Данные о распределении ценностных ориентаций приведены на рис. 1. Распределение доминирующих ценностей Здоровый образ ж изни 67% Хорошие, надеж ные друзья 60%
Количество (чел.)
200 180
Любовь 54%
160
Семья 52%
140
Материальная обеспеченность 45% Активная деятельность 39%
120 100
Интересная работа 39%
80 60
Духовное развитие, познание мира, возмож ность учиться 24% Свобода и независимость 19%
40 20
Развлечения 8%
0 Жизне нные це нности
Общественное признание 8%
Рис. 1. Распределение ценностей по всей совокупности результатов анкетирования
105
Компаративный анализ позволил выявить следующие особенности. Молодежь Хабаровского края, относящая себя к категории виртуальных жителей, во многом отличается от обычных не-компьютерных девушек и юношей. Виртуалы меньше ценят здоровье и гораздо выше оценивают материально-обеспеченную жизнь; для них менее важны интересная работа и счастливая семейная жизнь; виртуалы больше, чем не-виртуалы ценят наличие хороших друзей, возможность учиться, познавать мир, развиваться духовно. Виртуальная «жизнь» – это досуг, предполагающий наличие свободного времени и особых отношений в сетевом пространстве, характеризуемых понятием киберкультуры1. Так как приобщение к киберкультуре требует от своих членов достаточно высокого образовательного и имущественного ценза, это формирует особый стиль кибернетчиков. Они много и хорошо учатся, стремятся иметь высокие, достойные заработки. В силу замкнутого характера компьютерщиков (по сравнению с остальными сообществами), специфики деятельности, существует определенная изолированность кибернетической культуры от остальных субкультур. Правда, в последнее время, в связи с лавинообразным развитием интернет и вовлечением в него огромного числа гуманитарно мыслящих людей, киберкультура стала заметно мягче, разнообразнее, интеллигентнее. Графические ответы на вопросы № 17 (Изобразите Виртуальный Город будущего) и № 20 (Как Вы позиционируете себя в интернетпространстве?) смогли представить только 103 из опрошенных респондентов, т.е. 35,7 % от общего числа участников. Из них интернет-зависимых (т.е. студентов, определивших себя жителями виртуальных городов, а также являющихся постоянными посетителями виртуальных городов, форумов, блогов, проводящих в сети интернет более половины своего активного времени) – 15 %, интернетнезависимых – 22,5%. 64,3 % студентов оказались неспособны выразить свои представления и ощущения графически. При этом из тех, кто смог дать графическую характеристику своего образа в пространстве виртуальных городов лишь 50 % представляют себя в образе человека. Среди остальных наблюдается следующее распределение: объекты неживой природы (растения) – 7 %, неодушевленные предметы (бесформенные кляксы, амебы, сердце, пустой телевизор) – 9 %, сказочные персонажи – 9 %, бесполые существа – 5 %, ангелы - 2 %, животные – 5 %. 1
Киберкультура – совокупность отношений в сфере компьютерных сетевых технологий. Под этим понятием понимают компьютерные науки, игры и развлечения, своеобразный образ жизни и стиль, киберискусство и креатив, отношения в Глобальной Сети Интернет.
106
Многофакторное исследование счастливости-несчастливости и личностных характеристик респондентов показало, что виртуалы и невиртуалы по-разному оценивают жизненный успех, по-разному смотрят в будущее. Не-виртуалы гораздо выше оценивают свои жизненные позиции, с большим оптимизмом смотрят в будущее. Рассматривая «несчастливые» анкеты, особое внимание следует обратить на рисунки с явно негативной окраской, выраженными элементами агрессии. Панк (№ 144) в военной форме с погонами; № 108, расстреливающий зрителей из автомата; № 107, впивающаяся острыми длинными зубами в край монитора, пиночетовский вид реципиента № 170 служат индикаторами определенных «правил» поведения – «человек человеку волк», «счастье требуется выгрызать зубами», врагов – убивать, чтобы остальные – боялись. Стереотипы подобного «поведенческого калькулятора» имеют выраженную деструктивную основу. Требуется выявление и корректировка жизненных установок студентов подобного типа. Даже рассматривая наиболее удачные (хорошие) рисунки – которых всего 13,6 % необходимо отметить, что графика (чистота формообразующих линий) может быть – хорошей, а содержание – примитивным. Так, № 66 – представляет на мониторе игру в Красавицу, принцессу (рисунок отражает желание быть красивой, нравиться) в сочетании с визуальным опытом гламурных, глянцевых журналов; № 46 - тяготеет к сказочным положительным персонажам (беззаветная любовь Русалочки, самопожертвование и доброта) и, повидимому, реципиент не располагает хорошими внешними данными. № 50 имеет конкретный прототип – Масяню – уникальный «образец» поп-примитива, а прообразом № 3 можно принять Зорро. Значительная часть человекообразных фигур имитирует пиктографическое письмо палеолита. Таким образом, большая часть рисунков представляет собой шаблон, свидельствующий о недостаточности творческой одаренности исследованных, ограниченности образного мышления, неразвитости ассоциативного мышления и художественного вкуса, непонимания подлинной Красоты. В целом, неравномерное распределение качества графического позиционирования студентами себя, многочисленные варианты подмены рисунка текстовыми комментариями, замена авторского (индивидуального) содержания шаблоном свидетельствует о неравномерном социальном распределении исследованной аудитории, о несформировавшимся в результате шести месяцев совместного обучения коллективном мнении, что, в совокупности, можно рассматривать как статистическое подтверждение теории когнитивного диссонанса Л. Фестингера. Исследованная аудитория – 107
крайне неоднородна, качество довузовской подготовки – слабое; творческий потенциал – очень низкий; амбициозность реципиентов – выше 65 % (доминирующая ценность – материальная обеспеченность). Преобладающая часть исследованной аудитории испытывает психологический дискомфорт (по результатам ответов на вопросы о жизненном успехе, настроении, счастливости), диссонанс, несоответствие ожиданиям, трудности в обучении. Тем не менее, бóльшая часть студентов по результатам оценки жизненного успеха оценивает свои перспективы «скорее хорошо, чем плохо». Прогностический анализ по результатам исследования молодежной среды в г. Хабаровске показал, что состояние молодежной студенческой аудитории в ближайшем будущем может ухудшаться. Основная причина – около 10 % молодых людей несчастливы, а социальные настроения и тенденции – заразительны. Следовательно, необходимы новые образовательные программы, остро нужны дисциплины, обучающие неординарному мышлению, развивающие творческие инициативы, талант. Таковыми могли бы стать нетрадиционные лабораторные работы в PowerPoint по созданию собственного (идеального) мира. Или работа по освоению программы Word с творческими заданиями-играми, которые позволили бы разработать стратегии социальной адаптации молодежи на 1-м курсе, когда обучение для большинства студентов дается наиболее тяжело. Даже при изучении утвержденных стандартами курсов информатики, таких как программирование, можно и нужно создавать условия для саморазвития обучающихся. Стимулировать их самостоятельность в поиске решения, умения анализировать и синтезировать имеющиеся данные. Можно предлагать на выбор задания, способ их решения, что будет удовлетворять их потребность в свободе. Ведь очень часто, навязанные из вне задачи и способы их решения, вызывают лишь негативное восприятие. Изменив условия многих задач, привязав их к решению практических вопросов, можно повысить интерес к этому, довольно сложному для многих студентов, разделу курса информатики. Например, задача на обработку числового массива зачастую начинается так: «Дан числовой массив …», а можно изменить: «На складе имеются данные о ценах товара в разных магазинах…». Необычно составленное условие требует глубокого понимания материала, умения выделить главное. Основной путь для творчества в информатике – постановка прикладных задач, дающих простор воображению и логике. Это повысит интерес к их решению, а чем больший интерес проявит обучаемый к работе, чем больше себя он вложит в нее, тем более значимым будет для него результат. 108
Зарубежные социологи, занимающиеся разработкой школьных программ еще в середине ХХ века отмечали острую необходимость выявления механизмов формирования творческой личности, в пределе – гениальности. Возможно, их находки целесообразно было бы использовать и в России. Соответственно, в рамках информатики нужны программы-тренажеры творческой одаренности. Нужны креативные социальные программы, предлагающие студентам увлекательные возможности для реализации, развития, самосовершенствования в рамках реальных (а не виртуальных) проектов. Библиографические ссылки 1. Минюшев Ф. Человек виртуальный (Опыт антропологических и социологических исследований в системе «Человек – Интернет» // Интеллигенция в мире современных коммуникаций: Сб. статей /РГГУ. Социологический факультет. Центр социологических исследований /Под общ. ред. Ж.Т. Тощенко. – М.: РГГУ, 2009. – С. 21-25. 2. Красных В.В. Виртуальная реальность или реальная виртуальность?: Человек. Сознание. Коммуникация /В.В. Красных, МГУ им. М.В. Ломоносова. Филол. фак. – М.: Диалог-МГУ, 1998. – 350 с. 3. Королев А.Д. Бытие: латентность и виртуальная реальность: Учеб. пособие по дисциплине "Философия" для студентов, аспирантов и преподавателей вузов / А.Д. Королев; Моск. гос. технол. ун-т "Станкин". Каф. философии. – М.: Станкин, 2004. – 110 с. 4. Feldman Marc D. Playing sick?: untangling the web of Munchausen syndrome, Munchausen by proxy, malingering & factitious disorder /Marc D. Feldman.: New York: Brunner-Routledge, 2004. – 288 p. 5. Maheu M.M. Infidelity on the Internet: virtual relationships and real betrayal / by Marlene M. Maheu and Rona B. Subotnik; forewords by Alvin Cooper and Shirley Glass, 2001.
109
УДК 371.68:378.16 А. И. Затулий, Е. М. Бурнаева, 2009 МЕДИА-ПРОДУКЦИЯ ХХ – НАЧАЛА XXI ВВ.: ОТ КИНОПРОИЗВЕДЕНИЯ К DVD-УЧЕБНИКАМ Затулий А.И. – проф. кафедры информатики (ТОГУ), д-р техн. наук, канд. культурологии; Бурнаева Е.М. – преподаватель кафедры информатики (ТОГУ) В работе приведен дескриптивный анализ медиа-продукции конца ХХ – начала ХХI вв., ориентированной на подготовку студентов по курсу информатики. Показана важность не только семантической составляющей мультимедийных образовательных программ, но и эстетических, экоэтических, структурно-композиционных элементов медиа-учебников. Отмечена преемственность «большого» кино и образов «малого» экрана – монитора. Выделены наиболее значимые элементы, определяющие качество медиа-ресурсов – модуляторы развития творческой одаренности, нестандартности мышления, профессионализма.
Необходимость в «новой» (на современном этапе – виртуальной) педагогике, острейшая потребность разработки методик здоровьесберегающего образования (в противовес образованию здоровьезатратному) определяют актуальность работ, направленных на создание образовательной медиа-продукции, современных медиаучебников с высокой концентрацией информации; с продуманной, «грамотной» гибридностью и стилистической однородностью; с хорошей навигацией и компетентным «языком» подачи материала. Именно такие качественные образовательные ресурсы сегодня остро востребованы. Качество образовательных медиа-ресурсов определяется совокупностью следующих составляющих: • возможностью выбора курсов, созданных различными авторами, научными школами; утвержденных в различных вузах от Гарварда, Стэнфорда, Беркли, Кембриджа до Московского государственного университета им. М.В. Ломоносова; • уровнем технологической, семантической и эстетической виртуальной медиа-продукции, перспективами гибридности 110
«Информатика» по выбору
применения полученных знаний в решении практических задач; • наличием авторских, специфически-индивидуальных «особенностей» подачи учебного материала: использованием смешных (Песик, Кот), заводных (Масяня) или просто очень обаятельных (Кузя) помощников, выполняющих функции подсказчика и стимулирующих хорошее настроение обучающегося; • экоэтикой электронной информации. Противопоставить саморазрушению студенческой молодежи (лозунгу «жить быстро, умереть молодым», тотальному курению, употреблению наркотических или психоделических препаратов, скуке, перегруженности), можно только увлекательные образовательные программы с перспективой престижной работы, высоких заработков, интересной жизни. Именно такие образовательные программы востребованы. «Классическая» информатика + часть, ориентированная на специфику получаемого студентом образования (для студентов разных специальностей предусматриваются различные программы) «Классическая» информатика + прикладная информатика, ориентированная на решение задач целевой подготовки (для студентов-целевиков) «Классическая» информатика по стандартам Московского государственного университета им. М.В. Ломоносова, Россия, Москва (76-е место в шанхайском рейтинге университетов за 2007 г.) Информатика по международным стандартам: Гарвардский университет (США, 1-е место в шанхайском рейтинге университетов за 2007 г.); Стэнфордский университет (США, 2-е место), Университет Калифорния-Беркли (США, 3-е место), Кембриджский университет (Великобритания, 4-е место) Оксфордский университет (Великобритания, 10-е место)
Рис. 1. Идеализированная схема преподавания «информатики» по выбору студента
Обсуждая возможные направления преподавания информатики в вузах, пытаясь учесть зарубежный опыт и западных, и восточных стран, представляется необходимой возможность выбора для студентов. На наш взгляд, каждый вуз должен предлагать студенту несколько вариантов «информатики» на выбор – рис. 1. Для того, чтобы этот выбор можно было реализовать, необходимо создание базы данных образовательных программ. Такая база данных – шаг вперед на 111
пути формирования наборов авторских курсов. У обучающегося будет возможность выбора проекта, программы, преподавателя, концептуального подхода к образованию, наконец. Так, предлагаемые сегодня учебники по информатике1, дают возможность выбора желательного спецкурса и позволяют эффективно использовать преимущества web-педагогики. Web-педагогика – специфическое направление в науке конца ХХ – начала XXI вв., объектом изучения которой является виртуальное образование – образование, предоставляемое посредством сети интернет и-или медиа-продукции. Термин «web-педагогика» пока не устоялся, в научной литературе используются также термины «информационно-кибернетическая» и «виртуальная» педагогика; объединяет их разработка новых представлений о процессе образования. Пространство web-педагогики виртуально и, соответственно те процессы и институты, которые обеспечивают знаниями обучающихся в реальной жизни, трансформируются в особые, новые формы. Для виртуальной педагогики, не предполагающей непосредственного общения с обучающимся, создание учебников, задачников, методических пособий, проектирование новых программ обучения и воспитания, и есть собственно научная задача. Т.е. для виртуальной педагогики важнее «технологии», а не учебный процесс. Эта дистанцированность исключает активный диалог, ученику приходится самому искать ответы на вопросы. По сути, речь идет о смене парадигмальных оснований образования: ведущим в деятельности педагога становится подготовка качественного обучающего продукта на CD- DVDносителях или сайта. Сложнейшей проблемой является текстовая часть электронных учебников. «Гипертекст – специфическая форма организации текстового материала, при котором его единицы представлены не в линейной последовательности, а как система явно указанных возможных переходов, связей между ними. Следуя этим связям, можно 1
По состоянию на июнь 2009 г. в фондах Российской национальной библиотеки имени. В.И. Ленина представлено более двухсот учебников и более шестисот учебных пособий по информатике. В частности: Акулов, О.А. Информатика. Базовый курс: учебник для студентов вузов, бакалавров, магистров, обучающихся по направлению «Информатика и вычислительная техника» / О.А. Акулов, Н.В. Медведев. – 6-е изд., испр. и доп. М.: Омега-Л, 2009. – 574 с.; Каймин, В.А. Информатика: Учебник / В.А. Каймин. – М.: Проспект, 2009. – 270 с.; Турецкий, В.Я. Математика и информатика: учебное пособие для студентов высших учебных заведений, обучающихся по гуманитарным направлениям и специальностям /В.Я. Турецкий; М-во образования Российской Федерации, Уральский гос. ун-т. - 3-е изд., перераб. и доп. М.: ИНФРА-М, 2010. – 557 с.; Бажанов, В.И. Математика. Информатика: учебное пособие / В.И. Бажанов; Федеральное агентство по образованию, Московский гос. индустриальный ун-т. – 2-е изд., стер. М.: Изд-во МГИУ, 2008. – 185 с.; Могилев А.В. и др. Информатика: учебное пособие для студентов высших учебных заведений, обучающихся по педагогическим специальностям / А.В. Могилев, Н.И. Пак, Е.К. Хеннер; под ред. Е. К. Хеннера. – 6-е изд., стер. М.: Академия , 2008. – 840 с. и др.
112
читать материал в любом порядке, образуя разные линейные тексты1». С одной стороны, гипертексты вариативны и, представляя, в сущности, ризомные структуры, позволяют делать выборку материала, ориентированного на решение конкретных задач. С другой стороны, дискретность, фрагментарность, разрозненность текстовых фрагментов не предполагает вдумчивого чтения; определяет поверхностное восприятие. Остро стоит проблема «понимания» текстов. Малочитающая современная молодежь, отдающая предпочтение языку «падонкоф», аналфабетному2 письму и сленгу, неохотно читает «сложные» тексты, плохо их понимает и практически не может воспроизвести. В частности, студенты-первокурсники Тихоокеанского государственного университета во время экзаменов очень плохо «говорят», затрудняются правильно сформулировать мысли, не умеют строить предложения. Новаторские тенденции медиа-образования заключаются в том, чтобы не упрощать обучающие тексты, а правильно их структурировать; использовать маркированные списки, излагать материал емко, сжато, понятно и коротко. Кроме того, остро стоит вопрос о системах аудио-учебников. Студенты, живущие в мегаполисах и крупных городах, часто не располагают временем для чтения, но имеют возможность прослушать аудио-диск. Подобные образовательные ресурсы пока используются слабо. Помимо этого, специалисты-гуманитарии все чаще отмечают необходимость включения в структуру медиа-учебников языковых игр, которые не просто забава для психолингвистов, а – один из способов освоения, копирования, создания по аналогии собственных уникальных текстов в противовес скучным и безликим компилятивным учебникам. «Работа» с языком, развитие языкового чутья, обогащение словарного запаса студентов на современном этапе исключительно важны. Создание плодотворного альянса между образованием «старым» и «новым» – главный принцип гибридных образовательных технологий. Невозможно полностью заменить преподавателя виртуальным обучающим комплексом, но и без CD-DVD-помощников сегодня не обойтись. Соответственно обе составляющие важны. Для эффективного повышения качества преподавания современные медиа-образовательные технологии и медиа-учебники должны представлять сложнейшую, содержательно выверенную совокупность текста, видео, анимации и этико-эстетических компонентов. Этика добродетелей (от Аристотеля), этика долга (от Канта), этика ценностей (от Гартмана и Витгенштейна) по-прежнему 1
Субботин М.М. Новая информационная технология: создание и обработка гипертекстов. – М.: “Новинтех”, 1992. – С. 3. 2 Аналфабетный - неграмотный.
113
актуальны, ибо современная виртуальная этика весьма далека от идеала. По мнению С.Б. Савеловой «… в современных условиях педагог – не тот, кто учит … жить, транслируя нравственные нормы, а тот, кто чувствует чужую жизнь как свою и тактично помогает внутреннему, душевному росту …»1 студентов. Поэтому настоящим педагогом становится сегодня не просто человек знающий, а человек, способный к культурному саморазвитию и творческому содружеству, сотрудничеству со студентами или детьми. Особого внимания заслуживают вопросы эстетической выразительности образовательных программ. По мнению А.Н.Уайтхеда2 существуют низшие и высшие формы красоты. Низшая форма красоты – отсутствие неприятной дисгармонии, вульгарности. Высшим формам красоты соответствует иная интенсивность чувств. Философское рассмотрение красоты – красота как «прекрасное», красота как совершенство сегодня остро востребовано в процессе подготовки виртуальных образовательных программ и продуктов. Эстетическая деструкция созданных на заре становления интернета виртуальных миров, сайтов, художественный примитивизм построенных не художниками, а программистами, ужасающие визуальные ряды многих форумов необходимо перестраивать, обновлять, окультуривать. Обширные возможности для этого предоставляют flash-технологии и мультипликация. О широких возможностях использования flash-технологий и мультипликации сегодня говорят многие искусствоведы, педагоги, ученые. Облегчение восприятия образовательных программ, особенно сложных курсов посредством мультипликации, позволяет сохранить (удержать, усилить) интерес студентов к спецкурсам. Более того, студенты охотно откликаются на игровые занятия (см. работы – табл. 1). Бесспорно эксцитативное3 влияние оказывают на обучающихся мультипликационные герои, «позволяющие реализовать запрос на искренность»4. Девальвация человеческих ценностей, в целом характеризующая виртуальные миры, заставляет педагогов искать пути исправления ситуации, коррекции мировосприятия студентов. Важнейшими помощниками педагогов в этом могут стать зайчики и ежики – высшие онтологические и «культурные» иконы детских 1
Савелова, С.Б. Педагогика // Философия: Словарь [Электрон. ресурс] // Интернет-сайт http://sm.aport.ru/scripts/ 2 Уайтхед А.Н. Избранные работы по философии: Пер. с англ. / Сост. И.Т.Касавин: Общ. ред. и вступ. ст. М.А.Кисселя – М.: Прогресс, 1990. – 718 с. 3 Эксцитативное – возбуждающее чувство. 4 Петровская Е. Душа паутины: Масяня и “новая” искренность: Интернет-анимация “Масяня” / Е.Петровская // Искусство кино. – 2002. – № 9. – С. 93-97
114
текстов и иллюстраций. Как всякие иконы, «… зайчики и ежики находятся вне трансмутаций и представляют собой нетленные метаколонны внутри онтологических вихрей» (В. Пивоваров1). Технологии внедрения анимированных персонажей в обучающие комплексы в большей степени разрабатываются зарубежными учеными – П. Стидом2, Дж. Маэстри3, П. Ратнером4 и др. Однако, необходимость подобного типа разработок есть и в России, ибо гармоничный синтез качественного текста, добрых помощников, семантически емких видеофрагментов позволит успешно развивать способности студентов. Первый опыт создания мультимедийных учебников5 позволяет отметить следующее. Во-первых, подготовка электронных учебников требует знаний в области языков программирования, так как учебники этого типа представляются в HTML-формате или на Java-script. Возможным вариантом решения этой проблемы может быть привлечение студентов-программистов факультета компьютерных технологий в рамках курсового или дипломного проектирования; содружество студентов-программистов и преподавателей гуманитарных факультетов позволит получать интересные результаты и нетрадиционные программные продукты. Во-вторых, для медиаучебников на CD-носителях одинаково важны следующие структурные компоненты: содержательная и формообразующая части учебника, их колористическое и анимационное оформление. Содержательная часть учебника может включать текстовые фрагменты, озвученный текст, видеофрагменты, практические задания, игровые тренировочные модели, опросники или контрольные работы (возможны разнообразные комбинированные варианты). Формообразующая часть предполагает деление на фреймы для удобства восприятия информации, использование шрифтов различного цвета и размера для выделения наиболее важных компонентов; использование бегущей строки для фрагментов-символов, раскрывающихся окон и т.п. Опыт показывает, что оптимальным вариантом является разбивка поля монитора на два фрейма: 1) с оглавлением учебника, 2) с содержательной частью. Электронные учебники требуют хорошо проработанной системы гиперссылок. 1
Словарь терминов московской концептуальной школы: Ред.-сост. А. Монастырский. – М.: AD MARGINEM, 1999. – С. 41. 2 Стид, П. Анимация персонажей для игр в реальном времени / Пол Стид; Пер. с англ. М.И. Талачевой. – М.: ДМК Пресс, 2004. – 416 с. 3 Маэстри, Дж. Компьютерная анимация персонажей / Джордж Маэстри. – СПб.: Питер, 2001. – 336 с. 4 Ратнер, П. Трехмерное моделирование и анимация человека, 2-е издание: Пер. с англ. / Питер Ратнер. – М.: Издательский дом “Вильямс”, 2005. – 272 с. 5 Затулий А.И. Электронный учебник по курсу «Материалы и элементы электронных устройств» / CDRom SC6-147-007, Комсомольск-на-Амуре, КнАГТУ, 2002 г.
115
Для знакомства и создания диалога между создателем учебника и обучающимися целесообразно представление учебника самим автором в форме оцифрованного видеофрагмента. Дальнейшее же движение по сайту электронного учебника лучше проводить в «компании» анимационных человечков (одного или нескольких), умеющих не только двигаться, но и разговаривать (зарубежный аналог – утенок Magic-Goddy). Табл. 1 «Образцы» рисованной графики – студенческие работы в рамках курса информатики ïðèâåò
Рис. 1 Ландшафт для объяснения типов движения в программе Flash-5. Работа студента Богомольного Е.В.
Рис. 2 «Девочка» - flash-рисунок студентки Иванковой Е.П. Фрагменты покадровой развертки рекламного ролика, созданного в рамках программы по информатики
Рис. 3 Разработка анимационной модели поршня на ФПКП (Факультет повышения квалификации преподавателей) Тихоокеанского Государственного университета по курсу «Технологии создания электронных образовательных ресурсов»
Рис. 4 Кадр № 46 из студенческой работы «Бабочка», выполненной в программе Flash-5.
Рис. 5 Кадры № 3 и 123 из студенческой работы «Движение», выполненной в программе Flash-5
Колористическое оформление может включать обои для рабочего стола; фоновое решение отдельных фрагментов на базе оптимальных 116
для цветовосприятия гармоничных сочетаний, выделение цветом избранных текстовых фрагментов и другие колористические решения. Используя возможности «цветовых игр» (например, flash-10), можно создать переливающиеся по цвету фрагменты. Причем здесь также возможны варианты градации одного цвета в пределах интенсивности или переливов цвета в пределах нескольких цветов палитры. Есть основания полагать, что назрела необходимость принципиально иного уровня медиаобразования с использованием образов «экрана» и огромного опыта профессиональной киноиндустрии. Современное электронное образование требует создания такого «языка» визуальной выразительности, который бы совместил образность «большого» кино и специфику образов «малого» экрана – монитора. Интересный подход к взаимоотношениям кинопроизведений и виртуальным продуктам предложен П.И. Браславским1. В параграфе «Кино и виртуальная реальность» он рассматривает точки соприкосновения кино и виртуальной реальности; показывает, что визуальный ряд фильмов и компьютерных игр постоянно сближается, и что это обстоятельство вызывает эстетический протест (Манифест «Догма 95»). Попытки британского режиссера П. Гринуэя обновить киноязык, используя идейные и эстетические достижения компьютерных технологий (в фильме «Книга у изголовья», 1996 г. режиссер активно использует полиэкраны, различные форматы кадра, нелинейное повествование, сложные комбинации образов и знаков) говорят о большом эстетическом потенциале Виртуальной Реальности. Успехом электронных учебников и образовательных программ является достижение высокопрофессионального синтеза элементов высокой художественной выразительности и качественно исполненных технологических сочленений когнитивной компьютерной графики. Обладая широкими функциональными возможностями (лекция, тест, выставка, экзамен, модель и др.), электронные учебники2 позволяют не только давать знания, но и осуществлять оценку их качества. Конечно лучше, чтобы в группе обучающихся работал преподаватель-навигатор, корректирующий 1
Браславский П.И. Технология виртуальной реальности как феномен культуры конца ХХ – начала ХХI веков: Автореф. дис. … канд. культурологии / П.И. Браславский. – Екатеринбург: Уральский гос. ун-т, 2003. – 24 с. 2 Агеев В.Н. Электронная книга: новое средство социальной коммуникации. - М.: Изд-во МГАП “Мир книги”, 1997. – 230 с.
117
продвижение обучения по такому учебнику. Кроме того, важно, чтобы интенсивное развитие технологий не вытеснило на второй план методологию образования. «В любой жизненный период способность идентифицироваться с хорошими качествами объекта позволяет радоваться за других, восхищаться успехами других и быть свободным от зависти и соперничества …»1, поэтому медиа-учебники должны давать возможность для творческой работы, удовлетворенность от усвоенного материала, радость от процесса обучения. Возможности медиа-образования – высоки, перспективы – огромны. Наша задача – трудиться над их реализацией.
1
Топорова Л.В. Творчество Мелани Кляйн. – СПб.: Издательский дом “Бизнес-пресса”, 2001. – 128 с.
118
УДК 378.146: 342.9 А. А. Здоровцева, 2009 НОРМАТИВНО-ПРАВОВЫЕ ВОПРОСЫ СОВРЕМЕННЫХ ИНФОРМАЦИОННОПЕДАГОГИЧЕСКИХ ТЕХНОЛОГИЙ Здоровцева А. А. – к.ю.н., доцент кафедры «Государственно-правовые дисциплины» (ТОГУ) Рассматриваются нормативно-правовые вопросы, вызванные отсутствием целостного механизма реализации дистанционных образовательных технологий в высшем учебном заведении. Показана актуальность исследований и разработок для создания комплекса нормативных установлений в сфере предоставления образовательных услуг с использованием инновационных и информационных технологий.
Официальная концепция научно-технической и инновационной в системе образования России предусматривает широкое использование новых информационно-коммуникационных технологий. К ним относятся системы открытого и дистанционного образования, компьютерные системы оценки качества обучения и тестирования. Для условий Дальневосточного Федерального Округа с недостаточно развитой транспортной инфраструктурой это дает возможность обучаться на расстоянии, без отрыва от основного места работы. Вместе с тем, при всей привлекательности новых технологий, опыт их внедрения таких в практику учебной деятельности ВУЗа показал отставание в развитии нормативно-правовой базы подобных форм обучения. Научно-педагогическое сообщество и Министерство образования России разделяет подобные опасения, поэтому и произошли заметные сдвиги в создании полноценного нормативного контекста развития российского дистанционного и открытого образования: • внесены изменения в Закон «Об образовании» (№ 11-ФЗ от 10 января 2003 г.); Порядок использования дистанционных • утвержден образовательных технологий»; Однако и эти нормативно-правовые разработаны 119
на дискуссионной понятийной основе, вызывают пока у специалистов множество вопросов и споров. Для полноценного перехода обучения на новые информационно-коммуникационные технологии требуется изменение всего комплекса нормативно-правового обеспечения, как раздела системных соглашений от Закона об образовании до уровня нормативных документов самого ВУЗа. Данное противоречие требует изменение всего комплекса обеспечения, как раздела системных нормативно-правового соглашений от Закона об образовании до уровня нормативных документов самого ВУЗа и порождает проблему исследования - синтез совокупности нормативно-правовых документов, отраслевых стандартов и организационных мероприятий как средства эффективного управления функционирование и развитием образовательной системы. Цель исследования – анализ существующего, модернизация и разработка нового комплекса систем открытого и нормативно-правового обеспечения дистанционного образования и тестирования. Формирование нормативно-правовой базы открытого и дистанционного образования составляет одну из актуальных задач современной государственной образовательной политики в этой области. Отсутствие надлежащего нормативно-правового регулирования деятельности ВУЗов, предлагающих услуги по такой форме обучения, приводит к отсутствию бюджетного финансирования образовательных программ, вызывает нерешенность всего комплекса правовых проблем, затрагивающих жизненно важные интересы участвующих в этих программах учащихся, преподавателей, учебных заведений в целом. Такая ситуация крайне негативно отражается на всех составляющих качества дистанционного образования, что ведет к его дискредитации как во мнении научно-педагогической общественности, так и российского общества в целом. Создание глобальной системы открытого дистанционного образования должно опираться на специфический правовой фундамент. Разработанная правовая база должна обязательно включать акты, защищающие и оговаривающие права выпускников в зависимости от качества диплома (оценок) и престижности (рейтинга) выпустившего его ВУЗа. Принятие таких нормативно-правовых актов должно сопровождаться мониторингом качества образования, без разработки подобных документов серьезно затруднено качественное развитие новых форм обучения. При всей обширности поставленной цели исследования, согласно принципу декомпозиции она разбивается на ряд локальных задач, которые определяются, прежде всего, практической необходимостью. 120
В Тихоокеанском государственном университете (ТОГУ, г. Хабаровск) в связи со структурной реорганизацией прекращают деятельность региональные представительства, а их функции предполагается передать Центру дистанционного обучения ТОГУ. При этом очень остро и неоднозначно стоит вопрос юридического сопровождения такого процесса. В существующей нормативно-правовой базе высшего образования определены только основные направления использования дистанционных технологий и открытого образования, которые постоянно корректируются и видоизменяются. В частности, последним документом, регулирующим внедрение дистанционных образовательных технологий в учебный процесс, является Приказ Министерства образования и науки № 63 «О разработке и использовании дистанционных технологий», который отменяет предыдущий документ этого же Министерства и устанавливает новые правила. Такая правовая коллизия требует обобщения опыта нормативно-правовой работы российских и зарубежных учебных заведений с учетом массы нерешенных вопросов, связанных с внедрением дистанционных технологий и компьютерного тестирования. Теперь стало понятно, что развитие и внедрение технологий дистанционного обучения и соответствующей нормативноправовой базы нельзя отдать на откуп отдельным ВУЗам, даже самым передовым в этом плане. Нельзя монополизировать позицию одного из вариантов множества технологий дистанционного обучения в ущерб другим. Российское образование должно адекватно отражать и удовлетворять потребности общества, однако формы организации получения и обновления знаний в России коренным образом практически не изменились. В связи с этим необходимо эффективное объединение усилий вузов и научно-педагогического сообщества не только в области технологий и методики дистанционного образования, но и в области нормативно-правовой составляющей, которое отличается значительной новизной по сравнению с традиционным обучением. Федеральный закон об Образовании и «Методика применения дистанционных образовательных технологий» очень важны с позиции легитимизации основных технологий дистанционного обучения, однако практическая работа в рамках указанных документов выявила ряд противоречий, требующих доработок и уточнения нормативно-правовой базы. Новизна поставленной задачи определяется инновационностью дистанционных технологий и служит поиску такого организационного варианта развития данной области образования, который позволил бы преодолеть нынешнюю сравнительную «дикость» этого сегмента 121
образовательного рынка. Поставленные вопросы разработки нормативно-правового обеспечения систем открытого и дистанционного образования и тестирования тесным образом переплетены с проблемой управления качеством дистанционного обучения, т.е. нормативно-правовое обеспечение входит в задачу управления качеством как составная часть [1]. Для решения этой проблемы было создано несколько международных и национальных организаций, поставивших перед собой цель стандартизации компьютерных средств обучения на основе современных информационных технологий. Среди этих организаций выделяются: IMS Global Learning Consortium – международный образовательный консорциум, развивающий концепцию, технологии и стандарты обучения на базе системы управления обучением IMS (Instructional Management System); IEEE LTSC – IEEE Learning Technology Standards Committee – комитет стандартизации в области технологий обучения, созданный в IEEE (Institute of Electrical and Electronics Engineers); ADL – Advanced Distributed Learning Initiative Network – организация распределенного обучения, основанная департаментом политики в области науки и технологий в администрации президента США (OSTP - White House Office of Science and Technology Policy) и министерством обороны США (DoD), как сеть распределенного обучения, обеспечивающая широкомасштабный доступ к образовательным ресурсам многих пользователей. Однако такие организации не затрагивают нормативно-правовые вопросы создания и обучения на основе дистанционных технологий, которые имеют национальный характер. Поэтому, несмотря на развитие технологической основы таких форм обучения, актуальными остаются вопросы их нормативно-правового сопровождения. Для решения задачи исследования необходимо предложить методы и подходы, разработать общий план перспективных работ и оценить ожидаемые результаты. Методы исследования, понятийнокатегориальная основа и разработки нормативно-правовых документов определяются целью исследования его целью, решением теоретических и практических задач, системным подходом, реализованным в ходе обобщения передового опыта данной отрасли. Терминология, используемая в исследованиях, разработана в рамках Объединенного проекта, утвержденного приказом Минобразования РФ от 16.06.2000 № 1791 «О создании Объединенного проекта по разработке нормативно-правовых документов и отраслевых стандартов дистанционного обучения». Подходы к исследованию основаны на 122
объединении и систематизации разрозненного позитивного опыта ВУЗов и соответствующих специализированных подразделений (институты дистанционного или дистантного образования, центры дистанционного обучения, соответствующие лаборатории и отделы). План работы в первую очередь включает в себя критический анализ современного состояния нормативно-правовой базы информационно-педагогических технологий. Дистанционное образование в РФ регулируется преимущественно ведомственными нормативными актами, то есть актами министерств и ведомств. Это означает, что данные акты не должны противоречить федеральному законодательству РФ об образовании, обязательно подлежат государственной регистрации в Минюсте РФ и принимаются только по вопросам, специально делегированным конкретному министерству (Министерству образования РФ). Как представляется в первую очередь необходимо восполнить правовой вакуум по следующим направлениям: • нормативно-правовая база учета работы преподавателя по созданию электронных учебных курсов и компьютерного тестирования: Положения об учете рабочего времени преподавателя по созданию электронных учебных курсов и компьютерного тестирования, Методики учета рабочего времени преподавателя по созданию электронных учебных курсов и компьютерного тестирования. Определение понятийно-категориального аппарата электронный курс, обучающий комплекс, электронное издание, электронный учебный курс, электронный учебник; вопросы авторского права на • нормативно-правовые создаваемые электронные курсы, компьютерные тесты и оплаты авторского права: Составление методических рекомендаций по вопросам защиты авторского права на создаваемые электронные курсы, компьютерные тесты и оплаты авторского права, включая вопросы механизма защиты нарушенного авторского права [2]; база учета рабочего времени • нормативно-правовая преподавателя дистанционного обучения и соотношение с традиционным «академическим» часом: Создание Положения учета рабочего времени преподавателя дистанционного обучения и Методики учета рабочего времени преподавателя дистанционного обучения; схемы организационно-распорядительной • Составление документации ВУЗа по вопросам организации и функционирования дистанционного обучения, организации и проведения тестирования. Подобные вопросы могут быть разрешены на настоящий момент только в рамках локальных нормативных актов внутри ВУЗа. Пути 123
решения индивидуальны для учебных заведений, как и форма документа (положение, приказ, распоряжение, договор и пр.) однако в любом случае должны быть урегулированы юридические отношения между всеми участниками процесса внедрения дистанционных образовательных технологий: авторами электронных курсов и компьютерных тестов, специалистами по информационным технологиям, профессорско-преподавательским составом, учащимися и администрацией учебного заведения. В результате проведения обозначенных исследований предполагается разработка нормативно-правовой базы дистанционного образования, проектов типовых положений ВУЗа по созданию электронных учебных курсов, компьютерного тестирования и учета рабочего времени преподавателя дистанционного обучения. Библиографические ссылки 1. Морев И. А. Образовательные информационные технологии. Часть 1. Обучение: Учеб. пособие. – Владивосток: Изд-во Дальневосточного университета, 2004. 2. Здоровцева А. А. Организационно-правовые проблемы тестирования в высших учебных заведениях / Межрегиональная научно-практическая конференция «Информационные и коммуникационные технологии в образовании и научной деятельности» (21-23 мая 2008 года, г. Хабаровск: материалы конференции под ред. А.И. Мазура. – Хабаровск: Изд-во Тихоокеан. гос. ун-та, 2008.
124
УДК 378.1:004 И. В. Игнаткина, 2009 МОДУЛЬНО-РЕЙТИНГОВАЯ СИСТЕМА ОБУЧЕНИЯ И ЕЕ РЕАЛИЗАЦИЯ В ГОУ ВПО «ДАЛЬНЕВОСТОЧНЫЙ ГОСУДАРСТВЕННЫЙ ГУМАНИТАРНЫЙ УНИВЕРСИТЕТ» Игнаткина И. В. – ассистент кафедры информатики и информационных технологий (ГОУ ВПО ДВГГУ) Модульно-рейтинговая система обучения в настоящее время является одной из наиболее перспективных и дает целостное представление об учебной дисциплине, способствует развитию и закреплению системного подхода к изучению дисциплины, формирует навыки самоконтроля, стимулирует самостоятельную систематическую работу обучающегося. В статье рассматривается внедрение данной системы обучения в ГОУ ВПО ДВГГУ на примере дисциплины «Информатика», которая представлена в свободно распространяемой системе построения образовательного контента Moodle.
В настоящее время одной из основных задач информатизации образования является создание методических систем обучения, ориентированных на развитие интеллектуального потенциала обучаемого, на формирование умений самостоятельно приобретать знания, осуществлять деятельность по сбору, обработке, передаче, хранению информационного ресурса, по продуцированию информации.[1] В XX веке сфера образования была нацелена на быструю отдачу знаний, умений и навыков. Однако, на современном этапе развития общества необходимо предоставлять обучающимся возможность размышлять, уметь самостоятельно приобретать и оценивать знания, принимать обоснованные решения, опираясь на знания, наблюдения, личный и чужой опыт, на исследовательскую деятельность в процессе обучения. В основе процесса обучения лежит теоретическая модель системы обучения, которая может быть описана пятью взаимосвязанными целями, обусловленным социальным заказом; элементами: содержанием, определяемым действующими стандартами и 125
программами для конкретной специальности; методами; организационными формами и средствами обучения. Существующая традиционная система обучения, в основе которой преобладает репродуктивная деятельность, вступает в противоречие с необходимостью вдумчивого отношения к процессу познания, к возможности разрешить проблему разными способами, собрать для этого нужный материал из различных прикладных сфер и т.д. Для того, чтобы разрешить это противоречие, необходимо использовать современные педагогические технологии, адекватные указанной концепции обучения, концепции личностно-ориентированного подхода к профессиональной подготовке специалиста, концепции, базирующейся на методах проблемного обучения, модульнорейтинговом и компетентностном подходах. Уточнению целей и задач образования, изменению содержания образовательного процесса, совершенствованию форм и методов обучения способствовали информатизация и автоматизация учебных заведений. В связи с этим в системе образования стали использоваться технологии модульного обучения. Технология модульного обучения – это способ организации управления учебным процессом в системе образования на основе блочно-модульного представления учебной информации. Сущность модульного обучения состоит в том, что содержание обучения структурируется в автономные организационнометодические блоки – модули, содержание и объем которых могут варьироваться в зависимости от дидактических целей, профильной и уровневой дифференциации обучающихся, желаний обучающихся по выбору индивидуальной траектории движения по учебному курсу. Модули могут формироваться как: • Структурная единица учебного плана по специальности; • Организационно-методическая междисциплинарная структура, в виде набора разделов из различных дисциплин, объединяемых по тематическому признаку базой; • Организационно-методическая структурная единица в рамках учебной дисциплины. Необходимым элементом модульного обучения выступает рейтинговая система оценки знаний, предполагающая бальную оценку успеваемости обучающихся по результатам изучения каждого модуля. Целью внедрения модульно-рейтинговой системы является: • Повышение качества за счет интенсификации учебного процесса, активизации работы студентов; • Осуществление регулярного контроля и рейтинговой оценки качества обучения студентов при освоении ими модулей, необходимых 126
для формирования компетентности; • Реализация педагогических принципов, таких как научность и доступность, системность и последовательность, индивидуальный, дифференцированный, личностно-ориентированный подход. Одной из самых сложных практических задач для преподавателя является разработка теоретических основ и технологии проектирования преподавателем модулей, составляющих основу конкретной дисциплины. Структура модульно-рейтинговой системы обучения студентов содержит: компетенций, необходимых для освоения 1. Перечень дисциплины. 2. Перечень содержательных модулей дисциплины. 3. Сумма кредитов для каждого модуля, в зависимости от его трудоемкости. 4. Разработка модулей. Модульно-рейтинговая система организации обучения студентов состоит из: • определения целей обучения; • создания учебных модулей; • выбора технологий формирования компетенций; • разработки мониторинга образовательного процесса и сформированности компетенций обучаемых. Модуль является относительно самостоятельной единицей образовательной программы, направленной на формирование определенной профессиональной группы компетенций и включает в себя материалы, состоящие из трех компонентов: 1) Спецификация модуля содержит общую характеристику, в которой отражено: • название модуля, • цели обучения - задачи и функции, которые обучающийся осуществит по окончании изучения модуля, • результаты обучения - перечень умений, составляющих компетенцию(ции), которые предъявляются к оцениванию, • критерии оценки результатов – используется рейтинговая система оценивания качества учебной работы студентов в данном модуле; рейтинг представляет собой интегральную систему результатов всех видов учебной деятельности студента по изученному модулю, включающую: входной контроль; рейтинг-контроль текущей работы; 127
промежуточный рейтинг-контроль; итоговый рейтинг-контроль; добор баллов (дополнительные задания); o нормативная продолжительность обучения; o пояснительная записка. 2) Оценочные материалы представляют собой совокупность дидактических измерительных средств, устанавливающих уровень достижения результатов обучения по всем критериям оценки и эталоны их выполнения. Особое внимание необходимо уделить валидности и надежности оценки. Оценка результата обучения по модулю производится по 100-балльной шкале. Общий итоговый балл является суммой баллов, полученных по отдельным результатам, на основании которых и выставляется оценка (зачет). При оценивании, помимо традиционных методов, широко используются: метод проектов, портфолио и др. 3) Учебные материалы содержат текстовый материал и дидактические средства, необходимые для обеспечения достижения обучающимися заданных результатов обучения. В процессе обучения существует возможность использования учебных материалов (учебников, справочников, научных изданий и т.п.) [3]. Итак, рассмотрим внедрение модульно-рейтинговой системы в ГОУ ВПО ДВГГУ, в частности в дисциплину «Информатика». Данная дисциплина является обязательной в цикле общих естественнонаучных дисциплин и изучается студентами младших курсов, которые чаще всего не могут сами контролировать ход учебы, систематически получать знания в течение семестра. В свою очередь модульнорейтинговая система дает обучаемому целостное представление об учебной дисциплине, способствует развитию и закреплению системного подхода к изучению дисциплины, формирует навыки самоконтроля, стимулирует самостоятельную систематическую работу. Данная дисциплина представлена в свободно распространяемой системе построения образовательного контента Moodle. Данный программный продукт построен в соответствии со стандартами информационных обучающих систем и позволяет преподавателю наиболее полно представить данный курс для изучения студентами. Весь курс дисциплины в среде Moodle был разбит на 10 модулей: o первый модуль содержит государственный стандарт, рабочую программу дисциплины, пояснительную записку по изучению модулей дисциплины. o следующие 7 модулей содержат дидактические единицы государственного образовательного стандарта данной дисциплины и
128
представлены в следующих модулях: Информатика как наука. Основные понятия информатики. Вычислительная техника. Представление информации. Системы счисления. Основы логики. Основы вычислительных сетей. Методы защиты информации. o итоговый тест по дисциплине; o глоссарий – представлены ключевые термины, употребленные в курсе. Каждый модуль, который содержит дидактические единицы дисциплины, включает в себя ряд тем, связанных между собой смысловым содержанием, а также содержит рекомендации к действиям, теоретический материал по темам в виде лекций, индивидуальные практические задания, форум, тестовые задания по модулю. Выполнение заданий предыдущего модуля дает исходные данные для последующих. Сумма баллов распределяется между модулями, в зависимости от их значимости, а затем между элементами модуля. Общее количество баллов по теме определяется в зависимости от отведенного на ее изучение времени, а также значимости данной темы по сравнению с другими. Установлены сроки выполнения заданий, которые позволяют стимулировать обучаемого на изучение данного модуля в определенное время. Для определения рейтинга вводятся обязательные и дополнительные баллы. Обязательными баллами оценивается выполнение индивидуальных практических заданий, результаты теста (в том числе и итогового). Дополнительные баллы выставляются за участие в форумах. Таким образом, в статье было представлено внедрение модульнорейтинговой системы обучения в ДВГГУ на примере дисциплины «Информатика». Библиографические ссылки 1. Роберт, И.В., Поляков, А.В. Основные направления научных исследований в области информатизации профессионального образования [Электронный ресурс] / Режим доступа: www.informika.khspu.ru 2. Лупанов, В.Н. Социальные технологии в системе управления открытым образованием / Научный журнал «Современные проблемы науки и образования». № 3, 2008. 3. Лизунова, Е.М. Методические основы проектирования модульнорейтинговой системы обучения студентов.
129
УДК 681.3:51 Т. В. Кожевникова, 2009 ОПЫТ ОБУЧЕНИЯ ООП НА ПЛАТФОРМЕ «1С: ПРЕДПРИЯТИЕ» СТУДЕНТОВ ДВИМО Кожевникова Т. В. – научный сотрудник лаборатории «Информационные технологии» (ВЦ ДВО РАН) Интеллектуальные профессии становятся массовыми и теряют присущую им раньше исключительность. Растущие информационные потоки и высокотехнологичные производства требуют не исполнителей узкой специализации, а специалистов с базовым уровнем образованности и с обширными коммуникативными умениями и навыками. Для подготовки востребованных IT специалистов предлагается введение в традиционную программу инновационных курсов.
Образование должно соответствовать интересам и потребностям общества, а значит, одной из задач образования является профессиональная подготовка специалистов, направленная на потребности общества. От уровня профессиональной компетентности выпускников высших учебных заведений зависят сроки реализации проектов, рациональность принимаемых решений и, соответственно, результативность хозяйственной деятельности. Следует отметить, что основной контингент студентов старших курсов уже работают по специальности. В связи с этим, самостоятельная деятельность по получению необходимых знаний – важный компонент учебного процесса. Развитие информационных технологий предъявляет возрастающие требования к подготовке студентов, обучающихся по специальности «Прикладная математика» и «Информатика в экономике». Преподавание дисциплин, связанных с информатикой и информационными технологиями, требует внесения существенных изменений в содержание и методику преподавания курса практически каждый год. В первую очередь это относится к преподаванию курса проектирования информационных систем на примере «1С». Особый интерес вызывают современные объектно130
ориентированные технологии. Объектно-ориентированная технология – специальная технология реализации сложных систем в рабочие программные продукты. Если программу представлять в виде объектов, то она легче создается и главное с увеличением сложности остается хорошо структурированной, т.е. надежной, но при этом гибкой и управляемой. Студенты способны реально оценить результаты своего обучения, определить области знания, без которых невозможно достижение поставленных целей обучения. На примере обучения ООП (объектноориентированное программирование) в среде «1С» наглядно демонстрируется необходимость междисциплинарного подхода, когда студент должен не только освоить навыки программирования, но и понимать задачи предметной области (например, бухгалтерского учета). Поэтому изучение системы «1С: Предприятие» в Вузе ведется в определенных разрезах по различным дисциплинам. Например, студенты, обучающиеся на факультете «Прикладная информатика в экономике» ДВИМО (Дальневосточный институт международных отношений), изучают продукты «1С» не только с точки зрения работы бухгалтера и экономиста, но и с точки зрения сопровождения этого продукта и программирования в среде «1С». Очевидно, что при обучении математиков-программистов не ставится цель полностью изучить полный пакет программных продуктов «1С». Полное изучение «1С» на пользовательском уровне возможно только студентами специальности «Бухгалтерский учет, анализ и аудит» (с точки зрения пользователя). Подготовка к изучению начинается на втором курсе, когда студенты осваивают навыки объектно-ориентированного программирования. На третьем курсе изучение продолжается в рамках курса «Информационные системы». На четвертом курсе студенты получают навыки работы программиста непосредственно в среде «1С». Необходимо учитывать, что взгляд программиста на бухгалтерию отличается от взгляда бухгалтера. Чтобы определить правильность бухгалтерских выражений, математикам целесообразнее нарисовать граф, тогда будет понятнее методика работы с бухгалтерскими проводками. Студент должен получить достаточные знания, чтобы разрабатывать программу без предварительного точного описания. Таковы реалии работы в этой области. Очевидно, что заменить опыт работы в предметной области абсолютно нечем, однако задача понимания поставленных задач упрощается, если достигнуто владение терминологией бухгалтерского учета. В рамках курса «1С» вводятся основные понятия бухгалтерского учета: счет, субсчет, корреспонденция, субконто, дебет, кредит, план 131
счетов, операция и т.д. Программист не должен помнить весь план счетов, но должен свободно ориентироваться в нем. Для достижения успеха в программировании бухгалтерских информационных систем необходимо знание предметной области и умение писать программы, однако нельзя не сказать и о третьем важном навыке – правильном взаимодействии с заказчиком проекта. Учебный процесс построен таким образом, что во время летней учебной практики студенты могут познакомиться с различными конфигурациями «1С». На лабораторных занятиях студенты решают сквозную задачу: имеется предприятие, занимающиеся производством изделий легкой промышленности. Необходимо правильно организовать и вести учет денежных средств, материальнопроизводственных запасов, учитывать основные средства и нематериальные активы, выпуск готовой продукции, рассчитать заработную плату, сформировать бухгалтерскую и налоговую отчетность. Занятия ведутся в программе «1С: Бухгалтерия 7.7, 8.1». Также студенты знакомятся с программными продуктами «1С: Зарплата и управление персоналом» и «1С: Управление торговлей». В 2005-2007 г. При изучении данной дисциплины использовалась система «1С: Предприятие 7.7», с 2007 года работа проводилась в среде «1С: Предприятие 8.0» и «1С: Предприятие 8.1». Поясним, почему учебный процесс необходимо построить таким образом, чтобы студенты получили практику работы в «1С: Бухгалтерия 7.7» и в «1С: Предприятие 8.1». Несмотря на то, что с октября 2008 года начался переход с версии 7.7 на версию 8.1, реально множество предприятий пока работают на «старом» программном продукте. В процессе работы, многим придется настраивать программы различных версий. И именно на лабораторных работах можно просмотреть методику работы на разных версиях. Студенты ДВИМО знакомятся с программами фирмы «1С» на занятиях по предметам «Предметно-ориентированные информационные системы», «Информационные системы в бухгалтерском учете и аудите», «Проектирование информационных систем в бухгалтерском учете и аудите». Для проведения занятий и самостоятельных работ используется диск «1С: Предприятие 8.1» учебная версия. Следует отметить, что опираясь на данные о трудоустройстве выпускников прошлых лет, видно, что знание «1С» пригодилось практически всем выпускникам, независимо от места работы. Предполагается привлекать студентов к участию в различных факультативах, сертифицированных курсах, связанных с их будущей специальностью. 132
Даже если в ВУЗах в процессе обучения есть возможность знакомства с «1С: Предприятие», это явно недостаточно для реальной самостоятельной работы с компонентами «1С». Поэтому многие студенты вынуждены искать варианты получения дополнительных более глубоких знаний. Такую подготовку проводят многие учебные центры г. Хабаровска. В частности, студенты 4 и 5 курсов специальности «Прикладная математика» ДВГУПС и студенты 5 курса специальности «Прикладная информатика в экономике» ДВИМО прошли обучение в Центре сертифицированного обучения «1С» «Софт Сервис Дальний Восток». Учитывая специальность студентов, им был предложен сертифицированный курс фирмы «1С» «Введение в конфигурирование в системе «1С: Предпритие 8.1». Курсы проводились квалифицированными, опытными, сертифицированными фирмой «1С» консультантами-преподавателями. Важно, что ЦСО являются программистами, реально преподаватели обслуживающими ИС предприятий. Все проблемы сопровождения и внедрения ИС обсуждались на курсах и слушатели получали исчерпывающие ответы на возникающие вопросы. Несмотря на то, что обучение проводилось по стандартным программам, всегда учитывались конкретные виды деятельности каждого предприятия, куда специалисты планируют устроиться на работу. Кроме того, после окончания у слушателей курсов есть возможность проверить свои знания и умения в процессе тестирования по тестам, разработанным фирмой «1С». Конечно, для этого необходимо много времени потратить на самоподготовку, но тем самым приобретаются более глубокие знания. Целью подготовки специалистов является подготовка таких профессионалов, которые смогут подтвердить свою квалификацию сдачей сертификационного экзамена и получение сертификата фирмы «1С». Сертификат качества знаний бывает двух уровней: «1С: Профессионал» или «1С: Специалист». Именно такие сертификаты являются лучшей рекомендацией для молодого специалиста, не имеющего трудового стажа, только что закончившего институт. Фирменные сертификаты позволяют специалисту найти себе достойную высокооплачиваемую работу. Естественно, на отдельных этапах изучения дисциплин, связанных, так или иначе, с информационными технологиями, оказывается целесообразным применение разных методик в различных их сочетаниях, но в целом, основная линия преподавания должна соответствовать запросам работодателей.
133
УДК 004.932 Н. Н. Мазаник, А. В. Мендель, 2009 О ТИПОВОМ РЕШЕНИИ ДЛЯ ОБЕСПЕЧЕНИЯ ДОСТУПА ГРАЖДАН К ИНФОРМАЦИИ О ДЕЯТЕЛЬНОСТИ ГОСУДАРСТВЕННЫХ ОРГАНОВ И ОРГАНОВ МЕСТНОГО САМОУПРАВЛЕНИЯ Мазаник Н. Н. – инженер ХабЦНИТ ТОГУ; Мендель А. В. – доцент кафедры ММиИТ ДВАГС
В работе рассматривается программное решение для формирования официальных сайтов органов местного самоуправления (в том числе органов управления образования). Сделан акцент на возможностях системы по оперативному управлению содержимым сайта и изменению его структуры и внешнего вида. В соответствии с Федеральным законом от 9 февраля 2009 года № 8-ФЗ «Об обеспечении доступа к информации о деятельности государственных органов и органов местного самоуправления», вступающего в силу с 1 января 2010 года, органы местного самоуправления должны разместить информацию о своей деятельности на официальных сайтах. Эти сайты должны содержать интегрированную статистическую и аналитическую информацию об органе, подведомственных учреждениях, принимаемых распорядительных и методических документах, мероприятиях и другую информацию, в зависимости от сферы деятельности органа [1]. Услуги по разработке и сопровождению сайтов можно заказать в Хабаровском краевом центре новых информационных технологий Тихоокеанского государственного университета (ХабЦНИТ ТОГУ), сотрудниками которого уже был успешно реализован ряд масштабных проектов. Среди них можно выделить образовательный портал «Пайдейя», официальный сайт министерства образования Хабаровского края, сайт Хабаровской краевой образовательной информационной сети, портал «Региональная база информационных ресурсов для сферы образования», портал «Научные исследования и инновации в Хабаровском крае». 134
Особого внимания заслуживает сайт министерства образования края. Помимо актуальной информации о министерстве, в том числе его структуре, функциях и руководстве, на нем присутствует постоянно пополняемая база нормативно-правовых актов в сфере образования, функционирующая в полуавтоматическом режиме. Кроме того, на сайте работает раздел «Электронная приемная», с помощью которого любой посетитель сайта может обратиться к руководству министерства [2]. Таким образом, сайт не только способствует внедрению безбумажных технологий, так как содержит нормативно-правовую базу в электронном виде, но и увеличивает информационную открытость органа, поскольку обращение через сайт сделать намного проще, чем лично. Все вышесказанное в полной мере справедливо и для нового сайта-шаблона, на основе которого предполагается внедрение сайтов органов местного самоуправления, удовлетворяющих требованиям Федерального закона. Специально для сайта разработана система управления содержанием, позволяющая с минимальными трудозатратами редактировать структуру и информационное наполнение, а также изменять внешний вид без вмешательства в программный код. Система администрирования разработана по аналогии с успешно зарекомендовавшей себя системой на сайте министерства образования края и системами на сайтах учебных заведений, которые в настоящий момент активно внедряются ХабЦНИТ ТОГУ. Для будущего сайта уже разработан эргономичный дизайн, обеспечивающий пользователям удобную навигацию, который можно изменить и скорректировать по желанию заказчика (рис. 1). Изменение дизайна возможно непосредственно удаленным пользователем через систему администрирования. Сайт включает разделы, требуемые Федеральным законом, в том числе: Лента новостей на главной странице со ссылками на размещенные на сайте распорядительные, методические и другие документы; Информация об органе местного самоуправления, включая его задачи, функции, полномочия, структуру, сведения о руководстве; Перечень мероприятий; Выступления руководства; Статистическая информация, в том числе сведения об использовании бюджетных средств; Информация о кадровой политике и доступных вакансиях; Нормативно-правовая база (файловый архив, разбитый по разделам); 135
Электронная приемная (средство для передачи обращения от посетителя сайта по электронной почте) или гостевая книга.
Рис. 1. Внешний вид демонстрационного сайта органа местного самоуправления
Необходимую первоначальную информацию, предоставленную заказчиками, на сайт занесут в ХабЦНИТ ТОГУ. В последующем предлагается удаленное информационное сопровождение сайта по следующей схеме: материалы присылаются по электронной почте и размещаются на сайте работниками ХабЦНИТ ТОГУ – не нужно содержать в штате специального сотрудника для поддержки сайта. Тем не менее, при необходимости сотрудникам заказчика будут предоставлены права для управления сайтом через панель администрирования. В системе администрирования можно изменить всю информацию на сайте, в том числе структуру меню, текстовые разделы, новости, объявления, документы нормативной базы. Кроме того, в разделе «Параметры» можно изменить внешний вид сайта путем правки 136
шаблонов страницы, меню, новостей и других элементов (требуется базовое знание языка HTML). Сайт безвозмездно размещается на серверах ХабЦНИТ. Имя сайта в доменах khb.ru или 27.ru предоставляется бесплатно [3]. Образец сайта размещен по адресу http://rc.khb.ru/demo. В ближайшее время на его основе предполагается разработать сайты администраций районов и других органов местного самоуправления Хабаровского края. Библиографические ссылки 1. Федеральный закон от 9 февраля 2009 года № 8-ФЗ «Об обеспечении доступа к информации о деятельности государственных органов и органов местного самоуправления» 2. С.М. Бурков, А.И. Мазур, Н.Н. Мазаник., А.В. Мендель, В.Д. Терещенко «Региональная образовательная информационная сеть: проблемы управления и развития». Информационные и коммуникационные технологии в образовании и научной деятельности // Материалы конференции / под научн. ред. А.И. Мазура.– Хабаровск: Изд-во Тихоокеанского гос. университета, 2008., с. 9–18. 3. С.М. Бурков, А.И. Мазур, А.В. Мендель, «Региональная образовательная информационная сеть и информационные ресурсы регионального назначения», V краевая научно-практическая конференция «Информационно-телекоммуникационные технологии в образовании Хабаровского края – 2007: опыт, проблемы и перспективы», Сборник докладов. – Хабаровск, 2007, с.28-32.
137
УДК 004.932 Н. Н. Мазаник, А. И. Мазур, А. В. Мендель, 2009 ПОДХОДЫ К ФОРМИРОВАНИЮ ИНФОРМАЦИОННЫХ РЕСУРСОВ РЕГИОНАЛЬНОЙ ИНФОРМАЦИОННОЙ ОБРАЗОВАТЕЛЬНОЙ СЕТИ И СРЕДСТВА ИХ РЕАЛИЗАЦИИ Мазаник Н. Н. – инженер ХабЦНИТ ТОГУ; Мазур А. И. – зам. директора ХабЦНИТ ТОГУ; Мендель А. В. – доцент кафедры ММиИТ ДВАГС Рассмотрены некоторые проблемы формирования информационных ресурсов региональной образовательной сети, организации их хранения, доступа пользователей и распространения. Предлагается подход к решению задач классификации ресурсов регионального сегмента и организации распределенного хранилища информационных ресурсов и их систематизации.
При формировании информационных ресурсов можно выделить несколько подходов. В первом случае формирование ресурсов происходит планово, для чего выделяются средства, формируется заказ на разработку ресурсов, которые затем принимаются и оплачиваются. Другим подходом является формирование информационных ресурсов коллективного пользования на добровольных началах, когда участники формальной или неформальной группы, добровольно публикуют для общего пользования материалы, являющихся их интеллектуальной собственностью. Ресурсы, создаваемые таким способом, состоят из материалов различного качества и обычно слабо структурированы, в последнее время распространенной технологией создания таких ресурсов являются сервисы типа Wiki-Wiki. Третий подход строится на том, что в процессе целенаправленной деятельности субъектов сферы образования порождаются информационные потоки, обусловленные этой деятельностью. При обработке этих потоков формируются информационные ресурсы, в частности сюда относится создание информационных ресурсов путем видео-аудио записи образовательного контента мероприятий, проводимых в традиционных формах. Источники информационные ресурсов регионального назначения, 138
можно разделить на внешние и внутренние. Внешние источники включают те информационные ресурсы, которые производятся вне региона, а также не по его заказу. Из всего множества источников мы рассматриваем только те, ресурсы которых имеют значение и ценность для образовательного процесса и управления образованием. В отношении этих ресурсов могут быть выбраны различные способы организации доступа пользователей. Из них выделим три основных: поиск и загрузка информации − самостоятельный пользователями; − организация поиска и загрузки информации средствами регионального портала; − локализация подмножества ресурсов и средств доступа к ним на серверах региональной образовательной сети. Первый способ касается информации, обращение к которой имеет единичный характер, а также новейших ресурсов. В таких случаях не предполагается активных действий со стороны организаторов региональной образовательной сети. При наличии специальных средств мониторинга проводится анализ трафика пользователей, и выявляются новые часто посещаемые ресурсы. Результаты анализа трафика используются для корректировки стратегии. Второй способ применяется для ресурсов, которые рекомендованы органами управления образованием и методическими службами для применения в образовательном процессе учебных заведений или часто используются. Применение технологии информационного портала для этих ресурсов имеет целью минимизировать затраты времени и трафика пользователей на поиск необходимых материалов. Эта цель достигается за счет применений метаописаний ресурсов и использования средств их классификации и каталогизации, значительно ускоряющих процесс поиска. Третий способ используется в тех случаях, когда возможно физическое перемещение организованных информационных ресурсов в хранилище, расположенное на серверах региональной образовательной информационной сети. Это требует выполнения организационных и технических мероприятий для перемещения данных и внедрения средств доступа к ним, а также организации обновления содержания информационных ресурсов, если такое предусмотрено. Примером является создание в рамках проекта ИСО на сервере ХКОИС зеркальной копии федеральной коллекции цифровых образовательных ресурсов. К региональным субъектам сферы образования относятся: региональный орган управления образованием; государственные учреждения общего и профессионального образования регионального 139
подчинения; исполнители проектов и программ, реализуемых по заказу (по инициативе) и за счет средств, предоставленных региональным органом управления образованием прямым или косвенным образом. Отметим, что информация в данном случае создается в процессе исполнения субъектом сферы образования присущих или назначенных ему основных функций. Формируемый информационный поток адресуется образовательным учреждениям и территориальным органам управления образованием, является наиболее организованным и представляет собой документы, как правило, имеющие электронные образы. Такой поток может быть преобразован в информационный ресурс с наименьшими затратами. Большинство документов в этом потоке относятся к категории нормативно-инструктивных и бывают востребованы менеджерами образования, родительской и педагогической общественностью. Названный информационный поток не является единственным региональным источником формирования информационных ресурсов. При более глубоком анализе можно выделить категории информации, циркулирующие внутри регионального органа управления образованием и не являющиеся достоянием всей сферы образования региона только в силу отсутствия дополнительных организационных мер и специальных информационных технологий. Обработка информационного потока, исходящего из регионального органа управления образованием позволяет формировать часть региональных информационных ресурсов. В ведении региональных органов управления образованием находятся учреждения общего, профессионального, дополнительного общего и дополнительного профессионального образования. Эти учреждения являются государственными, их деятельность финансируется из бюджета Субъекта Федерации. Часть подведомственных учреждений имеет методические, аналитические и прочие функции, исполнение которых сопровождается созданием информационных ресурсов. Часть информации, составляющей данные ресурсы, свободно распространяется или передается в орган управления образованием, часть имеет коммерческую ценность и реализуется в форме печатных или электронных изданий. Следует отметить, что коммерческая ценность этой информации часто сохраняется только в определенный период времени, затем информация может распространяться свободно. Это относится, например, к региональным периодическим изданиям. В Хабаровском крае такими изданиями являются вестники нормативно-правовых документов министерства образования, региональные учебно140
методические журналы. Издания распространяются по подписке, доходы от которой покрывают затраты на подготовку материалов. Региональные органы управления образованием выступают заказчиками по договорам на разработку научной продукции и осуществляют финансирование таких работ. Кроме того, в регионах происходит реализация различных проектов, осуществляемых за счет бюджета Субъекта Федерации. При наличии в контрактах с исполнителями проектов и работ соответствующих условий, результаты этих работ также могут быть включены в состав информационных ресурсов региона. В Хабаровском крае такой подход может использоваться при реализации программ дополнительного общего образования, при выполнении НИОКР, проведении конкурсов педагогических инициатив, в отношении материалов региональных отраслевых научно-практических конференций. Таким образом, в сфере образования региона имеется существенное число информационных источников. При выполнении определенных организационно-технических мероприятий, эти источники могут быть основой для формирования регионального сегмента информационных ресурсов для отрасли образования. Как и в других отраслях, в образовании информационные ресурсы можно разделить на две категории. К первой категории относят те ресурсы, которые связаны с общей организацией и функционированием отрасли, например, нормативно-справочная информация, к другой категории относятся ресурсы, используемые в технологических процессах отрасли. Отраслевая нормативно-правовая и инструктивно-методическая информация включает региональные нормативно-правовые акты, которые издаются органами законодательной и исполнительной власти Субъекта Федерации. До учреждений образования, педагогов и родительской общественности эти документы, как правило, доводятся региональным органом управления образованием. Основными способами распространения этой информации в электронной форме являются почтовые рассылки и публикация на официальном сайте органа управления образованием. Для превращения этих материалов в информационные ресурсы необходимы специальные средства. Для оптимальной организации деятельности процесс распространения информационных ресурсов должен предусматривать предварительное помещение документов в базу данных, а затем автоматическое выполнение процедур размещения этих материалов на выбранных сайтах и почтовой рассылки. Цифровые образовательные ресурсы (ЦОР) создаются отдельными 141
авторами или авторскими коллективами. Место локализации ЦОР первоначально определяется наличием или отсутствием обязательств авторов по их передаче для коллективного использования. Региональный сегмент ЦОР создается в процессе целенаправленной деятельности, организуемой под руководством регионального органа управления образованием с участием подведомственных учреждений. В отличие от нормативно-правовых документов, образовательные материалы не образуют естественного потока и характеризуются значительной эклектичностью тематики и формы. Региональные учебно-методические материалы можно разделить на несколько групп: − единичные цифровые образовательные ресурсы, используемые в качестве квантов учебных материалов; − тематические комплекты учебно-методических материалов к программам основного и дополнительного образования; − методические рекомендации для педагогов, психологов, родителей; − контрольно-измерительные материалы; − прочие ресурсы. Первая группа ресурсов консолидируется в процессе региональных акций, проводимых в форме конкурсов, аукционов и прочих мероприятий. Тематические комплекты и методические рекомендации являются результатами выполнения плановых работ и реализации проектов. Контрольно-измерительные материалы (КИМ) являются специфическим ресурсами. Они могут иметь как очень низкий, так и очень высокий уровень организованности. В первом случае эти материалы используются также как и единичные ЦОРы. В случае высокой степени организации КИМы входят в состав измерительного педагогического комплекса, который может быть реализован, в том числе и как сетевой сервис региональной образовательной сети. Создание и поддержка в региональной образовательной сети специализированных сервисов, в результате использования которых информационные ресурсы, является практически создаются единственным способом влияния на этот процесс со стороны организации-оператора сети. Опишем некоторые из таких сервисов. Сервис «региональный сайт – сетевая площадка для поддержки образовательных проектов» создается с целью привлечения организаторов и исполнителей различных образовательных проектов и программ к размещению образовательного контента с локализацией в региональной сети. Для решения поставленных задач процедура размещения информации должна быть построена так, чтобы уменьшить количество 142
промежуточных звеньев, сохраняя только те, которые выполняют контроль соответствия материалов критериям качества. С этой целью комплекс программ управления содержанием информационных ресурсов должен иметь функции: − создания и редактирования структурных элементов содержания и материалов через WEB-интерфейс, в том числе в режиме WisiWig; − разграничения прав пользователей на управление содержанием на уровне рубрик (подрубрик) включая компоненты регистрации, авторизации и аутентификации пользователей. Специфическое назначение образовательной сети предполагает, что такие категории пользователей как учителя (преподаватели) и учащиеся (студенты) обращаются к ее ресурсам для получения конкретных материалов, необходимых для учебной работы. Эта особенность учитывается за счет создания специальных средств поиска и отбора необходимых ресурсов. Для этого предусмотрено назначение для каждого материала набора классификационных признаков из регионального классификатора информационных ресурсов. Классификация выполняется в режиме создания или редактирования элемента содержания. Классификационные признаки используются для автоматического формирования представлений, содержащих списки материалов с заданным набором свойств. При необходимости, для того чтобы уточнить или расширить отбор материалов, маска может быть уточнена и дополнена условиями накладываемыми на элементы метаописаний ресурсов. Сетевой сервис для вещания образовательных программ и проведения публичных мероприятий. Задача разработки адаптированной и оптимизированной технологии использования аудио – визуальных средств в образовательном процессе и средств ее реализации поставлена и решалась в ряду других проблем, связанных с развитием сервисов Хабаровской краевой образовательной информационной сети (ХКОИС). Задача состояла в разработке технологии для массового использования в образовательной деятельности с учетом особенностей и ограничений, существующих в ХКОИС. Аудио – визуальные материалы образовательного содержания, передаваемые в прямом эфире по сети в информационной среде, предусматривающей возможность обратной связи, являются эффективным средством для дистанционного образования. При решении задачи была создана технология, позволяющая организовывать, проводить и принимать трансляцию аудио-видео материалов образовательного содержания пользователями различных категорий через вычислительную сеть с использованием стандартного 143
системного программного обеспечения, а также выполнять регистрацию и аутентификацию пользователей, и управление их правами. Сценарий работы предполагает, что на специализированном WEBсайте зарегистрированные пользователи, имеющие определенные права размещают информацию о предстоящих мероприятиях, включая тему, дату и время, а также дополнительную техническую информацию об источнике вещания. В назначенное время активируются соответствующие процессы, и для пользователей становится доступной страница мероприятия. На данной странице проигрывается транслируемый поток, а также имеются средства для передачи текстовых сообщений на консоль ведущего мероприятие. Консоль ведущего предназначена для работы с сообщениями, полученными от пользователей, при этом необходимость в средствах для передачи ответа в формате текстового сообщения отсутствует. Описанное решение позволяет одновременно с трансляцией программы проводить ее запись, а затем преобразовывать в образовательный цифровой видео-ресурс. Основное достоинство такого подхода состоит в том, что, в отличие от видео - записи стандартных лекций перед аудиторией слушателей, данные мероприятия специально готовятся с учетом особенностей общения с удаленной аудиторией, которые во многом аналогичны специфике записи образовательной видео - программы. Сервис для проведения педагогических измерений включает в себя базу данных измерительных материалов, а также средства использования этих материалов для генерации заданий, проверки и обработки результатов измерений. Для универсальности данный комплекс должен поддерживать возможность выполнения контроля в режиме on-line, а также средства генерации заданий для печати и соответствующих ключей для проверки. Структура данных должна предполагать возможность ведения справочников уровней обучения, образовательных программ, дисциплин (предметов), дидактических единиц дисциплин. Единичные измерительные материалы должны быть связаны с этими справочниками, а также иметь реквизиты характеризующие сложность и трудоемкость заданий, вид (аналогично заданиям ЕГЭ – A, B, C), форму ввода ответа. Для генерации комплектов контрольных материалов должны использоваться спецификации, задающие их параметры. На основе спецификации может проводиться компьютерное тестирование с автоматической проверкой, либо генерация вариантов заданий для распечатки и ключей для их ручной проверки. 144
Такой подход позволяет использовать одну и ту же базу заданий контрольно-измерительных материалов для проведения различных контрольных мероприятий, а также для генерации заданий для самостоятельной работы учащихся, что обеспечит высокий уровень востребованности сервиса. Отметим, что ссылки на спецификации комплектов контрольных материалов должны оформляться как цифровые образовательные ресурсы и помещаться в региональный каталог ЦОР. Внутрисетевой сервис для размещения сайтов образовательных учреждений. Сервис размещения сайтов образовательных учреждений предоставляется с целью оптимизации трафика, затрачиваемого на создание и поддержку сайта, а также может использоваться для формирования организованных образовательных ресурсов региональной сети. Сервис состоит в размещении базы данных и программной оболочки сайта учреждения на сервере центрального узла региональной сети. Для этих целей предложено типовое решение, позволяющее реализовать стандартные функции сайта такого типа и допускающее возможность изменения внешнего дизайна сайта. Применение типового решения позволяет интегрировать в базу данных и в систему администрирования сайта компоненты для автоматической или полуавтоматической передачи данных об его содержании в региональный каталог цифровых образовательных ресурсов. Это может быть достигнуто путем объединения в одном интерфейсе администратора средств для создания и редактирования структурных элементов сайта и средств для создания метаописаний этих элементов с последующим экспортом в региональный каталог. В базу данных регионального каталога будут помещены метаописание ресурса и его URL. Классификация и каталогизация региональных информационных ресурсов необходимы для их систематизации и организации с целью упрощения их поиска, а также повышения эффективности использования рабочего времени и трафика пользователей региональной образовательной сети. При создании средств классификации информационных ресурсов региональной информационной сети необходимо учитывать ряд условий. Поскольку региональная сеть создается и развивается поэтапно, формирование ее информационных ресурсов также является постепенным, развернутым во времени процессом. В начале этого процесса неизвестно, какие виды информационных ресурсов будут, в конечном счете, включены в каталог, а, следовательно, невозможно выполнить их предварительную классификацию. Это является первым условием, определяющим подход к решению задачи классификации. 145
Другим условием является то, что один и тот же образовательный ресурс может быть использован различными пользователями в различных целях. Например, задачи могут быть использованы учителями как дидактические материалы к уроку, а учащимися, как материалы для дополнительной самостоятельной работы. Следовательно, классификационное определение одного и того же ресурса может быть выполнено в нескольких различных классификаторах. Таким образом, задача сводится к созданию системы ведения некоторого множества динамических классификаторов, которая должна предусматривать как возможность дополнения каждого из классификаторов, так и возможность создания дополнительных классификаторов. Кроме того, решение должно предусматривать в перспективе возможность обработки классификаторов для оптимизации их количества и структуры. Решением поставленной выше задачи может быть подмножество иерархических классификаторов, допускающих динамическое добавление дополнительных узлов на любом уровне, включая корневой. Наименование корневого узла совпадает с названием классификатора. Это позволяет создать в пределах одной структуры данных и системы управления ею набор классификаторов для различных целей. Например, из первого корня начинается классификатор нормативных документов для сферы образования, из второго – классификатор ЦОР, из третьего классификатор уровней и видов образования и так далее (рисунок 1). Наименования классификаторов
«Нормативная база»
«ЦОР»
«Уровни образования»
Корневой уровень
Рис. 1. Многокорневой иерархический классификатор
Предложенный
подход
позволяет 146
создавать
отдельные
классификаторы для частных задач классификации подмножества информационных ресурсов, таких, например, как тематическая подборка материалов по ЕГЭ или по вопросам домашнего обучения детей с ограниченными физическими возможностями. При организации взаимодействия приложений с каталогом можно ограничивать количество доступных пользователю корней классификатора. Региональный электронный каталог образовательных ресурсов является основным средством для организации хранения, распространения и поиска информационных ресурсов. Он строится на основе классификатора и представляет собой базу данных и набор интерфейсов для работы с ней. Каталог содержит метаописания информационных ресурсов, данные об их отнесении к различным классам, а также данные для доступа к ресурсу. Физически ресурсы могут храниться в различных местах. Основными размещениями являются: локальная база данных – связь с элементом локальной БД, файловая система сервера – связь по имени файла, внешний хост – связь URL. Структура базы данных имеет обобщенную схему, приведенную на рисунке 2. ID Метаописание ресурса
Данные о размещении ресурса
Данные о классификации ресурса
Связь с локальной БД Спецификация файла URL
Рис. 2. Схема содержательной структуры данных каталога
База данных регионального каталога реализована в СУБД MS SQL Server. Приложение для ведения каталога реализовано как программный комплекс в среде MS-Windows и содержит следующие группы функционала: ведения регионального классификатора − средства информационных ресурсов; − средства ведения каталога информационных ресурсов с автоматической генерацией новостей о новых поступлениях; − средства репликации распределенной базы данных каталога; − средства импорта данных из внешних каталогов; − средства импорта данных из баз данных сайтов, имеющих 147
функциональность создания метаописания ресурсов для регионального каталога при управлении содержанием сайта. Средства для доступа пользователей к каталогу и данным реализованы как клиент-серверное приложение, имеющее следующий функционал: − общий функционал ВЕБ-сайта; − средства поиска в каталоге информационных ресурсов; − средства экспорта данных на школьные серверы; − средства организации и реализации подписки пользователей на рассылку сообщений о новых поступлениях в выбранные разделы каталога. Учитывая описанные выше подходы и средства их реализации можно предложить следующую оюощенную схему формирования и рапространения информационных ресурсов региональной образовательной сети (рисунок 3.) Основой системы является база данных регионального каталога информационных ресурсов для сферы образования. Эта база данных является распределенной. Экземпляры БД и клиентские программы устанавливаются на сервере узла связи региональной сети и в организациях, являщихся основными поставщиками информационных ресурсов, таких как региональный орган управления образованием или региональный институт переподготовки и повышения квалификации педагогических кадров. Между экземплярами базы данных организуется репликация. Помещение в каталог описаний ресурсов, располагаемых на специализированных сайтах проектов и образовательных учреждений производится путем экспорта соответствующих данных в базу данных на основном сервере региональной сети. Описания информационных ресурсов, расположенных во внешней сети, производится вручную. Основаниями для помещения описаний ресурсов в каталог являются рекомендация вышестоящей организации, результаты анализа статистики посещения информационных ресурсов пользователями сети, выполнение работ по мониторингу сетевых информационых образовательных ресурсов, пожелания и рекомендации пользователей сети и партнеров. В случае размещения на серверах региональной сети копий федеральных или других коллекций образовательных ресурсов возможно выполнение конвертации каталогов этих коллекций с сопоставлением классификаторов коллекции и регионального каталога. В процессе конвертации создаются метаописания ресурсов, производится назначение классификационнх признаков и передаются сведения о размещении файлов ресурсов. 148
Региональный сегмент
Внешний сегмент WEB – сайты проектов
Региональные источники информации
WEB – сайты учреждений
Внешние источники информации 3. Ввод описания
Внешняя коллекция образовательных ресурсов
WEB сайты
Потребители информации
Электронная рассылка
4. Конвертация
5. Экспорт, кэширование
Школьные серверы
Рис. 3. Схема формированиея и рапространения информационных ресурсов региональной образовательной сети
Доступ пользователей к каталогу информационных ресурсов производится через набор сайтов региональной сети, размещенных на основных серверах, а также через школьные серверы. Функционал региональных сайтов предполагает наличие возможности подписки с последующей рассылкой сообщений о новых поступлениях, снабженных ссылками на файлы материалов. Использование школьных серверов региональной сети предполагает размещение на них специального программного обеспечения и части базы данных регионального каталога. Первоначально все ресурсы размещаются на внешних серверах, а каталог содержит ссылки на эти ресурсы. Обновление каталога на 149
школьном сервере выполняется путем экспорта данных из главной базы данных. Эта функция может выполняться в удаленном режиме через соответствующий сайт или путем записи данных на внешний носитель. После первой загрузки файлов через школьный сервер происходит их кэширование путем записи данных в файловую систему сервера и коррекции в каталоге сведений о размещении соответствущих образовательных ресурсов. Описанная система работы оптимизировалась с целями достижения высокого уровня автоматизации процесса организации региональных образовательных ресурсов, уменьшения трафика региональной образовательной сети и повышения информационной автономности образовательных учреждений. Библиографические ссылки 4. С.М. Бурков, А.И. Мазур, Н.Н Мазаник., А.В.Мендель, В.Д. Терещенко «Региональная образовательная информационная сеть: проблемы управления и развития». Информационные и коммуникационные технологии в образовании и научной деятельности // Материалы конференции / под научн. ред. А.И. Мазура.– Хабаровск: Изд-во Тихоокеанского гос. университета, 2008., с. 9–18. 5. С.М. Бурков, А.И. Мазур, А.В. Мендель «Региональная образовательная информационная сеть и информационные ресурсы регионального назначения», V краевая научно-практическая конференция «Информационно-телекоммуникационные технологии в образовании Хабаровского края – 2007: опыт, проблемы и перспективы», Сборник докладов. – Хабаровск, 2007, с.28-32.
150
УДК 378.018.43:004.9 И. Г. Румановский, 2009 РАЗРАБОТКА ОБРАЗОВАТЕЛЬНОГО ПОРТАЛА НА БАЗЕ ПЛАТФОРМЫ «MOODLE» Румановский И. Г. – директор центра дистанционных образовательных технологий (ТОГУ), к-т техн. наук, доцент Проведен анализ существующих систем дистанционного обучения. Представлен образовательный портал на базе платформы «Moodle». Описаны сервисные возможности, представляемые студенту, обучающемуся с применением дистанционных образовательных технологий. Показаны возможности адаптации технологии «Moodle» к особенностям отечественной системы образования.
Как показывает опыт применения специализированных программных систем предназначенных для применения в системе дистанционного обучения, наиболее популярными системами Интернет обучения (Learning management system – LMS) являются следующие: WebCT 1. Black Board 2. Learning Space 3. Moodle 4. Learn eXact 5. Доцент 6. Прометей 7. Openet.ru 8. По функциональным возможностям все эти системы близки, разница лишь в стоимости, интерфейсе, в организации поддержки и в требованиях к технике и программному обеспечению (ПО). Необходимо отметить, что три последние системы разработаны в России и лучше приспособлены к ее реалиям. По результатам анализа указанных систем можно сделать следующие выводы. Системы Black Board, Learning Space и Learn eXact весьма дороги, речь идет о десятках тысяч долларов, кроме того, предъявляются высокие требования к серверу, в частности, для работы Learning Space необходима лицензия на ПО IBM Lotus Notes. Система WebCT 151
несколько дешевле, что обеспечило ей высокую популярность, однако способ оплаты ее эксплуатации (за каждого слушателя) оказывается весьма невыгодным, так как с каждым годом оплата возрастает, по мере перехода студентов с курса на курс. Система Openet.ru является очень недорогим и эффективным инструментом поддержки Интернетобучения, однако жесткая схема документооборота затрудняет ее применение в ВУЗах, где уже существует собственная АСУ. Разработанная компанией «Униар» автоматизированная система дистанционного обучения «ДОЦЕНТ» (Дистанционный Обучающий ЦЕНТР) представляет собой комплекс высокоэффективных программно-методических средств дистанционного обучения, переподготовки и тестирования слушателей, основанный на Интернет/Интранет технологиях и современных методиках образования на базе компьютерных обучающих программ и тестирующих систем. Одной из популярнейших систем в РФ является система Прометей, сочетающая сравнительно низкую стоимость (138 тыс. рублей с установкой «под ключ») с эффективным набором не только функций, но и инструментов (Дизайнер курсов, Редактор тестов и т.д.). Система требует серверного ПО MS, включая SQL сервер. Особняком стоит LMS Moodle, в списке это единственная бесплатная система, в то же время огромный набор реализованных функций, удобство и простота использования позволили ей получить широчайшее распространение (по состоянию на 9.10.2006 – 16500 сайтов в 163 странах мира). Следует отметить, что поддержка данного ПО довольно эффективна средний срок реакции на сообщение о проблеме не превышает 2-3 дней, после чего либо обнаруживаются некорректные действия пользователя, либо ошибка исправляется. Программный комплекс с открытым кодом «Moodle» является специализированной системой управления учебным процессом, предназначенной для использования в сети Интернет. Moodle реализована в виде системы с открытым кодом, поддерживаемой сообществом разработчиков посредством сайта www.moodle.org, на котором находится документация, инсталляционные пакеты последней версии, а так же средства он-лайн поддержки пользователей и разработчиков. Для работы системы необходим сервер, поддерживающий работу СУБД MySQL и препроцессора PHP, функционирующий на любой платформе. Развертывание системы (включая конфигурирование сервера и программного обеспечения) занимает несколько дней, после чего можно приступать к формированию собственно образовательной структуры. Следует отметить, что система Moodle предоставляет 152
широчайшие возможности по реализации различных обучающих функций, в частности, система имеет такие средства как: • задания с возможностью отправки ответа в произвольном виде (текст, файл и т.п.); • форумы для обсуждения с широкими возможностями управления; • чаты; • система тестирования, поддерживающая импорт заданий в форматах различных систем подготовки тестов, включая такие популярные как GIFT и HotPot; • система управления учебным курсом (кол-во тем, структура, график-календарь и т.д.) • система учета действий всех категорий пользователей с хранением логов в течение настраиваемого периода; • система авторизации и аутентификации, обеспечивающая разделение функций и разграничение прав доступа различным категориям пользователей; • развитая система обмена сообщениями, в том числе система подписки и уведомлений и др. Важнейшим достоинством системы является поддержка ряда международных стандартов в области образовательных ресурсов, что обеспечивает возможность обмена отдельными ресурсами и полными УМКД с другими ВУЗами: 1. IMS package, IMS metadata, SCORM – информационное (учебно-методическое) обеспечение. 2. IMS QTI, WebCT, HotPot, Gift – наборы тестовых заданий. 3. Moodle XML – полный курс со всеми составляющими. Система статистики обеспечивает постоянный мониторинг работы всех пользователей системы, преподаватель может в любой момент посмотреть, когда и что делал студент на сайте – сколько раз обращался к ресурсам, сколько раз обращался к форумам и что именно делал – отвечал, задавал вопросы и т.д. Администратор сайта имеет доступ к полной статистике, включая действия преподавателей. Следует отметить тот факт, что LMS Moodle является курсоориентированной системой – все учебные, методические и организационные модули сгруппированы в курсах (дисциплинах), пользователю нет необходимости обращаться к другим разделам сайта. Ссылка на внешние ресурсы размещается так же, как и на внутренние, причем возможно открытие внешнего ресурса в том же окне, с сохранением меню курса. Рассмотрим структуру образовательного портала. Для гостя открыты следующие разделы. 1. Новости сайта – содержит новостную информацию 2. Абитуриенту – содержит ссылку на Информационный портал 153
для абитуриентов Тихоокеанского государственного университета и предоставляет информацию о наборе, правилах приема в университет на различные формы обучения, стоимости обучения, специальностях, по которым ведется обучение и прочую информацию, необходимую абитуриенту. 3. Тестирование – информация по прохождению сеансов тестирования. 4. Программное обеспечение – информация по необходимому программному обеспечению. 5. Научная библиотека ТОГУ – ссылка на информационный портал научной библиотеки ТОГУ. 6. Базовые федеральные образовательные порталы – ссылки на полезные федеральные образовательные порталы. 7. Связь с кафедрами – контактная информация для связи с кафедрами. сессий – раздел содержит расписание 8. Расписание экзаменационных сессий. 9. Деканат ЗФ - контактная информация для связи с деканатом ЗФ. 10. Деканат ЗФУО – контактная информация для связи с деканатом ЗФУО. 11. Интернет – информационные пункты ТОГУ - контактная информация об интернет – информационных пунктах ТОГУ. 12. Наши координаты – контактная информация о центре дистанционных образовательных технологий ТОГУ. Для студента – заочника, обучающегося с применением ДОТ, предусмотрены дополнительные сервисы: 1. Доступ в учебный план специальности с указанием форм отчетности по дисциплинам. 2. Автоматическая подписка на все дисциплины учебного плана. 3. Комплекты учебно-методических материалов по каждой дисциплине, включающие: лекционный курс, основную литературу, дополнительную литературу, методические указания, справочные материалы, нормативные материалы. 4. Сервис для отправки выполненных контрольных заданий преподавателю. 5. Возможность для ознакомления с рецензией и оценкой за выполненное задание. 6. Возможность общения с преподавателем посредством электронной переписки. 7. Комплект программных средств для сдачи текущей отчетности в адаптивной системе тестирования (АСТ). В дальнейшем предполагается конвертация тестовых заданий из формата АСТ в формат «Moodle», что обеспечит создание полноценной системы дистанционного обучения для студентов обучающихся с применением ДОТ.
154
УДК 378 Н. П. Табачук, 2009 ПРИМЕНЕНИЕ НЕЙРОННЫХ СЕТЕЙ В ИССЛЕДОВАНИИ ПРОЦЕССА РАЗВИТИЯ ИНФОРМАЦИОННОЙ КОМПЕТЕНЦИИ СТУДЕНТОВ ГУМАНИТАРНОГО ВУЗА Табачук Н. П. – старший преподаватель кафедры информатики и информационных технологий (ДВГГУ) Данная статья продолжает цикл исследований, посвященных процессу развития информационной компетенции студентов гуманитарного вуза. В статье представлены результаты нейросетевого анализа составляющих информационной компетенции студентов гуманитарного вуза.
В настоящее время расширяется спектр задач, решаемых с помощью искусственных нейронных сетей. Нейросетевое прогнозирование и моделирование находят применение не только в экономических, но и педагогических исследованиях. Использование нейронных сетей оправдано, когда решаемая проблема характеризуется большими объемами входных данных, чем характеризуются педагогические исследования. Как утверждает В.В. Круглов, В.В. Борисов практически любую задачу можно свести к задаче, решаемой нейронной сетью [1, с.41]. Нейронная сеть позволяет обрабатывать огромное количество факторов и показателей. Нейронные сети используются для решения задач классификации и прогнозирования явлений и процессов [1, с.45]. В рамках педагогического исследования процесса развития информационной компетенции (ИК) студентов гуманитарного вуза мы сформулировали задачу в терминах нейронной сети (см. табл. 1). Для построения нейросетевой модели использовались результаты тестирования студентов исторического факультета гуманитарного вуза. Обучающая выборка состояла из 63 студентов исторического факультета ГОУ ВПО ДВГГУ, тестируемых с помощью анкеты О.И. Мартыновой и др. по самооценке развития информационной компетенции [2, с.20]. 155
Табл. 1 Формулировка задачи в терминах нейронной сети в исследовании процесса развития информационной компетенции студентов гуманитарного вуза Задача заключается в определении значимых показателей информационной компетенции студентов в конкретный временной промежуток Дано: перечень показателей Необходимо: выявить значимые ИК студентов, показатели информационной определенных в компетенции студентов в конкретный экспериментальном временной промежуток, на которые исследовании и необходимо направить усилия по их количественные значения развитию. для каждого из них. Формулировка задачи для нейросетевого прогнозирования Дано: входной вектор Необходимо: построить нейронную (входные сигналы сети) из сеть с 25 входами и одним выходом. 25 показателей Определить показатели значимости информационной входных сигналов нейронной сети. компетенции студентов Расшифровка оценочных показателей, представленных в анкете О.И. Мартыновой и др., определена в табл. 2. Табл.2 Интерпретация компонентов информационной компетенции студентов, представленная в анкете О.И. Мартыновой и др. № А1 А2 А3 А4 А5 А6 А7 А8 А9 А 10 А 11 А 12 А 13
Интерпретация компонентов информационной компетенции студентов учебная литература научная литература опыт работы справочная литература, словари с источниками Интернет информации средства массовой информации специалисты выбрать источники информации, соответствующие поставленной задаче отобрать информацию с учетом поставленной задачи подготовка сопоставить информацию из различных источников доклада, реферата для определения собственной позиции по заданной теме составить план, структурировать содержание логично и аргументировано излагать информацию составить список использованных источников по библиографическим правилам владение текстовые редакторы
156
А 14 А 15 А 16 А 17 А 18
компьютером
графические редакторы редактор презентаций (Power Point) электронная почта Интернет мультимедийные технологии умение пользоваться библиотечными каталогами деловые письма умение тезисы использовать различные формы аннотации представления отчеты информации эссе умение оценить степень достоверности источника информации
А 19 А 20 А 21 А 22 А 23 А 24 А 25
Обучение нейронной сети было произведено с помощью нейроимитатора Neuropro 0.25. Результаты исследования отображены на рисунке (рис. 1). Значимость 1,2 1 0,8 0,6 0,4 0,2 0 а1
а2 а3
а4
а5 а6
а7
а8
а9 а10 а11 а12 а13 а14 а15 а16 а17 а18 а19 а20 а21 а22 а23 а24 а25
Рис. 1. Результаты исследования значимости показателей ИК студентов гуманитарного вуза
В ходе нейросетевого анализа была определена значимость показателей, оказывающих влияние развитие информационной компетенции студентов. Выявлено, что наиболее значимыми (0,8-1,0) в начальный период исследования явились четыре показателя: готовность выбрать источники информации, соответствующие поставленной задаче; опыт работы с научной литературой; готовность составить план, структурировать содержание; готовность составить список использованных источников по библиографическим правилам. Средние по значимости (0,5-0,79) десять показателей: опыт работы с учебной литературой; опыт работы со справочной литературой; опыт работы с Интернетом; опыт работы со средствами массовой информации; опыт работы со специалистами; готовность отобрать информацию с учетом поставленной задачи; владение текстовыми 157
редакторами; опыт работы с электронной почтой; умение использовать форму представления информации – эссе; умение оценить степень достоверности источника информации. В результате нейросетевого моделирования определено, что в начальный период проведения педагогического исследования необходимо было обратить внимание на развитие способности выбирать источники информации, соответствующие поставленной задаче; опыта работы с научной литературой; готовности составить план, структурировать содержание; способности составить список использованных источников по библиографическим правилам. Развитие данных показателей информационной компетенции студентов, обозначенных в результате нейросетевого анализа как значимых, интенсифицировало изменение других и оказывало влияние на эффективность самого процесса. В исследовании процесса развития информационной компетенции студентов проектирование подобных нейросетевых моделей необходимо осуществлять на протяжении длительного периода экспериментального исследования. Наше исследование имело длительный характер и результатом нейросетевого анализа явились прогнозные модели, которые, с одной стороны, выступили одним из средств оценки эффективности исследуемого процесса, с другой стороны, позволили корректировать данный процесс. Прогнозные модели, построенные с помощью нейроимитатора Neuropro 0.25, могут быть использованы в аналитической работе различных структурных подразделений вуза (кафедр, деканатов). В дальнейшем работа по созданию нейросетевых моделей может быть продолжена в рамках анализа интересующих составляющих информационной компетенции студентов и оценки влияния на ее развитие различных факторов. Библиографические ссылки 1. Круглов, В.В. Искусственные нейронные сети. Теория и практика / В.В. Круглов, В.В. Борисов. – 2-е изд., стереотип. – М.: Горячая линия – Телеком, 2002. – 382 с. 2. Опыт формирования компетентностной модели выпускника педагогического вуза как нормы качества и базы оценки результатов образования (на примере физико-математического факультета) / О.И. Мартынюк, И. Р. Медведева, С. В. Панькова, И. О. Соловьева; Под научной ред. д-ра техн. наук, профессора Н. А. Селезневой, канд. физ.-мат. наук, доцента И. Н. Медведевой: Материалы XI симпозиума «Квалиметрия в образовании: методология, методика, практика». – М.: Исследовательский центр проблем качества подготовки специалистов, 2006. – 46 с.
158
УДК 372.8:374.1 В. С. Шевелева, 2009 ФОРМИРОВАНИЕ ЕДИНОГО ИНФОРМАЦИОННОКОММУНИКАЦИОННОГО ПРОСТРАНСТВА ДЛЯ ВЗАИМОДЕЙСТВИЯ ПЕДАГОГОВ (С ПОМОЩЬЮ СОВРЕМЕННЫХ ТЕХНОЛОГИЙ) Шевелева В. С. – преподаватель КГОУ СПО «Хабаровский педагогический колледж» Участники сетевого педагогического образования (сообщества) воспринимают свое объединение не столько как единое целое, сколько как возможность (общее поле) совместного развития и движения. Педагоги, входящие в сообщество, на практике включены в диалоговое взаимодействие, в котором отсутствует единый центр принятия решений, где основным ресурсом служит умение использовать уникальность участников сети, где единомышленники думают и действуют по-своему, тем самым обогащая друг друга.
Педагог, который умеет правильно организовать информационный процесс в сети и обеспечить информационную безопасность, в сетевом сообществе осваивает информационную культуру и понимает масштабы ее влияния на собственную социализацию. Главным преимуществом взаимодействия в сетевых педагогических сообществах является своевременное определение профессиональных дефицитов и возможностей социальных сетей в их восполнении. В предыдущую индустриальную эпоху человечество могло полагаться на сложившуюся совокупность знаний, поддерживаемых соответствующей системой образования. В связи с широкой информатизацией общества возникла потребность трансформировать эту систему. Изменение требований и критериев к качеству подготовки выпускников в среднем профессиональном образовании, выдвижение на первый план компетентностного подхода к проектированию государственных образовательных стандартов среднего профессионального образования стало приметой нынешнего этапа 159
развития общества. Поэтому встает вопрос о поиске новых форм профессионального взаимодействия и повышения квалификации преподавателей. Одной из таких форм в условиях процесса информатизации общества является создание и развитие сетевых профессиональных педагогических сообществ. Общепринятого единого определения сетевого сообщества пока не существует. Данную форму объединения педагогов можно охарактеризовать так: Сетевое педагогическое сообщество - сообщество людей, объединённых общими профессиональными интересами, целями, схожими взглядами на вопросы воспитания и образования. Сообщество, которое способно конструктивно обсуждать и решать существующие педагогические проблемы, кооперироваться, анализировать и проводить профессиональную экспертизу учебных материалов, а также оказывать методическую поддержку в их применении. Почему нужно стремиться к развитию сетевых объединений работников ссузов и широкому внедрению в педагогическую среду такой формы повышения квалификации? Во-первых, потому что в контексте инновационной стратегии учебно-воспитательного процесса в средних специальных учебных заведениях существенно возрастает роль преподавателя как непосредственного носителя новаторских идей. Во-вторых, преимущества сетевых педагогических союзов уже проверены и доказаны огромным количеством цифровых выложенных в образовательных ресурсов, разработанных и библиотеках сообществ для широкого применения. Несмотря на очевидные преимущества сетевых профессиональных союзов, нельзя утверждать, что сегодня преподаватели средних специальных учебных заведений широко охвачены этим процессом. Это обусловлено, в том числе тем, что процесс информатизации в рамках реализации проекта ИСО в основном был ориентирован на школы. Кроме того, нельзя не учитывать слабую степень заинтересованности части педагогов в повышении информационной культуры, если выражаться точнее, нежелание овладевать информационно-коммуникативными технологиями. Не секрет, что разрыв культур между педагогами и студентами обусловлен многими реалиями, в том числе значительным количеством преподавателей с большим стажем работы, не стремящихся к повышению квалификации в области информационных технологий. Средний возраст работников образования не имел бы решающего значения, если бы программы переподготовки педагогов были ежегодными и обязательными, но насущно необходимые курсы повышения квалификации работники 160
среднего профессионального образования проходят редко. Да и при прохождении курсов повышения квалификации раз в 4 года преподаватель имеет возможность только ознакомиться с инновационными методиками, но освоить их в полном объеме за выделенные на них несколько десятков часов не удается. И это отставание (а точнее отрыв педагогической общественности от более внедрения новых технологий передачи знаний) все усугубляется. Как исправить сложившуюся ситуацию и преодолеть такое значительное различие в уровне информационно-коммуникационной культуры преподавателей и студентов? Как педагогической общественности достойно ответить на информационный вызов времени? Ключевая роль в этих изменениях должна принадлежать преподавателю, который не только учит, но и сам постоянно учится. Сейчас обсуждается вопрос о непрерывном профессиональном образовании педагога. Такой процесс не может протекать изолированно, без поддержки профессиональных объединений. Насущный вопрос о том, как выстроить взаимодействие между педагогами, которых собрать вместе необходимо, прежде всего, для освоения нового информационного пространства, успешно решается в сетевом сообществе. Участники сетевого образования ощущают свое объединение как общее поле для совместного развития и движения. Они на практике включены в сетевые взаимодействия-диалоги, в которых отсутствует единый центр принятия решений и основным ресурсом служит умение использовать уникальность участников сети, где единомышленники решают актуальные вопросы и действуют в слабой кооперации, тем самым обогащая друг друга. Педагог, который творчески мыслит, умеет правильно организовать информационный процесс в сети и обеспечить информационную безопасность, в сетевом сообществе осваивает информационную культуру и понимает масштабы ее влияния на собственную социализацию. Информационная культура (медиакультура) на современном этапе развития цивилизации рассматривается как коллективная информационная память, накопление информационного фонда. В образовательном процессе медиакультура основывается на диалоге междисциплинарной информации, а также связана с воспитанием деятельностной ориентации. Таким образом, она помогает перейти от индивидуальной деятельности к коллективному взаимодействию педагогов, а медиаобразование становится, «институтом культуры» современного информационного общества. 161
Сетевые педагогические объединения: порталы и проекты ИнтерГуру (интернет-государство учителей численностью более 22 тысяч), Педсовет ORG (более 25 тысяч пользователей), Сеть творческих учителей (свыше 55 000 российских и зарубежных преподавателей к середине августа 2009 г.), Открытый класс (более 29 тысяч зарегистрированных преподавателей за 11 месяцев реализации проекта), образовательные сайты, сайты средних специальных учреждений и персональные сайты педагогов – все эти сетевые ресурсы не только дают возможность рассказать широкой педагогической общественности о достижениях отдельных педагогов, образовательных учреждений, регионов, но и показывают эффективность использования ИКТ в преподавании и воспитании, намечают новые ориентиры развития профессиональной школы. Важным результатом диалогового взаимодействия педагогов в сети Интернет является формирование положительной мотивации к сетевому взаимодействию за счет преодоления возрастных и культурных барьеров; повышение уровня профессионализма. Диалоговое взаимодействие в сети Интернет имеет специфику, обусловленную как возрастными, личностными, ментальными особенностями субъектов взаимодействия, так и обезличенным взаимодействием в сети. Анализ различных концепций учебного диалога, опирающихся на идеи М.М. Бахтина и представленных в трудах Е.С. Беловой, Л.И. Богомоловой, А.В. Гаврилина, С.Ю. Курганова, Т.К. Мухиной, Э.А. Недзвецкой, Л.В. Суровой, С.А. Шеина, Н.А. Щурковой и др., позволил сформулировать определение понятия «диалоговое взаимодействие педагогов в сетевых сообществах». Это свободное взаимодействие между равноправными и равнозначными субъектами образовательного процесса в контексте совместной деятельности по освоению актуального для российского образования и личностно значимого для каждого участника сетевого сообщества содержания. Результатом такого взаимодействия является общность субъектов при сохранении неповторимой индивидуальности каждого, обусловленной его ментальностью и жизненным (витагенным) опытом. Эффективность этого взаимодействия обусловлена применением заочных (вербальных и невербальных) форм коммуникации при помощи средств информационно-коммуникационных технологий и правил сетевого общения. На этапе подготовки работников образования к диалоговому взаимодействию в сетевом пространстве необходимо формирование положительной мотивации педагогов к участию в работе сетевых сообществ на основе выбора содержания, отражающего актуальные 162
для российского образования, профессионально и личностно значимые темы, в том числе и за счет информирования педагогов о деятельности сетевых педагогических сообществ на очных инструктивнометодических семинарах, совещаниях, конференциях и др. После мотивационного уровня следует информационный, его основу составляет курсовая подготовка педагогов в рамках дистанционных, очно-дистанционных, очных курсов повышения на базе учреждений дополнительного квалификации профессионального образования, в процессе работы которых формируется базовая информационно-коммуникационная компетентность педагога, осваиваются основные каналы сетевой коммуникации, создаются условия для овладения правилами поведения в сети и сетевого этикета. Большое значение для развития сетевых сообществ имеют консультации преподавателей системы повышения квалификации работников образования по вопросам использования информационно-коммуникационных технологий в образовательном процессе. Следующий – практически-действенный уровень, который предусматривает методическую поддержку профессионального общения и совместной деятельности педагогов в сети Интернет в рамках сетевых профессиональных сообществ. Самое главное – познакомить работников СПО с тем, что сделано другими, и предоставить ему возможность оценить собственный опыт в контексте достижений психолого-педагогической науки, использовать опыт других в процессе решения практических задач, возникающих в процессе обучения. Искусство профессионального диалога предполагает развитие у педагога соответствующих коммуникативных свойств и способностей: позитивной установки на партнера по взаимодействию, социально-психологической терпимости (толерантности) по отношению к разным мнениям и точкам зрения, открытой позиции в сфере новой информации, гуманистического стиля взаимодействия и др. Каковы же задачи профессионального развития педагога и возможности сетевой коммуникации при их решении? В перечне первостепенных по важности задач стоят: 1) изменение профессиональных ролей педагога в связи с появлением новых технологий; 2) определение профессиональных дефицитов и возможности социальных сетей в их восполнении. Каким образом решаются задачи профессионального развития педагогов посредством сетевых сообществ? Теория слабой кооперации, которая просматривается в работе этих 163
сообществ практики, позволяет участникам сетевых педагогических объединений найти нужное предметное сообщество и самостоятельно решать задачи собственного профессионального роста В рамках проекта ИСО по всей российской Федерации были созданы условия для региональных площадок, объединивших профессиональные сообщества педагогов на базе краевых институтов переподготовки педагогических кадров. На сегодняшний момент результаты создания региональных педагогических порталов, созданных в рамках проекта ИСО (Сетевые сообщества педагогов Хабаровского края, Приморья, камчатки, Еврейской автономной области, Саратовской области, Владимирской области и многие другие) очевидны. Безусловно, главным результатом формирования этих сообществ является объединение педагогической общественности и выстраивание стратегии профессионального роста. Практическая деятельность сетевых предметных сообществ многообразна и ориентирована на повышение информационной культуры преподавателей: • индивидуальная работа по определению профессиональных дефицитов; • групповой анализ дефицитов участников сообществ и возможностей их восполнения средствами сетевой коммуникации; презентация и обсуждение итогов работы групп. Примеров серьезного подхода к инновациям в образовании и освоения ИКТ достаточно много. Остановимся на проекте Сеть творческих учителей, сотрудничающем с ведущей всемирной компьютерной корпорацией Microsoft . В настоящее время активными участниками проекта, зарегистрировавшимися для доступа к интерактивным функциям портала, стали свыше 55 000 российских и зарубежных преподавателей (к середине августа 2009г). Его работа организована в более чем 80 сетевых сообществах и 40 творческих группах на базе федерального и 42 региональных разделов. Общее число посещений портала с января 2006 года уже превысило 22 млн. Ежедневно портал посещает около 15 000 педагогов. Портал открыт в начале 2006 г. по инициативе корпорации Майкрософт. С сентября 2006г. с целью усиления методической направленности портал патронирует Академия повышения квалификации и переподготовки педагогических кадров в рамках программы "Академия учителей". Условия для профессионального роста создаются совместными усилиями самих участников: каждый новый реализованный в СТУ проект дает толчок к началу освоения новой технологии обучения. 164
После этапа создания презентаций, участники СТУ перешли к созданию интерактивных цифровых ресурсов. Сейчас разработаны и освоены всеми предметными сообществами триггеры – графические объекты, наглядно показывающие причинно-следственные связи, активно осваиваются макросы – программы для показа учебного материала. Федеральные целевые программы и региональные программы информатизации образования, несомненно, влияют на образовательную политику средних специальных учебных заведений, но изменения в педагогической среде идут медленно, можно сказать, слишком медленно, и в недостаточном объеме. Несмотря на то, что в ссузах внедряются новые формы Интернетпрезентации достижений педагогов и выпускников: профайл, портфолио, сайт, блог, домашняя страница – выбор инструментов для организации профессионального пространства вызывает у большинства педагогов трудности. Ведь в соответствии с целевыми установками работы в информационном пространстве, преподаватель стремится к изменению своей профессиональной роли, к осознанию перспективности новых технологий, а конечная цель такого изменения осознается не всеми. Даже знакомство со многими примерами удачной организации личного профессионального пространства в сетевом сообществе и организации коллективного пространства для совместного решения педагогических вопросов, которое вовлекает педагогов в активное овладение современными технологиями, не может коренным образом изменить ситуацию из-за существующих ограничений. Прежде всего, мешает недостаточная оснащенность рабочих мест педагогов компьютерами. Человеческая цивилизация вступила в новую эру своего развития – эру информационной грамотности. Ключевым компонентом перехода к этой фазе развития культуры является система накопления и трансляции в будущее информации, т.е. система образования. И хотя педагогика информационного пространства еще не сложилась, понятна ее главная цель: учить работать на границе знаний, в нестандартных ситуациях, решать творческие задачи. Это означает лишь одно: сегодня перед педагогом поставлены задачи не только овладеть новыми образовательными технологиями, но и научиться совершенно иным способам получения и передачи знаний, включиться в информационный диалог и показать ученикам оптимальные пути овладения необходимыми компетенциями. Задачи развития профессионализма педагога решаются в сетевом сообществе именно посредством сетевой коммуникации, кроме того, 165
при их решении изменяются профессиональные роли педагога в связи с появлением новых технологий. Но главным преимуществом взаимодействия в сетевых педагогических сообществах является своевременное определение профессиональных дефицитов и возможностей социальных сетей в их восполнении. Теория слабой кооперации, реализуемая в сообществах практики, помогает педагогам выстроить новую модель взаимодействия, которое открывает в реальные возможности для саморазвития, сетевом пространстве профессионального роста, а также для реализации и оценки индивидуальных и совместных проектов. Библиографические ссылки 1) Проект "Открытый класс", действующий в рамках государственного контракта "Создание и развитие социально-педагогических сообществ в сети Интернет www.openclass.ru/ 2) Сетевой проект "Интернет-государство учителей" http://it-n.ru/ 3) Общенациональный образовательный проект http://letopisi.ru/ 4) Педсовет.Org http://pedsovet.org/ 5) Портал «Информационно-коммуникационные технологии в образовании» http://www.ict.edu.ru/ 6) Сайт ХК ИППК http://resource.ippk.ru/ 7) Сетевое сообщество словесников http://lingvist.ucoz.ru/ 8) Сетевое сообщество преподавателей НПО и СПО http://www.profobrazovanie.ucoz.ru/ 3.
166
УДК 621.436:656.6.001.24 А. Ю. Шориков, 2009 ТЕОРИЯ И ПРАКТИКА СОВРЕМЕННЫХ РЕШЕНИЙ СОЗДАНИЯ ИНФОРМАЦИОННОЙ СРЕДЫ ОБУЧЕНИЯ: ПК "ПОРТАЛ ММК" (МНОГОФУНКЦИОНАЛЬНЫЙ МУЛЬТИМЕДИА КЛАСС) И "ПОРТАЛ ЭСМИ" (ЖИВЫЕ УЧЕБНИКИ) Шориков А. Ю. – директор ООО «Портал Хабаровск»
Образовательное сообщество находится в начале пути, на котором стоит необходимость совмещения двух противоположных тенденций. С одной стороны, прогрессирующая экономика и техника требует высококлассных специалистов, и мы стремимся активно внедрять информационные ресурсы в образовательную систему, придумываем новые формы, методики, ЦОР и прочее без которых невозможно двигаться вперёд. Но уже сейчас становится понятно, что учащиеся при таких условиях начинают мыслить по шаблону. Следовательно, необходимо сохранять творческий подход, т.е. меньше давать готового. Давать возможность учащемуся придумывать и додумывать самому, и преподавателю в таких условиях, чаще полезно не давать готовых и показательных демонстраций, а заставлять «думать головой», считать в уме, читать. Учащемуся самому надо пытаться разбираться с проблемными вопросами, а не выдавать комментарии специалистов и критиков за свои мысли. На опыте экспериментов использования информационных технологий мы убедились, что образовательный процесс должна быть многогранным. Сочетать в себе: • на стадии получения знаний – интенсивную методику; • на стадии закрепления знаний – ручную методику; • на стадии применения (освоения) знаний – интенсивную методику; использования знаний – иметь творческую • на стадии лабораторию. Под интенсивной методикой мы понимаем насыщенную техническими средствами, методическим приёмами, имеющую четкую образовательную, психологически составляющую образовательную 167
среду, так называемая «образовательно направленная информационноаппаратная среда». Ручной метод – это образовательная среда, наполненная проблемными, противоречивыми составляющими и созданная для выявления личностных параметров учащегося. Простыми словами – «А на что он способен и готов? Какие его личностные возможности?». В свою очередь, «образовательно направленная информационноаппаратная среда» должна иметь полнофункциональный и персонализированный характер, должна содержать все необходимые компоненты для организации и проведения учебных, практических и самостоятельных занятий, контроля и управления учебным процессом, позволяющим обеспечивать настройку обучения в соответствии с потребностями учеников той или иной группы, либо в соответствии с их индивидуальными траекториями обучения. Эта среда должна обеспечить: • Непрерывное образование – динамика развития современных технологий требует для поддержания квалификации непрерывно повышать профессиональный уровень работника (специалиста); • Открытое образование – высокая доступность образования необходима для: удовлетворения возрастающей потребности общества в специалистах, достижения успешности индивидуума в современном мире; • Гарантированный результат обучения – ученик, работник (специалист) по завершении обучения должен иметь: гарантированный уровень общих (ключевых) и профессиональных компетенций и знаний, умений и навыков; готовность (способность) к практической деятельности без длительного дообучения на рабочем месте; готовность (способность) воспринимать и осваивать новые технологии в течение всего срока профессиональной деятельности. Для этого обучение должно быть: 1) Деятельностным – направленным на приобретение необходимых компетенций и комплекса знаний в процессе решения специальным образом сформированных учебных и практических задач; 2) Управляемым – плановым и поэтапным обучением с обратными связями на каждом этапе; 3) Личностно-ориентированным: • формирующим на базовом и развивающем уровне требуемые знания, умения, навыки (ЗУН), компетентность, квалификацию; • развивающим индивидуальные способности (обеспечивающим выявление и определение наиболее эффективных направлений 168
обучения для развития потенциальных, в том числе латентных, возможностей индивидуума. 4) Общественно-ориентированным: • опирающимся на потребности современного общества и учитывающим векторы развития последнего; • формирующим коммуникативные умения и навыки (умение жить в обществе и быть ему полезным). 5) Компетентностным – формирующим широкий кругозор индивидуума, как в профессиональной сфере, включая смежные профессии, так и общекультурной. Решить перечисленные возможности, я считаю, способны разработанные нами программный комплекс «Портал-ММК» и редактор «живых книг, учебников» «Портал–ЭСМИ». ПК «Портал-ММК» Одним из наиболее действенных способов достижения обозначенных требований является создание и широкое использование в обучении Программного комплекса для организации обучения в Многофункциональном мультимедиа классе. Такой комплекс разработан нами. Все желающие могут ознакомиться с ней в демонстрационном классе. ПК «Портал-ММК» представляет собой многоуровневое программное, методическое, техническое обеспечение для организации и проведения в образовательных учреждениях занятий с применением интерактивных средств и методов обучения по различным предметам. ПК «Портал-ММК» предполагает несколько режимов организации учебного мероприятия, в том числе: 1) Мультимедиа режим, позволяет: • работать с заданиями и учебным материалом в форматах: текстового описания, графического изображения, анимационной демонстрации, аудио содержания, видео материала, прикрепляемого источника; • управлять аудио режимами; • прослушивать аудио файлы; • прослушивать и просматривать видео файлы; • работать с текстовыми документами; • выполнять упражнения на прослушивание; • организовывать синхронный перевод и сравнительный синхронный перевод; • проводить упражнения на чтение и сравнительные упражнения на чтение; • проводить упражнения на понимание; • проводить тесты (правильно/неправильно, несколько вариантов,
169
очерёдность, свободный ответ); организовывать групповой чат; использовать аналоговые материалы; контролировать учителем работу ученика путём управления рабочим столом ученика, видео и аудио подключением; • контролировать использование Интернет-страниц. 2) Лингафонный режим, позволяет: • организовывать лингафонные занятия с мультимедиа материалом в режимах саморегулируемых групп; • распределять материал как из списка заранее подготовленных материалов, так и подключать внешние источники; • контролировать работу обучаемого (группы) путём «перехвата» управления или «пассивно»; 3) Тестовый режим, позволяет: • проводить контрольные тесты (как в электронном виде, так и в письменном); • сохранять результаты прохождения тестов (за класс или за конкретного ученика с подробным сведениями о действиях); • использовать режимы ответов: единственный правильный, множество, сравнительный, свободный ответ; • сопровождать вопрос и ответ мультимедиа материалом; • перемешивать варианты ответов; • устанавливать режимы прохождения теста: свободное, ограниченно по времени, установление очерёдности прохождения или с самоконтролем. Аппаратная реализация предусматривает: • использование внутренних резервов стандартного (среднего) персонального компьютера и операционной системы; • независимое, т.е. не инсталлируемое на персональный компьютер рабочее место учителя для подготовки к занятию; средства коммутации и маршрутизации • стандартные информационных потоков пользовательского обмена; • гибко настраиваемый серверный центр администрирования и управления аудиторией; • клиентские компьютеризированные рабочие места учащихся; (интеграция) внешних инструментальных • подключение интерактивных средства реализации коллективной работы, в том числе: сенсорные и голографические экраны и проекторы, интерактивные доски и планшеты, другие средства визуализации учебных материалов и др. Инструментальные средства обеспечивают поддержку интерактивного режима работы класса, особенно при изучении предметов, требующих использования доски (планшета), – математики, физики, химии. • • •
170
Содержательная часть предусматривает: • создание базы «готовых уроков» как с помощью специалистовпредметников, так и с помощью самостоятельной работы преподавателей; • организация обмена учебным материалом, ЦОР создаваемых преподавателями в рамках новаторских программ. Портал-ЭСМИ Мы уже в течении нескольких лет работаем над различными задачами для образования. Мне как руководителю приходится быть в курсе всех возникающих проблем, трудностей, способах решения, которые порой и наталкивают нас на поиск нового. Не открою Америку, любой преподаватель, кто делает какой-то ЦОР, разрабатывает новые формы представления учебного материала, обязательно сталкивается с требованиями школьной программы, и соответствием стандартам образования. А они (по общепринятому понятию) изложены в учебнике. Т.е. как бы учитель не «изворачивался», чтобы не придумывали программисты, учебник – настольная книга, как для ученика, так и учителя. Но соответствует ли современный учебник требованиям как «вещи», который ежедневно держишь в руках, читаешь и перечитываешь? Не буду останавливаться на содержательной части, мы не компетентны в этой области. Но вот на материальной форме остановлюсь. Лично меня материальная форма современных учебников не устраивает. Конечно, здесь сказывается форма. Печатный вид имеет свои ограничения. Это и объем листов, его вес (5 учебников в ранце потянут на 3 кг), полиграфические возможности и т.д. В итоге получаем «книжку» совсем не интересную. В условиях, когда ученик имеет возможность смотреть по ТВ различные программы, читать журналы, добавился Интернет, содержание учебника для него стало выглядеть скучным. Это все понимают и решают эту проблему, насыщая уроки разнообразным мультимедиа материалом. На уроке эта проблема решаема, а вот ученик приходит домой, открывает учебник, по которому ему задали задание (математика, геометрия, физика и т.п. и т.д.) и унывает… На мой взгляд, учебник обязан (особенно в точных науках) дать ученику ответы на основные вопросы, но печатный учебник сделать этого не в состоянии. Как можно было бы решить эту проблему? Как один из вариантов решения – сделать учебник электронным либо для работы с неттопом, по этому пути идут в Тайване, Сингапуре, Китае, Корее, либо в виде веб-приложения, как в США, и некоторых европейских странах. Мы предлагаем другой вариант - сделать учебник «живым», не
171
просто мультимедийным, а предоставляющим возможность второго «Я» и учителю и ученику. В своей работе я запрещаю программистам говорить клиентам «Вы понимаете, программа технически не позволяет такого делать… и т.д.» у нас уже сложилась концепция, что идеи неспециалистов в программировании – являются движущей силой к прогрессу в программировании. Клиент хочет, чтобы сделали так, как ему удобно, а не так, чтобы потом ему надо было учиться и 10 раз переучиваться, чтобы освоить то, что ему напрограммировали. И так, мы поставили задачу сделать стандартный учебник интересным, живым и развивающимся. Обсудили и стали делать. Что мы имеем в виду под этими понятиями. Когда мы разрабатывали концепцию и форму её воплощения мы опрашивали как учителей городских, так и сельских школ об их видении современного учебника. В нашем регионе это примерно 50/50, как и в остальных регионах России. Табл.1 Характеристики современного учебника Принципы
Городские учителя
Сельские учителя
Основа организации учебного материала
Проблемнотематический
Хронологический
Методический аппарат
Проблемный характер и творческие задания
Задания, позволяющие готовиться к ЕГЭ
По наполнению материалом
Необходимо увеличить иллюстративный материал, шире представлять биографии, расширить тематику творческих и индивидуальных заданий
Дополнить нужными текстами в нужном или даже полном объёме по типу «школьной библиотеки».
По структуре
Задания дифференцировать по уровню сложности, включить комментарии, примечания, библиографию, указатель имён, названий, мемуары, словарь и т.п.
Аппаратный комплекс
Дополнить картами, схемами, дополнительным материалом для самостоятельной работы, рабочими тетрадями, возможностью делать свой проект к качестве самостоятельной работы
Что должен делать ещё учебник
Расширять культурный кругозор
172
Играть роль ознакомителя с конкретным учебным материалом
Как видим, существуют разница во взглядах, но если их объединить, то получится что-то близкое к «идеалу». Конечно, чтобы такую задачу решить, необходимы ОГРОМНЫЕ людские, финансовые ресурсы и делать в виде «законченной» формы – утопия. Поэтому мы и решили, что учебник должен: • Иметь то, что уже имеет; • Быть развивающимся – иметь возможность дополняться и «развиваться» с помощью пользователей (учителей и учеников); • Быть «живым» – иметь специфику пользователя на основе работы с ним пользователя, т.е. второго «Я» пользователя. Работая над проектом, мы получили программный продукт в виде редактора, который позволит создать «матрицу» – сам стандартный учебник с материалом, с открытой развивающейся архитектурой под действием пользователя с поддержкой разных форматов. Если все перевести на понятный простой язык, то этот редактор обеспечивает: • создание учебника (журнала, газеты, книги) в электронном виде с возможностью компоновки разноформатного материала в виде глянцевого журнала (свободное размещение материала); • если есть фото, то его можно просмотреть в увеличенном виде или модифицировать в галерею; • если есть анимация, видео или аудио, то оно встраивается гармонично по тексту; • при инсталляции оболочки, появляется возможность добавить что-то в содержание, то есть пользователь может сторонний материал внести в виде презентации, комментариев, аннотаций, форм и прочего. Стоит отметить, что страницы в таком учебнике (книге, журнале) не html или xml формата, а бинарные файлы. Таким образом, пользователь, при формировании страницы работает с содержанием как с отдельными объектами. Тексты, фрагменты текста, картинки, видео располагаются слоями и их можно редактировать, придавать самостоятельные стили, поворачивать и размещать друг под другом. После создания страницы, она компилируется в самостоятельный бинарный файл. Такой учебник станет чем-то в виде «личного учебника – записной книжки» – личностно-ориентированного типа. Т.е. содержащий в структуре не только сам учебный материал, но и средства организации продуктивной деятельности учеников, относящейся к развитию их личностных качеств и специфике учебного предмета. У учителя такой учебник в течение 2-3 лет постоянно пополняется новым материалом в разнообразном формате. 173
У ученика учебник дополняется личными работами, работами его одноклассников и текстами первоисточников, которые он выбирает для себя сам. Личный учебник отличается от общего наличием в нем ученического компонента. Это уже не просто учебник, а некий его синтез с портфолио ученика. Работу над полноценным редактором мы планируем закончить к октябрю. Но уже сегодня Хабаровский Институт повышения квалификации преподавателей применяет эту технологию для выпуска электронного журнала зарегистрированного как СМИ и имеющего подписной индекс. Уже в нем, размещаемые статьи имеют многоформатную поддержку. Каждый выпуск журнал можно будет представлять в виде единого связанного проекта. Чтобы вы смогли лучше представить, что же такое «Живой учебник» я решил дополнить свою статью примером, еще не совсем живого, но уже другого учебника. Для этого мы взяли в качестве эксперимента одну главу из учебника Махинова А.Н., Паневиной Г.Н. «Физическая география Хабаровского края» стр.89, часть 12 «Животный мир» и продемонстрировать вам. В заключение, я хочу остановиться над нашей перспективной разработкой интенсивного образовательного процесса. Это уже связано с созданием виртуальной образовательной среды и погружение учащегося в виртуальный мир с помощью специального шлема. Вот только некоторые особенности: • окуляры – это микродисплеи для каждого глаза независимы и позволяют выдавать разные изображения или 3Д реальность объекта выполнены по технологии OLED; • встроенный гироскопический трекер позволяет поворотом головы акцентировать (выбирать) просмотр информации в обоих окулярах или в каком-то одном, а также круговой по вертикали и горизонтали обзор; • процесс обучения с использованием специальных обучающих программ может проходить как самостоятельно, под управлением одного или двух преподавателей; • стерео наушники создают изолированную среду для восприятия звуковой информации; • с помощью микрофона можно будет управлять подаваемой информацией и общаться с преподавателями; информации может осуществляться как • управление традиционно мышкой, так и с помощью инфракрасного сенсорного экрана. 174
Секция 3. Информационные технологии в фундаментальных и прикладных исследованиях
УДК 621.396.65 В. В. Бородулин, 2009 ИССЛЕДОВАНИЕ СОВМЕСТНОЙ РАБОТЫ РАДИОМОДУЛЯ NANOPAN И СВЧ-УСИЛИТЕЛЯ TEXAS INSTRUMENTS CC2591 Бородулин В. В. – аспирант кафедры «Вычислительная техника» (ТОГУ) Проанализировано влияние внешнего усилителя мощности Texas Instruments CC2591 на увеличение дальности связи и скоростные характеристики интерфейса nanoNET. Исследованы возможности усиления входного сигналов. Материал статьи может быть применен при проектировании усилительного тракта для других беспроводных сетей диапазона 2,4 ГГц, таких как Wi-Fi, ZigBee на основе микросхемы TI CC2591. Рассмотрены сложности реализации усилительного каскада.
Введение Процесс проектирование усилителей мощности для СВЧ диапазонов отличается от процесса проектирования усилителей на меньшие частоты. При проектировании учитываются такие параметры, как толщина линий печатных проводников, диэлектрическая проницаемость текстолита, характеристики пассивных элементов на рабочей частоте. Интерфейс nanoNET для диапазона 2,4 ГГц разработан немецкой компанией Nanotron в 2002 году. Ранее производитель поставлял радиомодули с внешним усилителем выходного сигнала SiGe SE2526A. В настоящее время усилители SE2526A больше не производятся, и при необходимости увеличения дальности связи разработчику необходимо самостоятельно выбирать усилитель. Проверка эффективности работы усилителя входного сигнала TI CC2591 в паре с радиомодулем от Nanotron и явилось основной целью исследований. Новизна публикации в том, что, вопервых исследование влияния усилителя входного сигнала на 175
характеристики радиомодуля nanoPAN проводились впервые, вовторых испытания усилителя TI CC2591 проведены так же впервые. Интерфейс nanoNET и его элементная база Интерфейсу nanoNET посвящён ряд статей [1-6] на русском языке. Максимальная битовая скорость приёмопередатчиков nanoNET составляет 2 Мбит/с. Понятно, что добиться передачи данных с максимальной битовой скоростью на практике не возможно из-за ряда технических и практических ограничений. Так, на практике на качество связи, а следовательно и на скорость передачи влияет состояние радиоэфира, наличие помех в нём. Накладывает ограничения на максимальную скорость и сам протокол NanoNET: передаваемые пакеты имеют заголовки, контрольные суммы, разделение полосы пропускания по времени требует добавления задержек и т.д. Для проектировщика систем радиосвязи доступны микросхемы приёмопередатчиков NA1TR8, законченные радиомодули nanoPAN 5360/5361, и тестовые платы nanoPAN 5361 RF Test Module с разъёмами под SMA-антенну и управляющий контроллер. Обмен данными между управляющим контролером и радиомодулем идёт через интерфейс SPI на частоте до 16 МГц [7]. Схема выводов радиомодуля nanoPAN приведена на рисунке 1. Управление радиомодулем осуществляется через пять основных выводов PWRUPRESET, SPISSN, SPICLK, SPITXD, SPIRXD. Антенна подключается к выводу ANT, а сигнал управления внешним усилителем выведен на контакт RX_TX.
Рис. 1. Схема выводов радиомодуля nanoPAN
176
Усилитель Texas Instruments CC2591 Усилитель CC2591 выпущен компанией Texas Instruments в середине 2008 года. Усилитель позиционируется для применения в диапазоне частот 2,4 ГГц. Характерной чертой усилителя является то, что он интегрирует в себе выходной усилитель мощности PA (Power Amplifier), входной малошумящий усилитель LNA (Low Noise Amplifier), ключ и согласующий трансформатор (балун) [8]. Максимальная мощность выходного усилителя составляет 22дБм, что несколько превышает максимально допустимый уровень излучения (20дБм, или 100мВт) в диапазоне 2,4 ГГц на территории РФ. Структурная схема усилителя изображена на рисунке 2.
Рис. 2. Структурная схема усилителя
Управление усилителем может осуществляться несколькими способами. Автор использовал следующий способ: • управление выходным усилителем мощности PA при помощи объединённых цифровых входов PAEN, EN; • управление малошумящим входным усилителем LNA при помощи цифрового входа HGM; • переключение в режим приём/передача при помощи цифрового входа RXTX, подключенного к соответствующему выходу RX_TX от радиомодуля nanoPAN (рис. 3). Описание испытаний Автором проводились испытания на трёх комплектах плат: 1. плата nanoPAN 5361 RF Test Module в связке с отладочным комплектом от Texas Instruments TI CC2591 Evalution Module Kit. 177
Соединение платы приёмопередатчика с платой усилителя осуществлялось коаксиальным кабелем с разъёмами SMA; 2. оригинальная плата от Nanotron со встроенным усилителем SiGe2556A. Эта плата была взята за эталонный образец комплекта с усилителем; 3. разработанная плата с радиомодулем nanoPAN и интегрированным усилителем (рис.3).
Рис.3. Внешний вид разработанного модуля с усилителем
Отладка программного обеспечения велась на аппаратной платформе AVR32uc3a - использовалась плата EVK1100. Внешний вид отладочного комплекта nanoPAN 5361 RF Test + TI CC2591 Evalution Module Kit, размещённый на плате EVK1100 приведён на рисунке 4. .
Рис.4. Внешний вид отладочного комплекта
178
Радимодуль имеет согласованный антенный выход на 50 Ом, а вход усилителя CC2591 имеет двуполярный вход. Таким образом, для их согласования требуется согласующий трансформатор (балун). Испытания проводились в коридоре помещения. В связи с этим возможны искажения результатов из-за отражения сигналов от стен. Программное обеспечение для протокола nanoNET разрабатывалось на основе драйвера от Nanotron nTRXdd v2.01. Данное ПО было модифицировано для работы с внешним усилителем CC2591 и для передачи длинных пакетов (до 8192 байт). Большинство же экспериментов проводилось на пакетах длиной 128 байт, так как к моменту начала испытаний передача длинных пакетов ещё не была реализована. Эксперимент заключался в передаче данных с одной станции (передающей) на другую (принимающая). На обеих станциях использовались одинаковые штыревые S-антенны. Эксперимент 1 Цель: определение качества связи при использовании внешнего усилителя входного сигнала CC2591. В данном эксперименте в качестве передающей станции выступала станция без внешнего усилителя, а принимающей – с внешним усилителем CC2591. Усилитель переводился в режим Rx High Gain Mode, аппаратно управлялся модулем nanoPAN. Помимо этого, пакеты подтверждения также отправлялись с использованием внешнего усилителя выходной мощности. При этом, выходная мощность nanoPAN подбиралась таким образом, чтобы она при усилении давала уровень порядка 8 dBm (соответствует 63 единицам мощности без внешнего усилителя). Длина пакетов составляла те же 128 байт. Расстояние между станциями – 50м. На передающей станции усилитель выходного сигнала задействован не был, диапазон её мощностей – согласно документации на nanoTRX – 19 уровней. На рисунке 5 изображено два графика – один RxLGM – без применения внешнего входного усилителя, RxHGM – с применением внешнего усилителя входного сигнала CC2591. По оси «Мощность» отложен уровень мощности на передающей станции. Выводы. Из графиков видно, что применение усилителя входного сигнала позволяет установить качественную связь на меньшей мощности передающей станции. Хотя есть предположение, что это действительно только при малом уровне помех вблизи приёмной станции. Очевидно, что повышение чувствительности при наличии сильных помех поможет меньше, нежели увеличение выходной мощности передающей станции. 179
Рис.5. Зависимость скорости передачи от использования усилителя входного сигнала
Эксперимент 2 Цель: установить максимальное расстояние, на котором может осуществляться уверенный приём сигнала малой выходной мощности с усилителем входного сигнала и без него. Мощность сигнала на передающей станции осталась неизменной (23 единицы). Уверенный приём идентифицировался как принятие в течении 5 секунд не более 3 пакетов с ошибочным CRC (0,075% от общего числа принятых пакетов). Для случая с отключенным усилителем входного сигнала это расстояние составило 18м, при включении усилителя входного сигнала уверенный приём наблюдался на расстоянии 32м. Таким образом можно сделать вывод, что применение входного усилителя даёт увеличение радиуса уверенного приема примерно в 1,7 раза. Заключение Разработанная плата усилителя отличается высокими техническими характеристиками, что подтвердили её испытания. Они показали, что использование усилителя входного сигнала TI CC2591 позволяет увеличить дальность уверенного приёма в 1,7 раза. Библиографические ссылки 1. Быстродействующие радиоинтерфейсы передачи видеоданных Бородулин В.В. //Вестник Тихоокеанского государственного университета, №4(11).-2008.С.215-224. 2. nanoNET – WLAN Coexistence Measurements in an Indoor Office Environment. D. Karadoulamas. 7th April 2004. Version 1.0 3. Беспроводные сети NanoNET Артеев В., Долгушин С. // Беспроводные
180
технологии.- 2005.- № 1(2).- С.40-43. 4. Исследование скорости передачи данных в беспроводных сетях Nanonet. Мощевикин А. П. // Беспроводные технологии.– 2006.– № 3 (4). С.38–42. 5. Исследование условий применимости приемопередатчиков стандарта Nanonet в беспроводных сетях датчиков. Жиганов Е. Д., Красков С. Е., Мощевикин А. П. // Беспроводные технологии. –2007. – №№ 1, 2. 6. Аппаратная коррекция ошибок (FEC) в сетях стандарта nanoNET (IEEE 802.15.4a). Жиганов Е. Д., Мощевикин А.П. // Беспроводные технологии. – 2007. – № 3. 7. nanoNET TRX Transceiver (NA1TR8) Datasheet // http://www.nanotron.com 8. Datasheet. CC2591 2.4-GHz RF Front End Texas Instruments // http://www.ti.com
181
УДК 004.42 М. А. Григорьева, Л. И. Воронова, 2009 АРХИТЕКТУРА ИНФОРМАЦИОННО-ИССЛЕДОВАТЕЛЬСКОЙ СИСТЕМЫ (ИИС) ФИЗИКО-ХИМИЧЕСКОГО МОДЕЛИРОВАНИЯ «ШЛАКОВЫЕ РАСПЛАВЫ» ВЕРСИИ 9.0 Воронова Л. И. – проф. кафедры «Программной инженерии» (РГГУ), д-р ф.м. наук, профессор; Григорьева М. А. – аспирант кафедры «Программной инженерии» (РГГУ) В статье описана структура информационно-исследовательской системы (ИИС) «Шлаковые расплавы», обеспечивающей реализацию компьютерных экспериментов для моделей многокомпонентных шлаковых расплавов с большим числом частиц, приведены математические модели, используемые в системе, рассмотрены научная и практическая значимость разработанного программного комплекса.
ИИС «Шлаковые расплавы» разработана в рамках проекта РФФИ по направлению «Создание и развитие информационных, вычислительных и телекоммуникационных ресурсов для проведения фундаментальных исследований» (проект № 01-07-96506) и предназначена для компьютерного моделирования свойств многокомпонентных оксидных расплавов методом молекулярной динамики в режиме удаленного доступа. ИИС обеспечивает реализацию комплексных компьютерных экспериментов для моделей многокомпонентных шлаковых расплавов большого размера (104-105 частиц). В рамках единой интегрированной среды распределенной ИИС реализуются компьютерные эксперименты квантово-химическим, молекулярно-динамическим и статистикогеометрическим методом на основе комплексной модели многочастичной системы с сильным взаимодействием. Разработанные физико-математические модели для компьютерного моделирования в рамках ИИС позволяют прогнозировать свойства оксидных расплавов и исследовать влияние межчастичного взаимодействия на эти свойства. Полученные данные позволяют установить взаимосвязь между характером межчастичных взаимодействий в расплаве и свойствами системы, что позволяет 182
глубже вникнуть в природу расплавленных систем и использовать их при создании новых технологий для металлургических переделов. Результаты, полученные с помощью моделирования в ИИС «Шлаковые расплавы» могут быть использованы в таких областях науки как компьютерное моделирование, физическая химия, теория металлургических процессов, а также в черной и цветной металлургии, стекольной и цементной промышленности [1]. Научной группой ведется постоянная модернизация ИИС, поддержка ее в актуальном состоянии на базе новых информационных технологий. В настоящее время это крупная распределенная информационная система с удаленным доступом. На рис.1 приведена структура текущей версии ИИС. Текущая версия ИИС «Шлаковые расплавы» реализована с использованием современных технологий и состоит из трех приложений: • сервер приложений, на котором выполняются вычислительные (модельные) программы, в том числе и распределенные; • сервер баз данных, хранящий информацию о проведенных в системе экспериментах; • Web-сервер, обеспечивающий удаленный доступ к другим приложениям ИИС.
Рис. 1. Структура текущей версии ИИС «Шлаковые расплавы»
Для снижения вычислительных затрат в больших системах (до 106 частиц) были разработаны распределенные варианты математических моделей, основанные на разбиении области моделирования на непересекающиеся области и назначении отдельной вычислительной 183
станции для моделирования в рамках каждой области. В настоящее время ведется оптимизация алгоритмов некоторых моделей для реализации параллельных вычислений. Web-серверное приложение (рис. 2) спроектировано и реализовано с помощью надстройки над web-сервером Apache Tomcat – Apache Cocoon. Apache Cocoon представляет собой среду для публикации динамического web-контента на основе технологии конвейерной обработки XML–данных. Apache Cocoon обеспечивает разделение задач благодаря технологии "компонентного конвейера". Каждый компонент отвечает за определенную операцию. Компоненты объединяются в конвейер без необходимости в программной реализации логики их работы. Apache Cocoon обеспечивает технологию модальной разработки web-приложений с помощью Cocoon-контроллеров. Объединяя такие технологии как Cocoon-контроллеры, AJAX и JXTemplates, Cocoon Forms (CForms) проект Apache Cocoon также предлагает фундаментальный метод создания и обработки интерактивных webприложений.
Рис. 2. Структура Web-приложения ИИС «Шлаковые расплавы»
Для ИИС выбрана свободно-распространяемая СУБД PostgreSQL. В ней хранятся начальные модельные данные, необходимые для проведения эксперимента, а также результаты. Большая часть логики по работе с данными в форме триггеров и хранимых процедур расположена на сервере баз данных. При этом используется внутренний язык СУБД PostgreSQL – pg/plSQL. 184
Связь между Cocoon-контроллером и базой данных обеспечивает мост JDBC. Сервер приложений ИИС «Шлаковые расплавы» содержит вычислительные компоненты, реализующие математические модели, которые позволяют определить комплекс свойств многокомпонентного оксидного расплава. Это энергетические, структурные, термодинамические, спектральные и транспортные характеристики. Кроме самих характеристик доступны для исследования их взаимные корреляции при различных условиях (состав, давление, температура, внешние силы). Система классов математических моделей ИИС «Шлаковые расплавы» представлена в таблице 1 [2]. Табл.1 Система классов математических моделей Классы моделей Модели межчастичного взаимодействия в оксидном расплаве
Описание класса моделей описание потенциальных и силовых функций частиц модельной системы с разными уровнями приближения.
Молекулярнодинамическая модель
описывает динамику (временную эволюцию) системы частиц. Базируется на численном интегрировании уравнений движения Ньютона для системы N частиц, описываемых с помощью ряда атрибутов.
Модель распределенных вычислений
распределение вычислительных задач в гетерогенном вычислительном кластере, 185
Модели Кластерная квантовохимическая модель (КХМ) Ионная модель (ИМ) Ионно-ковалентная модель (ИКМ) Ионно-ковалентная модель с учетом окружения (ИКМО) Модель частиц Модель начальных условий Модель граничных условий Дискретизация дифференциальных уравнений движения Модель фаз эксперимента Модель распределенных вычислителей (распараллеливание) Модель балансировки нагрузки
Модель структуры расплава
Модели физикохимических свойств
построенном на базе технологии CORBA для обеспечения высокопроизводительных вычислений исследование структуры статистикогеометрическими методами с разными уровнями детализации
расчет макроскопических характеристик физикохимической системы, на основе статистической обработки её микрохарактеристик
Модель ближнего порядка Модель наноструктуры Метод набрасывания сетки ковалентных связей (НСКС) Модель энергетических параметров Модель термодинамических свойств Модель транспортных свойств Модель спектральных характеристик Модель процесса полимеризации / деполимеризации
Данные математически модели реализованы на различных языках программирования: Pascal, Fortran, C++. Несмотря на то, что физические свойства шлаков оказывают значительное влияние на технологию металлургических процессов, таких как производство чугуна, стали, ферросплавов в черной металлургии и ряда других металлов в цветной металлургии, в настоящее время шлак является менее изученным объектом металлургических технологий. Металлургические шлаки представляют собой многокомпонентные системы, которые состоят из оксидов, фосфидов, галогенидов, сульфидов, нитридов. Такое многообразие компонентов существенно усложняет моделирование этих систем. ИИС «Шлаковые расплавы» позволяет исследовать многокомпонентные оксидно-фторидные системы. За последнее время было изучено несколько бинарных и тройных систем. 186
Одной из первых была исследована бинарная система Al2O3-CaO, которая имеет большую практическую значимость, в связи с особым значением для современного сталеплавильного производства кислородно-конверторного процесса [3]. Исследование таких систем как SiO2-MgO, FeO-SiO2 позволило исследовать корреляции между составом и свойствами расплавов [4]. Одним из достоинств ИИС «Шлаковые расплавы» является возможность моделирования свойств моделей с разной «глубиной погружения» в физическое описание взаимодействия между частицами – от «классической» ионной модели до кластерной квантовохимической модели с использованием метода полуэмпирического квантово-химического метода MNDO ((модифицированное пренебрежение двухатомным дифференциальным перекрыванием)) для построения моделей потенциалов для моделирования полимеризующихся оксидных систем, являющихся основой металлургических шлаков. В рамках этой модели было проведено исследование индивидуальных оксидов SiO2, B2O3, Al2O3, бинарных систем, содержащих оксиды-сеткообразователи: SiO2- B2O3, SiO2Al2O3, B2O3- Al2O3, бинарных систем, содержащих оксидысеткообразователи и оксиды-модификаторы: SiO2-Na2O, SiO2-CaO, SiO2-MgO, B2O3-Na2O, B2O3-CaO, Al2O3-Na2O, Al2O3-MgO. Эти системы широко используются в металлургическом производстве в качестве основных компонент металлургических щлаков, поэтому количественное описание межчастичных взаимодействий в этих расплавах, в виде пригодном для компьютерного моделирования их структуры и свойств является весьма актуальной задачей [5]. Наряду с научными задачами данный программный комплекс активно используется при обучении студентов и аспирантов созданию сложных информационных систем и реализации математических моделей, обеспечивающих процесс компьютерного моделирования. В состав научной группы входят аспиранты и студенты, которые по мере развития проекта многие внесли свой вклад в методы разработки, предложили различные методы оптимизации, создали новые математические модели. Развитие ИИС провоцирует изучение современных перспективных технологий, а необходимость использования высокопроизводительных вычислений с распределением и оптимизацией алгоритмов способствует написанию качественного программного кода. Существенная особенность ИИС «Шлаковые расплавы» состоит в том, что её разработка охватывает практически все сферы современных информационных технологий. А именно, webтехнологии, высокопроизводительные вычисления, распределенные 187
системы, системы публикации данных, генерация документов различных форматов (отчетная информация), работа с базами данных и визуальное проектирование. В настоящее время прорабатывается возможность развития ИИС «Шлаковые расплавы» в направлении экспертной системы, предназначенной для прогнозирования оптимальных свойств материалов по модельным данным. Библиографические ссылки 1. Воронова Л.И., Воронов В.И. ИИС "Шлаковые расплавы": основные компоненты и возможности. Труды 8-го Российского семинара «Компьютерное моделирование физико-химических свойств стекол и расплавов». Курган: Изд-во Курганского госуниверситета, (октябрь) 2006.– c.90-92. 2. Воронова Л.И, Григорьева М.А., Воронов В.И., Трунов А.И. Информационно-исследовательская система "Шлаковые расплавы". Свидетельство об отраслевой регистрации разработки №12043. Зарегистрировано в ОФАП № 12043. Гос. Координационный центр информационных технологий. Федеральное агентство по образованию. 3. Воронова Л.И., Тен Э.А., Гусев А.И. Реализация молекулярнодинамического моделирования в распределенной ИИС "SLAG-MELT". Сб.научн. трудов «Математическое моделирование: естественно-научные, технические и гуманитарные приложения». СПб: ЛГУ им.А.С.Пушкина, 2004, с.120-123. 4. Воронова Л.И., Тетерин С.А., Воронов В.И. Программный комплекс для моделирования многокомпонентных оксидных расплавов. Труды международной научно-технической конференции «Компьютерное моделирование 2006». Санкт-Петербург. (июнь) 2006, c. 52-53. 5. Трофимова Л.А., Воронова Л.И. Компьютерная модель ионноковалентного взаимодействия с учетом окружения для оксидного расплава. Труды 8-го Российского семинара «Компьютерное моделирование физикохимических свойств стекол и расплавов». Курган: Изд-во Курганского госуниверситета, (октябрь) 2006, с.15-19.
188
УДК 004.932 В. В. Жуковский, 2009 ОБЗОР МЕТОДОВ УЛУЧШЕНИЯ КАЧЕСТВА ИЗОБРАЖЕНИЯ ОТПЕЧАТКА ПАЛЬЦА, ДЛЯ ДАЛЬНЕЙШЕГО ЕГО РАСПОЗНАНИЯ Жуковский В. В. – аспирант кафедры «Вычислительная техника» (ТОГУ) Ключевую роль в распознании отпечатков пальца занимает предварительная обработка изображения перед выявлением особых точек отпечатка пальца. В статье проанализирован базовый алгоритм улучшения качества изображения отпечатка пальца, выявлены его недостатки и предложен альтернативный способ улучшения качества изображения, основанный на методе коэффициентов отражения.
Введение В последние годы процесс идентификации личности по отпечатку пальца обратил на себя внимание как биометрическая технология, которая, вполне вероятно, будет наиболее широко использоваться в будущем. По оценкам экспертов, данная технология доминирует на корпоративном рынке и в ближайшее время конкуренцию ей может составить лишь технология опознавания по радужной оболочке глаза. Объектом исследования в данной области является полученное со сканера изображение отпечатка пальца, которое представляет собой папиллярный узор на поверхности пальцев. Уникальность каждого отпечатка пальца можно определить именно по узору, который образуют следующие элементы: • гребень – линия отпечатка пальца возвышается, образуя гребень; • бороздка – желобок между гребнями; • конечная точка – точка, где заканчивается линия гребня; • точка ветвления – точка расхождения линий гребня; • центр – точка наибольшей кривизны гребня. Автоматическое сопоставление отпечатков пальцев основывается на сравнении этих локальных признаков и их комбинации для выполнения идентификации личности. Важным этапом в сопоставлении отпечатков пальцев является автоматическое и достоверное извлечение признаков из входных изображений 189
отпечатков пальцев, что является трудной задачей. Выполнение алгоритма извлечения деталей зависит в большей степени от качества входного изображения отпечатка пальца. Для обеспечения необходимой надежности выполнения алгоритма извлечения деталей, независимо от качества изображения отпечатка пальца, необходим дополнительный алгоритм, который улучшает качество изображения. Входное изображение отпечатка пальца, в зависимости от типа сканера может представляться в виде бинарного изображения или же изображения в градациях серого цвета (градиентное изображение). Бинарное изображение – это изображение, в котором все пиксели выступов заданы значением единица и пиксели впадин заданы значением ноль. Бинарное изображение может быть получено со сканера или путем применения алгоритма извлечения выступа из изображения в градациях серого цвета. В изображении в градациях серого цвета выступы и впадины в локальном соседстве формируют плоскую синусоидальную волну, которая имеет хорошо определяемую частоту и ориентацию. Наиболее распространены сканеры выдающие на выходе изображение в градациях серого цвета, это обусловлено тем, что на бинарном изображении невозможно выделить ложные детали отпечатка пальца в силу того что мы не имеем общей картины в отличие от градиентного изображения. И для того, чтобы уменьшить количество ложных деталей до допустимого уровня, необходимо использовать матрицы считывающие изображение в очень высоком разрешении, что значительно увеличивает стоимость датчика. Современные технологии позволяют получить изображение со сканера в достаточно хорошем качестве и с низким уровнем помех, но эти изображения все равно требуют предварительной коррекции перед началом процедуры распознания. Термины и определения Градиентное изображение отпечатка пальца – I, определяется как матрица размерности N x N, где I(i, j) есть яркость пикселя с координатами i, j. Наиболее распространенное (и рекомендованное стандартом ФБР) разрешение – 500 точек на дюйм. Данное изображение характеризуется следующими параметрами: средний уровень M(I) серого и расхождение (контрастность) VAR(I) градиентного изображения I. 1 N −1 N −1 (1) M ( I ) = 2 ∑∑ I (i, j ) , N i =0 j =0 190
VAR( I ) =
1 N2
N −1 N −1
∑∑ ( I (i, j ) − M ( I ))
2
.
(2)
i =0 j =0
Нормализованное изображение, G, определяется как N x N изображение, где G(i, j) представляет собой значение нормализованной яркости пикселя с координатами (i, j). Нормализованное значение яркости вычисляется исходя из параметров градиентного изображения и необходимых значений этих параметров. ⎧ VAR0 ⋅ ( I (i, j ) − M ) 2 ⎪M 0 + VAR( I ) ⎪ G (i, j ) = ⎨ 2 ⎪M − VAR0 ⋅ ( I (i, j ) − M ) ⎪ 0 VAR( I ) ⎩
если I (i, j ) > M иначе
,
(3)
где M0 и VAR0 необходимое среднее значение и значение изменения соответственно. Ориентационное изображение, О, определяется как N x N изображение, где O(i, j) представляет локальную ориентацию (угол наклона) выступа в пикселе с координатами (i, j).
⎛ d x2 (i, j )d y2 (i, j ) ⎞ 1 ⎟ O(i, j ) = arctan⎜ ⎜ 2d (i, j )d (i, j ) ⎟ , 2 y ⎝ x ⎠
(4)
где dx(i, j) и dу(i, j) – градиенты пикселя с координатами (i, j) по осям Х и У соответственно. Частотное изображение, F, представляет собой изображение размерности N x N, где F(i, j) представляет локальную частоту выступа, которая определяется как частота структур выступов и впадин в локальном соседстве вдоль (параллельно) направления нормали к локальной ориентации выступа. Структуры выступов и впадин в локальном соседстве (рисунок 1), где детали или особые точки не формируют четко определяемую синусоидально-очерченную волну. В таких ситуациях, частота определяется как средняя величина частоты в соседстве от блока (i, j).
Рис. 1. Структуры выступов и впадин в локальном соседстве от детали
191
В локальном соседстве, где нет деталей, переходы уровней яркости серого цвета вдоль выступов и впадин отпечатка пальца могу быть смоделированы как синусоидальная волна, перпендикулярная локальной ориентации выступа (рисунок 2).
Рис. 2. Волновое представление линий в ячейке
Пусть λ количество пикселей между двумя соседними вершинами гребней в блоке размерностью wxw, центром, которого является пиксель с координатами (i, j), тогда частота в данном пикселе будет вычисляться как: 1 F (i, j ) = . (5)
λ
Бинарное изображение, R, определяется как N x N изображение, где R(i, j) показывает категорию пикселя. Пиксель может быть пикселем выступа или пикселем впадины.
⎧1 если I (i, j ) > R0 R(i, j ) = ⎨ , ⎩0 иначе
(6)
где R0 – порог маскирования, I(i,j) – интенсивность пикселя исходного изображения. Обработка изображения Итак, мы имеем, полученное со сканера, изображение отпечатка пальца. Как упоминалось выше, современные технологии позволяют получить со сканера изображение достаточно хорошего качества и с низким уровнем помех. Очень часто используется следующий алгоритм улучшения качества входного изображения: 1. Входное изображение отпечатка пальца нормализуется для того, чтобы оно имело предварительно заданные средние значения и отклонения (колебания); 2. Из нормализованного изображения рассчитывается ориентационное изображение; 192
3. Из нормализованного изображения рассчитывается частотное изображение; 4. Из нормализованного изображения рассчитывается бинарное изображение; 5. Набор фильтров Габора, который настраивается на локальную ориентацию выступов, применяется к пикселям выступов и впадин в нормализованном входном изображении для получения улучшенного изображения отпечатка пальца:
⎧⎪ 1 ⎡ xφ2 yφ2 ⎤ ⎫⎪ H (i, j : φ , f ) = exp⎨− ⎢ 2 + 2 ⎥ ⎬ cos(2πfxφ ) , ⎪⎩ 2 ⎢⎣ δ x δ y ⎥⎦ ⎪⎭
(7)
xф = i cos ф + j sin ф , yф = -i sin ф + j cos ф,
(8) (9)
где ф – ориентация фильтра Габора, f – частота синусоидальной плоскостной волны, а δх и δу – пространственные константы огибающей (оболочки) Гаусса вдоль осей x и y, соответственно. Для применения фильтров Габора к изображению необходимо задать три параметра: 1) частота синусоидальной плоскостной волны, f; 2) направление фильтра; 3) среднеквадратичные отклонения огибающей (оболочки) Гаусса, δх и δу. Частотная характеристика фильтра, f, определяется локальной частотой выступа, а направление определяется локальной ориентацией выступа. Выбор значений δх и δу содержит компромисс. Чем больше эти значения, тем фильтры более устойчивы к шумам, но при этом более вероятно, что фильтры будут создавать ложные выступы и впадины. С другой стороны, чем меньше значения δх и δу, тем менее вероятно, что фильтры будут создавать ложные выступы и впадины; следовательно, они будут менее эффективны в устранении шумов. Оба значения δх и δу для фильтрации изображений отпечатков пальца устанавливают в 4.0 на основе эмпирических данных. Теперь проведем оценку рациональности использования данного алгоритма. Современные датчики среднего ценового диапазона (фирмы Atmel, к примеру) способны выдавать изображение с разрешением 500 точек на дюйм. Это достаточно высокое разрешение, которое обеспечивает достаточно точную передачу мелких деталей отпечатка пальца. Фильтры Габора же применяются в данном алгоритме лишь для того чтобы исключить ложные детали и выделить истинные. Но при данных параметрах изображения необходимость в 193
такой тщательной фильтрации отпадает. Становится просто нерациональным производить такие глобальные вычисления, для улучшения качества изображения, ведь все описанные выше преобразования требуют больших вычислительных мощностей и как следствие сильно замедляют процесс распознания отпечатка пальца в целом. Размер изображения, получаемого со сканера, колеблется в диапазоне от 0,8 х 0,8 дюйма до 1,2 х 1,2 дюйма. То есть средний размер изображения составляет 1 х 1 дюйм или 500 х 500 точек. Нетрудно посчитать, что для каждого пункта алгоритма придется обрабатывать матрицу из 250000 элементов, совершая над каждым элементом сложные математические действия. А теперь давайте обратим внимание на пункты 2 и 3 алгоритма. Данные преобразования нужны только для того чтобы задать первоначальные параметры для фильтра Габора. Получается что для проведения фильтрации, которая избыточна для данных параметров изображения, нам необходимо как минимум сделать 3 цикла по матрице из 250000 тысяч элементов. «Как минимум», я говорю потому что, обычно, после каждого преобразования еще используется низкочастотная фильтрация, чтобы исключить ошибки и допущения, полученные при расчете. Я предлагаю заменить фильтр Габора в данном алгоритме на другой, более простой и менее требовательный к вычислительным ресурсам фильтр. В частности, сглаживающие фильтры позволяют подавить импульсный шум и устранить дефекты за счет возрастающего с увеличением размерности сканирующей маски эффекта «расфокусировки» на обработанном отпечатке (рис. 3). Однако, в то же время происходит размытие границ папиллярных линий, что создает трудности для дальнейшего процесса распознавания. Для преодоления последствий расфокусировки используются методы повышения контрастности, которые, в свою очередь, наряду с полезным эффектом имеют негативную сторону, а именно, подчеркивание дефектов отпечатков и шумов. В итоге, контрастирование приводит к выделению нежелательных элементов отпечатков, присутствие которых и пытались ослабить вышеуказанные фильтры.
194
Рис. 3. Эффект расфокусировки. Результаты нелинейной фильтрации (медианный фильтр): а – отпечаток; б – маска 3х3; в – маска 5х5; г – маска 7х7
Я же предлагаю использовать метод пространственной фильтрации цифровых изображений, заключающийся в реализации физического процесса поглощения и отражения света поверхностью. Поскольку отпечатки пальцев, как правило, являются изображениями с цветом в градациях серого, то интенсивность изменяется в границах от 0 до 255, а для его бинарного представления интенсивность будет иметь два значения: 1 (белый цвет) и 0 (черный цвет). Описание метода: 1. Для начала исходное изображение подвергается пороговой 195
обработке для получения бинарного изображения. 2. Затем бинарное изображение сканируется окном размерности n x n и для каждого центрального пикселя находится коэффициент отражения, который рассчитывается как отношение количества попавших в окно белых пикселей N(i,j) к размерности окна n: N (i, j ) k (i, j ) = (8) n2 3. Последним этапом является процедура получения нового значения интенсивности для каждого пикселя умножением коэффициента отражения пикселя на максимальную интенсивность света (т.е. 255 для современных вычислительных систем): Inew(i,j)=k(i,j)255 (9)
Рис. 4. Результаты обработки отпечатка пальца: а) Исходное изображение, б) Медианный фильтр с маской 3х3, в) Сглаживающий фильтр, г) Метод коэффициентов отражения
196
Заключение В результате работы данного метода, получается изображение отпечатка с устраненными дефектами, при этом расфокусировка, наблюдаемая при применении других алгоритмов, таких как сглаживающий и медианный фильтр, минимальна. Также на полученном изображении пиксели, лежащие в центре папиллярных линий, будут наиболее темными, что упрощает получение скелета отпечатка с последующим нахождением особых точек. Данный эффект усиливается с возрастанием размерности сканирующей маски. Таким образом, данный метод имеет следующие особенности: • в качестве основы для работы используется не исходное изображение, а результат его пороговой обработки; • обеспечивается одновременное устранение импульсных шумов, дефектов отпечатка и повышение контрастности изображения; середин папиллярных линий, упрощающее • выделение дальнейшую обработку. Библиографические ссылки 1. Пытьев Ю.П., Семин А.В. О быстром алгоритме морфологического анализа // Доклады Х Всероссийской конференции «Математические методы распознавания образов», 2001. 2. D. Maltoni Handbook of Fingerprint Recognition // New York: SpringerVerlag New York, Inc., 2003. 3. Дуда З., Харт П. Распознавание образов и анализ сцен // Мир, 1976. 4. Сойфера В.А. Методы компьютерной обработки изображений // ФизМатЛит, 2003. 5. Гонсалес Р. Цифровая обработка изображений // Техносфера, 2005.
197
УДК 512.542.1 В. А. Казинец, Д. Г. Богоутдинов, 2009 ИСПОЛЬЗОВАНИЕ КОМПЬЮТЕРНЫХ ТЕХНОЛОГИЙ В ИССЛЕДОВАНИИ СВОЙСТВ КОНЕЧНЫХ ГРУПП Казинец В. А. – проф. кафедры информатики и информационных технологий (ДВГГУ), к. ф.-м. наук, доцент; Богоутдинов Д. Г. – ст. преп. кафедры информатики и информационных технологий (ДВГГУ) В статье описываются некоторые свойства конечных групп, заданных с помощью генетического кода, полученные в результате компьютерного эксперимента и доказанные традиционным способом.
Компьютерные технологии используются в изучении конечных групп фактически с момента появления компьютеров. Основные задачи были связаны с перечислением всех элементов конечной группы, обладающей теми или иными свойствами. Следует отметить большой цикл работ, связанных с построением всех конечных простых групп. В последнее время в практике часто возникает необходимость вычисления характеров неприводимых представлений конечных групп, что связано с перечислением классов сопряженных элементов. Важную роль при использовании компьютерных технологий имеет способ задания конечной группы. Наиболее интересным в этом случае является способ задания группы с помощью генетического кода. В нашей работе мы изучаем симметрическую группу, используя ее генетический код, определенный в работе [3]. Пусть G – свободная группа с образующими x1, x2, … , xn-1, e – единичный элемент. В работе [3] было доказано, что тождества 1) xii +1 = e, 2) xi ⋅ xk = x1 ⋅ xi +1 ⋅ xk , k > i,
где xi – образующие, 1
Заметим, что если мы ограничимся тождествами 2, то получим группу изоморфную группе кос. Данный генетический код позволяет однозначно представить любой элемент группы в виде g = xiαi ⋅ K ⋅ xnα−n1−1 , 0 ≤ α i ≤ i Рассмотрим элементы g1, g2 и их произведение. ⎧⎪ g1 = xiαi ⋅ K ⋅ x nα−n1−1 , ⎨ ⎪⎩ g 2 = xiβi ⋅ K ⋅ x nβ−n1−1 , g1 ⋅ g 2 = x1γ 1 ⋅ K ⋅ x nγ −n −11 . Задача нахождения произведения сводится к определению вида функций γi= γi (α1, …, αn-1, β1, …, βn-1). Функции γi – периодические, т.е. γi (α1, α2, …, αk+k+1,…, αn-1, β1, β2, … , βm+m+1,…, βn-1)=γi. Для изучения вида функций γi был разработан программный комплекс, позволяющий выявить закономерности операции умножения в Sn. В результате были доказаны следующие свойства операции умножения: ( xmm ⋅ xn ) k = xkm+ m −1 ⋅ xnk , m + k − 1 ≤ n; xnα ⋅ xk = xαα ⋅ xα + k ⋅ xnα , α + k ≤ n; xn ⋅ xkk = xk ⋅ xkk+1 ⋅ xn ,
k < n;
xnn ⋅ xkk = xkk−−11 ⋅ xn −1 ⋅ xnn −1 , k < n; xnn ⋅ xk = xnk−1 ⋅ xnn −k ei ;i +1 ⋅ x1α1 ⋅ x2α 2 ⋅ K ⋅ xnn−−11 = x1α1 ⋅ K ⋅ xiα−i 2− 2 + [α i −1 ]i ⋅ xii−−11−α i −1 ⋅ xiα i +1+ [α i −1 ]i ⋅ K ⋅ xnα−n 1−1 ,
где ei;i+1 – перестановка i и i+1-го элементов, [k]i – остаток от деления числа k на i. Проведенные исследования позволяют описать функции γi в явном виде. Используя разработанный программный комплекс, нами также был изучен ряд частных результатов, имеющих определенную ценность при вычислении сопряженных элементов в группе Sn: eij = xii−−11 ⋅ x ij −2 ⋅ x jj−−1i , где eij – перестановка элементов i и j. xni ⋅ xk ⋅ xnn+1−i = xii−+kp−n ⋅ xin−k ⋅ x( i − p )( k +i ) ⋅ xnp , где i+k=p(n+1)+q.
Полученные результаты в дальнейшем будут использованы для вычисления характеров неприводимых представлений симметрической группы.
199
Библиографические ссылки 1. Богоутдинов Д. Г. Свойства операции умножения в группе Sn // XXXIV Дальневосточная математическая школа-семинар им. ак. Е. В. Золотова «Фундаментальные проблемы математики и информационных наук»: тез. докл. – Хабаровск: Изд-во Тихоокеан. гос. ун-та, 2009. – С. 10-12. 2. Казинец В. А. Копредставление симметрической группы // XXXIV Дальневосточная математическая школа-семинар им. ак. Е. В. Золотова «Фундаментальные проблемы математики и информационных наук»: тез. докл. – Хабаровск: Изд-во Тихоокеан. гос. ун-та, 2009. – С. 33-35. 3. Казинец В. А. Определяющие соотношения для симметрической группы (тезисы) // Дальневосточная математическая школа-семинар им. ак. Е. В. Золотова: тез. докл. – Владивосток: Дальнаука, 2000. – С. 122-124. 4. Коксетер Г. С. М., Мозер У. О. Дж. Порождающие элементы и определяющие соотношения дискретных групп: пер. с англ. / под ред. Ю. И. Мерзлякова // М.: Наука, 1980 – 240 с.
200
УДК 551.14 Е. А. Кондратьева, 2009 ОПЫТ МОРФОМЕТРИЧЕСКОГО АНАЛИЗА ПОЗИЦИИ ЗОЛОТО-СЕРЕБРЯНЫХ МЕСТОРОЖДЕНИЙ В РЕЛЬЕФЕ СЕВЕРНОГО ПРИОХОТЬЯ С ПОМОЩЬЮ ГИС-ТЕХНОЛОГИЙ Кондратьева Е. А. – младший научный сотрудник, аспирант СВКНИИ ДВО РАН Ввиду возросшей потребности добывающей промышленности региона в новых сведениях о перспективных объектах оруденения имеет смысл в пределах ранее установленных рудных районов применение дополнительных поисковых критериев. Важную роль играют геоморфологические методы исследований. Для территории Северного Приохотья выполнен гипсометрический анализ объектов золото-серебряного оруденения. Процесс обработки статистических данных и выполнение построений на их основе значительно ускоряется благодаря использованию методов ГИС.
Территория Северного Приохотья относится к Охотскому сектору внешней зоны ОЧВП, на ней выделены Нявленгинская и Примагаданская минерагенические зоны, включающие в себя Арманский рудный узел, Верхнесеймканский рудный узел, Ойринский, Карамкенский, Неорчанский и Нявленгинский рудные узлы [1]. Хорошая изученность территории и ее относительная доступность позволяет рассматривать ее как перспективную для разработки дополнительных поисковых критериев прогноза новых рудных объектов. Изучение морфоструктуры и морфометрии вулканогенных рудных полей Северного Приохотья для определения их пострудных деформаций и положения золоторудных объектов в зависимости от глубины вертикальной расчлененности рельефа предоставляет возможность выявить такие критерии. Известно, что размещение рудных месторождений в разрезе земной коры в конечном счете зависит от пострудных тектонических движений и компенсирующих их экзогенных процессов в пределах рудных зон. В результате месторождение может занять следующие положения [2, 3]: 1) остаться на уровне формирования или даже быть погребенным под чехлом осадков в межгорных впадинах, 201
2) в интенсивно поднимающихся блоках оказаться полностью эродированными и 3) при благоприятном соотношении вертикальных движений и глубины эрозионного среза обнажаться на дневной поверхности или быть приближенным к ней и обнаруживать себя в геохимических ореолах. В случаях, когда невозможна реконструкция палеоповерхности на эпоху становления месторождения, выполняется гипсометрический анализ современной земной поверхности металлогенических зон и рудных районов. Для месторождений и рудопроявлений золота и серебра на данной территории проведен гипсометрический анализ. При гипсометрическом анализе пространственного размещения рудных месторождений исходят из следующих предпосылок [3]: 1) рудным месторождениям различного генезиса свойственны определенная глубина формирования и вертикальный интервал оруденения, которые варьируют у разных рудноформационных типов в широких пределах: от первых сотен метров до нескольких километров. Эти свойства рудного горизонта имеют региональный характер и в пределах металлогенической зоны примерно одинаковы; 2) продуктивный горизонт в общем плане параллелен палеоповерхности, существовавшей во время рудоотложения. Для проведения гипсометрического анализа на данном этапе и для последующего выделения перспективных участков территории Северного Приохотья в пределах 12 листов геологической карты масштаба 1:200000 была создана ГИС. Она включает в себя растровую основу из топографических карт масштаба 1:100000 на указанную территорию. На ее основе сделаны: 1) векторный слой точек выходов золото-серебряных руд, с которым связана база данных, содержащая сведения о высотных отметках выходов руд, сведения о вмещающих породах, сведения о морфологии и составе рудных тел, характеристика полезного компонента и его процентное содержание (по фондовым материалам Магадангеологии); 2) векторный слой вершинной поверхности с базой данных о высотных отметках наиболее высоких точек рельефа (водоразделов); 3) векторный слой базисной поверхности с базой данных о высотных отметках тальвегов гидросети; 4) создан векторный слой с гидросетью района. Методом интерполирования построены растровые карты вершинной поверхности (рис. 1) и базисной поверхности (рис. 2).
202
Рис.1. Карта вершинной поверхности (белым отмечены объекты золото-серебряного оруденения)
Рис.2. Карта базисной поверхности
Карта глубин вертикальной расчлененности рельефа (рис. 3) получена в виде разности абсолютных высот базисной и вершинной поверхностей.
203
Рис.3. Карта глубин вертикальной расчлененности рельефа
Статистически оценено положение выходов золото-серебряного оруденения относительно каждой из трех поверхностей. Выявлен гипсометрический горизонт максимальной рудонасыщенности: 88% объектов золото-серебряного оруденения расположены на высоте от 700 до 1100 м (рис. 4). Обнаружена высокая степень корреляции относительно построенных поверхностей: 79% объектов золотосеребряного оруденения расположено в интервале от 1000 до 1400 м вершинной поверхности (рис. 5), 86% объектов золото-серебряного оруденения расположено в интервале от 500 до 1000 м базисной поверхности (рис.6), 86% объектов золото-серебряного оруденения соответствует интервалу от 400 до 700 м глубин вертикальной расчлененности рельефа (рис. 7). В результате оценено пространственное положение месторождения относительно новейшей вертикальной расчлененности рельефа на фоне общей глубины эрозионного среза территории. 35
кол-в о в ыходов руд
30 25 20 15 10 5 0 100
200
300
400
500
600
700
800
900
1000
1100
1200
1300
1400
1500
1600
1700
в ыс о т ы в м
Рис.4. Распределение объектов золото-серебряного оруденения относительно абсолютных высот
204
35
к о л-в о в ыхо дов р уд
30 25 20 15 10 5 0 500
600
700
800
900
1000
1100
1200
1300
1400
1500
1600
1700
1800
в ыс о т ы в м
Рис.5. Распределение объектов золото-серебряного оруденения относительно вершинной поверхности 35
к о л-в о в ыходо в р уд
30 25 20 15 10 5 0 100
200
300
400
500
600
700
800
900
1000
1100
1200
1300
1400
в ыс о т ы в м
Рис.6. Распределение объектов золото-серебряного оруденения относительно базисной поверхности 50
к о л-в о в ыхо до в р уд
45 40 35 30 25 20 15 10 5 0 100
200
300
400
500
600
700
800
900
1000
г луби н а в м
Рис.7. Распределение объектов золото-серебряного оруденения относительно глубин вертикальной расчлененности рельефа
205
Следующим этапом изучения морфометрии и морфоструктуры месторождений золота и серебра эпитермального типа является анализ блокового строения территории. В современном рельефе очерчены неотектонические блоки, проанализирована их высотная характеристика. Выделены блоки с разной амплитудой восходящих движений: относительно поднятые, стабильные, опущенные, а также наклонные. Оценено положение объектов золото-серебряного оруденения эпитермального типа в блоках каждой из категорий, что позволяет выявить для данной территории дополнительный поисковый критерий. Библиографические ссылки 1. Корольков В. Г. Карта минерагенического районирования. Лист P56. Масштаб 1:500000. 1992г. 2. Александров Г. В. Гипсометрический анализ в металлогении: Недра. Л., 1990, 184 с. 3. Смирнов В. Н. Развитие морфоструктуры Севро-Востока Азии на рубеже тысячелетий: материалы XI сес. Северо-Восточного отделения ВМО. - Магадан: СВКНИИ ДВО РАН, 2001, С. 39-41.
206
УДК 681.3.07 А. М. Куцов, Ф. А. Плеханов, 2009 СИСТЕМА ВЫВОДА РАСТРОВЫХ ИЗОБРАЖЕНИЙ И АНИМАЦИИ ИЗ ФАЙЛОВ В ГРАФИЧЕСКОЙ СРЕДЕ OpenGL Куцов А.М. – декан факультета информатики и вычислительной техники ЮСИЭПиИ, к.г.-м.н., с.н.с.; Плеханов Ф.А. – студент факультета информатики и вычислительной техники ЮСИЭПиИ Система OpenGL представляет собой довольно низкоуровневый интерфейс, и для построения изображения необходимо знать многие её функции, а для вывода растровой графики из файла, необходимо пройти десятки этапов программирования. В данной работе описаны алгоритмы максимального упрощения доступа к графическому файлу для вывода его на экран, использующие объектноориентированное программирование на языке С++. Также описаны способы организации покадровой анимации и простого доступа к её выводу. Доступ к кадрам возможен через отдельные файлы, либо через технологию тайлинга – несколько изображений в одном файле.
Введение На сегодняшний день использование изображений из файлов – незаменимый инструмент графического оформления, как прикладных программ, так и компьютерных игр. Важными критериями здесь является соотношение качества и производительности, разнообразие доступных форматов и простота использования. Профессиональным решением служит обращение к графическим средам, работающим на аппаратном уровне с видеоадаптерами, таким, как OpenGL или Direct3D. Для их использования необходимо проводить дополнительные настройки программы и знать наборы функций, однако производительность и качество во много раз превышает программный способ. Анализ задачи Для того чтобы вывести одиночное изображение из файла с каналом прозрачности, используя графическую среду OpenGL, необходимо сначала загрузить его в графическую память, где оно
207
будет иметь свой порядковый номер, и восприниматься как текстура. Затем построить четырёхугольник, правильно «натянуть» текстуру на него, и «посмотреть» на готовый объект под правильным ракурсом. Существует множество пособий по OpenGL, где подробно описываются все необходимые функции для загрузки текстуры и создания объектов, однако ни в одном из них не был описан «модульный» принцип, благодаря которому программист будет иметь готовый модуль, подключив который и вызвав всего одну функцию, можно получить изображение на экран. Также нет упоминаний о способах покадровой анимации. Попытаемся восполнить этот пробел. Модуль texturing Все примеры будут ссылаться на язык программирования C++ и среду разработки C++ Builder 6, а также ориентироваться на знание основ OpenGL [1, 2]. Создадим модуль “texturing.cpp”, который будет содержать все функции, подключим его к программе: #include “texturing.cpp”
Затем следует запретить его повторное включение и добавить необходимые модули. Для этого, в начало и конец модуля, вставляются следующие директивы препроцессора: #ifndef TEXTURING //Если константа не определена #define TEXTURING //Определить её #include //Библиотека для загрузки текстур из BMP #pragma comment(lib, "glaux.lib") #include #include <map> #include <math> #include //...текст модуля... #endif //Конец условия
Используется дополнительные файлы glaux.h и glaux.lib, их можно найти в сети Интернет. Класс изображения Используем объектно-ориентированный подход. Изображение определяется классом image, имеющим порядковый номер его текстуры в памяти, методы загрузки load и вывода view. Один файл может содержать несколько изображений, расположенных в виде таблицы, отдельные «ячейки» которой называются тайлы. Для доступа к отдельному тайлу определяются переменные: Rows – число строк таблицы, Cols – столбцов, Row – текущая строка, Col – столбец. Если все они равны единице, показывается изображение целиком. Данный подход незаменим для анимации.
208
Объявление класса image: class image { public: GLuint texID; //Порядковый номер в памяти int Rows,Cols,Row,Col; //Переменные тайлинга image(); //Пустой конструктор //Загрузить из файла bool load(AnsiString FileName, GLfloat interp_mode, GLfloat mult_mode); //Несколько перегруженных вариантов вывода с несколькими параметрами. void view(float x, float y, float w, float h, float ang); void view(float x, float y, float w, float h, float ang, int Rows, int Cols, int Row, int Col); //Распределить все тайлы void FlatternTiles(AnsiString TileName, int rows, int cols); private: GLuint width; //Ширина GLuint height; //Высота void LoadTile(AnsiString TileName, int rows, int cols, //Загрузить тайл int row, int col); };
Конструктор должен устанавливать порядковый номер как «несуществующее» число -1, для проверки по время вывода, чтобы не было попыток показать незагруженное изображение. image::image() //Пустой конструктор { texID=-1; }
Метод загрузки load имеет три аргумента – имя файла, interp_mode – константа типа интерполяции (при растяжении показывать «мозаику» (GL_NEAREST) или «растягивать» пиксели (GL_LINEAR)), mult_mode – константа типа умножения текстурных координат (GL_REPEAT – повторять, GL_CLAMP – не повторять). Формат изображения – BMP. Для использования других форматов, см. ссылки [1, 2]. bool image::load(AnsiString FileName, GLfloat interp_mode, GLfloat mult_mode) { FILE *File = NULL; //Проверка, существует ли этот файл File = fopen(FileName.c_str(),"r"); if (!File) { return 0; } fclose(File); //Загрузка текстуры AUX_RGBImageRec* texture=auxDIBImageLoadA(FileName.c_str()); if (texture==NULL) return 0; glGenTextures(1, &texID); //Присвоить переменной texID номер
209
glBindTexture(GL_TEXTURE_2D, texID); //Применить константы, полученные из аргументов glTexParameterf (GL_TEXTURE_2D, GL_TEXTURE_MIN_FILTER, interp_mode); glTexParameterf (GL_TEXTURE_2D, GL_TEXTURE_MAG_FILTER, interp_mode); glTexParameteri (GL_TEXTURE_2D, GL_TEXTURE_WRAP_S, mult_mode); glTexParameteri (GL_TEXTURE_2D, GL_TEXTURE_WRAP_T, mult_mode); //Сохранение текстуры в памяти glTexImage2D(GL_TEXTURE_2D, 0, 3, texture->sizeX, texture->sizeY, 0, GL_RGB, GL_UNSIGNED_BYTE, texture->data); width=texture->sizeX; height=texture->sizeY; if (texture) { if (texture->data) { free(texture->data); } free(texture); } Rows=Cols=Row=Col=1; //Сделать тайлинг стандартным. return 1; }
Метод вывода – в примере приводится вариант, имеющий наибольшее число параметров, остальные перегруженные версии просто ссылаются на него. Так как изображение BMP не может содержать встроенный альфа-канал, то удобнее всего эмулировать его справа, как показано на рис. 1.
Рис.1. Изображение с альфа-маской справа void image::view(float x, float y, float w, float h, float ang, int Rows, int Cols, int Row, int Col) { glPushMatrix(); //Сохранить предыдущую систему координат glTranslatef(x,y,0); //Сместить систему координат на x,y glRotatef(ang,0,0,1);//Повернуть на угол ang if (texID!=-1) //Условие выполняется, если текстура была загружена { glEnable(GL_TEXTURE_2D); //Включить режим текстурирования glEnable(GL_BLEND); //Включить прозрачность glBindTexture(GL_TEXTURE_2D,texID); //Применить текстуру под номером
210
//Построить прямоугольник прозрачности, применить на него правую //часть текстуры, содержащую альфа-маску glBlendFunc(GL_ZERO,GL_ONE_MINUS_SRC_COLOR);//Параметры наложения glBegin(GL_QUADS); //Начать построение glTexCoord2f(1.*(Row-1)/Rows/2+0.5, 1.*(Cols-Col )/Cols); glVertex2f(-w/2, -h/2); glTexCoord2f(1.* Row /Rows/2+0.5, 1.*(Cols-Col )/Cols); glVertex2f( w/2, -h/2); glTexCoord2f(1.* Row /Rows/2+0.5, 1.*(Cols-Col+1)/Cols); glVertex2f( w/2, h/2); glTexCoord2f(1.*(Row-1)/Rows/2+0.5, 1.*(Cols-Col+1)/Cols); glVertex2f(-w/2, h/2); glEnd(); //Построить прямоугольник изображения, применить на него левую //часть текстуры, содержащую изображение glBlendFunc(GL_ONE_MINUS_DST_COLOR,GL_ONE); glBegin(GL_QUADS); glTexCoord2f(1.*(Row-1)/Rows/2, 1.*(Cols-Col )/Cols); glVertex2f(-w/2, -h/2); glTexCoord2f(1.* Row /Rows/2, 1.*(Cols-Col )/Cols); glVertex2f( w/2, -h/2); glTexCoord2f(1.* Row /Rows/2, 1.*(Cols-Col+1)/Cols); glVertex2f( w/2, h/2); glTexCoord2f(1.*(Row-1)/Rows/2, 1.*(Cols-Col+1)/Cols); glVertex2f(-w/2, h/2); glEnd(); glDisable(GL_BLEND); //Отключить прозрачность glDisable(GL_TEXTURE_2D); //Отключить текстурирование } else //Если текстура не загружена { glBegin(GL_QUADS); //Построить простой закрашенный прямоугольник glVertex2f(-w/2, -h/2); glVertex2f( w/2, -h/2); glVertex2f( w/2, h/2); glVertex2f(-w/2, h/2); glEnd(); } glPopMatrix(); //Восстановить систему координат }
Один из более простых перегруженных реализаций метода view: void image::view(float x, float y, float w, float h, float ang) { //Информации о тайлинге нет - вывести с уже сохранённым тайлингом view(x,y,0,w,h,ang,Rows,Cols,Row,Col); }
Таким образом, имея вышеприведённые функции, определив одну переменную типа image и загрузив через неё изображение методом load, можно вывести его на экран методом view. 211
Функция считывания всех файлов из папки Доступ по одной переменной не удобен, так как большие проекты постоянно пополняют свои базы данных, и объявлять для каждой новой картинки отдельную переменную – нерационально. Также неудобно использовать простой массив. Вместо этого, организуем доступ к изображению по имени файла. Позволит это стандартный контейнер «отображение», ключом элемента которого станет имя файла без расширения, а значением – экземпляр класса image. Для корректной работы следует объявить класс image до объявления контейнера: class image; //Объявить класс map images; //Контейнер class image //Реализация класса { //...Поля и методы класса...
Следующая конструкция выведет файл filename.bmp на экран: images[”filename”].view(x, y, width, height, angle); Чтобы это стало возможным, следует написать функцию считывания всех файлов из папки, которая ищет все изображения и добавляет в отображение объект с именем файла и номером загруженной текстуры. Имя файла может содержать некоторые настройки для загрузки – спецсимволы имени. По умолчанию изображение имеет линейную интерполяцию и не умножается, однако если имя будет содержать символ $ в конце, то интерполяция сменяется мозаикой, а символ & включает умножение. Пример – «image$.bmp», доступ по имени «image». Автоматизировать тайлинг – нетрудная задача. Добавим символ %nm, где n,m – цифры от 0 до 9 будут соответствовать числу строк и столбцов тайлинга, а функция автоматически присвоит каждому элементу таблицы свой порядковый номер (слева-направо, сверхувниз). Таким образом, имея файл “image24.bmp”, получаем доступ как ко всему изображению “image”, так и к отдельным частям “image0”, “image1” … “image7” (число тайлов 2*4=8, нумерация с нуля). Метод создания одного тайла: void image::LoadTile(AnsiString TileName, int rows, int cols, int row, int col) { //Функция создаёт новый экземпляр внутри контейнера images по новому имени images[TileName].texID=texID; //Присваивает те же свойства images[TileName].width=width; images[TileName].height=height; images[TileName].Rows=rows; //А тайлинг устанавливает из параметров images[TileName].Cols=cols; images[TileName].Row=row; images[TileName].Col=col; }
212
Метод создания всех тайлов по числу строк и столбцов: void image::FlatternTiles(AnsiString TileName, int rows, int cols) { int num=0; for(int col=1;col<=cols;col++) { for(int row=1;row<=rows;row++) { //Создать тайл с именем файла, добавить в конец имени номер LoadTile(TileName+String(num),rows,cols,row,col); num++; } } }
Функция считывания всех файлов из папки - использует Win API и принимает имя папки в качестве аргумента. void LoadImages(AnsiString TexFolder) { HANDLE handle; WIN32_FIND_DATA wfd; int error; //Номер ошибки char path[MAX_PATH]; //Путь к файлу GLfloat interp_mode,mult_mode; //Типы интерполяции и умножения GetCurrentDirectoryA(MAX_PATH,path); //Найти текущую папку //Добавить к ней имя папки с изображениями strcat(path, ("\\"+TexFolder+"\\*").c_str()); error=0; handle=NULL; handle=FindFirstFileA(path,&wfd); //Найти один файл if (handle==NULL) return; //Если файлов нет – отмена AnsiString FileName, FilePath; //Переменные для имени и пути файла if (handle!=INVALID_HANDLE_VALUE) { do //Начать цикл поиска { if(ExtractFileExt(wfd.cFileName)==".bmp") //Если расширение BMP { FileName=""; FilePath=TexFolder+"\\"; FileName=wfd.cFileName; //Установить имя файла //Убрать из него расширение FileName=FileName.SubString(1,FileName.Length()-4); FilePath=FilePath+wfd.cFileName; //Установить путь int rows=1,cols=1; //Стандартный тайлинг if (FileName.SubString(FileName.Length()-2,1)=="%") { //Если имя содержит символ % (символ тайлинга) //Установить количество строк тайлинга как цифру, //идущую за символом % rows=StrToInt(FileName. SubString(FileName.Length()-1,1)); //Установить количество стоблцов как следующую цифру
213
cols=StrToInt(FileName.SubString(FileName.Length(),1)); //Убрать информацию о тайлинге из имени доступа FileName=FileName.SubString(1,FileName.Length()-3); } interp_mode=GL_LINEAR; //Стандартный тип интерполяции mult_mode=GL_CLAMP; //Стандартный тип умножения if (FileName[FileName.Length()]=='$') //Если есть символ $ { //Убрать его из имени вывода и сменить тип интерполяции FileName=FileName.SubString(1,FileName.Length()-1); interp_mode=GL_NEAREST; } if (FileName[FileName.Length()]=='&') //Если есть символ & { //Убрать его из имени вывода и сменить тип умножения FileName=FileName.SubString(1,FileName.Length()-1); mult_mode=GL_REPEAT; } if(!images[FileName].load(FilePath,interp_mode,mult_mode)) {//Показать сообщение об ошибке, если загрузка неудачна AnsiString mess="Файл "+FilePath+" некорректен"; MessageBox(NULL,mess.c_str(), "Ошибка",MB_OK|MB_ICONERROR); } else { //Распределить тайлы images[FileName].FlatternTiles(FileName,rows,cols); } } FindNextFileA(handle,&wfd); //Искать следующий файл error=GetLastError();//Получить последнее сообщение об ошибке } //Пока не получено сообщение, что файлов больше нет while (error!=ERROR_NO_MORE_FILES); } FindClose(handle); //Закрыть переборщик файлов }
Вызвав один раз функцию LoadImages с аргументом папки после инициализации OpenGL, система будет готова для вывода, как изображений, так и их отдельных тайлов по именам файлов. Класс анимации Покадровую анимацию можно представить как простой перебор изображений на экране с заданными частотой и последовательностью кадров. Класс содержит вектор указателей на тип image, метод перебора номеров изображений и метод вывода. Объявление класса: class animation { private: int frame, //Номер текущей картинки
214
frames,//Кол-во картинок period,//Период частоты смены кадров step, //Итератор частоты смены кадров arrow; //Направление анимации public: vector img; //Контейнер изображений animation (AnsiString Name, int Frames, int StartFrame, int Period); void SetAnim(AnsiString Name, int Frames, int StartFrame, int Period); void view(float x, float y, float w, float h, float ang, int Stile); void play(int Stile); void replay(); };
Конструктор полностью ссылается на метод установки анимации SetAnim и производит назначение указателям ссылок на изображения, ссылаясь на отображение images по заданному имени Name и прибавляя каждому из них номер, начиная с StartFrame в количестве Frames. Период смены полного цикла (обратно пропорционально скорости) Period. void animation::SetAnim(AnsiString Name, int Frames, int StartFrame, int Period) { frame=0; step=0; period=Period; frames=Frames; arrow=1; for(int i=StartFrame;i
Таким образом, имея файл «image%24.bmp», содержащий 8 тайлов анимации, можно объявить переменную img(“image”,8,0,40); Метод перебора кадров вызывается внутри метода вывода и принимает один из 5 стилей вывода: #define FORWARD 0 //Анимация идёт до конца и начинается сначала #define PLAY 1 //Анимация идёт до конца, для перезапуска метод replay #define CIRCLE 2 //Анимация идёт до конца и возвращается #define BACKPLAY 3 //Анимация идёт из начала в конец, для перезапуска replay #define NOCHANGE 4 //Не изменяется. Используется, если вывод идёт в цикле, //чтобы значение не менялось пропорционально числу итераций. После цикла //Следует один раз вызвать метод play void animation::play(int Stile) { switch (Stile) { case FORWARD: if (step
215
break; case CIRCLE: if ( (step(period/frames/2.) && arrow==-1) ) step+=arrow; else arrow=-arrow; frame=ceil( (frames)*step/period ); break; case BACKPLAY: if (step
Метод вывода вызывается внутри функции таймера, принимает координаты, размеры, угол, и константу стиля анимации, производит перебор по заданному стилю, затем выводит нужное изображение по номеру, имея для каждого свои параметры тайлинга (Col, Row…). void animation::view(float x, float y, float w, float h, float ang, int Stile) { play(Stile); img[frame]->view(x,y,w,h,ang, img[frame]->Rows, img[frame]->Cols, img[frame]->Row, img[frame]->Col); }
Метод сброса анимации для стилей PLAY и BACKPLAY обнуляет счётчик перебора: void animation::replay() { step=0; }
Заключение Было подробно рассмотрено создание простого двухмерного ядра с анимацией и прозрачностью на основе OpenGL объектноориентированными методами, используя принципы модульности и максимального удобства пользователя. Созданные классы легко применять и расширять, на их основе автором была создана двухмерная игра «Приключения Бездуки» в стиле платформер (рис.2).
216
Рис. 2. Образец применения системы
Библиографические ссылки 1. Jeff Molofee. Народный учебник по OpenGL [Электронный ресурс]: / Jeff Molofee – Режим доступа: http://pmg.org.ru/nehe/index.html 2. Эйнджел Э. Интерактивная компьютерная графика. Вводный курс на основе OpenGL. [текст] – М-СПб.: Вильямс, 2001. – 592 с.
217
УДК 159.9.075 А. М. Куцов, Ф. А. Плеханов, 2009 СИСТЕМА ПСИХОЛОГИЧЕСКОГО ТЕСТИРОВАНИЯ, ОСНОВАННАЯ НА ТЕОРИИ ОПИСАНИЯ ЛИЧНОСТИ ПСИХОСОФИИ Куцов А. М. – декан факультета информатики и вычислительной техники ЮСИЭПиИ, к.г.-м.н., с.н.с. Плеханов Ф. А. – студент факультета информатики и вычислительной техники ЮСИЭПиИ До настоящего времени отсутствует единая система тестирования с целью определения типа. Тип моделируется по сложным правилам, обычные методы психологического тестирования для психософии не подходят. В данной работе описаны подходы и алгоритмы тестирования, а также введение в теорию с целью понимания объекта изучения. Данный способ подходит для других смежных теорий, использующих аналогичный математический аппарат.
Введение Одним из подходов к описанию общих мотивов поведения людей является типология личности - попытка разделить весь социум на ограниченное число психологических типов, каждый из которых имеет свои характерные особенности. Поскольку типологии, как правило, обладают своим математическим способом построения типа, на его основе возможно прогнозирование взаимоотношений между типами, что, в конечном итоге, сводится к прогнозу отношений между людьми, а так же конкретным советам для их улучшения и гармонизации. Авторы выбрали психософию [1] ввиду молодости данной теории, широких возможностей ее дополнения и развития всеми желающими. 1. Аспекты мира Окружающий человека мир настолько многообразен, что для того, чтобы понять, как личность с ним взаимодействует, необходимо упростить этот мир, построить его модель, состоящую из конечного числа аспектов - наиболее общих категорий составляющих мира. А.Ю.Афанасьев [1] выбрал четыре аспекта, позволяющие наиболее полно описать составляющие мира: физика, эмоция, логика, воля: Физика – "Тело". Материальный мир. Внешний вид, пища,
218
собственность, деньги, продолжение рода, комфорт, физическая забота, спорт, практические навыки. Эмоция – "Душа". Чувства, переживания, интуиция, мистика, религия, настроение, сочувствие, культура и творчество (живопись, музыка, кино и. т. д.). Логика – "Разум". Мышление, анализ, знания, эрудиция, мнение, доказательство, спор, поиску истины и научно-исследовательская сторона жизни. Воля – "Дух". Личная энергия, воля, власть, решительность, уверенность, желание, цель, преодоление препятствий, иерархия, борьба и дипломатия, самосознание, отношения с людьми и с миром. 1. 2 Части личности Аналогично разделению мира на аспекты, человеческую личность также можно упрощенно моделировать. На пример одни мотивы и действия человеком хорошо осознаются и контролируются, другие глубоко "спят" в подсознании. Одни вопросы человек склонен решать сам - по другим ориентируется на окружающих. Идея таких модулей, на пример "эго", "суперэго", "ид", далеко не нова, данная же теория разделяет личность на иерархию из четырех функций, первая из которых является самой важной и осознаваемой, четвертая самой безразличной. Каждая функция имеет три дихотомии, определяющие ее особенности: сила – слабость, доминирование – подстраивание, результативность – процессионность. Первая функция: сильная, доминирующая, результативная – "избыток". Наиболее важная для человека, хорошо заметная, через нее человек самовыражается, не заботясь об окружении, защищает ее до последнего. Вторая функция: сильная, подстраивающаяся, процессионная – "норма". Коммуникативная, общается с окружением и стремится к развитию, гармонии и совместному творчеству, более мягкая и чуткая. Третья функция: слабая, доминирующая, процессионная – "язва". Человек ощущает в ней свою недостаточность и все время обеспокоен этим, она гиперчувствительна и требует чуткого понимания. Четвертая функция: слабая, подстраивающаяся, результативная "пустяк". Сюда попадают самое незначительное, неважное, неосознаваемое. Человек доверяет ей меньше всего, плохо осознает, она наиболее внушаема. Первая и вторая функции – сильные, по ним человек более уверен и действует, чем по третьей и четвертой – слабым. Первая и третья функции – доминирующие, преследуют свой интерес, вторая и четвертая - подстраивающиеся.
219
Первая и четвертая функции – результативные, предпочитают краткость, скорейшее достижение результата и менее чувствительны, чем вторая и третья – процессионные. Имея модель мира из четырех аспектов и модель личности из четырех функций, можно получить 24 психологических типа. Условно типы обозначаются по первым буквам аспектов, либо по имени самого яркого представителя, на пример Ленин - ВЛФЭ, Дюма ФЭВЛ. 1.3 Отношения между типами Если у одного типа аспект имеет первый приоритет, а у другого третий, то, говорят, "перекрест с первой на третью", обозначается 1->3, на пример у ВЛФЭ первая воля, а у ЭФВЛ третья воля. Такой вариант самый неблагоприятный для обоих, при чем обладатель первой воли может постоянно неосознанно задевать и подавлять обладателя третьей воли во всем, что касается аспекта "воля", т.е. власти, ответственности и.т.д. ввиду противоположности установок: первая воля результативна и сильна, третья процессионна и слаба, но обе они доминируют, не способны подстроиться, что и создает конфликт. Перекрест со второй на третью (2->3) наиболее благоприятен, в данном случае обладатель второй способен чутко поддержать уязвленную третью партнера. 1->4 благоприятный контроль, 1->2, 3->4, и 2->4 не очень благоприятны. Если же функции совпадают (1->1...), то это условно благоприятно, однако возможны случаи соперничества. 2. Анализ задачи. Матрица вероятностей Конечным результатом тестирования не может быть один тип, можно лишь говорить о вероятности принадлежности тестируемого к определенным типам. Таким образом, на выходе, после тестирования, программа должна выдавать список типов с указанными в процентах приблизительными вероятностями по убыванию. Наиболее вероятный тип будет в списке первым. Также желательно иметь доступ ко всем описаниям типов, выбирая их из списка. Поскольку необходимо рассчитать вероятность для каждого типа, а тип можно представить как набор из четырех аспектов, то можно рассмотреть все сочетания «аспектов на функции», т.е. «Первая Эмоция», «Третья Воля» и. т. д., всего – 16. Каждый «аспект на функции» имеет свои особенности. Например, представители Первой Эмоции чрезмерно эмоциональны и обычно
220
верят в мистику, а Третьей Эмоции – сдержанны и ироничны. Поэтому логично, что если задать тестируемому вопрос «рассказывая о чем-то, вы склонны приукрашать факты для достижения большего эффекта», то при ответе «да» вероятность того, что у него «первая эмоция» повышается. 3. Алгоритмы Представим элементы данной таблицы как вещественные числа, в диапазоне [0;1], где 0 – минимальная, и 1 – максимальная вероятность. Нетрудно реализовать алгоритм циклического показа вопросов, который будет повышать одно или несколько значений по простой формуле, где инкремент добавления равен обратной величине от суммы всех вопросов, затрагивающих это значение. (dx=1/Q). В результате, при ответе «да» на все вопросы данной категории, число будет равно единице, как максимальная вероятность. Предположим, в результате тестирования по всем 16 категориям вопросов, мы получим следующую таблицу:
Эмоция Логика Физика Воля
1 Функция 0 1 0 0
2 Функция 0,1 0,2 0 0,8
3 Функция 1 0 0,1 0,2
4 Функция 0,3 0 0,9 0,1
Как из таблицы получить список типов и узнать наиболее вероятный тестируемому тип? Для этого необходимо перебрать все 24 варианта типов, и узнать самые вероятные. Предположим, типируемый имеет 1 Логику, 2 Эмоцию, 3 Физику и 4 Волю. Имея 4 числа, можно их умножить или найти среднее между ними. С точки зрения процентной вероятности правдоподобнее выглядит средняя величина: S=(X(1Л)+X(2Э)+Х(3Ф)+X(4В))/4 S=(1+0,1+0,1+0,1)/4 S=0,55 Как видно из расчетов, вероятность при таком выборе типа крайне мала. Если же выбрать тип ЛВЭФ, то (1+0,8+1+0,9)=0,925. Это самая высокая вероятности из всех для приведенной таблицы, следовательно, данный тип будет стоять в списке первым, и после тестирования, типируемый сможет прочитать его описание. Необходимо автоматизировать все расчеты, выполнив их 24 раза. Следуя комбинаторике, известно, что тип это сочетание вариантов функции без повторений, на пример сочетание 1В, 3Э, 4Ф, 221
2Л дает то же, что и тип ВЛЭФ. Для реализации сочетаний следует, вызвать четыре вложенных цикла, перебирающих по 4 элемента от 1 до 4, и внутри последнего выполнить нахождение среднего из элементов таблицы по индексам, зависящим от цикла. Для начала следует выбрать, как вести перебор – по аспектам (строкам) или по функциям (столбцам). Выберем аспекты, их номера (1=Э, 2=Л, 3=Ф, 4=В, условно), будут перебираться, значит внутри тела последнего цикла можно узнать тип, как четырехзначное число, состоящее из номеров итераций. Для итераторов возьмем массив четырех целых чисел: int fi[4];
Используя каждый из них по порядку для каждого следующего вложенного цикла и проводя по 4 итерации от 1 до 4, получим 4^4=256 вариантов, так как будут перебираться сочетания, имеющие повторяющиеся элементы, на пример тип ВВЭФ, которого не существует. Для того, чтобы получить конечные 24 типа и избавиться от повторений, в последнем теле цикла необходимо задать условие, что данный аспект (номер итерации) не равен никакому другому: (fi[0]!=fi[1])&&(fi[0]!=fi[2])&&(fi[0]!=fi[3])&& (fi[1]!=fi[2])&&(fi[1]!=fi[3])&&(fi[2]!=fi[3])
Таким образом, в теле окажутся четыре сочетания четырех разных цифр. Получить четырехзначное число из них просто – достаточно умножить каждое на соответствующий разряд: fig[i]=(fi[0])*1000+(fi[1])*100+(fi[2])*10+(fi[3]);
Например, имея числа 2,3,1,4, получаем 2314. Теперь мы знаем текущий тип, осталось преобразовать его в символы, что делается элементарной функцией анализа числа, преобразованного в строку с заменой цифр на соответствующие буквы. В нашем примере 2314 будет ЛФЭВ. Зная тип, теперь следует найти его вероятность. Обратимся к таблице вероятностей, реализованной в виде двухмерного массива 4*4. Перемножим четыре ячейки, столбцы (функции) которых изменяются от 0 до 3, а строки (аспекты) соответствуют номерам итерации. v er[ i]=f[f i[0 ]-1 ][0 ]*f[fi[1 ]-1 ][1 ]*f[f i[2 ]-1 ][2 ]*f[f i[3 ]-1 ][3 ];
Единицы отнимаются потому, что перебор был от 1 до 4, а 222
индексация элементов массива идет от 0 до 3. И название типа, и его рассчитанная вероятность записываются в массивы из 24 элементов. Значит, в теле также необходимо сделать инкремент на номер добавляемых элементов. В результате прогонки цикла имеем два массива: названий и вероятностей. Теперь необходимо их отсортировать, получив новые, где первыми элементами станут элементы с самой большой вероятностью. Можно использовать алгоритмы сортировки, но проще – стандартный контейнер «мультиотображениe» (multimap), добавляя пары элементов, ключами которых являются вероятности, а значениями – названия. Мультиотображение сортируется автоматически, достаточно итератором перебрать всего его элементы и вывести на экран. Список вероятностей получен. Ниже приведен код алгоритма расчета. Все примеры будут неявно ссылаться на язык C++ и среду разработки C++ Builder 6. В программе объявлен массив float f[4][4];, заполненный числами диапазона [0;1], а результат выводится в ListBox. void TForm1::Calculate() { //БЛОК ВЫЧИСЛЕНИЙ int fi[4]; //Номер аспекта int i=0; //Порядковый номер элемента int fig[24]; //Массив чисел, обозначающих названия типов. float mid[24]; //Массив вероятностей. //Следующие 4 вложенных цикла делают перебор всех сочетаний //аспектов: for (fi[0]=1;fi[0]<=4;fi[0]++) { for (fi[1]=1;fi[1]<=4;fi[1]++) { for (fi[2]=1;fi[2]<=4;fi[2]++) { for (fi[3]=1;fi[3]<=4;fi[3]++) { //Отсутствие повторений обеспечивает //следующая логическая операция: if( (fi[0]!=fi[1])&&(fi[0]!=fi[2])&& (fi[0]!=fi[3])&&(fi[1]!=fi[2])&& (fi[1]!=fi[3])&&(fi[2]!=fi[3]) ) { //число. состоящее из цифр аспекта по порядку функции fig[i]=(fi[0])*1000+(fi[1])*100+(fi[2])*10+(fi[3]); //Средняя величина выбранных значений таблицы mid[i]=(f[fi[0]-1][0]+f[fi[1]-1][1]+ f[fi[2]-1][2]+f[fi[3]-1][3])/4; //Увеличить порядковый номер для следующей итерации. i++;
223
} } } } } //БЛОК СОРТИРОВКИ И ВЫВОДА //Мультиотображение и его итератор multimap > line; multimap >::iterator iter=line.begin(); AnsiString name[24]; //Массив имен типов for(int i=0;i<24;i++) //Выполнить 24 раза { for(int j=1;j<=4;j++) //Цикл создания имени типа из цифр { if(String(fig[i]).operator[](j)=='1') name[i].Insert("Э",j); if(String(fig[i]).operator[](j)=='2') name[i].Insert("Л",j); if(String(fig[i]).operator[](j)=='3') name[i].Insert("Ф",j); if(String(fig[i]).operator[](j)=='4') name[i].Insert("В",j); } //добавить тип в мультиотображение line.insert(make_pair(mid[i],name[i])); } //объявление итератора перебора элементов мультиотображения. ListBox1->Clear();//Очистка списка for(iter=line.begin();iter!=line.end();iter++)//Перебор //всех элементов { //Добавление строки на вывод ListBox1->AddItem(String(iter->second)+" = "+ String(ceil(iter->first*100)).operator +("%"),NULL); } }
Вычисление отношений между типами Существует 24 варианта отношений от самых благоприятных до самых неблагополучных. Чтобы узнать, какие отношения между типами, следует вычислить их номер – четырехзначное число из цифр 1, 2, 3, 4. Реализуется это просто – из двух списков выбираются четырехбуквенные обозначения типов. Каждая цифра числа-результата соответствует позиции аспектов второго типа, идущих по порядку у первого типа. Пример: Возьмем типы ЭФЛВ и ЛВЭФ. Первая буква у первого типа является третьей у второго, вторая первого стоит четвертой, в результате получаем число 3413. Данный тип отношений называется «эрос», зная номер, его описание можно вывести из файла.
224
int Relations(char first[4], char second[4]) { int ret=0; //Результат for(int i=0;i<4;i++) { for(int j=0;j<4;j++) //Сравнить каждую букву с каждой { if(first[i]==second[j])//Если буквы равны { //Установить единицу порядка //номера буквы второго типа //как номер буквы первого типа ret+=(i+1)*pow(10,3-j); } } } return ret; }
4. Тестирующее приложение В общем виде, программа для тестирования по психософии должна содержать как алгоритм расчета массива вероятности, так и доступ к базе данных вопросов с возможностью ее изменения, то есть конструктор тестов. Как показала практика, хорошие результаты дают вопросы не только типа «да-нет», но и выбор из нескольких вариантов, где каждый из ответов повышает свои элементы таблицы. Для возможности увидеть свои результаты непосредственно, таблицу вероятностей также следует включить в программу, но удобнее представить ее не в виде чисел, а как 16 бегунков. Нажимая на бегунке (рис. 1), пользователь сможет прочитать описание варианта функции, и, если поставить ту позицию бегунка, которая будет соответствовать его уверенности в том, что он является представителем данной группы людей, то можно получить еще более правдоподобный список вероятных типов, чем результаты тестирования.
225
Рис. 1. Главное окно программы
Заключение Несмотря на непохожесть психософии по своей модели на другие типологии, определение типов и вычисление отношений между ними по исходным данным математическими методами становится посильной задачей. Существует уже, по меньшей мере, 4 подобные типологии, и их число растет, поэтому обладание общими алгоритмами работы с данной моделью становится актуальным для всех желающих пользоваться этим новым инструментом в понимании человека и общества. Библиографические ссылки 1. Афанасьев А.Ю. Синтаксис любви [Электронный ресурс]: Режим доступа: http://www.strannik.de/lovesyntax/
226
УДК 551.14+519.6 А. М. Куцов, 2009 ЧИСЛЕННЫЙ АНАЛИЗ УСТОЙЧИВОСТИ ОКЕАНИЧЕСКОЙ ЛИТОСФЕРЫ Куцов А. М. – декан факультета информатики и вычислительной техники ЮСИЭПиИ, к.г.-м.н., с.н.с. Если плитотектоническая конвекция Земли модулируется литосферой, то в прошлом, когда мантия была более горячей, в ней, по-видимому, существовала более медленная плитовая тектоника, нежели считается обычно. Представление о медленной плитовой тектонике одновременно удовлетворяет геохимическим ограничениям на содержание теплогенерирующих элементов и петрологическим ограничениям на степень охлаждения в рамках простой модели полномантийной конвекции. Более толстая деплетированная литосфера в прошлом должна была двигаться с меньшей скоростью, чем в настоящее время, чтобы обрести отрицательную плавучесть за счет теплового сжатия, а также, должна быть достаточно прочной, чтобы поддерживать возникающий тепловой граничный слой.
Введение Принципиальное отличие плитотектонической конвекции от классической тепловой конвекции и заключается в том, что она включает химическую дифференциацию в процесс формирования верхнего граничного слоя. Адиабатические восходящие потоки под дивергентными границами плит испытывают декомпрессионное плавление, в результате которого образуется океаническая кора. Содержание воды в источнике базальтов срединно-океанических хребтов достигает 100-200 ppm H2O. Вещество мантии, имеющее современную потенциальную температуру, сначала пересекает влажный солидус на глубине около 100 км, постепенно теряя воду, а затем, при пересечении сухого солидуса на глубине порядка 60 км, испытывает процесс обильного плавления. Мантийное плавление, имеет два важных последствия. Во-первых, остаточная мантия после выделения расплава оказывается менее плотной, чем нерасплавленная мантия. Этот эффект
227
(назовем его композиционным) может быть количественно определен как (dρ dF )C ≈ −1.2 кг/м3 / % [4]. Одновременно остаточная мантия остывает за счет выделения скрытой теплоты плавления, что приводит к увеличению плотности, компенсирующему упомянутое выше уменьшение плотности под влиянием изменения химического состава в результате выделения расплава (dρ dF )T ~ 0.3 − 0.6 кг/м3 / % , то есть тепловой эффект примерно на половину компенсирует композиционный. Во-вторых, потеря воды, связанная с плавлением мантии, делает остаточную мантию намного прочнее. Присутствие примесей типа дефектов существенно для субсолидусной деформации силикатной мантии и наиболее важная примесь в этом отношении следы воды. В прошлом более горячая мантия, должна была пересекать солидус на большей глубине, производя больше расплава, формируя более толстую кору и более толстую деплетированную литосферу. Поэтому, даже с учетом низкой вязкости астеносферы, рост теплового граничного слоя будет продолжаться за счет стабилизирующего действия жесткой деплетированной литосферой. Сравнение химической и тепловой плавучести океанической литосферы Положительная химическая плавучесть океанической плиты, определяется как BC = (ρ m − ρ c )d c + (ρ m − ρ l )d l , где ρ m плотность нерасплавленной мантии; ρ c , dc плотность и мощность океанической коры; ρ l , dl плотность и мощность деплетированной литосферы. Необходимое условие возникновения субдукции – отрицательная плавучесть океанической литосферы, то есть, плита должна быть более плотной, чем подстилающая астеносфера, чтобы погрузиться в нее. По мере удаления от СОХ тепловой погранслой утолщается и растет его отрицательная плавучесть BT = ρ mαT h ,
где - T средняя температура в пределах теплового граничного слоя толщиной h. Чтобы обладать отрицательной плавучестью относительно подстилающей мантии, плита должна стать достаточно холодной так, чтобы BT BC > 1 . Обозначим критическую толщину теплового граничного слоя, как hcrit
228
hcrit =
(ρ m − ρ c )d c + (ρ m − ρ l )d l , ρ mαT
а соответствующий возраст плиты tcrit. h2 tcrit = crit . 4k Таким образом, чтобы вычислять hcrit как функцию температуры мантии, нам нужна зависимость параметров dc, dl, ρ c и ρ l от температуры мантии. Толщина деплетированной мантии эквивалентна мощности зоны плавления, и может быть выражена через давления начала и конца плавления d l = 30(P0 − Pf ) , а толщина коры выражается через среднюю степень плавления F , как d c = d l F 100 . Плотность деплетированной мантии может быть рассчитана из соотношения ⎛ dP ⎞ ρl = ρm + ⎜ ⎟ F , ⎝ dF ⎠ C 3 где (dρ dF )C ≅ −1.2 кг⋅м /%, используя. Чтобы определить плотность коры, мы сначала вычисляем скорость P волн в коре в зависимости от среднего давления P и F , используя эмпирическое соотношение [5, 6]. Отношение между скоростью P-волн и плотностью коры достаточно хорошо аппроксимируется законом Берча, поэтому примем ρ с = 770 + 300V p . Данное выражение завершает параметризацию химической плавучести, как функции потенциальной температуры мантии. Результаты и обсуждение Для потенциальной температуры меньше 1750°C, отсутствует сколько-нибудь заметный эффект композиционной плавучести, если литосфера уже стала более жесткой в результате потери воды, подтверждая таким образом, вышеупомянутое предположение. При температуре мантии 1800°C снижение вязкости становится настолько существенным, что оно почти полностью компенсирует упрочение, вызванное потерей воды (рис.1, прерывистая линия). В этом предельном случае плита оказывается стабильной только за счет химической плавучести. Заметим, что химическая плавучесть сам по себе не в состоянии поддержать плиту толщиной 100 км, когда мантия
229
становится более горячей, чем в настоящее время (рис.1, пунктир).
Рис.1. Максимальная толщина плиты в зависимости от потенциальной температуры мантии. Серая кривая соответствует случаю, когда вязкость зависит только от температуры. Пунктир показывает эффект химической плавучести, прерывистая линия показывает эффект упрочения, а сплошная линия показывает влияние обоих эффектов
Наиболее вероятное изменение толщины плиты в ответ на изменение в температуре мантии показано на рис.1 сплошной черной линией, проведенной с учетом как упрочения, связанного с потерей воды, так и химической плавучести. Интересно, что минимум данной кривой приблизительно соответствует современным условиям. По мере остывания мантии, мощность плиты увеличивается вследствие температурной зависимости вязкости мантии, для более горячей мантии утолщение плиты происходит вследствие более глубокого плавления сопровождаемого потерей воды и, как результат, возникновения более сухой и жесткой литосферы. Таким образом, влияние плавления мантии трудно отделить от влияния вязкости для современной (нормальной) океанической литосферы. Однако в прошлом, когда мантия была более горячей чем сейчас, данный эффект играл значительную роль. Критическая толщина океанической литосферы и соответствующий критический возраст показаны на рис. 2в и на рис. 2г, соответственно. Как видно из рисунка, в современных условиях (Tp 230
= 1350°С) плита должна быть старше 20 млн. лет, чтобы обладать отрицательной плавучестью, но когда мантия была более горячая, скажем, при температуре 1600°C, она должна была быть старше 170 млн. лет. Однако, из-за более медленной плитовой тектоники в прошлом, типичный возраст субдуцирующей плиты, по-видимому, должен был быть значительно больше, чем в настоящее время (рис. 2г, верхняя линия). Это сильно отличается от существовавшего представления, что возникновение плитовой тектоники обязано исключительно химической плавучести [3]. Данное предположение было основано на обычной параметризации теплового потока, из которой следовало, что плиты в прошлом двигались быстрее.
Рис. 2. Зависимость химической плавучести океанической литосферы и ее субдукционной устойчивости от потенциальной температуры мантии. (А) Мощность океанической коры и деплетированной мантии. (Б) Плотность океанской коры и деплетированной мантии. (В) Критическая толщина для чистой отрицательной плавучести. Верхний предел для толщины океанской литосферы, когда литосфера упрочнена в результате потери воды (рис.1) показан верхней линией. (Г) Критический возраст плиты необходимый для начала субдукции. Верхняя линия обозначает возраст субдуцирующей плиты для плитотектонической конвекции
231
Рис. 3. Модель тепловой эволюции для плитотектонической конвекции, построенная для γ в интервале 0.15 – 0.72. Для сравнения приведена кривая внутренней температуры полученной в модели обычной конвекции γ = 0.72 [1]
Интересно заметить, что если толщина плиты определяется вязкостью зависящей от температуры и химической плавучестью (рис.1, точечная кривая), критическая толщина для субдукции никогда не может быть достигнута для Tp > 1400°C, так как мелкомасштабная конвекция будет разрушать плиту, ограничивая ее максимальную толщину величиной порядка 70 км. Таким образом, без упрочения связанного с потерей воды, возникновение субдукции могло иметь место в пределах довольно ограниченного температурного диапазона (до 1400°С), и, соответственно, для очень ограниченного периода времени (< 0.5 млрд. лет, рис. 3). Представление, о том, что для плитовой тектоники архея было характерно наличие большого количества медленно перемещающихся малых плит основано на предположении о высоком тепловом потоке в архее. Заметим, однако, что хотя внутренняя теплогенерация в прошлом действительно была выше, поверхностный тепловой поток, не обязательно коррелирует с внутренним производством тепла. Максимальный возраст субдукции для небольших плит равен примерно 20 млн. лет. Такие плиты не могут обладать отрицательной плавучестью (рис. 2г), поэтому тектоника плит прекратила бы свое существование. Таким образом, архейская тектоника с большим числом мелких плит физически неправдоподобна. Считается, что конвекция в мантии в архее менялась от слоистой 232
до полномантийной [2]. То есть эндотермический переход на границе 660 км, возможно, играл большую роль, когда мантия была более горячей, поэтому конвекция могла быть слоистой, тогда как в настоящее время она находится в режиме полномантийной конвекции. Это представление основано на численных исследованиях конвекции с сильно упрощенной мантийной реологией. Более реалистичные численные модели с жесткими прочными плитами демонстрируют более слабое влияние эндотермического фазового перехода на динамику мантии. Присутствие прочных плит может способствовать сохранению крупномасштабного характера циркуляции даже с ростом мантийной температуры, поэтому переход к конвекции со слоистой мантией, вряд ли, будет иметь место. Влияние фазового перехода на полномантийную конвекции, по-видимому, будет слабым частично и потому, что эффект эндотермического фазового перехода на глубине 660 км в значительной степени компенсируется противоположным эффектом экзотермического перехода на границе в 410 км. Мы можем вычислить гипотетическую толщину неподвижной литосферной плиты, находящейся в равновесии с внутренней теплогенерацией H как kATi hSL ~ , H где A - площадь поверхностности Земли. Заметим, что это достаточно грубая оценка, так как внутренняя температура Ti берется из рис. 3, вместо того чтобы быть рассчитанной самосогласованно, с учетом температурной зависимости вязкости. Однако, наиболее значительное изменение, вызвано вековым изменением внутренней теплогенерации H. С другой стороны, средняя толщина плиты, усредненная от оси хребта до зоны субдукции, дается выражением 2 hPT ~ hm , 3 где hm - максимальная толщина плиты (см. рис.1). Полученные таким образом оценки приведены на рис. 4, из которого видно, что при возрасте более 3 млрд. лет плита для плитотектонической конвекции могла стать толще, чем для конвекции с неподвижным литосферным слоем. Это означает, что вместо деламинации, вызванной мелкомасштабной конвекцией, мощность плиты может уменьшаться тепловой эрозией за счет интенсивного внутреннего нагрева. Субдуцирующая плита, возможно, была более тонкой, чем показано на рис. 2, так что она, возможно, перемещалась быстрее. С другой стороны, тепловая эрозия могла препятствовать приобретению океанской литосферой отрицательной плавучести, поэтому в раннем архее для Земли могла быть характерна не плитовая тектоника, а конвекция с 233
неподвижной литосферой.
Рис. 4. Средняя толщина литосферы при плитотектонической конвекции (нижняя кривая) в сравнении со средней толщиной плиты для конвекции с неподвижной «крышкой»
Заключение Чтобы преодолеть собственную положительную химическую плавучесть и тем самым инициировать субдукцию, являющуюся движущим механизмом тектоники плит, деплетированная литосфера должна быть достаточно прочной, чтобы обеспечить рост погранслоя. Это достигается в следствие дегидратационного упрочения (дегидратационной жесткости). Чтобы обеспечить отрицательную плавучесть минимальный возраст субдуцирующей плиты (по крайней мере, при возникновении субдукции) должен быть тем больше, чем больше мощность плиты (то есть чем выше потенциальная температура) (рис. 1). Последнее может означать, что для более толстой деплетированной литосферы плита должна двигаться медленнее. Таким образом, основываясь на данных рассуждениях и на геологических наблюдениях, можно прийти к выводу, что плитовая тектоника в прошлом была более медленной. Библиографические ссылки 1. Куцов А.М. Архейская геодинамика и тепловая эволюция Земли. Научный поиск – 2008: новые направления и результаты исследований. Естественные науки. – Южно-Сахалинск: Изд-во ЮСИЭПИ. 2009. С. 101-124. 2. Breuer D., Spohn, T. Possible flush instability in mantle convection at the Archaean-Proterozoic transition, Nature, 378, 678-610, 1995. 3. Davies G.F. On the emergence of plate tectonics, Geology, 20, 963-966, 1992. 4. Korenaga J. Archean geodynamics and the thermal evolution of Earth, in Archean Geodynamics and Environments, Geophys. Monogr. Ser., vol.164, edited by K. Benn, J.-C. Mareschal, and K. Condie, pp. 7 – 32, AGU, Washington, D. C., 2006. 5. Korenaga J., Jordan T.H. Onset of convection with temperature and depthdependent viscosity, Geophys. Res. Lett., 29 (19), 2002а. 6. Korenaga J., Jordan T.H. On ‘steady-state’ heat flow and the rheology of oceanic mantle, Geophys. Res. Lett., 29 (22), 2056, 085, 2002б.
234
УДК 551.14+519.6 А. М. Куцов, В. Н. Хмара, 2009 ЧИСЛЕННОЕ МОДЕЛИРОВАНИЕ ТЕПЛОВОЙ ИСТОРИИ ЗЕМЛИ Куцов А. М. – декан факультета информатики и вычислительной техники ЮСИЭПиИ, к.г.-м.н., с.н.с. Хмара В. Н. – доцент кафедры естественнонаучных дисциплин ЮСИЭПиИ Приведены результаты численного моделирования тепловой истории Земли, полученные в рамках параметрических моделей конвекции. Показано, что при упрощенном представлении о мантийной конвекции, как о конвекции вязкой жидкости, интегрирование уравнения теплопроводности в обратном направлении по времени приводит к «тепловой катастрофе». Для преодоления данного явления, вместо традиционно применяемого изменения соотношения между тепловым потоком и теплогенерацией в сторону увеличения последней, предлагается параметрическая модель плитотектонической конвекции.
Введение Количественное описание тепловой истории Земли основано на применении фундаментального закона сохранения энергии к конвектирующей мантии. Несмотря на качественную простоту данного подхода, его реализация затруднена в силу сложности реалистичных моделей и ограниченности компьютерных ресурсов. Поэтому часто рассматриваются предельные случаи – относительно простые модели тепловой эволюции Земли, приводящие, тем не менее, к крайне важным результатам. Теория погранслоя и результаты численных и лабораторных экспериментов по конвекции применяются с целью изучения влияния конвективного теплопереноса в мантии на тепловую историю Земли. Данный подход, использующий простые соотношения между количеством тепла, генерируемым в мантии, и интенсивностью конвекции, требуемой для выноса этого тепла, получил название параметризованной конвекции и делает возможным изучение тепловой истории Земли по существу аналитическими методами [16].
235
Постановка задачи Изменение температуры недр Земли определяется соотношением между радиоактивной теплогенерацией H(t) и поверхностным тепловым потоком Q(t) [7]: dT (t ) C i = H (t ) − Q(Ti ) (1) dt где C – теплоемкость Земли (7×1027 Дж K-1 [16]) и Ti – средняя внутренняя температура. Так как поверхностная потеря тепла превышает внутренний нагрев, dTi dt меньше нуля, то есть Земля со временем остывает. Внутренняя температура Ti является хорошим приближением средней потенциальной температуры мантии, Tp, то есть температуры вещества мантии, поднятого на поверхность адиабатически, без плавления. Поскольку теплоемкость C определена для всей Земли, тепловой поток из ядра автоматически включен в левую часть уравнения (1). Для интегрирования уравнения (1) мы должны определить H(t) и Q(t) во временном интервале исследования, при этом реальная трудность заключается в моделировании поверхностного теплового потока Q(t), и это – та область, где наше понимание динамики мантии играет существенную роль. Для конвектирующей мантии Q можно представить как функцию внутренней температуры, которая, в свою очередь, является функцией времени. Таким образом, Q(t) определен, как Q(Ti(t)). В большей части исследований с применением уравнения (1) интегрирование поводилось вперед по времени, начиная с момента времени, отстоящего на 4.5 млрд. лет от настоящего [8, 12, 15, 13]. В этом случае начальные условия не могут быть определены достоверно. Кроме того, трудно допустить, что вся тепловая история Земли может быть описана единым параметрическим уравнением. Более приемлемым кажется интегрирование в обратном направлении, выбрав в качестве начальных условий современные значения потенциальной температуры, поверхностного теплового потока и содержание радиоактивных элементов. Гораздо надежнее начать интегрирование от настоящего момента и продолжать интегрировать, пока действовала тектоника плит, например, до начала протерозоя. Современный поверхностный тепловой поток Земли равен 44 ТВт [14]. Приблизительно 20 % данного потока (около 8 ТВт) образуется при распаде радиоактивных изотопов в континентальной коре [16]; это – тепловой поток, не связанный с конвекцией мантии. Современный конвективный тепловой поток, Q(0), равен, таким образом, 36 ТВт. С другой стороны, космохимические исследования и геохимия
236
указывают, что радиогенная теплогенерация силикатной оболочки Земли (то есть, мантия после сегрегации ядра, но до формирования континентальной коры) равна приблизительно 20 ТВт [11]. Так как порядка 8 ТВт должны возникать в континентальной коре при радиоактивном распаде, то лишь 12 ТВт остаются на долю конвекции. Отметим, что масса континентов, начиная с архея, оставалась постоянной [2]. Для измерения относительной важности внутреннего нагревания относительно общего конвективного теплового потока удобно определить величину γ (t ) = H (t ) Q (t ) . Величина γ зависит от времени, поскольку H и Q могут изменяться независимо друг от друга. Проблема, связанная с выбором величины γ, подробно рассмотрена в [3]. Здесь укажем только принятый нами интервал изменения γ: от 0.15 до 0.72. Внутреннее тепло генерируется в Земле радиогенными изотопами 238 U, 235U, 232Th, и 40К. Так как радиоактивный распад изменяет относительное содержание этих изотопов, вследствие различий в их периодах полураспада, теплогенерация в прошлом была больше. Таким образом, член источника тепла может быть представлен как: 4
H (t ) = H (0 )∑ hn exp(λ n t ) ,
(2)
H (0 ) = γ (0 )Q(0 )
(3)
n =1
где и
hn =
cn pn . ∑ cn p n
(4)
n
Здесь cn и pn, – современные значения относительных концентраций радиогенных изотопов и их интенсивностей теплогенерации, соответственно [4]. В качестве начальной потенциальной температуры принято T(0)=1350°С. Ниже рассмотрены два варианта моделей: традиционная, основанная на обычной конвекции, и параметризация, предложенная для плитотектонической конвекции. Конвекция обычная. В этом случае параметризация основана на следующем масштабном законе для конвекции: (5) Nu ∝ Ra β , где Nu - число Нуссельта, которое является тепловым потоком, нормализованным его кондуктивной составляющей, и Ra – число Рэлея, которое является мерой конвективного потенциала для данной 237
системы. Показатель степени β в выражении (5) определяет чувствительность поверхностного теплового потока к изменению энергии конвекции. Согласно экспериментальным и численным исследованиям, для тепловой конвекции этот показатель близок к 0.3 [16]. Связь безразмерных параметров Nu и Ra с внутренней температуры Ti имеет вид Q Nu = , (6) kA(Ti D ) где A, D, и k – площадь поверхности, глубина системы, и теплопроводность, соответственно, и αρ gTi D 3 (7) , Ra = κη (Ti ) где α, ρ, g и κ – коэффициент теплового расширения, плотность, ускорение, силы тяжести, температуропроводность, соответственно. Вязкость η (Ti ) зависит от температуры. Из уравнений (5) – (7), находим Ti1+ β Q∝ (8) (η (Ti ))β Реология мантии Земли, как известно, экспоненциально зависит от температуры [2, 5]: ⎛ ⎞ E ⎟, η (Ti ) ∝ exp⎜⎜ (9) ⎟ ( ) + R T T i off ⎝ ⎠ где E - энергия активации, R - универсальная газовая постоянная, и Toff = 273, Ti (в градусах Цельсия) определена относительно поверхностной температуры Земли. Значение E = 0 соответствует постоянной вязкости. Для диффузионного крипа E = 300 кДж/моль, для дислокационного крипа E = 500 ÷ 600 кДж/моль [9]. Таким образом, согласно (8), более горячая мантия конвектирует быстрее, выделяя соответственно более высокий тепловой поток. Функциональная зависимость поверхностного теплового потока от внутренней температуры контролируется энергией активации, и для каждого выбранного значения E, ее можно получать [9] в следующем виде: Q ≈ a′Ti1+ β (10) Коэффициент a' определяется из условия, что Q=36 ТВт при Ti=1350°C. Значения параметров α и β , приведены в таблице 1.
238
Табл. 1 Параметры для «обычной» конвекции
Е a'
β
0 3,07⋅10-3 0,3
300 кДж/моль 1,35⋅10-19 5,52
600 кДж/моль 5,95⋅10-36 11,8
Конвекция «плитотектоническая». В этом случае функция Q(t) определяется выражением 1
⎡ C peαρ 0 gT 3 Dh ⎤ 2 Q(T ) = a ⎢ M 3⎥ , S ⎣⎢ C vd η M +C vdη L (h R ) ⎦⎥
(11)
где параметр a определяется из условия Q(T(0))=Q0. Остальные параметры: L 1 ⎛L ⎞ ; D = 2,9 ⋅ 10 6 ; C pe = = 2 ; CvdM = 3⎜ + 2,5 ⎟ ; CvdS = 2,5 ; η L = 10 23 ; D π ⎝D ⎠ 21 −5 3 η M = 10 ; g = 10 ; α = 2 ⋅ 10 ; ρ 0 = 3,3 ⋅ 10 ; h = 10 5 ; R = 2 ⋅ 10 5 . Более детальное рассмотрение можно найти в [3]. При этом виде конвекции уравнение (1) следует также решить при каждом значении γ 0 согласно (3). Из уравнения (11) видно, что эта
функция уже не будет зависеть от параметров a' и β . Метод решения Для реализации какого-либо численного метода решения задачи Коши дифференциальное уравнение (1) следует привести к нормальной форме: dT = f (t , T ) (12) dt
где
H (t ) − Q(T ) (13) C Уравнение (12) должно быть решено при очевидном начальном условии (14) T (0 ) = 1350 Задача (12) – (14) решается при t ∈ [a; b] , где a=0. Для решения задачи отрезок изменения независимой переменной делится на N равных частей, определяется шаг b−a s= N f (t , T ) =
239
и строится арифметическая прогрессия: t 0 = a;
ti = ti −1 + s (i = 1,...N ) Существует достаточно много численных методов решения поставленной задачи. Наиболее применяемым можно считать метод Рунге-Кутта четвёртого порядка, поскольку он обеспечивает достаточно высокую точность вычислений: известно, что глобальная погрешность метода пропорциональна s4, а для оценки самой глобальной погрешности применяют правило Рунге: пусть при какомлибо значении шага s найдено последнее значение TN (s ) , а при
уменьшении шага в 2 раза, т.е. при его величине s/2, найдено последнее значение TN (s / 2) . Тогда значение глобальной погрешности метода приближённо равно T (s ) − T N (s / 2 ) (15) ∆≈ N 15 Для решения применялся пакет программ Mathcad, предназначенный для численных математических расчётов [5]. Результаты и обсуждение При каждом наборе исходных данных задача решалась подбором правого конца отрезка b так, чтобы b ≤ 4,5 (млрд. лет), и при этом значение TN было конечным числом, не превышающим 1800-2200 °С. Для обычной конвекции при первых двух наборах параметров a' и β , представленных в таблице 1, расчёты оказались достаточно точными при значении шага s=0,1. При уменьшении шага в 2 раза и последующем пересчёте для оценки погрешности по правилу Рунге (15) расхождения в последних значениях T наблюдались в пятом знаке после запятой, что является удовлетворительным (рис. 1). Для обычной конвекции при третьем наборе параметров α ′ и β (см. табл. 1) значения Т оказались конечными числами лишь при t ≥ 0,00036 . Поэтому был выбран шаг s = 0,00001 . При t ≥ 0,00037 значения Т сразу уходят в бесконечность, что можно объяснить хорошим приближением решения задачи функцией, являющейся алгебраической дробью (рис. 2). Видно, что при различных значениях γ 0 значения Т разошлись незначительно, т.е. параметр γ 0 не оказывает существенное влияние на решение задачи при данных значениях α ′ и β.
240
T, град. С
2100
g0=0,15, a'=0,00307, b=0,3
1900
g0=0,15, a'=1,401E19, b=5,52
1700
g0=0,3, a'=0,00307, b=0,3
1500 1300
g0=0,3, a'=1,401E19, b=5,52
1100
g0=0,72, a'=0,00307, b=0,3 g0=0,72, a'=1,401E19, b=5,52
900 0
1
2 3 t, млрд. лет
4
Рис. 1. Тепловая эволюция Земли, рассчитанная в рамках модели обычной конвекции
T, град. С
2100 0,15
1900 1700
0,3
1500
0,72
1300 0
0,1
0,2 t, млн. лет
0,3
Рис. 2. Тепловая эволюция Земли, рассчитанная в рамках модели обычной конвекции с третьим набором параметров
Для плитотектонической конвекции при всех возможных значениях параметра γ 0 значение T не превзошло 2200 при β = 4,5 . Визуализация расчетов показана на рис. 3.
241
2500
T, град. С
2000
0,15
1500
0,3 0,72
1000 500 0 0
1
2
3
4
t, млрд. лет
Рис. 3. Тепловая эволюция Земли, рассчитанная в рамках модели плитотектонической конвекции
Поведение рассмотренных нами моделей целиком определяется параметрами γ, a' и β. Параметр γ определяет соотношение между нагреванием и охлаждением Земли. В свою очередь параметры a' и β определяют зависимость теплопотерь от температуры. Как видно из рисунков, полученные модели тепловой эволюции, в зависимости от входящих параметров, можно разделить на три условные группы: • модели с почти линейным ростом температуры; • модели с сильно нелинейным ростом температуры; • модели с незначительным ростом температуры, сопровождаемым сильно нелинейным снижением. При определенном соотношении параметров температура быстро стремится к бесконечности. В применении к Земле это означает, что модель неадекватно описывает тепловую эволюцию планеты, приводя к так называемой «тепловой катастрофе». Обычный способ устранения «тепловой катастрофы» – увеличение параметра γ. Высокая теплогенерация уменьшает степень охлаждения и сдвигает время наступления «тепловой катастрофы» в раннюю историю Земли. Однако, как показывает анализ космохимических и петрологических данных [3], к отношению γ нельзя относиться как к свободному параметру. В то же время учет плит дает результаты, практически совпадающие с моделями обычной конвекции построенными при γ ∼ 0.7. Кроме того, в рамках ньютоновского приближения, эффективная энергия активации для нелинейной (дислокационной) ползучести, 242
уменьшается в 2 раза [7]. Таким образом, независимо от типа микроскопического механизма деформации, E ~ 300 кДж/моль, вероятно, одинаково подходит для описания температурной зависимости вязкости мантии. Это позволяет исключить из рассмотрения модели, показанные на рис. 2. Выводы Как показали результаты моделирования, плитотектоническая конвекция приводит к тепловой эволюции, свободной от «тепловой катастрофы». Таким образом, вместо необоснованного увеличения параметра γ необходимо отказаться от чрезвычайно упрощенных представлений о характере мантийной конвекции. Библиографические ссылки 1. Вержбицкий В.М. Численные методы (математический анализ и обыкновенные дифференциальные уравнения): Учебное пособие для вузов. – М.: Высшая школа, 2001. – 382 с. 2. Куцов А.М. Распределение вязкости, структура конвективных течений и перемешивание в мантии земли // Естественные и технические науки. – 2008. – №4. – С. 139-147. 3. Куцов, А.М. Архейская геодинамика и тепловая эволюция Земли. / Материалы XIV региональной научно-практической конференции преподавателей и студентов, организованной на базе ЮСИЭПИ и СахГУ (Южно-Сахалинск, 16–20 марта 2009 г.). // Часть IV. – Южно-Сахалинск: ЮСИЭПИ, 2009. С.101–124. 4. Теркот Д., Шуберт Дж. Геодинамика: Геологическое приложение физики сплошных сред. Ч. 1. – М.: Мир, 1985, 376 с. 5. Плис А.И., Сливина Н.А. Mathcad. Математический практикум для инженеров и экономистов: Учебное пособие. – 2-е изд., перераб. и доп. – М.: Финансы и статистика, 2003. – 656 с. 6. Пуарье Ж.-П. Ползучесть кристаллов. Механизмы деформации металлов, керамики и минералов при высоких температурах. – М.: Мир, 1988. – 287 с. 7. Christensen U.R. Thermal evolution models for the Earth, J. Geophys. Res., 90, 2995-3007, 1985. 8. Davies G.F. Cooling the core and mantle by plume and plate flows, Geophys. J. Int., 115, 132-146, 1993. 9. Karato S., Wu P. Rheology of the upper mantle: A synthesis, Science, 260, 771-778, 1993. 10. Korenaga J. Archean geodynamics and the thermal evolution of Earth, in Archean Geodynamics and Environments, Geophys. Monogr. Ser., vol.164, edited by K. Benn, J.-C. Mareschal, and K. Condie, pp. 7–32, AGU, Washington, D. C., 2006.
243
11. McDonough W.F., Sun S.-S. The composition of the Earth, Chem. Geol., 120, 223-253, 1995. 12. McGovern P.J., Schubert G. Thermal evolution of the Earth: effects of volatile exchange between atmosphere and interior, Earth Planet. Sci. Lett., 96, 2737, 1989. 13. McKenzie D.P., Weiss N. Speculation on the thermal and tectonic history of the Earth, Geophys. J. R. Astron. Soc., 42, 131-174, 1975. 14. Pollack H.N., Hurter S.J. Johnston J.R. Heat loss from the earth’s interior: analysis of the global data set, Rev. Geophys., 31, 267-280, 1993. 15. Schubert G., Stevenson D., Cassen P. Whole planet cooling and the radiogenic heat source contents of the Earth and Moon, J. Geophys. Res., 85, 25312538, 1980. 16. Schubert G., Thurcotte D.L., Olson P. Mantle Convection in the Earth and Planets, Cambridge, New York, 2001.
244
УДК 681.3.06 А. М. Куцов, В. Н. Хмара, 2009 АВТОМАТИЗАЦИЯ РЕШЕНИЯ РЯДА МАТЕМАТИЧЕСКИХ ЗАДАЧ С АНАЛИТИЧЕСКИМИ ПРЕОБРАЗОВАНИЯМИ Куцов А. М. – декан факультета информатики и вычислительной техники ЮСИЭПиИ, к.г.-м.н., с.н.с.; Хмара В.Н. – доцент кафедры естественнонаучных дисциплин ЮСИЭПиИ Приведены примеры решения с использованием программы Maple ряда сложных задач, изучаемых в вузовских курсах, таких, как: приведение уравнения линии второго порядка к каноническому виду; исследование функций одной переменной средствами дифференциального исчисления и построение её графика; решение задачи Коши и (или) краевой задачи для линейного неоднородного дифференциального уравнения с постоянными коэффициентами; точное решение задачи линейного программирования. Показано, что программа Maple позволяет предельно автоматизировать процедуры решения этих задач.
Введение В последнее время бурное развитие получили компьютерные системы символьной математики, из которых лидирующей системой можно считать Maple, разработанную канадской компанией Waterloo Maple Inc. Данные системы имеют возможность проводить сложные аналитические операции, но, к сожалению, не застрахованы от внутренних ошибок. Ради справедливости стоит отметить, что в новых версиях Maple таких ошибок становится все меньше и меньше, но в обозримом будущем компьютер вряд ли полностью заменит человека при проведении аналитических преобразований. Поэтому хорошее владение пользователя данным программным продуктом подразумевает хорошее знание им основных разделов математики. Целью данной работы является иллюстрация возможностей пакета Maple решения ряда объёмных математических задач с громоздкими выкладками, встречающихся в вузовских курсах высшей математики. При ручном решении ряда таких задач возможен контроль не только ответов, но и хода решения с помощью Maple. Для каждой из рассматриваемых задач приведены тексты записи алгоритмов на языке
245
Maple. Этот язык не сложен в освоении – достаточно знать изучаемый предмет и основы программирования на любом языке высокого уровня. Довольно полное описание пакета Maple можно найти, например, в [4]. Но следует заметить, что приведённые ниже тексты записи алгоритмов будут корректно выдавать результаты в версиях Maple, начиная с 9. Приведение уравнения линии второго порядка к каноническому виду Теоретические сведения по решению данной задачи изложены, например, в [3,5]. Процедуру решения можно разбить на 2 главных шага: поворот осей координат и их параллельный перенос. Известно, что такое уравнение имеет один из типов: эллиптическое, гиперболическое или параболическое. При этом возможны вырожденные случаи: при эллиптическом уравнении геометрическим местом точек, координаты которых удовлетворяют этому уравнению, может быть единственная точка, при гиперболическом уравнении – пара пересекающихся прямых, а при параболическом уравнении – пара параллельных прямых или одна прямая. В приведённом ниже тексте записи алгоритма на языке Maple учтены все возможные случаи. Каждый абзац начинается со знака «>». Решение задачи приведено на примере уравнения 2 x 2 + 8 xy − 4 y 2 + 12 5 ⋅ x − 12 5 ⋅ y + 4 = 0 Приведены некоторые результаты расчётов. Построены графики этой линии как в полученной, так и в исходной системах координат. При изменении условия задачи достаточно поменять коэффициенты при переменных в исходном уравнении и пересчитать документ. > restart: > with(linalg): > with(plots): > unprotect(D); > eq1:=2*x^2+8*x*y-4*y^2+12*sqrt(5)*x-12*sqrt(5)*y+4=0; > A:=coeff(lhs(eq1),x,2); B:=coeff(coeff(lhs(eq1),x),y)/2; C:=coeff(lhs(eq1),y,2); D:=coeff(coeff(lhs(eq1),x,1),y,0)/2; E:=coeff(coeff(lhs(eq1),y,1),x,0)/2; F:=coeff(coeff(lhs(eq1),x,0),y,0); > eqv:=B*k^2+(A-C)*k-B=0; > K:=solve(eqv,k); > if evalf(K[1])>0 then k:=K[1] else k:=K[2] fi; > alpha:=arctan(k);
246
> sa:=sin(alpha); ca:=cos(alpha); > zam1:=x=x1*ca-y1*sa; zam2:=y=x1*sa+y1*ca; > eq2:=subs(zam1,zam2,eq1); > eq2:=simplify(eq2); > le2:=lhs(eq2); > A1:=coeff(le2,x1,2); C1:=coeff(le2,y1,2); > if A1<>0 and C1<>0 then D1:=coeff(le2,x1,1); E1:=coeff(le2,y1,1); zam3:=x1=x2-D1/(2*A1); zam4:=y1=y2-E1/(2*C1); eq3:=simplify(subs(zam3,zam4,eq2)); l:=lhs(eq3); c:=coeff(coeff(l,x2,0),y2,0); eq4:=l-c=rhs(eq3)-c; if c<>0 then eq5:=lhs(eq4)/abs(c)=rhs(eq4)/abs(c) else eq5:=eq4 fi; else if A1=0 then E1:=coeff(le2,y1,1); zam4:=y1=y2-E1/(2*C1); eq3:=simplify(subs(zam4,eq2)); le3:=lhs(eq3); D2:=coeff(le3,x1,1); F2:=coeff(coeff(le3,x1,0),y2,0); if D2=0 then zam3:=x1=x2 else zam3:=x1=x2-F2/D2 fi; eq4:=subs(zam3,eq3); if coeff(lhs(eq4),x2,1)=0 then eq5:=eq4 else eq5:=x2=solve(eq4,x2) fi; else D1:=coeff(le2,x1,1); zam3:=x1=x2-D1/(2*A1); eq3:=simplify(subs(zam3,eq2)); le3:=lhs(eq3); E2:=coeff(le3,y1,1); F2:=coeff(coeff(le3,x2,0),y1,0); if E2=0 then zam4:=y1=y2 else zam4:=y1=y2-F2/E2 fi; eq4:=subs(zam4,eq3); if coeff(lhs(eq4),y2,1)=0 then eq5:=eq4 else eq5:=y2=solve(eq4,y2) fi; fi; fi; eq5; 4 x2 2 6 y2 2 − = -1 49 49 > implicitplot(eq5,x2=-10..10,y2=-10..10,color=black);
247
Рис. 1. График линии в полученной системе координат
> sys1:={zam1,zam2}; > sys2:={zam3,zam4}; > solve(sys2,{x2,y2}); assign(%); > solve(sys1,{x1,y1}); assign(%); > x2; y2; 5 (y + 2 x) 3 + 5 2
−
5 (x − 2 y) +3 5
> eq6:=simplify(lhs(eq5)-rhs(eq5)=0); 4 8 12 2 2 12 4 xy− x + eq6 := − y 2 + 5 y+ 5 x+ =0 49 49 49 49 49 49 > eq1; 2 x 2 + 8 x y − 4 y 2 + 12 5 x − 12 5 y + 4 = 0
> simplify(lhs(eq6)/lhs(eq1)); 1 49
> MT:=matrix([[A,B,D],[B,C,E],[D,E,F]]); > Delta:=det(MT);
∆ := -1176
implicitplot([eq1,x2=0,y2=0],x=-10..10,y=10..10,color=black,thickness=[3,1,1]);
248
Рис. 2. График линии в исходной системе координат с указанием осей полученной системы координат
Исследование функций одной переменной средствами дифференциального исчисления и построение её графика Решение этой задачи достаточно подробно рассматривается в вузовском курсе математического анализа. Отладочный пример был взят из [6] – эта функция имеет вертикальные и наклонные асимптоты, точки локальных экстремумов и перегибов. > restart: > f:=x->x^4/(x^3-1); x4 f := x → 3 x −1
> readlib(iscont): > Xs:=[singular(f(x))]; > N:=nops(Xs); > M:=0; for k to N do X:=rhs(op(1,Xs[k])); a:=type(X,infinity); b:=type(X,realcons); if (not(a) and b) then M:=M+1; Xr[M]:=X; fi; od; > M; print(Xr); > for k to M do ls1[k]:=limit(f(x),x=Xr[k],left); ls2[k]:=limit(f(x),x=Xr[k],right); od; > f(0); 249
> solve(f(x)=0,x); > chetnost:=evalb(f(-x)=f(x)); nechetnost:=evalb(f(-x)=-f(x)); > f1:=unapply(diff(f(x),x),x); > solve(f1(x)>0,x); > solve(f1(x)<0,x); > X1:=[solve(f1(x)=0,x)]; > N:=nops(X1); > M:=0; for k to N do X:=X1[k]; if type(X,realcons) then M:=M+1; Xr1[M]:=X; fi; od; > M; print(Xr1); > for k to M do evalf(Xr1[k],5); evalf(f(Xr1[k]),5); od; > f2:=unapply(diff(f(x),x$2),x); > solve(f2(x)>0,x); > solve(f2(x)<0,x); > X2:=[solve(f2(x)=0,x)]; > N:=nops(X2); > M:=0; for k to N do X:=X2[k]; if type(X,realcons) then M:=M+1; Xr2[M]:=X; fi; od; > M; print(Xr2); > for k to M do evalf(Xr2[k],5); evalf(f(Xr2[k]),5); od; > K1:=Limit(f(x)/x,x=infinity); > k1:=value(K1); > B1:=Limit(f(x)-k1*x,x=infinity); > b1:=value(B1); > K2:=Limit(f(x)/x,x=-infinity); > k2:=value(K2); > B2:=Limit(f(x)-k2*x,x=-infinity); > b2:=value(B2); > fas:=unapply(k1*x+b1,x); 250
> plot([f(x),fas(x)],x=-5..5,y=5..5,color=black,style=[line,point],thickness=[2,1]);
Рис. 2. График функции с характерными точками
Решение задачи Коши и (или) краевой задачи для линейного Неоднородного дифференциального у равнения с постоянными коэффициентами Ход решения данной задачи изложен, например, в [7]. При решении задачи был взят отладочный пример, ручное решение которого достаточно сложно. > restart: > x0:=0: y0:=1: y1:=1: y2:=-1: > de:=diff(y(x),x$3)+3*diff(y(x),x$2)+3*diff(y(x),x)+y(x)=exp(-x); 3 2 ( −x ) d ⎛d ⎛d ⎞ ⎞ de := ⎜⎜ 3 y( x ) ⎟⎟ + 3 ⎜⎜ 2 y( x ) ⎟⎟ + 3 ⎛⎜⎜ y( x ) ⎞⎟⎟ + y( x ) = e ⎝ dx ⎠ ⎝ dx ⎠ ⎝ dx ⎠ yx:=dsolve({de,y(x0)=y0,D(y)(x0)=y1,D(D(y))(x0)=y2},y(x)); > Y:=unapply(factor(rhs(yx)),x); 1 ( −x ) 3 Y := x → e ( x + 6 + 6 x 2 + 12 x ) 6
> DE:=simplify(subs(y(x)=Y(x),de)); > evalb(DE); > Y0:=Y(x0); evalb(Y0=y0); > Y1:=simplify(subs(x=x0,diff(Y(x),x))); evalb(Y1=y1); > Y2:=simplify(subs(x=x0,diff(Y(x),x$2))); evalb(Y2=y2); 251
Точное решение задачи линейного программирования Теоретические сведения изложены, например, в [1,2]. Особая ценность применения Maple к решению данной задачи видится в том, что она может выдавать решения в обыкновенных дробях, т.е. отсутствует какая-либо потеря точности. При необходимости задача приводится к стандартному виду, затем составляется двойственная к ней задача, и решаются обе задачи. Производится необходимая проверка. > restart: > with(simplex): > constr1:=-2*x1-4*x2>=-490; > constr2:=x1/2+x2/4<=65; > constr3:=2*x1+5*x2/2<=320; > z:=(x1,x2)->8*x1+12*x2; > constr:=standardize({constr1,constr2,constr3}); > Planx:=maximize(z(x1,x2),constr,NONNEGATIVE); > dvz:=dual(z(x1,x2),constr,u); > w:=unapply(dvz[1],(u1,u2,u3)); > Planu:=minimize(dvz,NONNEGATIVE); > assign(Planx); Digits:=5: x1=evalf(x1); x2=evalf(x2); > assign(Planu); u1=evalf(u1); u2=evalf(u2); u3=evalf(u3); > Z:=z(x1,x2); > W:=w(u1,u2,u3); > evalb(Z=W); > evalf(W); Библиографические ссылки 1. Акулич И.Л. Математическое программирование в примерах и задачах. – М.: Высшая школа, 1986. – 319 с. 2. Банди Б. Основы линейного программирования: Пер. с англ. – М.: Радио и связь, 1989. – 176 с. 3. Выгодский М.Я. Справочник по высшей математике. – М.: Наука, 1964. – 872 с. 4. Дьяконов В.П. Maple 7: учебный курс. – СПб.: Питер, 2002. – 672 с. 5. Ефимов А.В. Краткий курс аналитической геометрии. – М.: Наука, 1969. – 272 с. 6. Задачи и упражнения по математическому анализу для втузов / Под редакцией Б.П. Демидовича. – М.: Наука, 1970. – 472 с. 7. Пискунов Н.С. Дифференциальное и интегральное исчисления для втузов. Том 2. – М.: Наука, 1978. – 576 с.
252
УДК 51:519.8 + 6812.3.0.6 + 616-092:612.017:005 Е. А. Левкова, Н. Э. Посвалюк, С. З. Савин, Т. А. Сорвина, 2009 ИНФОРМАЦИОННОЕ МОДЕЛИРОВАНИЕ ЭНДОЭКОЛОГИЧЕСКИХ СИСТЕМ ОРГАНИЗМА С УЧЕТОМ ГЕМАТОИМУННОГО ГОМЕОСТАЗА У ДЕТЕЙ ДАЛЬНЕВОСТОЧНЫХ ЭТНОСОВ Левкова Е.А. – зав. отделения Хабаровского краевого перинатального центра, зав. кафедры «Сестринское дело» (ИПКСЗ), д-р мед. наук, доцент; Посвалюк Н.Э. – с.н.с. Вычислительного центра ДВО РАН, зав. лабораторией медицинской экологии (ИПКСЗ), канд мед. наук, доцент; Савин С.З. – зав. лаб. Вычислительного центра ДВО РАН, канд тех. наук; Сорвина Т.А. – зав. отделения Хабаровского краевого перинатального центра Изложены принципы применения метода информационного моделирования в задачах иммунологии. Показано, что информационное моделирование живых систем является корректным методом исследования эндоэкологических систем организма и успешно используется в задачах прогнозирования и профилактики иммунодефицитных и инфекционных заболеваний среди детей коренного населения Дальнего Востока. Результаты исследований могут быть полезны специалистам по математическому моделированию, многомерному статистическому анализу, распознаванию образов, иммунологии, эпидемиологии инфекционных заболеваний, системному анализу в медицине и экологии человека, педиатрам и терапевтам
Нервная и иммунная системы в комплексе с эндокринной играют важнейшую роль в процессах гомеостаза, адаптации и защиты организма от вредных факторов окружающей среды [1]. При этом в норме обе системы характеризуются высокой степенью автономии наряду с тесным и сложным двусторонним взаимодействием, опосредуемым нейромедиаторами, нейропептидами, трофическими факторами, гормонами, лимфокинами через соответствующий рецепторный аппарат. Как нервная, так и иммунная системы (ИМС), обладают высокой реактивностью и пластичностью, способностью к запоминанию и длительному хранению следа специфического раздражения в памяти, рецепторными механизмами распознавания и восприятия специфических раздражителей. ИМС является важнейшим 253
источником информации о состоянии адаптационных резервов организма при исследовании социально значимых заболеваний (СЗЗ). Она обладает теми же структурно-функциональными атрибутивными признаками и значением для организма, как и все остальные. Ее функция сводится к охране генетически детерминированной внутренней среды организма. С позиций информатики ИМС является самостоятельной информационной средой организма [2], независимой от ЦНС. ИМC решает задачи распознавания «своего» и «чужого», отторжения последнего, вывода его из системы метаболических процессов, разрушения или элиминации за пределы организма с помощью выделительной системы. В связи с этим начальные признаки нарушения структуры и функции этой системы могут служить хорошим индикатором развития преморбидных состояний и инструментом донозологической гигиенической диагностики СЗЗ. Выявление ранних нарушений в организме человека, обусловленных, в частности, действием неблагоприятных факторов внешней среды, имеет особое значение с точки зрения разработки и осуществления комплексных мероприятий гигиенического и профилактического характера в проблеме СЗЗ. Кроме того, в последнее время в популяции коренных народностей Дальнего Востока все чаще встречаются врожденные и приобретенные иммунодефициты, что во многом предопределяется негативными явлениями цивилизации и результатами агрессивной деятельности человека [1, 3]. Для жителей Приамурья характерны гематоиммунологические особенности в виде субнормальных величин показателей, соответствующих нижней границе нормы. Центральным органом ИС системы является тимус. Изменения этого органа можно рассматривать как основной критерий адаптации организма к условиям окружающей среды. В последние годы строение и функции тимуса привлекают большое внимание исследований. Этот орган является центральным органом иммуногенеза, от состояния и активности которого во многом зависит выраженность защитных реакций всего организма. Хотя подробно описаны особенности строения тимуса, образующих его клеток, однако их комплексное и информационное взаимодействие внутри органа остается во многих неясным. Также до конца не изучено взаиморасположение клеток лимфоидного ряда: друг с другом, с макрофагами, с элементами ретикулярной стромы, со звеньями микроциркуляторного русла. По мнению некоторых авторов, морфологический материал недостаточно информативен в отношении тонкостей иммунологических реакций тимуса. Невозможно рассматривать тот или иной орган, в отрыве от эволюционных аспектов. Тимус представляется в качестве 254
«информационного центра» иммунной системы. До настоящего времени гистогенез тимуса является противоречивой проблемой. Существует гипотеза происхождения тимического эпителия (из жаберных карманов: от железистого до эктодермального) при участии т.н. прехордальной пластинки, описанной у амфибий [1]. Факторов, влияющих на формирование тимуса, его онтогенез, много. Ключевыми являются экологические аспекты (особенности ДВФО), особенно водная и воздушная среда (вода и кислород - основные ас Взаиморегуляция нервной, эндокринной и иммунной систем определяет надежность их совместной деятельности, с другой стороны, она создает риск развития функциональных расстройств общей системы при первичном нарушении какой-либо из подсистем. Нейроиммунопатология охватывает нарушения иммунной системы, в патогенезе которых ведущее значение принадлежит патологии нервной регуляции функций иммунологической защиты, и патологию нервной системы, патогенез которой связан с иммунными механизмами [4]. Наличие тесных нейроиммунных взаимодействий дает основания полагать, что некомпенсированные расстройства нейроиммунорегуляции неизбежно приводят к сочетанной патологии нервной и иммунной систем независимо от первичной локализации патологического процесса в той или в другой системе. Нарушения нейроиммунорегуляции могут возникать на любом уровне нейроиммунных взаимодействий, начиная с межсистемного уровня и кончая уровнем рецепции регуляторных факторов нейронами и иммунокомпетентными клетками. По своему происхождению такие расстройства являются патологией нервной регуляции иммунной системы и иммунорегуляции нервной системы. Фундаментальные исследования в области молекулярной биологии, иммунологии, генетики в последние годы позволили достигнуть значительного прогресса в понимании механизмов развития патологического процесса при СЗЗ и разработать корректные терапевтические подходы. Однако и на сегодняшний день в диагностике СЗЗ инфекционного характера на первом месте стоит тщательное грамотное клиническое наблюдение. Осмотр и общение с пациентом остаются наиболее достоверными критериями диагностики этого заболевания, хотя на ранних стадиях и при нетипичном клиническом течении диагноз не всегда удается поставить без дополнительных методов обследования. Широкое распространение СЗЗ (злокачественных новообразований, синдрома приобретенного иммунодефицита, инфекционных и пр.) – только начало тех проблем, которые могут возникнуть в современном обществе в условиях возрастания частоты 255
промышленных и экологических катастроф. В течение ближайших лет человечество будет вынуждено искать новые способы преодоления лавины иммуноопосредованных заболеваний: аллергических, аутоиммунных, онкологических и других. Кроме того, степень повреждения иммунной системы вследствие воздействия вредных факторов окружающей среды, может влиять на здоровье людей последующих поколений. Исследования последних лет убедительно показали, что ИМС обладает высокой чувствительностью ко многим химическим соединениям, радиоактивным веществам, а также экстремальным факторам физической природы [1, 5]. Характерной особенностью ИМС является неодинаковая чувствительность отдельных ее звеньев к одному и тому же фактору. Эти различия обусловлены высокой структурно-метаболической гетерогенностью ИМС, а также значительной сложностью сетевых взаимодействий отдельных ее компонентов. В целом ИМС является критической мишенью для большого числа ксенобиотиков и экстремальных физических факторов, причем ее чувствительность в ряде случаев позволяет констатировать наличие определенных патологических реакций в организме тогда, когда никакими другими методами эти реакции выявить не удается. Это обстоятельство позволяет использовать иммунологические методы не только для донозологической диагностики воздействия токсических соединений, но и прогнозирования отдаленных последствий воздействия неблагоприятных факторов физической и химической природы на организм. Накопленные в этом направлении результаты позволили сформулировать самостоятельное направление – иммуноэкологию. В связи с этим особый интерес представляет мультидисциплинарное исследование тимуса, его аналогов, у различных представителей в процессе эволюции, причем не только млекопитающих, но и у пресноводных или морских видов рыб на различных стадиях онтогенеза. Информационное моделирование проводилось на безе результатов иммуногенетических, вирусолого-серологических, клинических и эпидемиологических исследований, позволяющих определить нозологическую принадлежность и прогноз исхода того или иного заболевания среди представителей субпопуляции детей коренных народностей Приамурья. Лямблиоз является актуальной проблемой у детей, его распространенность в детской популяции составляет 350 случаев на 100 000 детского населения. В Российской Федерации регистрируется более 130 тысяч случаев лямблиоза в год, из них 70% составляют дети в возрасте до 14 лет [5-7]. В различных регионах эта цифра может колебаться в большую или меньшую сторону в зависимости от 256
санитарно–бытовых условий, возможностей диагностики, а также настороженности врачей по поводу данной паразитарной инфекции. Актуальность лямблиоза у детей во многом обусловлена тем, что его клинические проявления часто маскируются различными вариантами гастроэнтерологической патологии, включая функциональные нарушения желудочно–кишечного тракта (ЖКТ), синдромы избыточного роста кишечной микрофлоры в тонкой кишке, мальабсорбции, поливитаминной недостаточности, а также развитием аллергических заболеваний – рецидивирующей крапивницей, атопическим дерматитом, гастроинтестинальной формой пищевой аллергии, которые без адекватной терапии приобретают рецидивирующее течение [7, 8]. Цель работы заключалась в комплексных исследованиях паразитарной контаминации среди детского населения Нанайского района. Серологическое исследование проводилось с использованием тест–системы Вектор-Бест на базе лаборатории иммунологии ГУЗ «Перинатальный Центр». Всего было обследовано 262 ребенка в возрасте от 3 до 15 лет с различными вариантами патологии желудочно-кишечного тракта (гастриты, гастродуодениты, функциональные нарушения ЖКТ), при этом лишь у 11 детей (4,1%) были обнаружены цисты лямблий при микроскопии кала. У 62 (23,6%) детей серологические исследования были отрицательные, у остальных 200 (76,4% – положительные. Помимо иммуноферментного анализа (ИФА) у детей проводили исследование общего анализа крови. Несмотря на существенные значения, полученные при ИФА у детей Нанайского района, цифры являются сопоставимыми с некоторыми территориями Российской Федерации, относящимся к неблагополучным по паразитарной контаминации [6, 7]. При этом необходимо отметить, что основной источник питания и промысел – рыбный, не имеют отношения к контаминации лямблиозной инфекции, ни у детей, ни у взрослых. Особенности жизнедеятельности лямблий обусловливают их патогенное действие на организм ребенка. Локализуясь в области щеточной каемки ворсин кишечника, лямблии многократно присасываются и открепляются от эпителиальных клеток, чем вызывают механическое повреждение энтероцитов. Помимо этого, они выделяют продукты метаболизма, обладающие токсическим действием, и конкурируют за всасывание пищевых веществ. Результатом этих процессов является нарушение процессов регенерации эпителия; повышение проницаемости кишечной стенки для крупномолекулярных антигенов и запуск механизмов формирования нутритивной аллергии с сенсибилизацией организма продуктами обмена, веществами, образующимися при гибели лямблий; 257
нарушение процессов пристеночного пищеварения, формирование синдромов мальабсорбции, дефицита микронутриентов, поливитаминной недостаточности; запуск патологических висцеро– висцеральных рефлексов со стороны органов пищеварения за счет раздражения нервных окончаний, что способствует появлению абдоминального синдрома; изменение химических параметров химуса и нарушение микробиологической картины разных отделов кишечника (формирование дисбиоза кишечника); нарушение функции печени, как органа детоксикации при длительной лямблиозной инвазии [7–10]. В клинической картине у обследованных детей преобладали следующие синдромы: 1) синдром интоксикации и вегетативных нарушений (утомляемость, недомогание, пониженное настроение, раздражительность, плаксивость, головные боли, головокружение, боли в области сердца, субфебрилитет) у 37,4%; 2) симптомы поражения желудочно–кишечного тракта (эпизодически – частый жидкий стул, метеоризм, боли в животе различной интенсивности, появление налета на языке, снижение аппетита, тошнота, рвота, нередко – умеренная гепатомегалия) у 75,57%; 3) рецидивирующие проявления дерматита, сопровождающиеся в ряде случаев выраженным кожным зудом у 9,1%; 4) нарушение питания, как следствие мальдигестии и мальабсорбции у 16,0% детей. Из перечисленных клинических синдромов доминировали симптомы поражения желудочно-кишечного тракта, которые диагностировались у 197 детей. Проведенные лабораторные исследования позволили выявить следующие закономерности. У всех детей серопозивных по ИФА, только в случае выявления иммуноглобулинов класса М, или в сочетании с суммарными иммуноглобулинами (IgG + IgM) в общем анализе крови определялось повышенное количество эозинофилов. Именно эти лабораторные случаи сочетались не только с поражением желудочно-кишечного тракта, но и с проявлениями дерматита. При выявлении только суммарных иммуноглобулинов или только IgG, случаи эозинофилии не зафиксированы и поражения кожных покровов не констатировалось. Интерпретация общего анализа крови позволила констатировать у 26 детей (9,9%) анемию легкой степени. Небольшое количество анемий у детей объясняется сохраняющимся до сегодняшнего дня традиционным промыслом и употреблением в пищу большого количества рыбы и икры, богатых не только основными нутриентами, особенно белок, но и витаминами и основными микроэлементами. 258
Количество лейкоцитов и относительное распределение в лейкоформуле было не изменено. Синдром ускоренного СОЭ не выявлялся. Проведенные исследования позволяют сформулировать следующие выводы: 1. Неблагополучные территории по паразитарной контаминации должны быть в обязательном порядке обследовать детское население на лямблиозные инфекции. 2. В стандарт оказания медицинской помощи детям с заболеваниями желудочно-кишечного тракта должен быть введен ИФА на паразитарные инфекции. 3. Наличие стойкой эозинофилии в сочетании с патологией желудочно-кишечного тракта является абсолютным показанием к серологическому исследованию крови на лямблии. 4. Обязательным является сочетание исследований на паразитарные инфекции с общим анализом крови. 5. Методология информационного моделирования живых систем является корректным способом исследования эндоэкологических систем организма и может использоваться для прогнозирования и профилактики иммунодефицитных и инфекционных заболеваний среди детей дальневосточных этносов. Результаты исследований, проведенные при поддержке РФФИ, грант № 08-07-98500 «Системный анализ гематоиммунных факторов паразитарной контаминации у коренных народов Приамурья», могут использоваться специалистами по математическому моделированию, многомерному статистическому анализу, распознаванию образов, иммунологии, эпидемиологии инфекционных заболеваний, системному анализу в медицине и экологии человека, педиатрами и терапевтами. Библиографические ссылки 1. Левкова Е.А. Иммунодефицитные болезни – классификационные вопросы (Медико-социальные аспекты иммунодефицитных болезней). Хабаровск: Вычислительный центр ДВО РАН, 2005. 135 с. 2. Золотов Е.В., Кондратьев А.И., Ионичевский В.А., Савин С.З. Информационное моделирование живых систем. В 2-х ч. Владивосток: ДВО АН СССР, 1991. 351 с. 3. Бандурина Т.Ю., Кнорринг Г.Ю. Проблемы диагностики и лечения лямблиоза у детей // TERRA MEDIKA. №4. 2003. С.23–27. 4. Косых Н.Э., Посвалюк Н.Э., Савин С.З. Биологические информационные системы как средство доказательной медицины // Дальневосточный медицинский журнал, №1, 2004. С.61-62. 5. Авдюхина Т.И., Константинова Т.Н., Кучеря Т.В., Горбунова Ю.П.
259
Лямблиоз. Учебное пособие. 2003. РМАПО. 32 с. 6. Клиническая паразитология. ВОЗ, Женева. 2002. С.231–240. 7. Шабалов Н.П., Староверов Ю.И. Лямблиоз у детей // Новый медицинский журнал, №3, 1998. С.22–26. 8. Dutta AK, Phadke MA, Bagade AC, Joshi V, Biswas TK, Gill HH, Iagota SC. A randomized multicentre study to compare the safety and efficacy of albendazole and metronidazole in the treatment of giardiasis in children // Indian J.Pediatr. 1994 Nov–Dec, 61(6): 689–93. 9. Hall A, Nahar Q.Trans R Albendazole as a treatment for infections with Giardia duodenalis in children in Bangladesh // Soc Trop Med Hyg. 1993 Jan–Feb; 87(1): 84–6. 10. Lemee V., Zaharia I. et al. // Journal of Antimicrobial Chemotherapy. 2000. 46.p. 819–821.
260
УДК 681.3.06+519.68 С. И. Мальковский, В. В. Пересветов, 2009 ОЦЕНКА ПРОИЗВОДИТЕЛЬНОСТИ ВЫЧИСЛИТЕЛЬНОГО КЛАСТЕРА НА ЧЕТЫРЕХЯДЕРНЫХ ПРОЦЕССОРАХ Мальковский С.И. – м.н.с. (ВЦ ДВО РАН); Пересветов В.В. – с.н.с. (ВЦ ДВО РАН), к.ф.-м.н. В докладе обсуждаются результаты проведённых экспериментов для пяти двухпроцессорных узлов вычислительного кластера ВЦ ДВО РАН с пиковой производительностью 480 GFlops, построенных на четырёхядерных процессорах. Представлен сравнительный анализ результатов эффективности компиляторов Intel, GCC и LLVM, технологий MPI и OpenMP. Проведены расчёты с применением стандартных пакетов оценки производительности параллельных вычислений HPL, IMB и NPB.
При введении в эксплуатацию новых вычислительных систем необходимо уделять должное внимание оценке их производительности. Особенно необходима такая оценка для вычислительных кластеров. Это позволяет оценить возможности развёртываемого оборудования, выбрать подходящие параллельные технологии, компиляторы и другое программное обеспечение. Ранее уже были проведены оценки производительности вычислительных кластеров ВЦ ДВО РАН. В работе [1] описана архитектура, программное обеспечение и результаты экспериментального исследования производительности вычислительного кластера пиковой производительности 54 GFlops, введенного в эксплуатацию в 2004г., в составе: управляющий узел с RAIDмассивом, 8 бездисковых узлов, процессоры Pentium-4 (3 GHz), коммуникационная сеть Gigabit Ethernet. В работе [2] приведены результаты испытаний для вычислительного кластера с пиковой производительностью 204 GFlops, состоящего из 8 узлов HP ProLiant DL360 G5, в которых установлены по 2 двухядерных процессора Xeon 5060 (3.2 GHz) и память 4 GB. В настоящем докладе обсуждаются результаты проведённых экспериментов для пяти новых двухпроцессорных узлов Sun Blade 261
X6250 Server вычислительного кластера ВЦ ДВО РАН с пиковой производительностью 480 GFlops, построенных на четырёхядерных процессорах Intel Xeon E5450 (3 GHz) с памятью 16 GB на каждом. При тестировании использовалось программное обеспечение Intel Cluster Toolkit, библиотека Intel MPI, компиляторы Intel с поддержкой технологии OpenMP, компиляторы GNU и LLVM. Общая производительность нового сегмента составила 305 GFlops по тесту HPL Linpack. В докладе также приведены результаты исследования производительности средствами IMB и NPB. Проведена оценка масштабируемости вычислительного кластера с использованием сетевой инфраструктуры Gigabit Ethernet. Выполнено сравнение эффективности применения технологий MPI и OpenMP в пределах одного узла вычислительного кластера. Тест Linpack. При тестировании использовалась версия для массивно-параллельных систем – HPL-1 (Portable Implementation of the High-Performance Linpack Benchmark for Distributed-Memory Computers) [3], входящая в состав Intel Cluster Toolkit. Этот тест является эталонным и с его помощью оценивается реальная производительность вычислительных систем. Программа HPL решает СЛАУ Ax = b методом LU -разложения с выбором ведущего элемента, где A – плотно заполненная вещественная матрица двойной точности размерности N . Используя HPL можно оценить масштабируемость кластера. На рис. 1 показаны результаты максимальной производительности от числа ядер.
Рис. 1. Зависимость производительности R от числа ядер m
262
Максимальная производительность пяти новых узлов кластера по тесту Linpack, составила Rmax = 305 GFlops при размерности матрицы N max = 96000 . Это 65% от пиковой производительности, что для используемой коммуникационной сети Gigabit Ethernet является хорошим показателем. На графике, показанном на рис. 1, можно видеть почти линейное возрастание производительности с добавлением новых вычислительных ядер. Отличия от прямой линии связаны с числом ядер на узле (8): при m = 8, 16, 24, 32, 40 производительность быстрее возрастает. Следует отметить, что такой рост наблюдается при условии использования матрицы максимальной размерности. Из анализа рис. 1 можно сделать вывод о возможности дальнейшего увеличения числа вычислительных узлов при использовании текущей сетевой инфраструктуры для решения подобных задач. Далее будет показано, что данный вывод для некоторых приложений не верен. Тест IMB. Тест содержит элементарные операции передачи сообщений в стандарте MPI-1 [4]. Полученные экспериментальные значения в относительных единицах времени позволяют оценить производительность для различных способов передачи сообщений в стандарте MPI. Эти данные помогут выбрать способы передачи сообщений при создании параллельных программ. В табл. 1 приведены некоторые результаты для n = 4 процессов (запущенных на 4 ядрах одного узла) и n = 40 процессов (запущенных на 40 ядрах всех узлов). В случае n = 4 все коммуникационные операции выполняются в оперативной памяти, во втором случае для этой цели также используется коммуникационная среда Gigabit Ethernet. Табл. 1. Результаты теста IMB Тип передачи сообщений PingPong
8 Байт n=4 1,1
1 MБайт
n = 40 -
n=4
n = 40 3
-
3
0,7×10
Sendrecv
1,1
14
1,6×10
1,0×104
Exchange
1,9
50
3,60×103
7,1×104
Allreduce
2,6
183
2,9×103
8,6×104
Reduce
2,0
24
2,2×103
1,1×104
Allgather
2,4
318
6,9×103
4,6×105
Alltoall
3,5
334
1,0×104
3,9×106
Bcast
1,4
33
1,5×103
8,9×104
263
В табл. 1 представлены данные для малого и большого сообщения: 8 байт и 1048576 байт (1 Мбайт). Результаты времени работы в относительных единицах для первого типа сообщения в большей степени зависят от латентности коммуникационной среды, а второго – от её пропускной способности. Данные табл. 1 показывают различие на 2-3 порядка результатов для n = 4 и n = 40, это объясняется тем, что в одном случае все коммуникационные операции выполняются в оперативной памяти, а во втором – также и в сети Gigabit Ethernet. Дадим пояснения к операциям передачи сообщений. В тесте PingPong активны только два процесса, которые выполняют операции MPI_Send, MPI_Recv, а остальные процессы ждут. В тесте Sendrecv выполняются операции MPI_Sendrecv в периодических коммуникационных цепочках. В тесте Exchange выполняются операции MPI_Isend/MPI_Waitall, MPI_Recv, которые часто используются в сеточных алгоритмах для осуществления обменов на границах. В остальных тестах используются коллективные операции: MPI_Allreduce и MPI_Reduce (с выполнением операции MPI_SUM), MPI_Allgather, MPI_Alltoall, MPI_Bcast. Тесты показывают, что в коллективных операциях задержки значительны, что объясняется одновременной пересылкой сообщений. Вывод для сети Gigabit Ethernet: при программировании нужно избегать коллективных операций для большой длины пересылок, программировать пересылки данных равномернее, отдавать предпочтение асинхронным двухточечным операциям. Тест NPB. Тест NAS Parallel Benchmark [5] создан для оценки производительности параллельных вычислений. В настоящей работе использовалась версия NPB 3.3. Тест состоит из ряда простых задач: ядер и приложений. Ядра и приложения могут производить вычисления в классах сложности: S, W, A, B, C, D. С увеличением класса сложности возрастает размерность основных массивов данных и количество итераций в основных циклах программ. Далее представлены результаты испытаний производительности для ряда тестов NPB, причем их порядок выстроен в соответствии с уровнем нагрузки на коммуникационную сеть. Здесь приведены показатели производительности, полученные в результате 30 испытаний. Тест «EP» служит для оценки производительности в расчётах с плавающей точкой при отсутствии заметных межпроцессорных взаимодействий. Он включает в себя генерацию псевдослучайных нормально распределённых чисел. В табл. 2 показаны результаты его работы, в скобках дано число узлов. Можно видеть, что в пределах одного узла технология OpenMP показывает одинаковую 264
производительность с MPI. С увеличением числа узлов производительность не меняется. Компилятор ifort показал почти в два раза лучшие результаты. Табл. 2. Производительность R/n для теста EP Тип
Компилятор
Класс A
Класс B
Класс С
Класс D
MPI
ifort -O3
51
51
51
50
MPI
gfort -O3
26
26
26
26
MPI
LLVM -O3
27
27
28
27
OpenMP
ifort -O3
52
52
52
-
16(2)
MPI
ifort -O3
49
51
50
50
32(4)
MPI
ifort -O3
49
49
49
49
n
8(1)
В тесте «LU» проводится LU разложение. В табл. 3 показаны результаты оценки производительности, включая значения относительного разброса в % (R – среднее значение, k – размер выборки): k
∑ ( R i − R) 2
100σ , σ = i =1 . R k −1 Можно видеть, что в пределах одного узла технология OpenMP показывает большую производительность, чем MPI. С увеличением числа узлов производительность существенно не меняется для класса сложности С. В данном тесте применяются синхронные передачи сообщений небольшой длины, поэтому коммуникационная сеть не перегружена. Табл. 3. Результаты для теста LU
σn =
Класс A
Класс B
Класс С
Компилятор
R/n
σ
n
R/n
σ
n
R/n
σ
MPI
ifort -O3
950
0,8
798
0,3
574
3
MPI
gfort -O3
954
0,6
809
0,4
590
5
MPI
LLVM -O3
962
0,6
806
1
608
5
OpenMP
ifort -O3
1132
0,3
1052
0,4
654
2
16(2)
MPI
ifort -O3
1102
3
756
0,9
765
0,8
32(4)
MPI
ifort -O3
358
28
421
12
546
5
n
8(1)
Тип
265
n
В тесте «MG» находится приближенное решение трехмерного уравнения Пуассона с периодическими граничными условиями. Используется многосеточный алгоритм. В табл. 4 показаны результаты проведенных экспериментов. Можно видеть, что в пределах одного узла технология OpenMP показала одинаковую производительность с MPI. Но с увеличением числа узлов производительность падает. Компилятор GNU показал большую эффективность в этом тесте. Табл. 4. Результаты тестов для MG Класс A
Класс B
Класс С
Компилятор
R/n
σ
n
R/n
σ
n
R/n
σ
MPI
ifort -O3
302
0,1
323
0,1
303
0,1
MPI
gfort -O3
341
0,1
368
0,1
328
0,3
MPI
LLVM -O3
339
0,1
367
0,1
328
0,2
OpenMP
ifort -O3
320
0,2
346
0,1
-
-
16(2)
MPI
ifort -O3
239
0,4
262
0,3
265
0,3
32(4)
MPI
ifort -O3
104
21
126
9
150
2
n
8(1)
Тип
n
В тесте «CG» решается СЛАУ с разряженной произвольной матрицей методом сопряженных градиентов. Коммутации организованы с помощью неблокирующих двухточечных взаимодействий. Из табл. 5 видно, что в пределах одного узла технология OpenMP показывает производительность выше, чем MPI. С увеличением числа узлов производительность R/n заметно падает. Табл. 5. Результаты для теста CG Класс A
Класс B
Класс С
Компилятор
R/n
σ
n
R/n
σ
n
R/n
σ
MPI
ifort -O3
264
2,9
118
0,14
119
0,09
MPI
gfort -O3
273
4,84
118
0,43
119
0,18
MPI
LLVM -O3
252
4,74
117
0,13
118
0,21
OpenMP
ifort -O3
354
3,77
127
0,5
126
0,14
16(2)
MPI
ifort -O3
172
2,64
90
1,51
89
1,12
32(4)
MPI
ifort -O3
97
0,83
89
1,2
55
1,66
n
8(1)
Тип
n
В тесте «FT» решается 3-D задача с использованием дискретного преобразования Фурье. Взаимодействие между процессами 266
осуществляется с помощью следующих коллективных операций: MPI_Reduce, MPI_Barrier, MPI_Bcast, MPI_Alltoall. Данные, приведенные в табл. 6, показывают, что в пределах одного узла технология OpenMP показывает производительность в два раза выше, чем MPI. С увеличением числа узлов производительность R/n резко падает. Табл. 6. Результаты для теста FT Класс A
Класс B
Класс С
Компилятор
R/n
σ
n
R/n
σ
n
R/n
σ
MPI
ifort -O3
311
0,1
332
0,1
350
0,2
MPI
gfort -O3
294
0,3
357
0,1
371
0,3
MPI
LLVM -O3
294
0,3
355
0,1
369
0,2
OpenMP
ifort -O3
650
0,4
690
0,1
-
-
16(2)
MPI
ifort -O3
110
3
116
1
128
0,8
32(4)
MPI
ifort -O3
49
7
72
1
90
0,7
n
8(1)
Тип
n
В тесте «IS» осуществляется параллельная сортировка большого массива целых чисел, см. табл. 7. Табл. 7. Результаты тестов для IS Класс A
Класс B
Класс С
Компилятор
R/n
σ
n
R/n
σ
n
R/n
σ
MPI
icc -O3
20,4
0,4
19,1
0,6
18,8
0,7
MPI
gcc -O3
20,6
0,2
19,2
0,7
18,8
0,8
MPI
LLVM -O3
20,5
0,3
19,2
0,7
18,8
0,8
OpenMP
icc -O3
35,6
0,1
33,8
0,1
33,9
0,1
16(2)
MPI
icc -O3
3,35
12
4,86
3
5,18
1
32(4)
MPI
icc -O3
0,44
29
1,47
17
2,95
4
N
8(1)
Тип
n
Передача сообщений между процессами осуществляется с помощью операций MPI_Alltoall и MPI_Allreduce. Результаты экспериментов показывают, что в пределах одного узла технология OpenMP показывает производительность в полтора раза выше, чем MPI. С увеличением числа узлов производительность R/n неприемлемо быстро падает. Это связано с очень большой загрузкой 267
коммуникационной сети коллективными операциями передачи сообщений большой длины. Решение таких задач на нескольких узлах приведет к замедлению по сравнению с вычислениями только на одном узле. Поэтому рекомендуемый предел распараллеливания таких задач равен количеству ядер на узле. Для рассматриваемого кластера – 8 процессов. Основные результаты проведенных экспериментов: 1. Для достигнутого к настоящему времени уровня производительности процессоров, эффективности кэш-пямяти и скорости обменов с оперативной памятью коммуникационная сеть Gigabit Ethernet должна быть признана устаревшей для использования в вычислительных кластерах. Только в ограниченном числе методов она может быть использована: в имитационном моделировании, при использовании метода Монте-Карло и других с незначительным объемом пересылок. В других задачах нужно избегать коллективных операций, программировать пересылки данных равномернее, отдавать предпочтение асинхронным двухточечным операциям. 2. В пределах одного узла технология OpenMP показывает, как правило, производительность выше, чем MPI. 3. Компиляторы Intel icc и ifort демонстрируют иногда очень большой отрыв от других, и в целом являются более эффективными. Компиляторы GNU иногда превосходят (незначительно) другие компиляторы. Учитывая, что они являются свободно распространяемыми в соответствии с лицензией GPL, можно рекомендовать их в качестве основных для целей образования и, во многих случаях, для научных исследований. Компилятор LLVM показал эффективность приблизительно на уровне компилятора GNU. Библиографические ссылки 1. Пересветов В.В., Сапронов А.Ю., Тарасов А.Г. Вычислительный кластер бездисковых рабочих станций: Препринт Вычислительный центр ДВО РАН. Хабаровск:, 2005. № 83 2. Щерба С.И., Пересветов В.В. Сравнительный анализ эффективности программного обеспечения для вычислительных кластеров / Межрегиональная научно-практическая конференция «Информационные и коммуникационные технологии в образовании и научной деятельности» (г. Хабаровск, 21-23 мая 2008). Материалы конференции. - Хабаровск: Изд-во Тихоокеанского. гос. Ун-та, 2008. с.363-369. 3. A Portable Implementation of the High-Performance Linpack. HPL 1.0a. http://www.netlib.org/benchmark/hpl/ 4. Intel MPI Benchmarks 3.1. Users Guide and Methodology Description. 5. D. Bailey, E. Barszcz, J. Barton and other. The NAS Parallel Benchmarks. RNR Technical Report RNR 94-007, March, 1994.
268
УДК 631.3.02.004.67 Ю. И. Мулин, В. Д. Власенко, 2009 ФОРМИРОВАНИЕ НАНОСТРУКТУРИРОВАННЫХ ПОКРЫТИЙ НА МЕТАЛЛИЧЕСКОЙ ОСНОВЕ ЭЛЕКТРОИСКРОВОЙ ОБРАБОТКОЙ Мулин Ю. И. − д.т.н., проф. кафедры «Техническая эксплуатация и ремонт автомобилей» (ТОГУ), д.т.н., профессор; Власенко В. Д. − учёный секретарь Вычислительного центра Дальневосточного отделения Российской академии наук, к.ф.-м.н., доцент Наноструктурирование формируемого поверхностного слоя при электроискровой обработке приводит к существенным изменениям эксплуатационных характеристик и функциональной взаимосвязи структурных элементов. В работе показано, что использование указанной технологии способствует улучшению значительного количества свойств: износостойкости, жаростойкости, стойкости к схватыванию.
Сведения по нанотехнологиям известны с 18-го века. Ботаник Р.Броун в 1827 году открыл беспорядочное движение цветочной пыльцы в жидкости [1, 2, 3]. В 1850-1860 гг. была опубликована работа М.Фарадея по рассеиванию света водными коллоидными растворами и стеклами. За исследования дисперсных веществ и определения размеров коллоидных частиц шведскому ученому Т.Сведбергу в 1926 году была присуждена Нобелевская премия. Японский физик Норио Танигучи в 1974 году сформулировал понятие «нанотехнологии», первая часть термина которого представляет собой приставку для образования дольных единиц, равных одной миллиардной доле исходных единиц. Для линейных размеров это означает, что 1 нм = 10-9 м. На таком же расстоянии вплотную могут расположиться примерно 10 атомов вещества. Нанотехнология – это совокупность методов создания и совершенствования объектов с размерами менее 100 нм хотя бы в одном измерении, которые имеют новые свойства по сравнению с объектами больших размеров и позволяющие интегрировать их в системы большего масштаба. Характеристиками наноматериалов обычно оцениваются сверхпрочность, сверхпластичнось, низкий износ и трение. К 269
наноматералам можно отнести: углеродные наноструктуры и фуреллены, нанопористые материалы, нанополимеры, нанокомпозиты, биологические наноматериалы и объекты, нанопорошки металлов и сплавов. Последние могут быть использованы в процессах плазменной, электродуговой и электроискровой упрочняющей обработки и для восстановления изношенных размеров деталей. Затраты автотранспортных предприятий на поддержание в работоспособном состоянии транспортных средств составляют ежегодно 39-43 млрд. руб. Их них 19-20 млрд. руб. расходуются на закупку запасных частей. Миллионы тонн деталей ежегодно выбраковываются из-за небольших износов и дефектов и поступают на переплавку. В соответствии со стандартом ИСО 22628:2002 любые части изношенных машин должны использоваться для восстановления и повторного применения по прямому или альтернативному использованию. Повторное использование деталей должно учитываться уже на стадии проектирования. Рекомендуется восстановление деталей со свойствами не ниже свойств новой детали и стоимостью не более 60 % стоимости нового изделия [4]. Такое сочетание требований может быть достигнуто при использовании метода электроискрового легирования и формирования на рабочих поверхностях покрытий как из известных материалов и твердых сплавов, так и материалов, полученных из минерального сырья [5]. Это позволит в значительной мере повысить ассортимент материалов, используемых для наноструктурирования покрытий и сократить расходы на приобретение необходимых материалов. Наноструктурирование поверхностей металлической основы в газовой среде обеспечивается импульсным электроискровым процессом при целевом формировании функциональных многослойных покрытий под действием кинетической энергии движения пучка электронов. По результатам анализа видов формируемых на поверхностях покрытий разработана их классификация с изменяющимися параметрами, которая приведена на рис.1. Предложенная классификация покрытий учитывает возможность использования методов упрочняющей обработки, варьирования основными свойствами поверхностного слоя с разделением их на виды, классы, группы, подгруппы [6]. Исследования микроструктуры и фазового состава образованного покрытия показали, что изменённый поверхностный слой состоит из следующих зон (рис. 2). Верхняя зона (1) – тонкий слой, по свойствам и составу близкий к материалу анода. Под верхним слоем находится зона (2), состав материала которой включает небольшое количество материала катода с постепенным его увеличением к основе. 270
Изменение параметров на поверхности
Однослойные покрытия
Изменения микрогеомет рии поверхности
1. Изменение характеристик стохастического микрорельефа. 2.Изменение характеристик поверхностей с полностью регулярными и частично регулярными ф
Изменение параметров по глубине поверхностного слоя
Толстослойные Многослойные покрытия покрытия
Изменение химического состава поверхностн ого слоя
Изменение структуры поверхностн ого слоя
1. Изменение профиля концентрации элементов 2. Изменение концентрации элементов в фазах
1. Изменение размеров зерен 2. Изменение плотности дислокации 3. Изменение концентрации вакансий 4. Изменение размеров блоков
Несплошные покрытия
Изменение остаточных напряжений в поверхностн ом слое 1. По месту проявления (макро-, микро-, субмикроскопиче ские) 2. По чередованию остаточных напряжений растяжения и сжатия и их величинам на
271
Изменение параметров на поверхности и по глубине слоя
Армированные Комбинированные покрытия покрытия
Изменение формируемых упрочняющих покрытий и пленок на поверхности
Изменение Комбинированно е закономерное наклепа в изменение поверхностн нескольких ом слое
1. Однослойные и многослойные пленки 2. Одноэлементные 3. Многоэлементные 4. Многокомпонентные 5. Композиционные
параметров поверхностного слоя
1. Изменение глубине 2. Изменение по величине 3. Изменение по степени упрочнения
1. Изменение параметров шероховатости и плотности дислокаций 2. Изменение профиля концентрации элементов и
Рис. 1. Классификация поверхностей и покрытий с изменяющимся качеством
Переходный слой (3) представляет диффузионную зону проникновения элементов материала катода, газовой среды и термического воздействия искровых разрядов. Основа детали определяется зоной 4.
Рис. 2. Микроструктура образца, полученная ЭИЛ на стали 45 (х300) с покрытием из сплава W-Ni-Mo
Белый нетравящийся мелкодисперсный слой образуется под влиянием быстрого локального нагрева и высокой скорости теплоотвода (более 1000 град/с) в массу детали на поверхности «микрованны» расплава. Кристаллизация, фазовые превращения, диффузия, химическое взаимодействие в процессе приводят к образованию неравновесных структур с наноразмерным зерном, высокой гетерогенностью по составу, структуре и свойствам. Методом электронно-зондового микроанализа установлено, что для разных пар электродов концентрационные кривые имеют одинаковый вид с выделением от поверхности ранее указанных четырех зон. Значения концентрации элементов в области перемешивания в зависимости от режимов процесса для одной пары электродов изменяются незначительно. Значения коэффициентов взаимной диффузии элементов системы, определенные расчетом по наклону кривых lnC(x2) и по методу Больцмана–Мотано, составляют Dвз ≈ 10-8–10-7 м2/с. При сравнении с известными значениями Dвз, но 272
для изотермических условий в твердой фазе можно утверждать, что диффузия осуществляется преимущественно в жидкой фазе. Методом рентгенофазового анализа поверхностных слоев анода и катода установлено, что в покрытиях образуются твердые растворы металлов, оксиды, карбиды и нитриды анода и катода, интерметаллиды. Результаты исследований показывают, что в поверхностных слоях покрытий, образованных при различных значениях приведенных энергий, набор фаз идентичный. Рентгеновской съемкой образуемого покрытия на подложке из стали 45 методом ЭИЛ электродными материалами Тi, Ni, Cu, W, BK6M, T15K6, W-Ni-Mо по уширению дифракционных линий, характеризующих структуру, определялось изменение дисперсности блоков D и возникающих микронапряжений ∆d/d. Разделение указанных эффектов выполнено с использованием «С-критерия» и функции Лауэ. Для повышения информативности исследования выполнены замеры микротвердости и сравнительные испытания покрытий на износ. При исследовании использованы значения внутреннего напряженного состояния поверхностных слоев на стали 45, упрочненных ЭИЛ и определенных ранее на установке «ПИОН». Изменяемой технологической характеристикой является величина приведенной энергии Wп. Все полученные закономерности являются нелинейными. По результатам экспериментов получены статистически значимые уравнения регрессии от варьируемого параметра Wп с определением значений точек перегиба и соответствующих им исследуемых параметров для материалов покрытий. Для электродного материала W-Ni-Mо уравнения имеют вид D = 808,329 –115,959⋅Wп + 5,051⋅Wп2; Dmin = 142,6 Å при Wп = 9,60 кДж/см2; ∆d/d = 0,41 + 0,496⋅Wп – 0,024⋅Wп2; ∆d/dmax = 2,97 при Wп = 10,46 кДж/см2; Hµ = 7231,6 + 261,39⋅Wп – 13,611⋅Wп2; Hµ max = 8486 МПа при Wп = 10,63 кДж/см2. На рис. 3 приведены зависимости параметров тонкой кристаллической структуры покрытия ЭИЛ сплавом W-Ni-Mо из минерального концентрата от величины приведенной энергии Wп [5]. Для других электродных материалов закономерности аналогичны. Выполним ранжирование значений точек перегиба по величине Wп. Первая точка соответствует зависимости, определяющей значения среднего размера блоков (Wп = 9,6 кДж/см2); вторая точка перегиба соответствует закономерности, определяющей изменения 273
микроискажений (Wп = 10,46 кДж/см2); третья точка перегиба определяет закономерность изменения микротвёрдости (Wп = 10,63 кДж/см2). На площадь в 1 см2 обрабатываемой поверхности при ЭИЛ в 1 секунду воздействует значительное количество искровых разрядов Nи = 200–600, которые можно определить как циклы. Это подтверждает анализ микроструктуры покрытий и износостойкости [6].
Рис. 3. Зависимости параметров кристаллической структуры покрытия ЭИЛ сплавом W-Ni-Mо на подложке из стали 45 от величины приведенной энергии процесса ЭИЛ: 1 – средние размеры блоков D; 2 – значения микротвердости Hµ; 3 – значения микронапряжений ∆d/d; 4 – внутренние остаточные напряжения в покрытии (σост)
Триботехнические исследования (ГОСТ 23.222-84) выполнены в сравнении с парой трения «Ст.40Х (колодка) – сегмент (Ст.45) с покрытием из твердого сплава ВК6», образованного по стандартной технологии и с парой трения «Ст.40Х (колодка) – сегмент (Ст.45) с покрытием из сплава W-Ni-Mо, полученного из минерального сырья (шеелитовый концентрат)», образованного по предлагаемой технологии с наноструктурированием при выполнении ЭИЛ. 274
Эксперимент выполнен на машине трения модели МТ-22П при износе образцов без смазки. Проведены также исследования при использовании сегмента без покрытия. Триботехнические испытания показали, что у пары трения «Ст.40Х – сегмент Ст.45, покрытие W-Ni-Mо» интенсивность изнашивания в 1,45 раза ниже и коэффициент трения на 28 % меньше, чем у пары «Ст.40Х – сегмент Ст.45 с покрытием ВК6». У этой же пары с покрытием W-Ni-Mо интенсивность изнашивания в 3,8 раза ниже и коэффициент трения на 32 % меньше, чем у пары «Ст.40Х с сегментом без покрытия». Результаты исследования показывают, что предлагаемым методом можно восстановить геометрию до 50 % изношенных деталей клапанов двигателей внутреннего сгорания. Такая задача ранее частично решалась гальванодиффузионными и лазерными технологиями. Но в настоящее время ремонтники их практически не применяют. РАБОТА ВЫПОЛНЕНА ПРИ ФИНАНСОВОЙ ПОДДЕРЖКЕ ГРАНТА РФФИ, ПРОЕКТ № 08-01-98502_Р_ВОСТОК_А. Библиографические ссылки 1. Brown R. // Philosoph. Mag. 1927. № 4. 2. Пул Ч., Дуэнс Ч. Нанотехнологии / пер. с англ. М.: Техносфера, 2004. 3. Гусев А.И. Наноматериалы, наноструктуры, нанотехнологии. М.: Физматлит, 2005. 4. Бурумкулов межремонтного
Ф.Х., Лялякин В.П., Галин Д.А. Повышение ресурса
агрегатов
с
использованием
наноэлектротехнологий // Техника в сельском хозяйстве, 2007, № 3. 5. Пат. 2098232 Российская Федерация, В22 F3/23. Способ получения композиционного материала из вольфрамсодержащего минерального сырья / Верхотуров А.Д., Мулин Ю.И., Гостищев В.В. – № 95118518/02; заявл. 25.10.95; опубл. 10.12.97, бюл. № 34. 5 с. 6. Мулин Ю. И. Технологические и методологические основы формирования функциональных покрытий методом электроискрового легирования с применением электродных материалов из минеральных концентратов Дальнего Востока: автореф. дис. … докт. техн. наук. –
275
Комсомольск-на-Амуре: КнАГТУ, 2007. 41 с.
276
УДК 519.854.2 В. В. Пересветов, О. Э. Долгова, 2009 ПАРАЛЛЕЛЬНЫЕ АЛГОРИТМЫ МУРАВЬИНЫХ КОЛОНИЙ СОСТАВЛЕНИЯ РАСПИСАНИЙ ДЛЯ ОДНОЙ МАШИНЫ Пересветов В.В. – с.н.с. (ВЦ ДВО РАН), к.ф.-м.н.; Долгова О.Э. – студ. (ДВГУПС) Представлены параллельные метаэвристические алгоритмы муравьиных колоний составления расписаний для одной машины с критерием минимизации суммарного запаздывания. Предложен вариант алгоритмов, основанный на параллельных независимых колониях муравьев. Приводятся результаты вычислительных экспериментов.
В докладе рассматривается задача составления расписаний для одной машины (прибора) с критерием минимизации суммарного запаздывания. Метаэвристические алгоритмы муравьиных колоний (АСО) для решения данной задачи описаны в работах [1-3]. В настоящем докладе представлены параллельные алгоритмы, основанные на параллельных независимых колониях муравьев. Пусть необходимо обслужить множество N = {1,2,..., n} требований на одной машине (приборе). Прерывания при обслуживании и обслуживание более одного требования в любой момент времени запрещены. Для требования k ∈ N заданы продолжительность обслуживания tk > 0 и директивный срок окончания обслуживания Dk ≥ 0 . Задан момент t0 начала обслуживания всех требований. Все требования поступают на обслуживание одновременно, положим t0 = 0 . Расписание обслуживания требований π строится с момента времени t0 и однозначно задается перестановкой элементов множества N . Требуется построить расписание π * обслуживания требований множества N , при котором достигается минимум функции n
F∑ (π ) = F (π , t0 ) = ∑ ϕ k (π ) k =1
277
– суммарное запаздывание требований множества N при расписании π ; ϕ k (π ) = max{ 0, ck (π ) − Dk } – неубывающая кусочно-непрерывная функция, выражающая в количественном отношении «штраф», который необходимо «заплатить», если обслуживание требования k завершится в момент времени ck (π ) . Для решения поставленной задачи методом ACO необходимо эту задачу описать в виде графа с набором узлов (вершин), представляющих различные состояния, и граней между узлами [3]. Задача для одного прибора с критерием минимизации суммарного запаздывания может быть описана в виде ациклического ориентированного графа с одним источником и одним стоком. Достаточно иметь только один узел, представляющий одну перестановку подмножества уже обслуженных требований, так как запаздывание следующего обслуживаемого требования не зависит от их определенной последовательности. Через каждую направленную дугу следующее обслуживаемое требование добавляется к списку тех, которые уже были обслужены. Таким образом, узлы представляют множество требований, в то время как дуги – добавление определенного требования к этому множеству (постановка требования k на позицию i ). Искусственные муравьи (агенты) перемещаются от одного узла к другому, используя соединяющие дуги (переходы), оставляя следы феромона на этих дугах. Метод ACO работает до выполнения заданного числа итераций или других критериев останова. На каждой итерации агенты составляют свои решения за n шагов, на каждом из которых применяется правило выбора следующего узла – правило выбора агентом требования k для подстановки на место i расписания. Количество феромона τ ru , оставляемого агентом, соответствует дуге (r , u ) , характеризующего преимущество выбора данной грани по сравнению с другими при перемещении. Информация о феромонах граней изменяется в процессе составления решений. При этом количество феромона, оставляемое агентами, пропорционально качеству решения, составленного соответствующим агентом: чем меньше путь, тем больше будет оставлено феромона, и наоборот, чем длиннее путь, тем меньше будет оставлено феромона на соответствующих ребрах. Такой подход позволяет обеспечить непосредственный поиск в направлении нахождения лучшего решения. Дадим описание основных параметров АСО. ηik − эвристическая информация о том, насколько хорошим кажется постановка требования k на место i в расписании. Этот параметр вычисляется 278
один раз перед первой итерацией по одному из правил [1]: а) EDD (Earliest Due Date): ηik = 1 / Dk . б) MDD (Modified Due Date): выбирается еще последовательно на позиции i = 1,..., n k с наименьшим значением неупорядоченное требование max{S + tk , Dk }, где S – сумма продолжительностей предшествующих упорядоченных требований. Эвристическая информация рассчитывается следующим образом: ηik = 1 / max{S + t k , Dk }. в) L-MDD (Look-ahead MDD): ηik = 1 / Tard k , где Tard k – суммарное запаздывание при модифицированном расписании MDD, при котором на позиции i обслуживается требование k , а все остальные требования упорядочены в соответствии с правилом MDD. д) SPT (Shortest Processing Time): ηik = 1 / t k . После каждой итерации алгоритма виртуальный след феромона τ ik изменяется, отражая приобретенный муравьями опыт. Он показывает, насколько «хорошим» для требования k оказалась позиция i , в то время как ηik характеризует предполагаемую выгоду такой подстановки при недостатке накопленной информации. Перед первой итерацией количество феромона τ ik = τ 0 = 1 / (mTEDD ) , где TEDD − суммарное запаздывание при таком расписании π = ( j1, j2 ,..., jn ) (EDD-расписание), если D ji ≤ D ji +1 (для D ji = D ji +1 выполняется t ji ≤ t ji +1 ), i = 1,2,..., n − 1 ; m − количество итераций (муравьев). Коэффициент ρ − количество феромона, которое агент оставляет на пути, (1 − ρ ) показывает коэффициент испарения феромона на пути после его завершения. Коэффициент α определяет относительную значимость следа феромона; параметр β показывает значимость ηik . Движение искусственных муравьев. Если агент еще не закончил путь, то есть остались неупорядоченные требования, для определения на позицию i требования k используется следующее правило: k = arg max h∈Ω [τ ih ]α [ηih ]β , q < q0 , иначе k определяется случайным образом, согласно распределению вероятностей ⎧ [τik ]α [ηik ]β , k ∈Ω ⎪ , Pik = ⎨ ∑ [τih ]α [ηih ]β h∈Ω ⎪ 0, k ∉ Ω ⎩ 279
где 0 ≤ q0 ≤ 1 – параметр алгоритма, значение q вычисляется случайным образом на каждом шаге; Pik – вероятность того, что требование k будет поставлено на место i в расписании; Ω – множество неупорядоченных требований. Выбор требования k осуществляется по принципу «колеса рулетки»: каждое неупорядоченное требование на ней имеет свой сектор с площадью, пропорциональной вероятности Pik . Обновление уровня феромона. После того, как требование k было поставлено на позицию i , пересчитывается «локальный след»: τ ik = (1 − ρ )τ ik + ρτ 0 . В начале пути у каждой грани есть шанс быть выбранной. Чтобы постепенно удалить грани, которые входят в худшие пути в сети, ко всем граням применяется процедура испарения феромона. Поэтому после каждой итерации «глобальный след» корректируется по правилу τ ik = (1 − ρ )τ ik . После завершения перемещений агента может быть подсчитано суммарное запаздывание для нового найденного расписания. Если в «лучшем» найденном расписании на позиции i обслуживается требование k , то «глобальный след» вновь обновляется по формуле τ ik = τ ik + ρ / T * , где значение T * – суммарное запаздывание для «лучшего» найденного расписания. Проверка на достижение оптимального результата может выполняться в соответствии с ограничением на максимальное количество итераций или когда на протяжении нескольких итераций не было отмечено изменений в выборе наилучшего пути. Если проверка дала положительный результат, то происходит окончание работы метода. Определяется наилучшее расписание, которое и является решением. Алгоритм ACO дает хорошие результаты при интеграции в него локального поиска, к примеру, попарной перестановки требований [1]. Локальный поиск запускается либо после каждой итерации, либо после поиска всех решений. Алгоритм ACO для рассматриваемой задачи теории расписаний реализован на языке программирования Fortran 95. Проведены численные эксперименты с целью проверки эффективности предложенного алгоритма и настройки его основных параметров. Покажем процесс решения поставленной задачи методом АСО. Были сгенерированы тестовые примеры, для которых изначально известны точные решения, например, где F (π ) = 0 . Пусть значения tk представляют собой натуральный ряд, то есть tk = k , k = 1, n , а 280
k
Dk = ∑ t j . Оптимальным решением для такой задачи является j =1
перестановка требований k , расположенных в порядке возрастания значений Dk (EDD-расписание). В этом случае до начала работы алгоритма в качестве условно-оптимального расписания выбиралась любая заданная перестановка требований, так как при использовании EDD-эвристики для примеров, где F (π EDD ) = 0 , алгоритм «муравьиных колоний» гарантировано находит точные решения, π EDD – расписание, построенное по правилу EDD. На рис. 1 и 2 представлена сходимость к оптимальному решению: показаны значения элементов матрицы τ распределения феромона.
a
b
Рис. 1. Значения τ ik на итерации 50 (a) и 100 (b)
a
b
Рис. 2. Значения τ ik на итерации 400 (a) и точное решение (b)
281
Распределение феромона по пространству передвижения муравьев является своего рода динамически изменяемой глобальной памятью муравейника. Более тёмные цвета означают высокую концентрацию феромона. После 50-й итерации алгоритма отложенный на позициях i последовательности феромон выступает как усилитель, он позволяет хорошим решениям сохраняться в глобальной памяти муравейника. Эти решения могут быть улучшены на последующих итерациях. На 200-й итерации алгоритма оптимальное решение было получено. Однако, сравнивая матрицу распределения феромона для этого случая с точным расписанием обслуживания требований, мы видим, что алгоритм продолжает поддерживать разнообразие решений. Экспериментально было установлено, что среднее число разветвлений следов феромона на текущей итерации алгоритма, превышающего некоторый порог, колеблется около 4-5 на протяжении всей работы. Следовательно, при выборе на очередную позицию перестановки для муравья существует несколько перспективных альтернатив требований. На 400-й итерации мы видим «забывание», потерю памяти колонии о «плохих» подстановках требований k на места i в расписании. Матрица распределения феромона полностью совпадает с матрицей точного решения. Алгоритм ACO может быть распараллелен естественным образом, так как в природе в любой момент времени муравьи действуют самостоятельно (муравьи действуют «параллельно»), однако с учетом перемещений своих предшественников. Существует несколько параллельных реализаций алгоритма муравьиных колоний. В [4] предложена следующая классификация возможных параллельных стратегий: параллельные независимые колонии муравьев, параллельные взаимодействующие колонии муравьев, параллельные муравьи, параллельная оценка элементов решения и комбинации стратегий, упомянутых выше. Параллельные независимые колонии муравьев – метод, при котором поиск решения осуществляется на независимых (параллельных) процессах. Для каждой колонии задаются различные значения основных параметров алгоритма. В этом методе не требуется обмена информацией между процессами о результатах формирования τ . Однако если через заданное число итераций решение на одном из них будет найдено, то поиск оптимального расписания прекратится на всех процессах, поэтому необходимы пересылки информации об успешности поиска на каждом процессе через заданное число итераций. В разработанном алгоритме важную роль играет эффективность критерия останова, в котором находится минимальное значение суммарного запаздывания на каждом процессе, сравнение его 282
со значениями на других процессах и «желание» его досрочно выйти из цикла по номеру искусственного муравья. Введем параметр параллельного алгоритма: pa . Если pa = 0 , то значения основных параметров алгоритма ACO для всех процессов одинаковые. Поиск решения происходит на каждом из них исходя из своей уникальной последовательности случайных чисел. Если 0 < pa < 1 , то значения основных параметров алгоритма ACO для всех процессов корректируются по формуле: параметр+ (rand − 0.5) pa , где rand – случайное число, генерируемое на процессах независимо. В табл. 1 и 2 представлены результаты решения задачи составления расписания для F (π ) = 0 в последовательном алгоритме ACO (одна колония муравьев) и в параллельном алгоритме ACO (параллельные независимые колонии муравьев) при pa = 0.05 . Для каждого n алгоритм запускался 30 раз, I sr – среднее число выполненных итераций, I par – число итераций выполненных в параллельном варианте (было одинаковым), Timemin , Timesr , Timemax – минимальное, среднее и максимальное время решения задачи (из 30) в секундах. Табл. 1 Последовательный алгоритм (одна колония муравьев)
n 40 60 80 100 120 140 160 180
* Tmin 0 0 0 0 0 0 0 0
* Timemin Tmax 0 0.009 0 0.020 108 0.035 57 0.055 2023 0.078 1037 0.106 711 0.138 4252 0.174
Timesr
Timemax
I sr
0.013 0.065 0.147 0.327 4.73 2.34 9.89 16.1
0.071 0.464 1.36 2.05 67.1 18.6 102 257
55 147 188 277 835 646 1068 1138
Из табл. 1 видно, что последовательный алгоритм не во всех случаях находил точное решение. В параллельной реализации на всех запусках оно было найдено. Результат работы алгоритма АСО достаточно сильно зависит от начальных параметров поиска, которые подбираются экспериментально.
283
Табл. 2 Четыре независимые колонии муравьев, pa = 0.05
n 40 60 80 100 120 140 160 180
* Tmin 0 0 0 0 0 0 0 0
* Tmax 0 0 0 0 0 0 0 0
Timemin
Timemax
I par
0.014 0.029 0.050 0.078 0.112 0.151 0.200 0.249
0.020 0.029 0.051 0.079 0.113 0.179 0.240 0.283
50 50 50 50 50 50 50 50
Так как не всегда удается подобрать начальные параметры для гарантированного получения точного решения за определенное количество итераций, то при последовательном алгоритме, вообще говоря, точное решение может быть и не найдено за достаточно большое число итераций. В параллельном варианте существенно уменьшается вероятность попасть в «плохую» область, причем это достигается как за счет разброса значений параметров (при pa > 0 ), так и за счет увеличения числа независимых колоний (параллельных процессов). Таким образом, при использовании параллельных независимых колоний муравьев можно гарантировать получение более надежных, стабильных результатов. Библиографические ссылки 1. Лазарев А.А., Гафаров Е.Р. Теория расписаний. Минимизация суммарного запаздывания для одного прибора. М.: Вычислительный центр им. А.А. Дородницына РАН, 2006. 134 с. 2. Minimizing total tardiness on a single machine using ant colony optimization / A. Bauer, B. Bullnheimer, R.F.Hartl, C. Strauss // Proceedings of the 1999 Congress on Evolutionary Computation (CEC99), 6-9 July Washington, USA. − 1999. − P. 1445-1450. 3. Applying ant colony optimization to solve the single machine total tardiness problem / A. Bauer, B. Bullnheimer, R.F. Hartl, C. Strauss // Report №. 42. − 1999. 4. Randall M., Lewis A. A parallel implementation of ant colony optimization // Journal of Parallel and Distributed Computing. − 2002. № 62. P. 1421–1432.
284
УДК 622.733 Н. Д. Пинегина, В. Ф. Бойко, Т. Б. Ершова, Н. М.Власова, А. В. Зайцев, 2009 ИНТЕРПРЕТАЦИЯ СРЕДСТВАМИ ГРАНУЛОМЕТРИИ И МАТЕМАТИЧЕСКОЙ СТАТИСТИКИ СЕДИМЕНТАЦИИ ПОРОШКА Al2O3 Бойко В.Ф. – докт. техн. наук, гл. науч. сотр.; Ершова Т.Б. – канд. техн. наук; Власова Н.М. – канд. техн. наук; Зайцев А.В. – аспирант; Пинегина Н.Д. – аспирант (Институт материаловедения ХНЦ ДВО РАН, г. Хабаровск, Россия) Средствами коллоидной химии, гранулометрии геоматериалов и математической статистики дана интерпретация процесса получения нанопорошка оксида алюминия. Показано изменение дисперсности включений суспензии Al2O3 от времени. Разработано математическое обеспечение контроля процесса седиментации.
Введение. Оксид алюминия находит применение в производстве керамических инструментальных материалов [1, 2], используется при получении коагулянтов для очистки бытовых, промышленных вод [3, 4] и т.д. Использование оксида алюминия ультра-нанометрового диапазона открывает новые возможности в плане получения материалов с повышенными эксплуатационными свойствами. Известные методы получения ультрадисперсных порошков приводят к довольно широкому распределению частиц по размерам, что не позволяет использовать те преимущества, что дает наноструктурное состояние вещества. Предлагаемый нами метод седиментации позволяет классифицировать ультра-наноразмерные порошки по узким фракциям с последующим выделением их выпариванием или центрифугированием. Целью данной работы является исследование процессов получения тонкодисперсных порошков оксида алюминия методом седиментации и разработка критерия контроля управления дисперсностью порошка оксида алюминия. Порошок оксида алюминия марки х.ч., помещенный в цилиндр емкостью 0,5 л, заливался дистиллированной водой. В результате 285
интенсивного перемешивания получилась суспензия с концентрацией твердых включений по объему равной 1%. Пипеткой 20 мл с глубины 0,15 м отбиралась проба суспензии для загрузки рабочей камеры дифракционного лазерного микроанализатора частиц «Анализетте-22». Периодичность взятия проб составила: 0; 2; 4; 7; 24; 48; 72 часа. Однако гистограммы не дают исчерпывающего представления о характере распределения объемов частиц по размерам. Поэтому для более полного представления о механизме получения частиц ультрананометрового диапазона требуется обработка полученных гистограмм с привлечением методов математической статистики. Математическая модель. За ключевое звено математического аппарата принята суперпозиция выражений плотности логарифмически нормального распределения размеров порошков [5-7] пропорционально долевому участию – θ
ϕ (Z ) =
(1 − θ ) / 2πνZ θ / 2πνZ + , 2 2 exp[ln ( Z / ξ ) /(2ν )] exp[ln 2 (ζZ / ξ ) /(2ν 2 )]
(1)
где Z ∈ (0, 11] – безразмерная крупность частиц; 11 – число классов твердых частиц, ν – изменчивость ln Z; ξ – медиана; ζ – безразмерный параметр масштабирования составляющих смеси плотностей распределения. Параметры модели определяются с использованием метода наименьших квадратов (МНК) [8]. Так как седиментация является непрерывным процессом, который приводит к уменьшению верхней крупности твердых включений суспензии, с целью систематизации и обобщения производится приведение к одной числовой оси следующих параметров: медианы – ξ, плотности распределения объемов частиц – φ(Z) и коэффициента распределения, являющегося критерием контроля дисперсности – Кр. Коэффициент приведения запишется [9] D β j = 1 ; j = 1, m ; β 1 = 1 , (2), Dj где Dj – максимальный диаметр включений по протоколу анализа исходной суспензии; j – номер дифракционного анализа; m – число дифракционных анализов. Приведенный коэффициент распределения, являющийся критерием контроля дисперсности [9,10] 11 ϕ (Z ) (3) Ê Ïj = β j ∫ dZ . Z 0 286
Порошок Al2O3 состоит из частиц, максимальный диаметр которых 47,05 мкм с преобладанием малых частиц ниже среднего размера. В таблице представлены результаты обработки данных дифракционного анализа процесса седиментации порошка Al2O3. K Ê Удельная поверхность подсчитана по формуле S = 11 Ô Ï , Dmax 0 (4), где КФ = 6 – коэффициент формы; Dmax 0 – максимальный размер включений исходного материала (47,05 мкм). Табл.1 Результаты обработки данных дифракционного анализа седиментации порошка Al2O3 Вре мя t, час 0 2 4 7 24 48 72
Dma x, мкм
Параметры pаспределения Индекс Коэф Приве- Приведетер- приве денная денн. минакоэф. дения медиана ξ ν ζ θ ции расп-я ξп β R2 Кп 47,05 3,499 0,757 7,25 0,65 0,968 1 3,499 1.211 7,89 2,900 0,550 2,62 0,73 0,995 5,96 0,486 3,440 7,01 2,825 0,542 2,51 0,74 0,997 6,72 0,421 3,835 6,77 2,254 0,439 2,28 0,70 0,976 6,95 0,324 4,698 5,65 2,572 0,442 2,08 0,69 0,967 8,32 0,309 4,759 3,95 2,171 0,546 1,04 0,48 0,951 11,91 0,182 6,528 2,66 2,855 0,493 1,10 0,36 0,951 17,67 0,162 7,455
Удель ная пов-ть, S/106 , 1/м 1,699 4,822 5,377 6,590 6,676 9,156 10,000
Непрерывная седиментация твердых включений суспензии приводит к перераспределению их объемов в жидкости. Кумуляция частиц Al2O3 размера < 1 мкм спустя 3 суток составляет ≈ 82%. Уменьшение размера твердых включений суспензии (вторая колонка табл.) приводит к плавному росту удельной поверхности дисперсной системы, что объясняет ход кривых плотностей распределений φпj, приведенных к верхнему размеру крупности частиц Al2O3 - 47,05 мкм. Как видно из табл., основная гранулометрическая характеристика твердых включений Al2O3 – медиана ξп уменьшается, кривая плотности распределения (рис.1), иллюстрирующая кинетику седиментации, перемещается влево по оси безразмерной крупности частиц, при этом ее эксцесс увеличивается. Все это говорит о том, что доля ультрананоразмерных частиц в пробе (∆F) растет. Рост доли находим табулированием интеграла для различных моментов времени, указанных в табл. z ìê
∆F j = ∫ ϕ ïj dz , 0
287
(5)
где zмк – максимальное значение безразмерной крупности твердых включений ≤1 мкм.
Плотности распределений,
п(z)
7
72
6 5
48
4 3
24
2
4 0
1 0 0
1
2
Безразмерная крупность частиц, z
Рис.1. Приведенные плотности распределения твердых частиц, содержащихся в суспензии после седиментации за период: 0, 4, 24, 48, 72 (час), соответственно
Результаты табулирования (5) показаны на рис. 2. Там же изображена линия аппроксимации доли твердых включений в пробе суспензии Al2O3
∆F = 0,059 + 0,148 ⋅ t 0,365 ; R 2 = 0,929
(6)
Выводы. 1. Предложено математическое описание процесса получения порошка оксида алюминия с максимальным размером частиц менее 1 мкм методом седиментации. В качестве модели используется логарифмически нормальное распределение размеров порошков. Параметры модели определяются с использованием метода наименьших квадратов (МНК). 2. Критерием контроля дисперсности ультра-наноразмерных порошков Al2O3 предложен коэффициент распределения объемов по интервалам диаметров Кр.
288
Доля наноразмерных включений в пробе,∆F
0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 0
15
30
45
60
75
Время седиментации , час
Рис.2. Зависимость кумуляции наноразмерных частиц Al2O3, содержащихся в пробе, от времени седиментации (• - расчетные данные; – аппроксимация)
Библиографические ссылки 1. Суворов С.А., Долгушев Н.В., Поникаровский А.И. Спеченные термостойкие материалы на основе сиалона и карбида кремния // Огнеупоры и техническая керамика. 2007. №5. С. 3-8. 2. Косенко Н.Ф., Филатова Н.В., Шитов В.А. Комбинированное активирование как метод понижения температуры спекания корундовых огнеупоров. Часть 2. Получение плотных корундовых огнеупоров на алюмоборфосфатной связке (АБФС) // Огнеупоры и техническая керамика. 2007. №5. С. 13-16. 3. Запольский А.К., Баран А.А. Коагулянты и флокулянты в процессах очистки воды. Л.: Химия. 1987. 208 с. 4. Николадзе Г.И. Технология очистки природных вод. М.: Высшая школа. 1987. 480 с. 5. Бойко В.Ф., Николенко С.В. Использование суперпозиции плотностей распределений в задачах приготовления шихты. // Материаловедение. 2006. №12. С. 14-17. 6. Колмогоров А.Н. О логарифмически нормальном законе распределения размеров частиц при дроблении. Доклады АН СССР 31, №2, 1941, С. 99-101. 7. Абезгауз Г.Г., Тронь А.П., Копенкин Ю.Н. и др. Справочник по вероятностным расчетам. М.: Военное изд-во Мин. обороны СССР. 1966. 408с. 8. Пустыльник Е.Н. Статистические методы анализа и обработки наблюдений. М.: Наука. 1968. 288 с. 9. Бойко В.Ф., Власова Н.М. Оценка дисперсного магнийсодержащего минерального сырья по критерию измельчаемости // Вопросы материаловедения. 2008. №1 (53), с. 104-110. 10. Бойко В.Ф., Николенко С.В. Теоретические основы управления свойствами дисперсных систем. Владивосток: Изд-во Дальнаука. 2008. 180 с.
289
УДК 681.3.06+681.3.07 А. В. Писарев, А. Г. Тарасов, 2009 МОДУЛЬНАЯ НЕЙРОСЕТЕВАЯ СИСТЕМА МОНИТОРИНГА ВЫЧИСЛИТЕЛЬНОГО КЛАСТЕРА Писарев А. В. – м.н.с. ВЦ ДВО РАН; Тарасов А. Г. – н.с. ВЦ ДВО РАН Система мониторинга является неотъемлемым компонентом системного программного обеспечения вычислительного кластера. Контроль уровня загрузки, определение неисправностей, связанных с работой оборудования, необходимы для поддержания высокого уровня отказоустойчивости. В статье описана модульная система мониторинга вычислительного кластера, использующая нейронные сети для определения состояния кластера.
В
последние
годы
широкое
высокопроизводительные
развитие
вычислительные
получили системы,
построенные по принципам кластеров. Вычислительный кластер – это набор компьютеров, объединённых средой передачи данных и представляющих с точки зрения пользователя единый аппаратный ресурс. Система мониторинга является одной из важных
компонент
вычислительного
системного
кластера.
программного
Она
позволяет
обеспечения
контролировать
уровень использования ресурсов системы, а также находить неисправности, необходимо
связанные для
с
работой
поддержания
оборудования, высокой
что
степени
отказоустойчивости. Вследствие большого потока данных измерений различных показателей растёт вероятность пропуска администратором
290
негативных изменений в вычислительном процессе. К примеру, активное использование виртуальной памяти на любом из вычислительных
узлов
существенно
снижает
производительность вычислительного кластера в целом. Это не критическая
неисправность
оборудования,
однако,
администратору следует обратить на неё внимание. Таким
образом,
с
ростом
сложности
вычислительного
комплекса и при её масштабировании возникает потребность в системе, способной самостоятельно оценить состояние кластера и в зависимости от результата выполнить управляющие воздействия,
которым
может
являться
либо
уведомление
администратора, либо выполнение каких-то более сложных задач. Основной
целью
работы
являлось
создание
такого
программного обеспечения, которое на основе данных системы (использование памяти, процессора, и т.п.) делало бы вывод о текущем состоянии вычислительного комплекса. Для этого из всей
совокупности
измеряемых
параметров
необходимо
выделить значимые и величины измерений этих параметров передать на вход разработанной системы мониторинга. На выходе система выдаст такие значения, на основе которых можно судить о принадлежности текущего состояния к одному из заранее известных. В основу компоненты отвечающей за анализ состояния
вычислительного
кластера
легла
искусственная
нейронная сеть. Искусственная распределенный
нейронная параллельный
291
сеть
(ИНС)
процессор,
—
состоящий
это из
элементарных единиц обработки информации, накапливающих экспериментальные
знания
и
предоставляющих
их
для
последующей обработки [1]. ИНС - это аналог биологических нейронных сетей, во многом схожий с ними, но имеющий и существенные отличия. Структура
нейронных
сетей
зависит
от
используемых
алгоритмов обучения. В общем случае можно выделить три фундаментальных
класса
1) однослойные
сети
2) многослойные
сети
нейросетевых
архитектур:
прямого
распространения;
прямого
распространения;
3) рекуррентные сети. Самым важным свойством нейронных сетей является их способность обучаться. Обучение ИНС – это процесс, в котором свободные посредством
параметры
нейронной
моделирования
сети
среды
в
настраиваются
которую
эта
сеть
встроена [1]. Процесс обучения предполагает следующие шаги: 1. в нейронную сеть поступают стимулы из внешней среды; 2. изменяются настраиваемые параметры нейронной сети. В процессе обучения нейронная сеть аппроксимирует некоторую неизвестную функцию с рядом параметров, найти которую иными способами затруднительно. Следует отметить, что не существует универсального алгоритма обучения, подходящего для всех архитектур нейронных сетей. Различают так же обучение «с учителем» и «без учителя». К
основным
преимуществам
ИНС
можно
отнести
возможность распараллеливания обработки информации и способность
самообучаться,
т. е.
292
получать
обоснованный
результат на основании данных, которые не встречались в процессе
обучения.
обеспечивает
Использование
следующие
полезные
нейронных свойства
сетей
систем [1]:
нелинейность; отображение входной информации в выходную; адаптивность; очевидность ответа; контекстная информация; отказоустойчивость;
эффективная
реализуемость
на
сверхбольших интегральных схемах; единообразие анализа и проектирования. Для проверки применимости ИНС в целях мониторинга и управления
кластером
были
проведены
численные
эксперименты с двумя концептуально разными ИНС – сетью Кохонена и сетью встречного распространения. Результаты приведены в [2]. В процессе исследования были выделены следующие значимые параметры: 1) доля свободного места в файле подкачки; 2) отношение числа процессов к числу ядер; 3) доля свободной оперативной памяти, 4) отношение загруженности процессора процессами уровня пользователя к
системным
процессам уровня ядра; 5) доля свободной памяти на жестком диске; 6) число принятых байт на сетевых интерфейсах; 7) число отданных байт и некоторые другие производные от этих величины. Такие параметры измеряются как для кластера в целом, так и для каждого узла в отдельности. Система мониторинга вычислительным кластером на основе ИНС работает по следующему алгоритму: 1. Производится сбор данных о состоянии узлов от системы мониторинга GANGLIA [3]. Выбор данной системы обусловлен
293
её широкой распространённостью, простотой настройки и доступностью; 2. На основе полученных данных об узлах, производится формирование
входных
векторов.
Из
всего
множества
измеряемых параметров на этой стадии выбираются только значимые, остальные отбрасываются; 3. Полученные
входные
вектора
подаются
на
ранее
обученную ИНС, которая относит состояние вычислительного кластера к одному из классов, выделенных при обучении; 4. Основываясь на полученных от ИНС данных, выполняются определенные пользователем действия, и процесс повторяется сначала. Для написания программы реализующей описанную выше систему мониторинга был выбран язык программирования Java. Достоинство программ написанных на Java в их полной независимости от операционной системы и оборудования. Единственным условием является наличие установленной JRE (Java Runtime Environment). В качестве основы для построения нейронной сети был выбран JOONE (Java Object Oriented Neural Engine). Этот пакет прикладного программного обеспечения реализует модульную архитектуру, основанную на возможности связывания различных компонент, которые могут быть расширены для построения новых
архитектур
нейронных
сетей.
Данная
особенность
позволяет легко изменять тип и структуру нейронной сети в рассматриваемой системе мониторинга. В текущей реализации используется пять классов (типов
294
состояний вычислительного комплекса), однако их число можно выбрать и другим при изменении параметров нейронной сети или требований к системе мониторинга. При невозможности отнести текущее состояние к определённому классу, система способна дообучиться в процессе работы. Структура построенной на базе используемых библиотек нейронной сети схематично показана на рисунке 1.
Рис. 1. Структура искусственной нейронной сети
Для создания нейронной сети использовались следующие компоненты: ● InputSwitchSynapse
(1),
OutputSwitchSynapse (6)
–
позволяют ИНС переключаться между обучением, дообучением и работой. ● LearningSwitch
(2, 7)
–
позволяет
во
время
обучения
переклюю-чаться между обучающей и проверяющей выборками. ● LinearLayer
– входной слой нейронов с линейной функцией
активации. ● FileInputSynapse
(3, 4, 10, 11)
–
значения, взятые из внешнего файла.
295
синапс,
передающий
● TeachingSynapse
(12, 13)
–
синапс,
соединяющий
с
источником данных, используемым для вычисления ошибки на выходе сети. Необходим для выполнения обучения с учителем. ● MemoryInputSynapse
(5) – синапс, передающий значение,
взятое из оперативной памяти. ● MemoryOutputSynapse
(9) – синапс, передающий значение в
оперативную память. ● SigmoidLayer
– слой нейронов с логистической функцией
активации. Реализованная с использованием JOONE нейронная сеть, может работать в трёх режимах: обучение с проверкой/без проверки, активная работа, дообучение. Переключение между режимами происходит по схеме, приведенной на рисунке 2.
Рис. 2. Режимы работы ИНС
Программа позволяет сохранять нейронную сеть в файл, что позволяет искать более эффективные варианты без потери ранее найденных.
296
Обучение нейронной сети в разработанном ПО можно производить как с использованием проверяющей выборки, так и без неё. При этом можно варьировать такие параметры как: скорость обучения,
момент обучения, необходимая точность,
максимальное число эпох, алгоритм обучения (рис. 3). Обучающая выборка считывается из текстовых файлов: один содержит данные, подающиеся на вход ИНС, второй ожидаемый ответ сети. Формат файла достаточно прост для формирования выборок с помощью стороннего ПО: 1. Число значений в строке равно числу нейронов во входном слое. 2. Значения друг от друга отделяются точкой с запятой («;»). 3. Число строк в обоих файлах одинаково. Чтобы
исключить
возможные
ошибки,
специальная
процедура проверяет файлы и сообщает, в каких строках присутствуют данные в некорректном формате. Если ошибок в файлах не найдено программа приступает к обучению сети. Весь процесс протекает в графическом режиме (рис. 4). В зависимости от параметра «число эпох до вывода на экран» выводится информация о номере эпохи и текущей ошибке обучение
обучения с
выполнении погрешность,
(а
также
проверкой). одного
из
проверки,
Обучения условий:
текущее
297
используется
останавливается
достигнута
значение
«максимальное число эпох».
если
эпохи
при
необходимая превысило
Рис. 3. Настройка параметров обучения ИНС
Рис. 4. Обучение ИНС
Важной
особенностью
данной
системы
является
возможность дообучения. Чем больше и качественней была выборка при обучении нейронной сети, тем точнее эта сеть будет давать ответ. Однако не всегда имеется возможность получения такой выборки, в результате чего обученная сеть может
давать
неуверенный
ответ,
что
препятствует
использованию её в штатном режиме. Чтобы избежать данной проблемы, в процессе работы система мониторинга запоминает параметры узлов, при которых
298
сеть давала неуверенный ответ. Впоследствии на этих данных можно построить обучающую выборку и дообучить нейронную сеть (рис. 5).
Рис. 5. Дообучение нейронной сети
На вычислительном кластере ВЦ испытана
трёхслойная
сеть
прямого
ДВО РАН успешно распространения
с
логистической функцией активации. Разработанная система мониторинга способна работать как на узлах вычислительного кластера, так и удалённо на выделенном сервере. Результаты численных экспериментов позволяют судить о применимости
нейронных
сетей
в
задачах
мониторинга
вычислительных систем. Библиографические ссылки 1. Хайкин, Саймон Нейронные сети: полный курс: Пер. с англ. – М.: ООО «И.Д. Вильямс», 2006. 2. Писарев А.В., Пересветов В.В. Нейросетевые компоненты мониторинга вычислительного кластера / Межрегиональная научнопрактическая конференция «Информационные и коммуникационные технологии в образовании и научной деятельности». Материалы
299
конференции – Хабаровск: Изд-во Тихоокеанского. гос. ун-та, 2008. с.319323. 3. Ganglia Monitoring System [Электронный ресурс] / University of California, Berkeley. – 2009. – Режим доступа: http://ganglia.info.
300
УДК 615:814 + 616.895.8:616.24-002.5(075) Н. Э. Посвалюк, С. З. Савин, Н. В. Мальцева, В. И. Киселев, 2009 ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В ПРОГНОЗИРОВАНИИ ТОЧЕК РОСТА НАРКОМАНИИ В УСЛОВИЯХ КРУПНОГО ГОРОДА Посвалюк Н.Э. – с.н.с. Вычислительного центра ДВО РАН, зав. лабораторией медицинской экологии (ИПКСЗ), канд. мед. наук, доцент; Савин С.З. – зав. лаб. Вычислительного центра ДВО РАН, канд. тех. наук; Мальцева Н.В. – зав. отд. Регионального управления ФСКН РФ по Хабаровскому краю; Киселев В.И. – ст. преп. Хабаровского государственного института культуры и искусств С позиций метода информационного моделирования сложных конфликтных систем анализируется наркологическая ситуация в Хабаровском крае. Приводятся методологические подходы и результаты обработки медико-статистических и криминологических материалов исследований на примере г. Хабаровска. Изложены принципы применения геоинформационных систем для прогнозирования развития наркоэпидемиологической ситуации. Результаты исследований могут быть полезны специалистам по геоинформационным технологиям, математическому моделированию, системному анализу, наркологии, криминологии.
Хабаровский край на протяжении последних лет стабильно находится в числе ряда регионов со значительным уровнем распространенности наркотиков не только ввозимых из-за границы, негативными тенденциями роста преступлений, связанных с наркотиками, высокими уровнями наркотизации и психической суицидальности населения. В известной степени это объясняется тем, что на его территории в изобилии произрастает конопля с повышенным содержанием наркотических веществ. Недостаточно внимания уделяется исследованию прочих факторов, порождающих высокий уровень наркозависимости в регионе, в т.ч. психосоциальных аспектов распространения наркотиков, вовлечением в сферу наркооборота подростков, нетрадиционных групп риска и пр. Ряд показателей в статистических формах Информационного центра (ИЦ) 301
УВД по Хабаровскому краю и министерства здравоохранения не могут объективно являться критериями оценки при рассмотрении тенденций развития наркоситуации в регионе. Озабоченность вызывает и то факт, что под влиянием пришлого населения в процесс распространения наркотиков все чаще втягиваются представители малых народов, возрождается печальный опыт выращивания и возделывания опийного мака в глухих, труднодоступных местах Приамурья и Уссурийской тайги [1]. Наши исследования, проведены при поддержке РГНФ, гранты №08-06-00830 «Комплексный анализ медико-социальных проблем наркотической зависимости у подрастающего поколения (на примере Хабаровского края)» и №08-06-00557 «Классификационные модели зависимостей», показали, что среди учащихся общеобразовательных школ Хабаровского края в основном распространены наркотики каннабисной группы и в незначительных объемах препараты бытовой химии (клей, ацетон), психотропные и сильнодействующие вещества (лекарственные препараты) [2]. Обращает на себя внимание популярность наркотиков синтетического содержания, в первую очередь метилендиоксиметамфетамина («экстези»). Доля лиц, потребляющих наркотические средства (рис.1): каннабиноиды около 70%; морфин, опий, героин – 11%; экстези, амфетамин, эфедрон, первитин – 6%; галлюциногены (грибы, ЛСД, РСР) – 2%; лекарственные препараты (снотворные, обезбаливающие и т.д.) – 5%; бытовая химия – 3%; другие виды (БАДы, содержащие сибутрамин) – 3%.
морфин, опий, героин 11%
каннабиноиды 70%
синтетика 6% галлюциногены 2% другие 3%
бытовая химия 3%
лекарственные препараты 5%
Рис.1. Доля лиц, потребляющих наркотики в Хабаровске
302
Анализ наркоситуации в подростковой среде показывает, что принятые правоохранительными органами меры позволили стабилизировать количество преступлений в сфере незаконного оборота
наркотических
средств
(НОН),
совершенных
несовершеннолетними. По данным ИЦ УВД края, по итогам 9 месяцев текущего года количество преступлений, совершенных несовершеннолетними
осталось
на
уровне
аналогичного
периода прошлого года – 25. Возрастная структура лиц, совершивших преступления, связанные с незаконным оборотом наркотиков
также
не
претерпела
изменений
(рис. 2):
большинство преступлений совершают лица от 30 до 49 лет. Несмотря
на
то,
что
за
минувшие
пять
лет
массив
неработающих лиц, совершивших наркопреступления, снизился на 18,7% (63,4%; 2004 год: 82,1%), он по-прежнему остается значительным.
Отмечается
рост
удельного
веса
лиц,
совершивших преступления, работающих или служащих на 8,9% (34,6%; 2004 год: 25,7%), ранее судимых – 7,2% (29,0%; 2004 год: 21,8%), проживающих в других областях – 1,7% (3,4%; 2004 год: 1,7%). Вместе с тем, если такие категории социальной структуры как «ранее судимые» и «работающие» в течение 5 лет имеют
волнообразную
динамику
роста,
то
группы
«неработающие» и «житель другой области» имеют постоянные показатели к увеличению (рис. 3).
303
9 ,9 %
6 ,3 %
8 ,0 %
9 ,3 %
8 ,5 %
5 3 ,3 % 5 2, 6% 3 9 ,8 %
49 ,3 %
4 5, 3%
1 8 ,4 % 19 ,8 % 2 9 ,3 %
2 0 ,4 % 1 9 ,1 %
1 8 ,5 % 1 8 ,3 % 6, 2 %
2, 4 %
1, 6 %
1 9, 2%
1 ,3 %
1 7, 6% 1 8, 4%
1 ,5 %
10 2 00 4 г од 2 00 5 г од 2 0 06 г од 20 07 г о д м есяц ев 2 0 08 50 лет и стар ш е
67
90
93
116
10 1
30 -4 9
4 23
4 47
5 25
719
58 0
25 -2 9
1 96
1 80
2 37
262
19 1
18 -2 4
3 11
1 68
2 12
253
20 0
16 -1 7
66
22
19
18
16
Рис.2. Возрастная структура наркоманий в Хабаровском крае
Органами внутренних дел с момента создания подразделений наркоконтроля все меньше уделяется внимание выявлению наркопреступлений, что связано с рядом объективных и субъективных причин. Одними из них является значительная нагрузка на одного сотрудника милиции (ежемесячно около 5-6 раскрытых преступлений), ужесточением уголовно-процессуальных норм, в части документирования и доказывания данных видов преступлений и лояльностью законодателя к лицам, подозреваемым в совершении преступлений [3].
304
Динамика социальной структуры лиц,совершивших преступления в сфере НОН
658
690
620
614 533
498
376
252
244
338
205
315
252 207
205
16
17
22
2004
2005
2006
Работающие
Неработающие
35
2007
Житель другой области
37
2008
Ранее судимые
Рис.3. Социальная структура наркоманий в Хабаровском крае
При анализе показателей сотрудников милиции по преступлениям в сфере НОН (рис.4) выявлено, что по предварительным итогам 2008 г. количество выявленных преступлений данной категории за последние 5 лет снизилось на 39,0% (970; 2004 год: 1591), в 2,3 раза – тяжких и особо тяжких преступлений (542; 2004 год: 1259). При этом число преступлений, связанных со сбытом снизилось в 2,8 раза (418; 2004 год: 1173), совершенных в группе – в 4,6 раза (36; 2004 год: 164). С момента создания Регионального управления ФСКН России по Хабаровскому краю показатели оперативно-служебной деятельности имеют тенденции роста. С 2005 года количество выявленных сотрудниками наркоконтроля преступлений в сфере НОН увеличилось в 2,1 раза (1332; 2004 год: 626), в 2,1 раза – тяжких и особо тяжких преступлений (1102; 2004 год: 532), совершенных в группе – в 2,1 раза (296; 2004 год: 144). Несмотря на то, что статистические данные министерства здравоохранения Хабаровского края указывают на общее снижение в течение последних 5 лет числа больных наркоманией, оперативные источники свидетельствуют о росте количества потребителей опийных наркотиков и объемов наркотических средств, находящихся в незаконном обороте (рис. 5). Снижение официальной общей регистрации больных наркоманией свидетельствует о том, что наркоманы сами становятся распространителями наркотических средств, тем самым обеспечивая себя средствами для покупки 305
следующих доз [2, 3]. В настоящее время сбыт наркотиков происходит только знакомым лицам небольшими партиями или дозами. Как правило, покупая 1 дозу героина (средняя розничная цена 3,5 – 4 тысячи рублей) наркоман делит ее на три части, две из которых продает, приумножая свою прибыль в 2 раза. В данной ситуации возрастает способность контролировать себя более длительное время, не обращаясь за медицинской помощью. Показательным примером является тот факт, что сотрудники ГИБДД УВД по Хабаровскому краю при реализации своих непосредственных задач только за 8 месяцев выявили 560 лиц, управляющих транспортными средствами в состоянии наркотического опьянения, что в 1,8 раза больше, чем за весь 2007 год (315; 2006 год: 216). Тенденции показателей оперативно-служебной деятельности органов внутренних дел в сфере НОН 1591
1259 1133 1173
1004
971
970
816 880 573
518
542
477 164
394
198 77
2004
2005
2006
43 2007
Количество зарегистрированных преступлений
Тяжкие и особо тяжкие
Связанные со сбытом
Совершенные в группе
418 36 2008
Рис.4. Эффективность деятельности правоохранительных органов
306
Динамика соотношения правонарушителей, потребляющих наркотики к постановке на первичный наркологический учет 560
315 216
101
110
122
91
55 78 2004
2005
2006
2007
8 мес. 2008
Выявленных правонарушителей, управляющих тр. средст. в состоянии наркотического опьянения Поставлено на первичный наркологический учет
Рис. 5. Нарколого-криминологическая ситуация в Хабаровском крае
Формирование многочисленных колоний из числа граждан ближнего и дальнего зарубежья на приграничных территориях сопровождается возникновением в этой среде организованных преступных групп и сообществ, чему способствуют родовые и родственные связи. Активные участники этих преступных группировок поддерживают постоянные контакты с национальными диаспорами практически во всех крупных городах России. Наиболее активные каналы контрабандных поставок наркотиков в край осуществляются через Российско-Казахстанскую границу, где процесс миграции населения фактически не контролируется. Сложное материальное положение мигрантов способствует их вовлечению в криминальный бизнес в качестве курьеров для доставки наркотиков. Из оперативной практики известно, что незначительные денежные затраты на перевозку одной партии героина позволяют наркодельцам нанимать большое число перевозчиков с целью дробления крупных партий на более мелкие, таким образом уменьшая риски изъятия значительных количеств наркотических средств и избегая крупных потерь. До настоящего времени отсутствует единая унифицированная система учета и оценки данных в сфере оборота наркотических средств, что порождает разнобой в статистике. Вследствие чего можно сделать вывод о том, что полной и объективной картины в этой области нет. Различные формы статистической отчетности не приведены к общему знаменателю [3]. Это касается и правоохранительных структур и структур исполнительной и законодательной власти. Например, Министерство здравоохранения 307
края ведет учет больных наркоманией, есть соответствующие строки в статотчетности УФСИН и других ведомств, но отсутствие единого критерия обработки данных не позволяет сегодня сказать, какая часть этих сведений продублирована различными ведомствами. Так, наркоман, состоящий на учете в наркодиспансере, совершив преступление, по приговору суда попадает в места лишения свободы, и его трижды занесут в соответствующие графы три ведомства: Минздрав, УВД, УФСИН. Другой ключевой характеристикой наркоситуации является неадекватность законодательного и правового обеспечения существующей антинаркотической политики. Ярким примером неадекватности законодательства является то, что контрабанда наркотиков, того же афганского героина, в настоящее время преследуется точно также как контрабанда продуктов, БАДов или культурных ценностей. При определении понятий «крупной» и «особо крупной» дозы наркотиков: оптовики приравнены к мелким распространителям. При этом социальные последствия этих преступлений совершенно несопоставимы [1]. Показатели деятельности Регионального управления подтверждают данные факты (рис.6). На фоне сокращения количества изъятых наркотических средств на 301,4 кг в сравнении с аналогичным показателем 2007 года (743,0 кг; АППГ: 1044,1 кг), отмечается увеличение на 31 факт количества изъятий (1055; АППГ: 1024), а с 2004 года количество фактов изъятий наркотических средств увеличилось более чем на 20% (2004 год: 876) [3]. Динамика соотношения количества фактов изъятия к количеству изъятого героина 350
6000
5600 300
294
5000
250
3500
3700
4000
200 3000 150
2100 130
2000
1400
100
94 67
50
0
1000
23 2004
0
2005
2006
количество фактов изъятия героина
2007
2008
количество изъятого героина
Рис.6. Динамика антинаркотической профилактики в Хабаровском крае
308
На территории края, начиная с 2007 года, происходит изменение структуры наркотических средств, находящихся в незаконном обороте, а именно преступные группировки, осуществляющие деятельность в сфере незаконного оборота наркотиков, отдают предпочтение поставкам и сбыту более концентрированных наркотических средств (героин, масло каннабиса, гашиш, синтетические наркотики), являющихся более дорогими и, как следствие, более выгодными для наркобизнеса. Необходимо отметить, что при сокращении количества изъятого сотрудниками Регионального управления героина на 2 кг (3,5 кг; АППГ:5,6 кг) количества фактов его изъятия увеличено более чем в 2,3 раза (294; АППГ: 130). Начиная с 2007 г. наметилась тенденция к увеличению производства наркотиков в районе «Золотого треугольника» (Мьянма, Таиланд, Лаос). Общий объем производства опия в этих странах увеличился на 40% и по экспертным оценкам в 2007 г. достиг 70 тонн. По значительной доли и скорости распространения в России следует выделить наркотики амфетаминовой группы, в том числе метилендиоксиметамфетамин (МДМА или «экстези»). Основным источником их появления в РФ является контрабандный ввоз из стран Бенилюкса, Германии, Польши, прибалтийских государств, где их производство достаточно хорошо развито. Имеются данные о контрабанде МДМА в южные регионы России из Украины автомобильным и железнодорожным транспортом и водным транспортом через порт Таганрог. В Хабаровском крае также отмечается значительное выявление наркотиков этого вида, произведенных в г.г. Санкт-Петербурге и Москве. Отмечаются факты появления в г. Хабаровске синтетических наркотиков китайского происхождения, уступающие в качестве западным аналогам, но пользующиеся популярностью ввиду невысокой цены. Для проведения корректных популяционных исследований нами созданы специализированные базы данных по наркоэпидемиологической ситуации и проблемно-ориентированные медикоэкологические территориальные компьютерные атласы и карты с использованием геоинформационных технологий [5] – наркологоэпидемиологическая геоинформационная система – НЭГИС (рис. 7).
309
Рис. 7. Электронное картографирование критических точек роста НОН в НЭГИС
В задачах эпидемиологии наркозаболеваний [4–7], помимо данных о криминогенной и медико-экологической напряженности, тематическими слоями НЭГИС могут являться сведения о распространении психоактивных веществ, адреса наркопритонов, учебных заведений, тоталитарных сект, использующих наркотики; макроэкономические и социально-демографические параметры (занятость населения, возрастной состав, показатели естественного движения населения, индекс миграции; адресный план (рис. 7 – слева), данные социологического и психологического тестирования в группах риска, эффективности профилактических мероприятий, деперсонифицированые истории болезни, данные о смертности в соответствующих группах риска и т.п.). Исследования с использованием НЭГИС осуществляются на основе системного анализа и математического моделирования [6] процессов распространения наркологических заболеваний в Хабаровском крае с применением новых информационных технологий для обработки разноплановой информации при принятии решений по оптимизации структуры наркологической и психиатрической помощи 310
населению и повышению эффективности работы правоохранительных органов в сфере противостояния НОН. Библиографические ссылки 1. Колотилин Г.Ф., Логинов И.П, Савин С.З., Киселев В.И., Шамов В.В. Этнонаркология Хабаровского края // «Социально значимые болезни в Российской Федерации». Мат-лы Межд. Конф. «Здоровье нации и социальнозначимые заболевания", 29 мая–2 июня 2006 г. Москва. М.: Лига здоровья нации, 2006. С.120-128. 2. Posvaluk N.E, Kolotilin G.F., Sukhomlinova O.E. Style of life is a cause and effect psychophysical disadaptation of children and teenagers (cohort examination). Proc. Japan–Russia Int.med. symp.VII.Hirosaki, 1999. P.193. 3. Киселев В.И., Савин С.З. Исследование региональной динамики преступности, связанной с распространением наркотиков // Вестник ДВЮИ МВД, Владивосток: Дальневосточный институт МВД РФ, 2005. вып.2 (7). C.61-64. 4. Барабаш П.И., Посвалюк Н.Э., Савин С.З., Мотрич Е.Л., Шамов В.В. Применение геоинформационных систем для нарколого-демографического мониторинга Дальнего Востока // Электронный журнал "Исследовано в России", 1, 740-752, 2005/ 068/041212, с. 740-752 http://zhurnal.ape.relarn.ru/articles/2005/068.pdf 5. Колотилин Г.Ф., Косых Н.Э., Посвалюк Н.Э., Савин С.З. Некоторые методологические принципы мониторинга распространения неинфекционных заболеваний в крупном городе с использованием медико-экологических геоинформационных систем // Труды межд. форума по проблемам науки, техники и образования. Москва, 6-10 декабря. М.: АНЗ РФ. С. 512-515. 6. Стогний А.А., Полумиенко С.К., Савин С.З., Турков С.Л. Некоторые эвристические методы моделирования сложных эколого-экономических систем // Проблемы создания виртуальных информационных моделей. Владивосток: Дальнаука, 2006. С.43-57. 7. Косых Н.Э., Лопатин А.С., Новикова О.Ю., Савин С.З. Геоинформационные системы в задачах медицинской экологии. Вычислительный центр ДВО РАН, 2008. 135 с.
311
УДК 51:519.8 + 612.53/59:612.57 С. З. Савин, В. В. Гостюшкин, И. Э. Косых, 2009 ВИРТУАЛЬНЫЕ ИНФОРМАЦИОННЫЕ МОДЕЛИ В ЗАДАЧАХ ТЕЛЕОНКОЛОГИИ Савин С.З. – зав. лаб. ВЦ ДВО РАН; Гостюшкин В.В. – н.с. ВЦ ДВО РАН; Косых Н.Э. – гл. н. с. ВЦ ДВО РАН, зав. кафедрой онкологии ДВГМУ Изложены принципы применения метода виртуального информационного моделирования в задачах математической морфологии, статистического анализа и средства обработки гистограмм по данным медицинских компьютерных томограмм. Представлены основные положения метода виртуального информационного моделирования живых систем. Рассмотрены теоретические основы применения статистических методов при обработке графических образов в задачах оперативной диагностики, диспансеризации, телемедицины и мониторинга здоровья населения на основе новых информационных технологий, современных средств вычислительной техники, глобальной информационной среды и телемедицины. Предполагается использование результатов специалистами по математическому моделированию, многомерному статистическому анализу, распознаванию образов, системному анализу в медицине и экологии человека, телемедицине, лучевой диагностике и лучевой терапии.
В мировой и отечественной практике применяются разнообразные подходы к построению информационно-справочных систем сложных объектов, основанные на многослойных пространственных моделях, например, геоинформационные системы, где проблемы совмещения и манипулирования графическими и атрибутивными данными в рамках единой интегрированной модели в какой-то степени решены. Для задач медицины, радиологии, микро и нанобиологии поиск адекватной идеологии и создание соответствующих инструментальных средств визуализации и дескриптивного анализа только начинается. Существует множество методологических подходов для анализа структуры и функций организма в анатомии и физиологии человека. Изучение организма, проводимое в течение длительного 312
исторического периода, всегда включало в себя в той или иной пропорции два основных принципа познания – визуальное отображение и метрический метод. Принцип визуального отображения состоит в стремлении максимально достоверно или схематически корректно изобразить на носителе информации внешний вид и внутреннюю структуру изучаемого объекта. Метрический принцип заключается в качественном и количественном анализе исследуемого объекта. В качестве объекта в зависимости от характера и объема исследования можно рассматривать как весь организм, так и его отдельные органы, ткани, клетки, субклеточные и наноструктуры. Метрический принцип используется и при изучении связей между отдельными элементами объекта. До сих пор в научных исследованиях эти принципы исследования применяются параллельно, взаимно дополняя друг друга. Их интеграция осуществляется самим ученым, связывающим результаты метрических исследований с визуальными характеристиками объекта исследования. Такой подход, оправданный в медико-биологическом отношении, далеко не идеален для компьютерного программирования в задачах оперативного контроля состояния пациента и принятия решений в процессе лечения и реабилитации. В этой ситуации характер интеграции метрических и визуальных данных на некотором этапе программирования определяется исследователем и до большой степени является субъективным [1, 2]. В рамках проектов РФФИ «Методы математической морфологии в задачах телеонкологии» и «Семейный теледоктор»» разработана технология виртуального информационного моделирования (ВИМ) объектов живой природы, основанная на теоретико-игровом подходе к задачам распознавания образов и принятия решений в медицине и биологии с использованием аксонометрических принципов построения специализированных баз данных и логико-семантических представлений о процессах жизнедеятельности организма [2, 3]. ВИМ представляет собой группировки точек в замкнутом пространстве биологического объекта, соответствующие органам и основным системам жизнеобеспечения организма. Каждая точка с позиций методов математической морфологии помимо координатных значений отображает конечное множество логической, семантической и числовой информации, в той или иной степени характеризующей конкретную анатомическую область, которую представляет данная точка. Размер такого подмножества зависит от разрешающей способности конкретного метода исследования: насколько подробно 313
должна описывать ВИМ морфологию организма-прототипа. Между точками в замкнутом пространстве существует множество связей, распространяющихся на все пространство или только на отдельные его части. Эти связи имитируют функциональные отношения, реально существующие между отдельными частями организма. Все множество точек с их разнообразной релевантной информацией и функциональными связями между собой представляет БД живой системы в форме электронной таблицы (ЭТ), к которой могут обращаться любые компьютерные программы, ставящие своей целью моделирование того или иного биологического процесса в организме. Прообразом ВИМ биообъекта является первичная n-мерная модель, полученная на основе многомерного моделирования серии послойных срезов изучаемого объекта. ЭТ строится на основе первичной многомерной модели биологического объекта, составленной из 2-мерных графических файлов, отражающих послойное строение биологического объекта; минимальная точка графического изображения (пиксель) путем преобразования становится строчкой в таблице. Таблица содержит основные элементы: 3-мерные координаты, тканевую принадлежность, цифровые характеристики качественного состояния точки, а также характеристики ее связи с соседними точками. Одной из характеристик первичной многомерной модели является 3-мерная координатная сетка, построенная тремя взаимно перпендикулярными плоскостями (X,Y,Z). Каждая точка, располагающаяся в данной сетке, имеет 3-мерную систему координат. В случае, если линии, сходящиеся от плоскостей X,Y,Z в точке а, взаимно перпендикулярны, то данная трехмерная координатная сетка является жесткой; если угол между данными линиями отличается от прямого - лабильной. В зависимости от типа координатной сетки точки в первичной многомерной модели могут быть либо объектными, либо условными. Объектной называется точка, располагающаяся в жесткой трехмерной координатной сетке и отражающая определенный объем тканей, расположенная в строго определенной зоне (со строгой координатной привязкой), располагающаяся на определенном расстоянии от других точек. Условной называется точка, располагающейся в лабильной координатной сетке. Такая точка является виртуальной величиной, в которой объем, координаты и расстояние от других точек являются числовыми характеристиками данной точки. Каждая точка имеет определенные свойства, характеризующиеся набором числовых параметров, (числовой характеристикой) и способностью их изменения (функция). 314
Числовая характеристика свойств точки представлена в виде: вероятностных и абсолютных величин [2–4]. Числовые параметры точки делятся на типы: вероятностные, степенные, абсолютные. К вероятностному типу относятся числовые параметры, указывающие на возможность (вероятность совершения события). К ним относятся параметры вероятного присутствия конкретного свойства в точке, вероятности перехода информационного сигнала с одной точки на соседнюю, вероятности изменения свойства точки под действием информационного сигнала. К степенному типу относятся числовые параметры, показывающие в относительных величинах значение (величину) явления. Это параметры степени схожести объекта, явления свойства в конкретной точке аналогичным параметрам в иных точках (соседних, иных органов и тканей, точкам в нормальном состоянии и т.п.); степени значимости признака в формировании свойства или функции; степень изменения свойств точки под действием информационного сигнала. К абсолютному типу относятся экспертные значения параметров измеряемых в конкретной точке. Числовые параметры заносятся в соответствующие столбцы ЭТ. Каждому типу числового параметра соответствует определенный столбец электронной таблицы. Столбцы ЭТ могут быть сквозными и скрытыми. Сквозные столбцы присутствуют во всей ЭТ и относятся к каждой точке виртуальной информационной модели (каждой строчке ЭТ). Скрытые столбцы относятся только к отдельным точкам виртуальной информационной модели (отдельным строчкам ЭТ). Наличие скрытых столбцов, относящихся к конкретной строчке ЭТ, указывается в специально выделенном столбце, помещенном в начало каждой таблицы. Параметры времени, а также веса (массы), объема точки также являются ее числовыми характеристиками и вносятся в ЭТ. Для хранения и обработки данных используется высокопроизводительный вычислительный кластер. Наряду с числовой информацией электронной таблицы связь между точками является одной из главных характеристик ВИМ. Связи могут быть ближними и удаленными. Ближняя связь является обязательным атрибутом любой точки в ВИМ. При этом каждая такая точка имеет связи с соседними шестью точками (условно: в вертикальной плоскости – верхняя, нижняя; в горизонтальной плоскости – северная, восточная, западная и южная). Каждая строчка таблицы в своей особой части содержит информацию о характере связи точки с соседними точками. Ближние связи определяют жесткий фрейм программ, проявляющийся наличием в каждой строчке ЭТ специальной функции, передающей выполнение программы на строчки, соответствующие 6n соседним точкам в 315
первичной многомерной модели. Удаленная связь не является обязательным атрибутом каждой точки. Она дополнительно устанавливается для некоторых точек в зависимости от их функциональной нагрузки. Удаленные связи могут соединять любые точки виртуальной информационной модели. При достаточно большом количестве информационных кодов и связей конкретной точки с другими точками ВИМ может отображать бесконечное число морфологических и функциональных состояний организма-прототипа. По характеру передаваемой информации и последующего эффекта связи бывают разграничительными и транспортными. По разграничительным связям проходит информационный сигнал, идентифицирующий точку как принадлежащую или не принадлежащую к определенной ткани. Результатом прохождения такого сигнала в случае идентификации точки как принадлежащей к определенной ткани является функция F1: точка относится к выделенной системе и на нее распространяются все процессы, идущие в системе. Если она идентифицирована как не принадлежащая к определенной ткани, реализуется функция F2 – данная точка не относится к выделенной системе, на нее могут не распространяться все процессы, идущие в системе. По транспортным связям, проходящим, как правило, через последовательно расположенные точки ВИМ, идентифицированные как принадлежащие одной и той же системе, проходит информационный сигнал, последовательно (по мере прохождения) меняющий значения величины признака в соседних точках. В первичной многомерной модели связи между точками моделируют множество связей между частями (органами и тканями) биологического объекта [3–5]. В электронной таблице связи между строчками соответствуют связям между точками первичной трехмерной модели. Связь выражается значением в интервале (0,1), указывающим, с какой степенью вероятности сигнал переходит на соседнюю точку первичной 3-мерной модели (в ЭТ – на строчки, соответствующие данным точкам). Информационным сигналом является последовательное изменение отдельных характеристик точек, соединенных между собой связями. Параметры информационного сигнала могут определяться БД (вероятность и степень изменения числовых характеристик в точке при аналогичных изменениях в соседней точке, а также скорость перехода данных изменений на соседние точки), базовой обслуживающей программой (определяет место «зарождения» информационного сигнала, его исходные числовые параметры, периодичность во времени и мощность в 316
исходной точке) или кооперативной обслуживающей программой (при формировании информационного сигнала в локальной ВИМ). Информационный канал ВИМ есть последовательно расположенные и объединенные друг с другом точки модели, между которыми распространяется информационный сигнал. В ВИМ информационный канал моделирует (имитирует) нервы, сосуды, проводящие пути спинного и головного мозга. Информационные каналы могут быть центростремительными, центробежными смешанными, изолированными и совмещенными. Центростремительным информационным каналом называется такой канал, в котором информационный сигнал распространяется от периферии ВИМ к ее центру. Центробежный информационный канал такой канал, в котором информационный сигнал распространяется от центра ВИМ к ее периферии. Смешанный информационный канал такой, в котором информационный сигнал может распространяться в обоих направлениях. Изолированным называется информационный канал, моделирующий только один биологический проводящий объект (нерв, сосуд, проводящий путь головного или спинного мозга). Совмещенным информационным называется канал, моделирующий одновременно несколько или один биологический проводящий объект (например, нерв и сосуд). Характер и направление проведения информационного сигнала кодируются в каждой точке ВИМ. Составляющими информационного канала являются начальная (рецепторная) часть, собственно проводящая часть и конечная (эффекторная) часть. Базовая обслуживающая программа определяет локализацию рецепторной части информационного канала. Ею может быть одна или несколько точек ВИМ, а также целая информационная область. Локализация рецепторной части может определяться согласно числовым характеристикам точек в ВИМ, если в какой-либо конкретной точке имеются указания на возможность возникновения информационного сигнала с данной точки. Эта ситуация называется программируемой локализацией рецепторной части информационного канала. Кроме того, локализация рецепторной части информационного канала может быть определена базовой обслуживающей программой в процессе моделирования того или иного физиологического (патологического) состояния ВИМ с внесением дополнительной информации в конкретные точки ВИМ, определенные в процессе такого моделирования. Такая информация сама по себе может являться информационным сигналом. Рецепторная часть информационного канала может быть гомогенной или гетерогенной по признаку 317
формируемого в ней информационного сигнала. В случае, если рецепторная часть является гомогенной, базовой обслуживающей программой определяется, что все точки ВИМ, входящие в рецепторную часть информационного канала, являются адекватными: во всех этих точках появляется одинаковый числовой признак или происходит изменение существующего признака на одинаковую величину. Гетерогенность рецепторной части информационного канала связана с конкретными свойствами точки, влияющими на значение возникающего в них (или вносимого извне) информационного сигнала. В случае гетерогенности рецепторной части информационного канала информационный сигнал передается либо последовательно, отдельно из каждой группы точек. При этом передача данных сигналов разделяется во времени. Иным вариантом передачи информационного сигнала из гетерогенной рецепторной части является суммирование всех разновидностей информационных сигналов в одной точке с подсчетом усредненной величины информационного сигнала. Локализация этой точки определяется базовой обслуживающей программой по исходной информации БД ВИМ. С такой точки собственно и начинается проводящая часть информационного канала. Базовая обслуживающая программа копирует часть БД ВИМ, соответствующей локализации информационного канала, создавая рабочую копию фрагмента БД. Рабочая копия фрагмента БД сохраняет не только последовательность точек составляющих информационный канал, их базовые и разграничительные связи, но и числовые характеристики того признака, который будет изменяться под действием информационного сигнала, а также параметры, определяющие вероятность и степень изменения этой числовой характеристики. Комплекс, скопированный из базы данных ВИМ в рабочую копию фрагмента БД и состоящий из числового значения признака, изменяющегося под влиянием информационного сигнала, вероятности и степени данного изменения, называются транзитным информационным модулем точки. Признак, изменяющийся под влиянием информационного сигнала, называется транзитным признаком. Рабочая копия фрагмента БД включается в базовую обслуживающую программу. В дальнейшем происходит следующее: в транзитном информационном модуле точки, соответствующей рецепторной части информационного канала происходит изменение транзитного признака на величину, заданную в транзитном информационном модуле; по системе ближних связей передается сигнал (команда) об аналогичном изменении транзитного признака в 318
ближайшей соседней точке. Таким способом подобные изменения распространяются по всей проводящей части информационного канала. В точке, соответствующей эффекторной части информационного канала, изменение транзитного признака вызывает появления нового признака (т.н. «эффекторный признак»), на основании которого базовая обслуживающая программа может распространять эффекторный признак на всю функциональную область, запускать новый информационный канал, вносить изменения в рабочую копию фрагмента БД и в базу данных ВИМ, визуализировать данные изменения, пополнять базу знаний об объекте. ВИМ биообъекта состоит из целого ряда уровней, отражающей строение и связи в модели органа, ткани, клеток, субклеточных структур. Все уровни представлены в виде ЭТ. В процессе моделирования функции биологического организма могут быть задействованы все уровни или 1–2. Число занятых уровней может быть неодинаковым в разных частях виртуальной информационной модели и определяется конкретными текущими задачами моделирования. Взаимоотношения между уровнями ВИМ иерархические: каждая точка модели (пиксель) представлена определенным количеством ВИМ более низкого уровня. В каждой из них происходят определенные процессы, так или иначе меняющие состояние биосистем. Параметры изменения состояния суммируются и анализируются с помощью базовой обслуживающей программы. Наиболее частое состояние в ВИМ более низкого уровня переносится на точку (пиксель) более сложной ВИМ. Для кодирования свойств каждой точки используется главный принцип ВИМ: свойства точки определяются координатами данной точки и набором предикатов всей релевантной информации [4,7]. Изложенный выше подход позволяет по-новому взглянуть не только на проблему соотношения основных принципов познания визуального отражения и метрического изучения. ВИМ дает возможность создать виртуальный организм, с любой степенью подобия отображающий не только морфологию, но и модели функционирования биологического прототипа. При этом на стыке медицины и информатики возникает новые научные направления – виртуально-информационная анатомия и виртуальная физиология (Физиом) [8]. Анатомия организма в рамках ВИМ имеет существенные отличия от классической анатомии. Особенностью ВИМ является стремление ее к максимальному структурному подобию конкретным частям клетки. В качестве информационной среды живого объекта в зависимости 319
от характера и объема исследования может рассматриваться как весь организм, популяция особей, так и отдельные органы, ткани, клетки и субклеточные структуры живой системы. ВИМ является новым направлением в моделировании объектов живой природы произвольной степени сложности. Особые свойства ВИМ позволяют прогнозировать их широкое использование в задачах морфологии, цитологии, эмбриологии, цитогенетики, популяционной биофизики, нанодиагностики, биоинформатики и радиологии. В частности, для задач доказательной медицины созданы базовый и кооперативные блоки обслуживающих программ ВИМ. Функции базовой обслуживающей программы: задание исходных характеристик информационного сигнала в начальной точке; считывание и отображение конечных характеристик информационного сигнала в конечной точке или в части ВИМ; визуализация моделируемой функции, в том числе в режиме on-line; выделение в ВИМ той ее части, которая необходима для конкретных задач моделирования; взаимодействие между уровнями ВИМ (учет качественных изменений в моделях клеток, составляющих участок модели органа - «пиксель в органе», придание результирующего значения для одной или нескольких характеристик в данном пикселе; определение и выделение точек (группы точек), с которыми в дальнейшем будет взаимодействовать кооперативная обслуживающая программа для передачи информационного сигнала из локальной ВИМ). Функции кооперативной обслуживающей программы: получение результирующего значения признака по локальной виртуальной информационной модели (например: вирус в клетке); трансформирование результирующего значения признака по локальной ВИМ в информационный сигнал; связывание с определенной частью базовой ВИМ (точка или группа точек) для передачи информационного сигнала из локальной виртуальной модели. Локальная ВИМ предназначена для моделирования экзогенных биологических объектов (вирусов, бактерий) в организме, а также автономно существующих эндогенных биообъектов в организме, например, опухолевых клеток. Локальная ВИМ представляет собой базу данных в виде ЭТ, взаимодействующей с базовой обслуживающей программой локальной ВИМ и кооперативной обслуживающей программой. Локальная ВИМ обрабатывается и функционирует одновременно с основной информационной моделью биообъекта. По своим параметрам (размерам, уровню организации и т.п.) ЭТ локальной ВИМ близка к ЭТ ВИМ уровня клетки и субклеточных структур. ВИМ живой системы с помощь кооперативной обслуживающей программы может 320
взаимодействовать с N-числом локальных информационных моделей. Сценарий работы локальной ВИМ: базовая обслуживающая программа локальной ВИМ взаимодействует с базой данных (ЭТ) локальной ВИМ; результатом данного взаимодействия является расчет результирующего признака (под результирующим признаком в данном случае является числовой параметр или группа параметров необходимых для формирования информационного сигнала для основной ВИМ биообъекта); результирующий признак фиксируется базовой обслуживающей программой локальной ВИМ; кооперативная обслуживающая программа последовательно связывается с базовой обслуживающей программой локальной ВИМ, переводит результирующий признак в информационный сигнал, задает его числовые параметры; связывается с базовой обслуживающей программой основной ВИМ, определяет точки-«рецепторы» информационного сигнала, передает информационный сигнал на основную ВИМ; базовая обслуживающая программа основной ВИМ изменяет ее работу в зависимости от характера информационного сигнала. Созданы унифицированные многоуровневые иерархические гипербазы медико-биологических знаний для исследований живых систем любого уровня сложности. Для построения экспертной части ВИМ исследованы проблемы применения различных статистических методов для решения задач распознавания образов как задачи вычисления свойств [1, 5, 7]. Для информационных нанобиологических систем (ИНБС) разрабатываются динамические сценарии некоторых основных физиологических и патологических процессов в клетке: дыхания, деления, дифференциации, апоптоза и пр. [6, 8]. Посредством ИНБС можно не только имитировать, прогнозировать, но и корректировать действия, например, эмбриональной стволовой клетки с учетом всей информации, функционирующей в ВИМ ЭСК. Неоднородность классификационных критериев эффективности регенеративной клеточной терапии лежит в основе внутреннего противоречия системы стадирования любого патогенного процесса. Выполнены аналогичные работы по созданию ВИМ стадирования распространения злокачественных новообразований в организме [7, 8]. Несмотря на некоторые успехи использования гистограмм в задачах морфологического и сцинциграфического анализа живых объектов, имеется несколько проблем, текущие решения которых могут быть существенно усовершенствованы. Необходимо было провести всестороннее исследование, включающее несколько иные методы, в частности проанализировать возможности использования методов ВИМ и произвести предварительное сравнение их применимости к 321
различным типам данных. При этом важно решить задач верификации, экстраполяции, визуализации и дальнейших исследований не только в отношении применимости, но и точных оценок соотношения цены качества, затрат на достижение требуемой эффективности алгоритмов и других характеристик ВИМ. Результатом этих исследований станет разработка эксклюзивного комплекса программ ВИМ для задач математической морфологии и телеонкологии. Библиографические ссылки 1. The Medical Image Analysis and Machine Intelligence (MIAMI) Research Group. http://www.ece.uwaterloo.ca/miami 2. Косых Н.Э., Савин С.З. Введение в биоинформационные системы // Проблемы создания виртуальных информационных моделей. Владивосток: Дальнаука (Вычислительный центр ДВО РАН), 2006. С.7–27. 3. Косых Н.Э., Савин С.З., Линденбратен В.Д. Виртуальные информационные модели в задачах радиологии // Радиология – практика, Россия. 2-2004. С.36-39. 4. Косых Н.Э., Посвалюк Н.Э.. Савин С.З. Биологические информационные системы как средство доказательной медицины // Дальневосточный медицинский журнал, 1-2004. С.61–62. 5. Косых Н.Э., Савин С.З., Смагин С.И. Виртуальные информационные модели опухолевого роста // Информационные технологии и вычислительные системы, 1–2005. С.117–129. 6. Косых Н.Э., Хоменюк А.В. Информационное пространство метода ВИМ // Проблемы создания виртуальных информационных моделей. Владивосток: Дальнаука (Вычислительный центр ДВО РАН), 2006. С.143– 157. 7. Косых Н.Э., Савин С.З. Новые информационные технологии в задачах стадирования новообразований ЦНС // Вестник ДВО РАН, 6-2005. С.91–94. 8. Косых Н.Э., Савин С.З., Рыжавский Б. А. Виртуальные информационные модели стадирования опухолей печени // Математическая морфология. Электронный математический и медико-биологический журнал. Т. 5. Вып. 4. 2006.
322
УДК 51:519.8 + 612.53/59:612.57 С. З. Савин, Г. Ф. Колотилин, И. П. Логинов, Н. Э. Посвалюк, 2009 ГЕОИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В ЗАДАЧАХ МОНИТОРИНГА НАРКОЛОГИЧЕСКОЙ СИТУАЦИИ Савин С.З. – зав. лаб. ВЦ ДВО РАНж Колотилин Г.Ф. – д.м.н., профессор, зав. каф. Психиатрии и медицинской психологии ДВГМУ; Логинов И.П. – д.м.н., профессор каф. Психиатрии и медицинской психологии ДВГМУ; Посвалюк Н.Э. – старший научный сотрудник ВЦ ДВО РАН Представлены методологические подходы к созданию территориального наркологического регистра на основе новых информационных технологий при решении проблем распространения наркологической зависимости населения Хабаровского края. На основе геоинформационных систем, многофакторного анализа статистических данных и результатов собственных исследований рассмотрены проблемы эпидемиологии наркоманий, исследуются основные наркоэпидемиологические характеристики качества жизни популяции человека на Дальнем Востоке на примере анализа распространения ПАВ и запущенных форм наркомании. Обосновывается возможность применения единого методологического подхода для геоинформационного моделирования процессов распространения наркоманий различных форм. Исследуется наркодемографическая ситуация в Хабаровском крае с применением медико-экологических ГИС в медикосоциальном, историческом, транкультуральном, этнографическом, криминологическом и эколого-экономическим аспектах. Комплексный анализ наркологической обстановки позволил выявить этнонаркологические и медико-географические особенности региона и разработать сценарии борьбы с распространением наркотиков в регионе.
Рост распространения наркотической зависимости на Дальнем Востоке обусловил устойчивый научный интерес эпидемиологов, наркологов, психиатров, неврологов, криминологов, юристов к проблемам системного контроля наркологической ситуации. Ежегодный анализ статистических данных свидетельствует о 323
неуклонном вовлечении населения в процессы наркотизации, снижении возраста приобщения к психоактивным веществам, расширении спектра наркотически действующих веществ, являющихся доступными для потребителя. Географическое положение края и интенсивная миграционная динамика обусловили формирование наркотических потоков, вовлечение в процессы наркотизации, помимо традиционных контингентов города, также и коренного населения края. Наркомания негативно воздействует на различные аспекты жизни общества – демографию, экономику, здоровье населения и общую криминальную обстановку. В настоящий момент решающее значение приобретает профилактика злоупотребления ПАВ, важнейшей составляющей которой является изучение эпидемиологии наркомании. Хабаровский край с его уникальным географическим расположением, неоднородным и многообразным населением (переселенцы из европейской части страны, коренное национальное, пришлое мигрирующее население со всех континентов) с широким спектром климатических и биогеохимических условий, с необычной и своеобразной социально-демографической обстановкой являются благодатным полем для проведения таких исследований. Наряду с общемировыми тенденциями в формировании наркологической ситуации играет определенную роль региональная специфика, которая включает совокупность факторов, связанных как с внешней средой, так и с социально-экологическими характеристиками популяций, обитающих в данной местности. Характер распространения наркологических заболеваний в популяции Хабаровского края есть результат сложного взаимодействия социально-экономических, криминологических эндогенных и экзогенных индуцирующих и модифицирующих факторов. Изменения социально-экологической ситуации, а также процессы естественного и миграционного движения населения оказывают то или иное влияние на уровни наркологической заболеваемости. Одним из подходов к изучению влияния факторов внешней среды на наркогенез в популяции является медикогеографическое районирование. Использование современных информационных технологий картографического моделирования и многофакторного регрессионного и кластерного анализа позволяют более точно объединить группы близлежащих административных районов Хабаровского края, сходных между собой по ряду экологических параметров в так называемые медико-экологические зоны. В этих зонах проведен анализ распространения основных форм наркозависимости, а также некоторых сопутствующих летальных инфекционных (ВИЧ и пр.) и иных форм неинфекционных нелетальных заболеваний (рассеянный склероз, иммунодефициты и 324
т.п.). Исследования, выполняемые при поддержке РГНФ (гранты №№ 08-06-00557а, 08-06-00830а), продолжают работы в области экономической биологии, экологической информатики и глобального моделирования процессов, происходящих в популяции человека на Дальнем Востоке России, основоположником которых был академик Е.В. Золотов [1]. Геоинформационная система (ГИС) естественно отображает пространственные данные наряду с решением задач картографирования и анализа объектов реального мира, происходящих и прогнозируемых событий и явлений. ГИС объединяет традиционные операции при работе с базами данных (запрос и статистический анализ) с преимуществами полноценной визуализации и пространственного анализа, которые предоставляет карта. Эта особенность дает уникальные возможности для применения ГИС в решении широкого спектра задач, связанных с анализом прогнозом явлений и событий, планированием стратегических решений. Пространственные данные в ГИС хранятся в виде набора тематических слоев, которые объединены на основе их географического положения. Этот гибкий подход и возможность работать как с векторными, так и с растровыми моделями данных, эффективен при решении любых задач, касающихся пространственной информации. Среди ключевых преимуществ ГИС выделяют удобное отображение пространственных данных, интеграцию данных внутри организаций и территорий, обоснованность принятия решений, использование ГИС для создания карт. ГИС тесно связаны с другими информационными системами и используют их данные для анализа объектов, создания математических моделей различной сложности. Именно на этом принципе может быть основано совмещение ГИС с медико-статистическими базами данных, при этом выделяются тематические слои данных, которые в той или иной степени могут оказывать влияние на распространение изучаемой патологии, получается особая разновидность ГИС – медикоэкологические (МЭГИС). Экологическая напряженность (экологический потенциал) территории есть результат комплексной оценки природных факторов, представляющих территорию как системный объект по отношению к сложившимся нерегламентированным хозяйственным воздействиям: характер и степень необратимости и опасности, разрушения и деградации функционального механизма территории и продуктивность ее биологического потенциала. На основе инструментария МЭГИС созданы средства пространственного картографического моделирования распространения различных форм химической и нехимической зависимостей среди населения Хабаровского края, 325
информационные модели влияния социально-психологических аспектов потребления психоактивных веществ и формирования зависимости в конкретных этнокультуральных условиях. Усовершенствованы с помощью ГИС-технологий методы определения социально-экономических оценок медико-социальных исходов аддитивного поведения. Разработаны методы оценки демографических и социально-экономических потерь вследствие массовой наркотизации подростков. Разработана в рамках ранее созданной базы данных по динамике наркологической ситуации в регионе компьютерная картаатлас эпидемиологии наркозависимого поведения, эффективности работы специализированных лечебно-профилактических учреждений, степени охвата населения профилактическими мероприятиями органов ФСКН и МВД. В задачах наркоэпидемиологии кроме сведений об экологической напряженности тематическими слоями МЭГИС являются данные о распространении наркотиков, а также макроэкономические и социально-демографические параметры (занятость населения, возрастной состав, показатели естественного прироста и убыли населения, индекс миграции и т.п.), геофизические, гидрологические и гелиофизические факторы наркотизации. Особое значение приобретает отбор географически координированных данных для медико-экологического исследования. При работе с МЭГИС административной территории минимальной единицей наблюдения является населенный пункт: к его географическим координатам привязываются данные об экологической и наркологической напряженности территории, медико-статистические и социальнодемографические показатели. При этом первичные данные о наркозаболеваемости представлены абсолютными числами, а некоторые демографические показатели, например, индекс миграции, могут интерпретироваться на целый ряд расположенных рядом населенных пунктов. Изложенные выше методологические принципы использованы при разработке МЭГИС Хабаровского края. Выявлено, что практически у всех подростков, потребляющих ПАВ, на фоне задержки биологического развития обнаруживаются признаки преждевременного старения, отмечаются полисистемные нарушения (эндокринные, иммунные, нервные, вегетативные и др.) [2, 3]. В условиях хронической интоксикации развивается стойкая психофизическая дезадаптация, которая препятствует формированию полноценной и социально-значимой личности [4], что способствует все большей маргинализации региона. Итак, в связи с ростом подростковой и общей наркологической и психоневрологической заболеваемости в регионе, криминализацией общества, возрастает актуальность создания на базе научно 326
обоснованных методов эффективных систем борьбы с незаконным оборотом ПАВ, а также средств комплексной реабилитации детей и подростков на основе междисциплинарного подхода с использованием вышеизложенных концепций. С применением МЭГИС в задачах наркоэпидемиологии значительно уменьшается роль субъективных ошибок лиц, принимающих решения. ГИС-технологии позволяют впервые рассматривать с позиций единого методологического подхода весь комплекс задач распознавания с последующим принятием решений по нарколого-криминологическим, медико-экологическим и социально-экономическим факторам организации и управления системой антинаркотической борьбы в Хабаровском крае. Библиографические ссылки 1. Золотов Е.В., Кондратьев А.И., Ионичевский В.А., Савин С.З. Информационное моделирование живых систем. Владивосток: ДВО АН СССР, 1991. 272 с. 2. Левкова Е.А., Посвалюк Н.Э. Роль инфекционно-гипоксического фактора в нарушении нейроиммунных взаимодействий у потребителей психоактивных веществ (ПАВ). Здравоохранение Дальнего Востока, 2003. № 2 (04). С.53-57. 3. Колотилин Г.Ф., Петрынин А.П., Посвалюк Н.Э. Медикопсихологическая реабилитация подростков – потребителей психоактивных веществ с девиантно-криминальным поведением // Дальневосточный медицинский журнал, 4-2004. С.80-84. 4. Posvaluk N.E, Kolotilin G.F., Sukhomlinova O.E. Style of life is a cause and effect psychophysical disadaptation of children and teenagers // Proceedings Japan-Russia International medical symposium VII. Hirosaki, 1999. P.193.
327
УДК 004.932 И. С. Сай, 2009 АЛГОРИТМ ПОИСКА ОТТИСКА ПЕЧАТИ В ИЗОБРАЖЕНИИ ДОКУМЕНТА НА ОСНОВЕ ПРЕОБРАЗОВАНИЯ ХАФА Сай И.С. – аспирант ТОГУ В докладе рассматриваются особенности алгоритма поиска оттиска печати в изображении документа и предлагаются следующие этапы: выделение окрестности; масштабирование; преобразование Хафа; поиск максимума в фазовом пространстве. Приводятся результаты моделирования и анализа быстродействия алгоритма в автоматизированной системе поиска оттиска печати.
Процесс документооборота в современных учреждениях, например в банках, является довольно сложным и трудоемким. Он подразумевает помимо
электронного документооборота,
который в последнее время выходит на высокий уровень, так же бумажный обработки
документооборот. бумажных
(верификация)
Важной
документов
подлинности
задачей является
документа.
Для
в
процессе проверка проверки
подлинности документов существует два вида контроля: подпись уполномоченного представителя и оттиск печати являющийся уникальным «идентификатором» юридического лица. Печати и штампы изготовляются специализированными предприятиями с соблюдением определенных требований. Строки текста набираются шрифтом одного размера и рисунка, с одинаковыми интервалами, с симметричным расположением по отношению к разделительным знакам, тексту или рисунку во внутренней рамке. По отношению к центру, все буквы текста располагаются строго радиально.
328
В случаях примитивной подделки могут наблюдаться отклонения от этих правил. Оттиски печатей и штампов подделываются путем рисовки, изготовления клише на резине и других материалах, влажной копировки с подлинного оттиска, перекопировки через промежуточное клише. Проверка подлинности оттисков печатей заключается в сравнении оттиска печати на документе (например, платежном поручении) с печатью оригиналом (находится в карточке образцов печатей). Сравнение основывается на принятии решения о том, принадлежит ли печать клиенту, который предоставляет платежное поручение, и является ли данная печать подлинной. В качестве рассматриваемых изображений выбирается два вида документов: а) платежное поручение – документ, имеющий оттиск печати, который необходимо сравнить с образцом; б) карточка с образцом печатей. В процессе ежедневного документооборота оператору, принимающему документ от клиента, необходимо обрабатывать большое количество документов и обязательно проверять на подлинность и достоверность каждый принимаемый документ. Для этого операционному работнику необходимо сверять каждый оттиск печати в документе с оттиском образцовой печати. Например, сделаем небольшие расчеты и увидим, что при потоке в 100 документов в день на одного оператора и, учитывая, что проверка одной подписи и печати занимает от 30 секунд до нескольких минут, делаем вывод - в день один оператор тратит от 50 до 120 минут только на проверку документов. Даже при такой проверке оператор не может точно выявить подделки документа, так как не является экспертом-криминалистом в данной области. Оператор может выявить только явные несоответствия и вполне вероятно, что не сможет выявить подделку документа. Учитывая выше указанные факторы можно сделать вывод об актуальности исследований в области синтеза автоматизированных экспертных систем проверки подлинности документов. Рассмотрим основные этапы проверки подлинности печати в документе: 1. Сканирование и ввод изображения документа в ЭВМ. 2. Поиск оттиска печати в изображении. 3. Цифровая обработка изображения печати. 4. Сравнение с образцом и проверка на подлинность. В данной работе будут рассмотрены особенности алгоритма поиска оттиска печати в изображении документа с целью его идентификации и проверки на подлинность. 329
С целью поиска оттиска печати в изображении документа предложен следующий алгоритм: 1. Выделение окрестности содержащей оттиск печати. 2. Уменьшение масштаба изображения. 3. Преобразование Хафа. 4. Поиск максимума в фазовом пространстве. 5. Вывод изображения печати на экран. Рассмотрим основные этапы алгоритма поиска и обнаружения печати, блок-схема которого представлена на рис. 1. При сканировании и загрузки изображения документа выбираем высокое разрешение сканирования, например в 2496×3507 пикселей. Полагаем, что в документе, например, в платежном поручении, месторасположение искомой печати является установленным, поэтому проводим поиск не по всему изображению, а внутри предполагаемой окрестности нахождения печати. Данная окрестность составляет около 40% от исходного изображения, что позволяет значительно снизить время обработки изображения. В результате этой операции из исходного изображения размером 2496×3507 выделяется окрестность поиска с размером 1248×1169.
330
НАЧАЛО
Загрузка изображения Выделение окрестности Мастабирова ние Преобразова ние Хафа Поиск максимума Вывод результата
КОНЕЦ
Рис. 1. Блок-схема алгоритма поиска и обнаружения печати
331
На следующем этапе выполняем масштабирование фрагмента поиска, например с помощью операции усреднения и прореживания пикселей в три раза. В результате этой операции изображение фрагмента с размером 1248×1169 заменяется изображением с размером 416×389. Основную вычислительную сложность в алгоритме поиска изображения печати представляет преобразование Хафа [1]. Преобразование Хафа позволяет находить на монохромном изображении плоские кривые, заданные параметрически, например: прямые, окружности, эллипсы. Монохромным изображением считается изображение, состоящее из точек двух типов: фоновых точек и точек интереса. Задача преобразования Хафа состоит в выделении кривых, образованных точками интереса. Идея преобразования Хафа состоит в поиске кривых, которые проходят через достаточное количество точек интереса. Рассмотрим семейство кривых на плоскости, заданное параметрическим уравнением: F ( a1 , a 2 ...a n , x , y ) = 0 ,
(1)
где F – некоторая функция, a1, a2, :, an – параметры семейства кривых, x, y – координаты на плоскости. Параметры семейства кривых образуют фазовое пространство, каждая точка которого (конкретные значения параметров a1, a2,…an) соответствует некоторой кривой. Полагаем, что печать имеет круглую форму и в этом случае геометрическое место точек окружности круга можно представить в виде формулы: ( x − a )2 + ( y − b )2 = R 2 ,
(2)
где (a, b) – координаты центра окружности, а R – ее радиус, т. е. формула (1), задающая семейство окружностей, имеет вид:
F ( a ,b , R , x , y , ) = ( x − a ) 2 + ( y − b ) 2 − R 2 = 0 .
(3)
Если ставится задача найти окружность заранее известного радиуса, фазовым пространством будет плоскость параметров центра окружности (a, b). Если радиус окружности заранее неизвестен, то 332
пространство параметров будет трехмерным – (a, b, R), что существенно увеличивает вычислительную сложность решения задачи. Для сведения задачи обратно к двумерному фазовому пространству в некоторых случаях можно применить метод описанный в [2]. Ввиду дискретности машинного представления входных данных (изображения), требуется перевести непрерывное фазовое пространство в дискретное. Для этого в фазовом пространстве вводится сетка, разбивающая его на ячейки, каждая из которых соответствует набору кривых с близкими значениями параметров. Каждой ячейке фазового пространства можно поставить в соответствие число (счетчик), указывающее количество точек интереса на изображении, принадлежащих хотя бы одной из кривых, соответствующих данной ячейке. Набор всех счетчиков называется аккумулятором. Любая ячейка задаёт множество кривых, а значение счетчика ячейки определяется количеством точек из пространства (x, y), лежащих хотя бы на одной из этих кривых. Если все точки из (x, y) лежат на одной кривой с фиксированными параметрами, то в соответствующей ячейке значение счетчика будет максимально. Анализ счетчиков ячеек позволяет найти на изображении кривые, на которых лежит наибольшее количество точек интереса. Заполнение аккумулятора является самой трудоёмкой частью алгоритма, сложность которой зависит от: размерности фазового пространства и сетки дискретизации. Чем больше размерность фазового пространства и меньше сетка, тем больше ячеек в аккумуляторе и, следовательно, больше требуется памяти и времени для его хранения и заполнения. Из блок-схемы алгоритма поиска печати (рис. 1.) следует, что на вычислительную сложность преобразования Хафа в большой степени влияет коэффициент масштабирования, который задает размер ячейки сетки дискретизации фазового пространства. С целью исследования быстродействия и эффективности алгоритма, разработана программа поиска печати в среде Borland C++ Builder 6.0, интерфейс которой показан на Рис. 2. Отметим основные функции программы: загрузка изображения документа в формате BMP или TIFF; поиск печати на изображении с заданными параметрами поиска; сохранение изображения найденной печати. К дополнительным функциям относится: фильтрация изображения печати от помех; поворот на заданный угол; выравнивание и др. Дополнительные функции необходимы для решения задач идентификации оттиска печати с образцом, описание которых выходит за рамки материала данной статьи. В таблице 1 приведены результаты анализа быстродействия и эффективности алгоритма поиска оттиска печати на основе 333
преобразования Хафа для разных значений коэффициента масштабирования. Время поиска оценивалось на ПК с процессором Intel Pentium 4 CPU 3.4 GHz. В результате исследований получено, что для обнаружения печатей с вероятностью ≈90% достаточно использовать коэффициент масштабирования (6:1), при этом время поиска составляет не более 2 с. Для более точного поиска с вероятностью ≈99% коэффициент масштабирования должен быть не более (3:1), однако при этом время поиска увеличивается до 35 с. Рис. 2. Интерфейсное окно программы поиска печати
Табл. 1. Эффективность алгоритма поиска печати на основе преобразования Хафа
Среднее время поиска (сек.)
Вероятность обнаружения (%)
(6:1)
2
90
(4:1)
13
96
(3:1)
35
99
Коэффициент масштабирования
334
Библиографические ссылки 1. Мариничев К., Вежневец В. Алгоритмы выделения параметрических кривых на основе преобразование Хафа / Компьютерная графика и мультимедиа, Выпуск №1(11), 2006. http://cgm.computergraphics.ru/ /content/view/107. 2. Ecabert O., Thiran J-P. Adaptive Hough transform for the detection of natural shapes under weak affine transformations. /Pattern Recognition Letters (25), No. 12, 2004.
335
УДК 681.3.06 А. Г. Тарасов, 2009 ОПЫТ ПРИМЕНЕНИЯ ОТКРЫТОГО ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ НА ВЦ ДВО РАН Тарасов А. Г. – н.с., ВЦ ДВО РАН В статье рассматриваются основные преимущества программного обеспечения, распространяемого в открытом коде. Приведены достоинства СПО для научных и образовательных учреждений. Изложен опыт использования СПО в ВЦ ДВО РАН.
Введение В последние годы значительное внимание уделяется не только качеству программного продукта, но и принципам его распространения, доступности его населению. Особенно важными эти вопросы становятся при выборе программного обеспечения (далее ПО) для образовательных и научных учреждений. В этой статье будут рассмотрены достоинства и недостатки в применении программ, распространяющихся в открытом коде (от англ. «open source»), за которыми в отечественной периодической печати закрепилась аббревиатура СПО (свободное программное обеспечение), а также приведены примеры использования такого ПО в ВЦ ДВО РАН. Основной принцип распространения такого ПО состоит в том, что приложение доступно для работы и модификации свободно, на заранее оговорённых в лицензии условиях. Конкретные ограничения зависят от типа лицензии, наиболее известной является лицензия GPL, основное требование которой вкратце можно сформулировать так: приложение использующее код, распространяющийся под указанной выше лицензией, обязано свой код также выкладывать в общий доступ. Отдельные положения лицензии также оговаривают права авторства, преемственности интеллектуальной собственности и т.п. Деньги в СПО взимаются в основном за оказание услуг по поддержке данного программного продукта. Такая модель очень удобна для научных и образовательных организаций, поскольку позволяет снизить начальные затраты на приобретение ПО.
336
Преимущества СПО Преимущества СПО в целом общие для образования и науки, однако есть и различия. С точки зрения научных учреждений СПО привлекательно, поскольку: а) Позволяет взаимодействовать научным сотрудникам из различных регионов и стран. Это проистекает из свободной доступности обсуждаемого ПО; б) Лицензия не требует отчислений. Это очевидное преимущество особенно существенно для небольших исследовательских групп и при выборе новых технологий. В последнем случае, учёный может выбрать подходящее для решения его задачи ПО, не неся при этом материальных затрат; в) Верифицируемость. Одним из базовых принципов научных исследований является верифицируемость полученных результатов. Любой новый алгоритм нуждается в тестировании и проверке, как теории данного алгоритма, так и её реализации. Очевидно, имея исходный программный код реализации можно определить новизну алгоритма, его соответствие теоретическим выкладкам, корректность реализации и т.д.; г) Более лёгкая интеграция новых решений. В открытом коде доступно большое количество научного ПО, которое позволяет учёному не задумываться о способе решения тривиальных задач (решение СЛАУ, численное решение ряда проблем и т.п.), а сфокусироваться на своём исследовании, разрабатывая новый код только если его не существует; д) Поскольку СПО поощряет модификацию исходного кода, то это позволяет более тонко настроить параметры любого программного продукта для решения конкретной задачи, доработать программный продукт и т.п. Стоит отметить, что поддержка открытых стандартов с точки зрения среднестатистического пользователя гораздо важнее открытости кода, однако факт состоит в том, что наиболее полно и своевременно открытые стандарты в настоящее время поддерживаются приложениями в открытом коде. Это позволяет создавать приложения, которые способны свободно обмениваться данными между собой, что также повышает эффективность работы и взаимодействия между научными сотрудниками. Для образования наиболее важными свойствами СПО являются: а) СПО позволяет наглядно проиллюстрировать архитектуру программного обеспечения. Это свойство важно для инженерных и технических специальностей подготавливающих специалистов в
337
области компьютерных наук, а также в школах на уроках информатики; б) Знакомство с программными продуктами, не только т.н. проприетарными, но и распространяющимися в открытом коде расширяет кругозор, развивает навыки, что в конечном итоге способствует подготовке широкопрофильных специалистов; в) СПО доступно преподавателям, студентам и школьникам бесплатно и легально. Это избавляет от возможных юридических последствий, которые возможны при использовании т.н. «пиратского» ПО; г) Разработка СПО обычно менее зависит от сиюминутных кризисов и конкретного разработчика. Если проект по какой-то причине был закрыт, ничто не мешает сторонним разработчикам продолжить его развитие. Это гарантирует, что СПО всегда будет доступно пользователям; д) Заинтересованный школьник или студент профильной специальности может свободно принимать участие во множестве международных проектов по разработке СПО. Это позволяет улучшить свои профессиональные способности, наладить контакты и приложить свои умения к месту. Конечно, наряду с достоинствами при использовании СПО в настоящее время есть и недостатки, которые могут препятствовать его использованию в конкретной организации. К ним относятся: а) не для всего профессионального программного обеспечения доступен полнофункциональный аналог в открытом коде; б) не каждый программист в организации может быть достаточно подготовлен для разработки ПО под платформы, активно использующие СПО. Также преподаватели, учителя и научные сотрудники могут быть недостаточно подготовлены и мотивированы для работы в СПО. Это затрудняет внедрение нового программного обеспечения, не только распространяющегося в открытом в коде; в) интерфейс пользователя может быть непривычен, в ряде случаев неудобен; г) взаимодействие с другими операционными системами и программным обеспечением может быть ограничено, если форматы и протоколы не являются открытыми или не придерживаются стандартов; д) не всё СПО может предоставить поддержку промышленного уровня. Конечно, основное ПО (браузеры, почтовые клиенты, офисные пакеты и т.п.) её обладают, но многое ПО не обладает поддержкой, в том числе на русском языке. 338
Учтя все указанные недостатки и достоинства, около семи лет назад ВЦ ДВО РАН стало уделять большое внимание СПО, внедряя его на своих серверах и рабочих станциях. В настоящее время оно используется в том числе в образовательном процессе. Применение СПО в ВЦ ДВО РАН Вычислительный центр ДВО РАН – это научный институт, специализирующийся в проблемах прикладной и вычислительной математики. В настоящее время является ядром корпоративной сети ДВО РАН, предоставляя различные сервисы институтам в составе ДВО РАН, а также сторонним научным и образовательным организациям. В последние годы уделяется большое внимание использованию программного обеспечения распространяющегося в открытом коде, что связано с рядом вышеназванных достоинств, а также с необходимостью высокопроизводительных вычислений на вычислительных кластерах. ВЦ ДВО РАН последовательно внедряет открытые технологии и использует СПО в ряде сервисов. Очевидные преимущества СПО позволяют производить обучение студентов и специалистов по ряду направлений, связанных с программированием и высокопроизводительными вычислениями. В 2009 году работник ВЦ являлся ментором в Google Summer of Code, основные разработки сотрудников публикуются и выкладываются в открытых источниках. С 2003 года большая часть серверов локальной сети, а также серверов, предоставляющих сервисы корпоративной сети ДВО РАН была переведена, где это возможно, на операционные системы семейства Linux и FreeBSD, часть сервисов работает на платформах предоставляемых ОС Solaris и Windows. В настоящее время, около 70% серверов работают на базе СПО. Вычислительные кластера изначально развёртывались на серверных версиях дистрибутивов Linux (RedHat, CentOS) в силу того, что аналогичное по производительности и надёжности решение на платформе Windows отсутствовало. Косвенным подтверждением этого утверждения является то, что подавляющее большинство высокопроизводительных систем из списка Top-500 наиболее производительных вычислительных систем мира управляются операционными системами и прикладным ПО с открытым кодом. Основные сетевые сервисы ВЦ ДВО РАН работают под управлением FreeBSD. В частности, почтовый сервер и служба фильтрации спама действуют в связке (sendmail + spamassain), что позволяет успешно фильтровать около 80% приходящего спама. Учитывая что лишь около 2% из приходящих на ВЦ писем является
339
полезными, это существенно оптимизирует работу пользователей, избавляя их от нежелательной рекламы и мошеннических писем. Другой сетевой службой является внутрикорпоративный jabberсервер, который позволяет пользователям общаться между собою, минуя выхода в интернет, как это необходимо при работе со многими проприетарными протоколами. Таким образом, трафик локализуется внутри местной или межрегиональной корпоративной сети. Это также позволяет добавлять необходимые пользователям сервисы при общении и не зависеть от внешних организаций. Помимо этого на базе дистрибутива Asterisk, на ВЦ была запущена система IP-телефонии, которая в настоящее время заменяется решениями, интегрированными с видеосвязью. Большинство шлюзов сети Интернет, прокси-серверов, веб-сервера и т.п. работает под управлением ОС Linux. Однако СПО используется не только на серверах, но и на рабочих станциях. С 2003 года по настоящее время доля открытых операционных систем выросла на рабочих местах с 2% до 23%. На рабочих станциях под управлением ОС Windows также используется СПО, в основном офисное (OpenOffice, TeX, Firefox). В ближайшие годы доля СПО на рабочих местах будет расти, что вызвано как политикой ВЦ по снижению зависимости от одного производителя ПО, так и объективной необходимостью ведения научных исследований. Несмотря на некоторые сложности с внедрением и недостатки СПО, изложенные выше, ВЦ положительно оценивает использование такого прикладного программного обеспечения для поддержки своих сервисов, как с точки зрения сокращения материальных затрат, так и с точки зрения эффективности работы.
340
УДК 910.1:502.31 С. Л. Турков, 2009 АЛГОРИТМ МЕТАЗНАНИЙ ГЕОЭКОЛОГИИ Турков С.Л. – с.н.с. лаборатории «Математического моделирования в геологии и геофизике» (ВЦ ДВО РАН), к.э.н. С позиций геосистемного подхода, теории синергетики и новой теории энтропии А.Н. Панченкова (1999) рассматриваются проблемы разработки алгоритма метазнаний геоэкологии. В работе используется математический аппарат теории игр и распознавания образов (Operation’s Research, game against nature). Практическое направление использования результатов – геоэкологические аспекты теории устойчивого развития регионов (Sustainable Development), геоинформационные системы и технологии принятия сложных управляющих решений.
Одним из основных направлений развития современных ГИСтехнологий в сфере природопользования глобального, регионального и локального уровней является разработка высокоинтеллектуальных систем планирования (поддержки) принятия управляющих решений (СПР). Исходя из экономических соображений, технологически они должны создаваться в виде резидентных (независимых) надстроек над уже имеющимися ГИСами [1]. При этом главным конструктивным элементом (или интеллектуальным «ядром») их архитектуры, которым будет определяться качество их работы в связке с ГИСами, должны стать метазнания наук о Земле, включающие в себя (по А.Н. Бешенцеву, 2008) географическое, геодезическое и геоинформационное знание (данные, знания, модели, теории и метатеории географического содержания). Другое важное направление использования метазнаний – интеллектуальная и технологическая поддержка реализации в РФ ранее заявленной (1996) концепции устойчивого развития (Sustainable Development), а также в образовательном процессе в высшей школе при подготовке и переподготовке кадров. Согласно гносеологии метазнания относятся к классу фундаментальных знаний; их инновационная сила станет тем значительней, чем оно будет более увязано в систему знаний, 341
аккуратно собрано в модели, теории и метатеории, выражено в формализованных терминах и развито логически и математически (Черкашин А.К., 2008). Концепция метазнаний предполагает реализацию следующей технологической схемы: разработка алгоритмов метазнаний по отдельным наукам и направлениям → переход к комплексам знаний (физическая, экономическая и социальная география, природопользование и т.п.) → география в целом (и, далее, возможен выход на все естественные науки). Однако предварительно нужно разработать и обсудить сам подход, методологию и методику выполнения подобных исследований. «Метазнания» представляют собой логически (теоретически, методически и технологически) связанные знания высшего уровня об объектной, предметной, проблемной (задачной) подобластях и методах исследования каждой конкретной науки, общая целевая функция которых направлена на принятие эффективных управляющих решений в процессе «коэволюции» (Н.Н. Моисеев, 1982) природы и общества. Применительно к объекту и предмету исследования геоэкологии она может быть конкретизирована в направлении принятия управляющих решений в сфере регионального природопользования (РП; [2], [3]). Научной основой данной функции служит ratio (исходное начало, принцип, смысл) современного естествознания и входящих в него других систем знаний (в рамках общей концепции устойчивого развития регионов – Sustainable Development, комиссия Г.Х. Брундтланд, 1967; КУР в аббревиатуре Международной комиссии ООН, 1993). Технологически метазнания представляют собой интеллектуальное «ядро», посредством которого – путем использования специализированных библиотек (объектов, стратегий, структур, ситуаций и процедур), – и будет обеспечиваться работа подсистемы логического вывода СПР (см. [1], рис. 1]). Конструктивно именно этим определяется классификация СПР как системы искусственного интеллекта высшего уровня организации, а сами метазнания, согласно принятой в исследовании операций (Operation’s Research) классификации, относятся к области инженерии знаний (Knowledge Engineering). Структура алгоритма метазнаний геоэкологии представлена на рис. 1. Предмет исследования геоэкологии (согласно паспорту специальности 25.00.36 ВАК РФ) – взаимодействие геосферных оболочек планеты в части жизнеобеспечивающих ресурсов. В общественной практике оно реализуется в виде процесса природопользования глобального, регионального и локального уровней. По П.Я. Бакланову «Природопользование – это всегда взаимодействие, взаимопересечение двух систем, с одной стороны, природной, а с другой – общественной, или социальноэкономической»; целевая функция – «…получение общественно (социально) значимых продуктов, услуг энергии» [3. С. 7]. 342
Объект исследования
Общее фазовое пространство Виртуальная сплошная среда
Предмет исследования
Обобщенные координата и импульс
«пространство <=> время»
+ Ноосферный подход
Концептуальные представления окружающего мира
=
Старая парадигма
Системный подход
Новая парадигма
Геосистемный подход
Материально-вещественное (физическое) представление окружающего мира W = {M, E, I}
Общая теория систем
M – масса, E – энергия, I - информация <…> – ТИ задачи управления: Λ – объекты; P – предикаты; I – информация
Системная интерпретация окружающего мира W = < {Λ, P, I} >
Синергетика
Геосферные оболочки: (космо-, лито-, педо-, гидро-, атмо-, био- и антропо- сферы)
Консервативные системы Hf = max Hq Диссипативные системы Hf = Hq │ Hp
ТОС (вложенные структуры - «объектсвойство» таблицы)
Активные сложные системы класса «природа-общество» Важнейшие свойства активных систем
Теоретическая география Неогеография
Теории: - ноосферы; - кибернетики; - фракталов
Математические аппараты ТИ и РО
Геоэкология Система знаний: - наук о Земле
Объектноориентированный подход
Философские категории
Термодинамическая теория энтропии Новая теория энтропии Hf = Hq │ Hp; Hf = const; Hp <=> Hq; Hf = Hq + Hp.
Методы исследования
Концепция «выиграть <=> выиграть»
- геодезическое - астрономическое - геометрическое
Conflict Resolution
Конфликт (в условиях неопределенности) Общая модель управления < Mx, My, Mz, F(f), ϕ,Ψ > Оптимум управления
Формула геоэкологии: ГП, ЖР => БС, НС → РВ, УР; ГЛ, РН, ЛК; КН.
Эксергия
opt
Rt(S) = ({Hn(S,Ω,t=0)} ⇒ {Hsa(S,Ω0,Γ,T)})
Рис. 1. Структура алгоритма метазнаний геоэкологии
343
Системное представление общего фазового пространства экологии, геоэкологии и сферы природопользования рассматривается в [1], (см. рис. 2). В данной схеме – в противовес ее определению, предложенного Э. Геккелем («наука об отношениях организмов к окружающей среде», 1866) – экология (по А. Тенсли, 1935 [4]) определена как наука о физических, химических и биологических формах существования живой и неживой материи (включая ближний космос; Н.Ф. Реймерс, В.И. Булатов и другие называют ее «мегаэкологией»; у нее нет сегодня фундаментальных теоретических основ). А геоэкология – как область знаний о формах существования и пределах взаимодействия геосферных оболочек, или – по А.Д. Арманду, 1988, – геосистем высшего уровня организации планеты (космо-, лито-, педо-, гидро-, атмо-, био- и антропо- сферы). «Ближний космос» следует рассматривать в пределах точки Лагранжа, где гравитационные силы планеты уравновешиваются действием сил притяжения Солнца. Общая классификация географических наук и система знаний геоинформационной оценки территории в процессе разработки рис. 1 были приняты по работам Л.М. Корытнова и А.Н. Бешенцева (2008). Под фазовым пространством здесь понимается некоторая определенная часть материального мира, которой ограничивается возможная область существования связанных с ней конкретных классов динамических систем. Разработка алгоритма метазнаний требует решения ряда методологических проблем (в виде итерационных и методически дополняемых процедур). 1) Выделение, в.ч. теоретическое и методическое (по методам решения и возможным результатам) ограничения, уже сложившихся систем знаний в каждой отдельно взятой области естествознания. 2) Их системная инвентаризация (переоценка) и проверка на адекватность современным достижениям комплекса наук о Земле, природе и обществе (в направлении возможной реализации общей целевой функции КУР). 3) Группировка положений каждой отдельно взятой системы знаний по принципу их соответствия (или несоответствия) предыдущему пункту, а также современным достижениям математики, информатики и общим принципам разработки ГИС-технологий и организации СПР. 4) Разработка общей теории управления РП в рамках КУР для глобального, регионального и локального уровней управления. 5) Технологическая и информационная «увязка» пункта 4 на соответствие и в направлении принятия оптимальных управляющих решений в ГИС-технологиях и СПР. Объектно-ориентированный (дескриптивный) подход (объектноориентированное представление мира; лапласовский детерминизм, 344
бэконианская философия, картезианский механицизм) известен в естествознании с конца XVII века и часто упоминается как «механистическое» мышление. В рамках данной парадигмы рассматривается простое линейное (евклидово) пространство, в котором мир отображается в виде определенного множества изолированных объектов (механические – по И. Ньютону – формы движения материи; восприятие природы в виде частей или отдельных ресурсов, а не взаимодействующих процессов). Отсюда в концепциях и теориях ученых прошлых веков и до настоящего времени преобладает теоретическое и физическое расчленение мира на отдельные элементы. В результате не воспринимаются и разрушаются системные свойства природных объектов, а связи между ними устанавливаются как строго детерминированные. С точки зрения математики и синергетики данный подход основан на инвариантности фазового пространства, в котором сохраняется мера (координаты и импульс) при повороте и переносе материальной точки. В физике – это типичный макро- подход; при управлении объектами используется известный из физики принцип «черного ящика», когда исследуются только внешние – по отношению к системе – процессы. Применение в научных исследованиях (география, экология, экономика и др. области знаний) этого подхода ведет к использованию простых числовых шкал (в комплексных исследованиях – это шкала порядка), а также к реализации в геоинформатике так называемого «векторного» подхода представления территориально привязанных данных и знаний на картах (разработка только информационнопоисковых и информационно-аналитических ГИСов и технологий). При этом осуществление операций ситуационного управления, в основу которых должны быть положены математические аппараты теории игр (ТИ) и распознавания образов (РО), в принципе невозможно. Ноосферный (нормативный; за рубежом – биосферный или «терапевтический»; Дж. Рифкин, 1995) подход известен со второй половины XX века. В его основе – представления о функциональном (биологическом) пространстве, которое неинвариантно (по координатам и импульсу) относительно переносов и поворотов материальной точки, а также о ratio физических (материальновещественных) систем. В физике – это типичный микро- подход, когда исследуются внутренние процессы функционирования и развития сложно организованных (природных и социальных) систем. Современная философия определяет пространство как всеобщую форму бытия материального мира, имеющую некоторые свойства, которые определяются характером, уровнем и скоростью 345
материального движения (топология, метрика, формы симметрии и др.). Стандартные (евклидово – n-мерное и гильбертово – бесконечномерное) пространства позволяют определить движение материальной точки посредством линейных, дифференциальных и интегральных уравнений движения и волновых функций, которые составляют математическую основу классической механики. Однако наиболее важным характеристическим свойством геометрического пространства является тот факт, что оно инвариантно относительно параллельных переносов и поворотов моментов движения материальной точки. Именно на подобных линейных схемах движения до сих пор и базируется традиционный подход к управлению сложными системами, «…согласно которому результат внешнего управляющего воздействия есть однозначное и линейное, предсказуемое следствие приложенных усилий, что соответствует схеме: управляющее решение → желаемый результат» [5. С. 4]. «В биологическом пространстве события представляют собой процессы, локализованные во времени и пространстве, а не только траектории»; т.е. в функциональном пространстве «…каждый процесс проходит тогда и там, где это позволяет координировать его со всем процессом в целом» [6]. Научный фундамент (базис) данного подхода составляют: теория ноосферы Э. Леруа, Т. де Шардена, В.И. Вернадского; «Гея-гипотеза» Дж. Лавлока и Л. Маргулис, 70-е гг. XX века; General System’s Theory Л. Берталанфи, 50-е гг. и теория синергетики (Г. Хакен, Г. Николис, И. Пригожин и др., 80-гг); теория кибернетики (теория «телеологических» систем, Н. Винер, 50-е гг.); новая теория энтропии А.Н. Панченкова, 1999; математические аппараты теории игр и распознавания образов, теория неогеографии Э. Тернера, [7] и др. Геосистемный подход предложен нами в качестве основного метода исследования геоэкологии в 2006 г. Методически он представляет
собой
синергию
(«аддитивный»
+
«мультипликативный» эффекты) объектно-ориентированного и ноосферного подходов. Его использование позволяет перейти к полному ситуационному управлению территориями («объекты» + «процессы»
функционирования
и
развития
сложно
организованных природных и социальных систем). На его основе в 2008 г. нами разработана концепция неогеографии (по Э. Тернеру [7]), а также (Савин С.З., Косых Н.Э. и другие, ВЦ ДВО 346
РАН) метод виртуального информационного моделирования (ВИМ) сложно организованных систем. Он представляет собой особый способ компьютерного моделирования совокупности консервативных и диссипативных (природных и социальных) систем, целью которого является одновременное создание, как ее многомерной геометрической модели (структуры), так и связанных с ней алгоритмических моделей (форм) ее функционирования и развития. В основе научного базиса метода ВИМ лежат попытки современного математического, информационного и технологического решения проблемы адекватного отражения новой теории энтропии А.Н. Панченкова [8] в ее приложении к природным и социальным объектам и системам. Основным условием и целью их разработки является максимально возможное приближение к реальным формам и функциям любого моделируемого объекта и процесса во времени и пространстве. Согласно этой теории все процессы окружающей нас действительности подчиняются единому принципу максимума энтропии и закону ее сохранения (по существу, это всеобщий принцип оптимальности функционирования и развития сложно организованных систем). Здесь, в отличие от Второго начала (закона) термодинамики Р. Клаузиса, У. Томсона и Л. Больцмана, энтропия имеет позитивный смысл; она рассматривается как «…мера совершенства структуры, как сформулированная в символьном виде архитектура системы» [8]. В данной среде энтропия имеет двойственное представление и определяется как Hf = Hq│Hp, где: Hq – структурная энтропия и Hp – энтропия импульса; Hf = const. В диссипативной виртуальной среде также существует пассивная компонента (термодинамическая энтропия), входящая в состав Hq – замороженная энтропия, Hз; в физическом смысле она представляет собой термодинамический потенциал возможного (будущего) развития системы. Согласно новой теории энтропии, все процессы во Вселенной – это процессы преобразования одной энтропии в другую; Hp <=> Hq; Hf = Hq + Hp. Отсюда: Hq – мера совершенства структуры системы; Hp – мера количества ее ресурсов. Для современного естествознания крайне важным является следующий вывод автора, к которым трудно не согласиться: «…существующая энтропийная парадигма естествознания XX века, основанная на термодинамической энтропии, оказалась несостоятельной» [8. С. 520]. Представленная на рис. 1 формула геоэкологии подробно рассматривается в [2] и др. работах автора. Общая модель управления: < Mx, My, Mz, F(f), ϕ,Ψ >; здесь управление рассматривается как процесс разумного и целенаправленного принятия решений, который определяется множествами состояний объекта управления и внешней среды (Mx, 347
My), множеством функций лица, принимающего решения (Mz), действующего в направлении реализации функции управления (Ψ), для достижения глобального и локального критерия оптимизации управления (F(f)) с учетом реакции объекта управления на управляющее воздействие и на реакцию внешней среды (ϕ) [9. С. 182]. Оптимум управления рассчитывается по формуле: Rt(S) = ({Hn(S,Ω,t=0)} ⇒opt{Hsa(S,Ω0,Γ,T)}). Где: Rt(S) – управляющее решение в ситуации S, или оценка качества состояния активных сложных систем (АСС) класса «природа-общество» на каждом шаге возможного перехода от исходной (t=0) структуры к планируемой структуреаттрактору; t – время, t∈T; n – варианты решения (перехода). {Hn(S,Ω,t=0)} – функция выигрыша по вариантам перехода; Ω – фазовое пространство среды. {Hsa(S,Ω0,Γ,T)} – планируемая структурааттрактор (F в предыдущей модели) для глобального критерия оптимизации управления; Ω0∈Ω; Γ – новое фазовое пространство среды [9. С. 178-199]. ⇒opt – сложный оптимум, который (теоретически) представляет собой процесс «сжатия» расстояния (структуры, S(t)) и времени (T(t)) перехода от исходной к планируемой структуре-аттрактору (см. рис. 2.3. [9. С. 130]). Для регионального и локального уровней управления (вычисление оптимума f) общая информационная и теоретико-игровая модель (ТИМ ПР) приведена там же ([9], [10]). Возможные области практического использования предлагаемого алгоритма: 1) проблемная область управления АСС класса «природаобщество» на государственном и региональном уровнях; 2) системы планирования (поддержки) принятия управляющих решений (СПР) в сфере РП; 3) классы задач управления РП (интерпретации, диагностики и мониторинга, планирования и реконструкции, прогноза, управления). Подробнее проблемы и технологии разработки алгоритма метазнаний геоэкологии рассматриваются в [2] и др. работах автора. Библиографические ссылки 1. Турков С.Л. Организация метазнаний в геоэкологии (ГИС-технологии и СПР) // Информационные и коммуникационные технологии в образовании и научной деятельности. Хабаровск: Изд-во Тихоокеан. гос. ун-та, 2008. 2. Турков С.Л. Алгоритм метазнаний геоэкологии: Препр. №137. Хабаровск, ВЦ ДВО РАН, 2009. 3. Региональное природопользование: методы изучения, оценки, управления / П.Я. Бакланов, П.Ф. Бровко, Т.Ф. Воробьева и др.: Под ред. П.Я. Бакланова, В.П. Каракина: Учебн. пособ. М.: Логос, 2002. 4. Tansley A.G. The use and abuse of vegetational concepts and terms / Journ.
348
ecolog. 1935. Vol. 16, №3. 5. Князева Е.Н., Курдюмов С.П. Синергетика как новое мировидение: диалог с И. Пригожиным. / Вопр. философии. 1992. № 12. 6. Пригожин И. От существующего к возникающему: Время и сложность в физических науках: Пер. с англ. / Под ред. Климонтовича Ю.Л. М.: Наука, Гл. ред. физ.-мат. лит. , 1985. 7. Turner A. Introduction to Neogeography. 2006. http://www.oreily.com/ catalog/neogeography 8. Панченков А.Н. Энтропия. Н. Новгород: Изд-во об-ва «Интелсервис», 1999. 9. Турков С.Л. Основы теории управления региональным природопользованием. Владивосток: Дальнаука, 2003. 10. Полумиенко С.К., Савин С.З. Турков С.Л. Информационные модели и методы принятия решений в региональных эколого-экономических системах. Владивосток: Дальнаука, 2007.
349
УДК 004.358 А. А. Ханова, И. О. Григорьева, 2009 ОНТОЛОГИЧЕСКИЙ ИНЖИНИРИНГ ЛОГИСТИЧЕСКОЙ ДЕЯТЕЛЬНОСТИ ГРУЗОВОГО ПОРТА Ханова А.А. – доц. кафедры «Прикладная информатика в экономике» (АГТУ), к.т.н., доцент; Григорьева И.О. – ассистент кафедры «Прикладная информатика в экономике» (АГТУ) Сформирована и описана семантическая модель знаний грузового порта, построенная на основе онтологического подхода
Формально
онтология
состоит
из
терминов,
организованных в аксонометрию, их определений и атрибутов, а также связанных с ними аксиом и правил вывода. Формализация
онтологии
выполнялась
с
помощью
программного средства F-Logic Onto Studio.
Современный грузовой порт представляет собой сложную систему, включающую множество элементов, и использующую для регулирования своей работы финансовый учет и различные области логистики: транспортную логистику, складскую логистику и логистику сервисного обслуживания [1]. Именно поэтому структурирование всей информации, относящейся к грузовому порту, представляет значительную сложность. Имея отношение к различным предметным областям, большинство задач, реализуемых портом, решаются в рамках совместной деятельности группы специалистов, имеющих разную предметную подготовку. Чтобы достигнуть наиболее эффективной совместной работы группы, требуется формирование общих понятийных пространств, которые бы обеспечили адекватное понимание используемой информации. Для существенного упрощения решения этой проблемы необходимо воспользоваться онтологическим подходом для моделирования знаний об интересующей нас предметной области. Уже более пяти лет ведущей парадигмой структурирования информационного контента являются онтологии, или иерархические 350
концептуальные структуры, которые формируются аналитиком на основе полученных им знаний об исследуемой предметной области [2]. Разработка и использование онтологий является одной из новых информационных технологий, назначение которой можно определить как поддержку процессов совместного решения задач, т.е. возможность обеспечения одинакового понимания всеми пользователями смысла применяемых при решении терминов, их атрибутов и отношений между ними. Термин «онтология» в общем можно трактовать как разновидность сетевой модели знаний о предметной области. На неформальном уровне онтология – это описание некоторой предметной области, состоящее из терминов и правил их использования. В формальной трактовке онтология представляет собой систему, состоящую их понятий и набора утверждений об этих понятиях, на основе которых можно строить классы, объекты, отношения, функции и теории. В области информационных технологий термин «онтология» употребляется в контексте со следующими понятиями: концептуализация, знания, модели знаний, системы, основанные на знаниях, иерархия классов в объектно-ориентированном программировании. Концептуализация представляет собой процесс перехода от представления предметной области на естественном языке к точной спецификации этого описания на некотором формальном языке, ориентированном на компьютерное представление.
Рис. 1. Фрагмент предметной онтологии, отражающий сферы логистики, имеющие отношение к функционированию грузового порта
351
Одним из наиболее распространенных является определение, согласно которому онтология есть точная (выраженная формальными средствами) спецификация концептуализации. Исходя из перечисленных выше определений, можно выделить следующее: в рамках применения в области информационных технологий онтология – это формально представленные знания о предметной области на базе описания множества понятий (концептов) предметной области, знаний о них и связях (отношениях) между ними. Из множества задач, решаемых с помощью онтологий: построение и использование баз общих знаний для различных интеллектуальных систем, организация поиска по смыслу в текстовой информации, создание систем, реализующих механизмы рассуждений и др. была выбрана задача определения общей терминологической базы оценки логистической деятельности грузового порта.
Рис. 2. Основные характеристики грузового порта (фрагмент предметной онтологии)
352
Выделяют три уровня онтологий: • Общая онтология (метаонтология) – включает в себя описание общих понятий, не зависящих от конкретного грузового порта, изменяется незначительно, может считаться статической. • Предметная онтология – формализованное описание предметной области, используется для формирования понятийных пространств предметной области или для уточнения метаонтологии. • Онтология задач – специфичная онтология конкретной задачи, отражающая совокупность терминов, задач и проблем.
Рис. 3. Элементы, характеризующие площадь порта (фрагмент предметной онтологии)
Определение онтологии предполагает выделение её трёх взаимосвязанных компонентов: таксономии терминов, описаний смысла терминов, а также правил их использования и обработки. 353
Таким образом, в общем виде модель онтологии O задается следующим набором данных: O = (C , R, F ) , где C – конечное множество концептов (терминов, понятий) предметной области, которую представляет онтология, R - конечное множество отношений между концептами, F - конечное множество функций интерпретации, заданных на концептах и (или) отношениях.
Рис. 4. Погрузочно-разгрузочное оборудование, используемое в грузовом порту (фрагмент онтологии)
Процесс разработки онтологии включает следующие стадии: спецификация; концептуализация; формализация; реализация. На стадии спецификации определяются цели создания онтологии, её предполагаемое применение и потенциальные пользователи. Мы определили, что целью является создание единой терминологической базы, которой могли бы пользоваться все специалисты, осуществляющие свою деятельность в грузовом порту. Концептуализация обеспечивает структурирование предметных знаний в рамках эксплицитной модели. Это наиболее сложная задача, т.к. от успешности её выполнения зависит эффективность всей разработки. Концептуализация включает два этапа. В рамках первого решаются задачи построения глоссария терминов и построения 354
классификационных деревьев концептов. Затем, в рамках второго этапа для каждого классификационного дерева формируется словарь концептов и совокупность таблиц, описывающих отношения между концептами, атрибуты и т.д. [3]. В первую очередь необходимо выделить сферы логистики, имеющие непосредственное отношение к работе грузового порта. Это логистика сервисного обслуживания и складская логистика. Логистика сервисного обслуживания и её составляющие были описаны в первой главе. Складская логистика и транспортная логистика являются неотъемлемой частью функционирования грузового порта. Таким образом, можно отметить, что все принципы и законы складской и транспортной логистики применимы и для процессов складирования и транспортировки, имеющих место в грузовом порту (рис. 1). Грузовые порты характеризуются площадью порта, осуществляют работу порта, включают в себя стивидорные компании, представляют собой транспортные узлы и включают в себя элементы порта, указанные на рисунке (рис. 2).
Рис. 5. Услуги грузового порта (фрагмент онтологии)
Площадь порта может быть представлена следующими составляющими: акватория порта, береговая линия и территория порта, которые в свою очередь включают в себя отдельные элементы и характеристики (рис. 3.). Также необходимо иметь представление о 355
погрузочной технике, используемой в грузовом порту, её классификации и различиях. Для этого в общую онтологию включен фрагмент, отражающий классификацию погрузочной техники, участвующей в погрузочно-разгрузочных работах. На рис. 4. изображена иерархия погрузочно-разгрузочного оборудования, используемого в грузовом порту. Для оценки качества логистического обслуживания грузового порта в первую очередь необходимо определиться с объектами оценивания, т.е. с услугами, оказываемыми клиентам грузового порта (рис. 5.). А уже затем необходимо выбрать, каким образом будет производиться оценка логистического обслуживания. Исходя из услуг, оказываемых портом, можно определить и процессы, протекающие в порту (рис. 6.).
Рис. 6. Основные процессы, входящие в технологический процесс грузового порта (фрагмент онтологии)
Таким образом, терминологическая база построена, теперь необходимо формализовать и реализовать онтологию. На этапе реализации создается вычислительная модель, соответствующая онтологии и выражаемая на одном из языков представления знаний. Формализация онтологии выполнялась с помощью программного средства F-Logic Onto Studio, которое позволяет визуализировать концепты и связи между ними. Рассмотрим, например, визуально основные процессы грузового порта по осуществлению перегрузки (рис. 7.). Все остальные элементы онтологии также можно 356
визуализировать таким же образом.
Рис. 7. Часть онтологии предметной области, визуализирующая один уровень отношений концепта «Основные операции по осуществлению перегрузки»
Использование онтологического подхода для построения общей концептуальной модели грузового порта позволяет формировать общие понятийные пространства, обеспечивающие адекватное понимание информации, используемой в предметной области, и таким образом устранить семантическую неопределенность. Онтология предметной области грузового порта в процессе оценки логистической деятельности позволит всем сотрудникам различных структур грузового порта обращать внимание на общую логистическую деятельность порта и корректировать деятельность своих структур в соответствии с нуждами порта для повышения его конкурентоспособности. Это может быть достигнуто путем внедрения общей терминологической базы (составления словаря предметной онтологии), описания смысла входящих в неё терминов и структурирования отношений между ними. Библиографические ссылки 1. Алексинская Т.В. Основы логистики. Общие вопросы логистического управления: Учебное пособие. – Таганрог.: Издательство ТРТУ, 2005. 2. Гаврилова Т.А., Муромцев Д.И. Интеллектуальные технологии в менеджменте: инструменты и системы: Учебное пособие. – СПб.: Изд-во «Высшая школа менеджмента»; Издат. Дом С.-Петерб. Гос. Ун-та, 2008. – 488 с. 3. Башмаков А.И., Башмаков И.А. Интеллектуальные информационные технологии: Учебное пособие. – М.: Изд-во МГТУ им Н.Э. Баумана, 2005. –
357
304 с.
358
УДК 681.3.06+519.68 Т. С. Шаповалов, 2009 ЭФФЕКТИВНОСТЬ СИСТЕМЫ ПЛАНИРОВАНИЯ, ОСНОВАННОЙ НА ГЕНЕТИЧЕСКОМ АЛГОРИТМЕ, ДЛЯ РАСПРЕДЕЛЕННЫХ ГЕТЕРОГЕННЫХ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ Шаповалов Т. С. – н.с. ВЦ ДВО РАН Задача составления расписания вычислительных заданий для таких видов распределенных гетерогенных вычислительных систем как GRID в общем случае является NP-трудной. Для решения данной задачи применен генетический алгоритм. В статье исследуется ряд вопросов эффективности реализации указанного алгоритма.
Эффективность использования ресурсов вычислительных систем высокой производительности зависит от методов планирования заданий. Планирование – процесс распределения вычислительной работы между процессорами с целью уменьшения общего времени выполнения заданий. Составление расписания - часть указанного процесса планирования. Для достаточно сложных задач составления расписаний число вариантов возможных назначений на процессоры столь велико, что решение методом перебора получить за приемлемое время невозможно. В общем случае, указанная задача является NPтрудной [1]. Для решения задач составления расписаний нашел применение генетический алгоритм (ГА). Далее рассматривается планирование для таких видов вычислительных систем как распределенных гетерогенные вычислительные системы (РГВС). Ранее автором в работах [2] и [3] было проведено исследование различных вариантов ГА для планирования заданий в РГВС. Были установлены оптимальные значения основных параметров ГА, исследовано поведение алгоритма для различных размерностей задач. Классический вариант ГА предполагает генерирование начальной популяции случайным образом. После чего (пока не выполнится условие останова) популяция будет претерпевать рекомбинации в результате применения генетических операторов. Классический ГА 359
описывает два генетических оператора рекомбинации: оператор скрещивания и оператор мутации. В результате рекомбинации возникают новые комбинации генов, что приводит к исследованию пространства поиска. Хромосомы, которые попадут в следующее поколение, выбираются оператором селекции. Полученные результаты применимы и для такого частного случая РГВС, как GRID, но ввиду того, что процессоры в РГВС часто управляют отдельными ресурсами (либо связанными только с этими процессорами, либо разделяемыми несколькими процессорами), то далее будем вести речь о виртуальных узлах (ВУ). Здесь ВУ - один вычислительный процессор (или одно ядро процессора, если процессор является многоядерным), рассматриваемый в связке с соответствующими этому процессору ресурсами (различными видами машинной памяти, системным и прикладным программным обеспечением и так далее). Решаемая задача состоит в нахождении такого порядка запуска заданий на определенных ВУ в РГВС, который позволил бы завершить все задания в кратчайший срок. Другими словами, алгоритм решает задачу поиска расписания для РГВС, удовлетворяющего условию максимального уплотнения расписания. В реальных условиях эксплуатации вычислительные системы рассчитаны на непрерывное поступление заданий на расчет. Для учета данного критерия в разработанной системе производится повторное составление расписания через заданные промежутки времени. Два последовательно найденных расписания должны удовлетворять условию непрерывного планирования. Другими словами, между заданиями этих расписаний не должно быть времени простаивания вычислительных ресурсов. В алгоритме для каждого нового расписания (кроме первого) на основании предыдущего формируется ряд холостых заданий, которые размещаются алгоритмом в начале расписания и не затрагиваются генетическими операторами. В результате холостые задания ограничивают по времени запуска остальные задания пользователя, обеспечивая последующую максимально плотную состыковку двух последовательных расписаний. Очевидно, что с увеличением числа заданий и вычислительных ресурсов в расписании растут и вычислительные затраты на составление расписания, а с ними и время от постановки пользователем задания в очередь до начала выполнения этого задания. Для уменьшения данного времени реализована островная модель ГА [4] с миграцией лучших решений между изолированными подпопуляциями через определенное число поколений. Каждая подпопуляция обрабатывается отдельной копией алгоритма на своем 360
вычислительном узле. Эти подпопуляции развиваются независимо друг от друга в течение числа Im поколений (число поколений изоляции). По истечении Im происходит распространение лучшей особи между всеми подпопуляциями. Обмен лучшими особями происходит в отдельных потоках выполнения без прерывания работы ГА посредством сетевого протокола TCP/IP. Система планирования реализует клиент-серверную архитектуру. Вычислительным модулем назовем одну программную реализацию ГА, управляющую эволюционным процессом отдельной подпопуляции. Сервер планирования (СП) в данном случае серверный компонент системы, принимающий от вычислительных модулей и распространяющий между всеми подпопуляциями лучшие решения в процессе миграции, а так же осуществляющий иные действия для поддержки процесса планирования. СП, вычислительные модули, утилиты управления заданиями и набор скриптов для тестирования системы планирования составляют пакет программ Geneur. На рис. 1 представлена диаграмма потоков данных (для РГВС типа GRID), на которой помимо последовательного перехода данных от одного компонента системы к другому прослеживается архитектура описываемой системы.
Рис. 1. Диаграмма потоков данных в системе планирования
361
Для проведения тестирования разработанной системы планирования была написана утилита генерирования заданий пользователей для составления расписания с известным точным значением функции пригодности. Алгоритм получения описания таких заданий основывается на предположении, что построенное из данных заданий расписание будет идеальным. Под идеальным здесь понимается расписание, последние процессы на каждом из ВУ которого заканчивают выполнение в один момент времени и в котором отсутствуют периоды простаивания ВУ. Численное решение нахождения расписания с использованием ГА считалось найденным, если оно отличалось от наилучшего решения не более чем на 5%. При такой форме тестирования необходимо отключать механизм сохранения непрерывности двух последовательно найденных расписаний. Данный механизм может увеличивать длину расписания ввиду того, задания могут начинаться не с нулевой отметки времени. Это объясняется тем, что условием останова в тестировании является нахождение решения, функция пригодности которого на 95% совпадает с функцией пригодности идеального расписания. Таким образом, с включенным механизмом сохранения непрерывности с каждым новым поиском длина расписаний будет увеличиваться (если только предыдущее расписание не на 100% совпадет с идеальным) и функции пригодности будут все больше отличаться от функций пригодности идеального расписания. В качестве описания ресурсов РГВС для тестирования были взяты два вычислительных кластера ВЦ ДВО РАН. Важным свойством описываемого алгоритма является его полиномиальная сложность. Другими словами, трудоемкость описываемого здесь алгоритма (в данном случае - время нахождения решения) ограничена сверху некоторым полиномом от размерности D задачи планирования. Так как данный полином (как будет показано далее) является полиномом первой степени, то можно говорить о линейной сложности алгоритма. Трудоемкость данного алгоритма зависит от количества начальной информации для поиска расписания, т.е. числа ВУ и процессов заданий. Размерность задачи планирования (связывающая эти величины) вычисляется по формуле D=N/G, где N - число вычислительных процессов в расписании, а G - число доступных для планирования ВУ. С повышением числа процессов приходящихся на один ВУ будет расти время поиска расписания. Для исследования этой зависимости были проведены испытания алгоритма для ряда размерностей задач планирования. Шаг размерности равнялся приблизительно 0.5. Для каждой размерности алгоритм запускался 30 362
раз, затем измерялась длительность каждого поиска расписания, и вычислялось среднее значение времени.
Рис. 2. Время Tp решения задачи планирования в зависимости от размерности D
На рис. 2 сплошной линией обозначена зависимость Tp от D, а пунктирной – аппроксимация линейной функции Tp=180D-130. По данной асимптоте видно, что сложность алгоритма является линейной функцией от размерности задачи планирования - O(D). Исследована масштабируемость системы для различного числа вычислительных модулей. Рассматривалось поведение реализации алгоритма при фиксированном числе ВУ и процессов (число процессов - 104, D=2), участвующих в планировании, но с разными числами вычислительных модулей системы.
Рис. 3. Коэффициент ускорения kp решения задачи в зависимости от числа P параллельных подпопуляций
363
На рис. 3 представлена зависимость коэффициента ускорения kp нахождения решения задачи от числа P параллельных подпопуляций (каждая из которых содержала 18 особей и обрабатывалась своим вычислительным модулем). Коэффициент ускорения вычисляется по формуле kp=T1/Tp, где T1 - время непараллельного поиска расписания, а Tp - время поиска для P вычислительных модулей в системе. Из данного рисунка видно, что при росте числа подпопуляций P не наблюдается заметного насыщения в ускорении. Экстраполируя полученные результаты на P>8 можно сделать вывод, что представленный здесь алгоритм будет давать некоторый прирост производительности и при дальнейшем увеличении числа узлов. Проведены численные эксперименты по выяснению зависимости времени поиска от числа поколений изоляции. Число Im поколений изоляции - это число поколений ГА, проходящее до обмена решениями (в данном случае - с наибольшими значениями функции пригодности) между подпопуляциями. Для исследования эффективности параметра Im были использованы 8 подпопуляций. Исследовался Tp для Im=25...300 с шагом 25 поколений.
Рис. 4. Время Tp решения задачи планирования в зависимости от числа поколений изоляции Im
На рис. 4 представлена зависимость Tp от Im, по которой можно судить о том, что очень частые синхронизации (как и очень редкие) хуже способствуют нахождению решения алгоритмом. Оптимальное число Im здесь является от 100 до 150 поколений. На вычислительных кластерах с отличными от испытываемого характеристиками 364
локальной сети передачи данных (скорость, латентность) возможны смещения оптимальных значений Im в ту или иную сторону. В настоящий момент ведутся исследования по составлению расписаний с заданиями, у которых время запуска одного может быть ограничено временем завершения вычислений другого задания. Такая возможность может быть полезна, когда на вход одной программе должны поступить результаты вычислений другой. Так же исследуется возможность оптимизировать с помощью ГА расписания, уже созданные другим алгоритмом планирования. В частности, с помощью алгоритма обратного заполнения (который широко используется для составления расписаний) можно создавать начальную популяцию для ГА. Библиографические ссылки 1. Теория расписаний и вычислительные машины. / Коффман Э. Г. // М.: Наука, 1984. 2. Генетический алгоритм составления расписаний для распределенных гетерогенных вычислительных систем. / Шаповалов Т.С., Пересветов В.В. // Вычислительные методы и программирование. М.: МГУ, 2009. Том 10, №1. 3. Параллельный алгоритм планирования заданий для распределенных гетерогенных вычислительных систем. / Шаповалов Т.С. // Препринт № 134. Хабаровск: Вычислительный центр ДВО РАН, 2006. 4. Генетические алгоритмы. /Панченко Т.В. //Астрахань: Издательский дом «Астраханский университет», 2007.
365
УДК 001.92:027.7 Т. Ю. Якуба, О. Г. Степанова, 2009 СТРУКТУРНО-ФУНКЦИОНАЛЬНЫЕ ФАКТОРЫ ИНФОРМАЦИОННЫХ ПОТРЕБНОСТЕЙ СПЕЦИАЛИСТОВ ВУЗА, ИНФОРМАЦИОННО-ИНСТРУМЕНТАЛЬНАЯ БАЗА. ПРОБЛЕМЫ, КОММЕНТАРИИ Якуба Т. Ю. – заместитель директора библиотеки (ТОГУ), канд. социол. наук; Степанова О. Г. – заведующая отделом библиотеки (ТОГУ) Реформирование научной сферы в России на современном этапе сопровождается внедрением различных рейтинговых систем оценок деятельности ученых и научных сообществ. Потребность в библиометрической информации (БИ) стала постоянной для научного сообщества и информационно-библиотечных служб. Она актуальна при оценке значимости трудов ученого, определении качества публикаций, участии в конкурсах и грантах. Наиболее значимые критерии в научно-оценочных мероприятиях являются такие библиометрические показатели как индекс цитируемости (ИЦ) публикаций ученых и импакт-фактор (IF) изданий, в которых публикуется статья.
В 1878 г. появился «Указатель ссылок Федерального законодательства» Шепарда, ставший прототипом современных указателей цитированной литературы. В начале 60-х годов XX в. под руководством доктора Юджина Гарфилда была создана система информационных баз данных по всем областям современной науки «Индекс цитирования научных работ» (Science Citation Index). В дальнейшем Ю. Гарфильд создает Институт научной информации (Institute for Scientific Information), который с 1990 года стал принадлежать информационному гиганту – канадской компании Tompson Scientific. Таким образом, потребность в библиометрической информации (БИ), возникла довольно давно и стала постоянной для двух основных категорий пользователей: ученых и информационнобиблиотечных служб. Ученым необходимы данные о цитируемости публикаций, o перспективных научных проблемах и разрабатывающих их 366
коллективах, об импакт-факторе периодических изданий, состоянии научных исследований ит.д. Информационно-библиотечным службам «необходимы данные о наиболее авторитетных изданиях, авторах и хронологической глубине актуальной информации в той или иной научной области» [1]. Исследованию проблемы информационных потребностей (ИП) ученых и методов удовлетворения ИП посвящено большое количество работ наших соотечественников. Основная структура информационных потребностей специалистов в научноисследовательской сфере деятельности была определена А.В. Соколовым [2]. В работе Ю.В. Мохначевой [3] исследованы методы информационного обеспечения НИР на основе библиометрических исследований, информационно-инструментальная база для использования библиометрической информации, разработаны модели подсистемы информационного обеспечения НИР. Автор рассматривает структуру современных информационных потребностей, характеризует факторы, влияющие на их возникновение и развитие. Мохначева Ю.В. выделяет ряд объективных (внешних) и субъективных (внутренних) факторов влияющих на возникновение потребностей в БИ. К объективным факторам относит требования руководства и вышестоящих инстанций, запрашивающих такого рода информацию для проведения различных оценочных процедур. К субъективным факторам относит качества самого субъекта: сформированная информационная потребность; возможность удовлетворения этой потребности с помощью имеющейся информационно-инструментальной базы; наличие представления о возможностях, предоставляемых информационно-библиотечными службами. Далее автор структурирует потребность в БИ следующим образом: – цитируемость, как самого ученого, так и его коллег; – наиболее цитируемые и интересующие ученого публикации, авторы, коллективы; – наиболее перспективные научные проблемы с указанием коллективов их разрабатывающих; – импакт-факторах изданий; – состояние научных исследований в НИУ, включая сведения о международном сотрудничестве. Информационную базу для проведения исследований такого характера могут составлять международные и национальные информационные ресурсы, среди которых политематические базы данных (БД) узкотематической направленности: ресурсы компании «Thomson Reuters» (Institute for Scientific Information): «Web of Science 367
(WOS)», «Journal Citation Reports», «Essential Science Indicators», «National Science Indicators»; ресурс компании «Elsevier» – «Scopus»; «Inspec»; «Compendex»; «Российский индекс научного цитирования» и др. имеющиеся на отечественном рынке информационных ресурсов. Рассмотрим три из них: «Web of Science», «Scopus», «РИНЦ». Электронная библиотека (ЭБ) индексов Web of Science (WOS) располагается на интегрированной веб-платформе ISI Web of Knowledge и предоставляет исследователям и специалистам информацию по всем отраслям знания. ЭБ WOS предоставляет доступ к семи БД, из них три базы являются указателями статей из журналов по естественным наукам, по социологическим дисциплинам, а также по искусству и гуманитарным наукам (Science Citation Index, Social Sciences Citation Index, Arts & Humanities Citation Index). WОS содержит необходимые элементы библиографического описания: информацию об авторе, названии документа и источника, а также полные рефераты авторов. В рамках WОS у пользователя есть возможность проведения традиционного тематического поиска и поиска по автору документа, а также получения найденных записей с полным библиографическим описанием. Кроме того, она содержит информацию о книгах, статьях, патентах и других работах, на которые ссылаются авторы представленных документов. В WОS пользователь может найти, кто цитировал конкретного автора, книгу, статью или патент, WОS содержит полное библиографическое описание опции Cited References и Times Cited, первая из которых предоставляет список документов, на которые ссылался автор работы, а вторая сколько раз была процитирована уже данная работа и кем. Scopus представляет собой крупнейшую в мире единую реферативную БД, которая индексирует более 17000 наименований научно-технических и медицинских журналов примерно 4000 международных издательств, включая 300 российских изданий. Ежедневно обновляемая БД Scopus включает записи вплоть до первого тома, первого выпуска журналов ведущих научных издательств. Она обеспечивает непревзойденную поддержку в поиске научных публикаций и предлагает ссылки на все вышедшие цитаты из обширного объема доступных статей. Поисковая система Scopus также предлагает Research Performance Measurement (RPM) — средства контроля эффективности исследований, которые помогают оценивать авторов, направления в исследованиях и журналы. Кроме того, Scopus предлагает отследить историю публикаций авторов, цитируемость работ того или иного автора, а также проанализировать работы
368
ученого, используя индекс Хирша (h индекс)1. Web of Science и Scopus охватывают литературу в основном на английском языке. Издания на других европейских языках, в том числе на русском, представлены крайне слабо. В эти указатели из 3000 российских научных журналов попадают только те, которые являются переводными. В среднем в Web of Science обрабатывается около 140 российских научных журналов, в Scopus – около 300. Таким образом, в изданиях, представленных в Web of Science и Scopus, могут быть опубликованы только те работы российских ученых, которые переведенны на английский язык. В 2005 году Научная электронная библиотека приняла участие в проекте по созданию Российского индекса научного цитирования (РИНЦ). «РИНЦ – это многофункциональная информационная система, в которой обрабатывается библиографическая информация из российских научных журналов. Поисковые и информационные сервисы базы данных эффективно реализуют различные виды поиска информации, анализируют и рассчитывают индексы цитирования отдельных авторов, научных коллективов и организаций, тематических направлений, импакт-факторы журналов» [4]. На сегодняшний день в базе обрабатывается свыше 1577 российских научных журналов, представлена информация по 460 тысячам публикаций, по 495 тысячам авторов, 3680 организациям. Глубина обрабатываемых материалов составляет 3 года – с 2005 по 2007 гг. включительно. Таким образом, индекс цитирования – это специализированный информационный продукт, в котором собирается и обрабатывается полная библиографическая информация о журнальных статьях, аннотации и пристатейные списки цитируемой в статьях литературы. Такие базы позволяют находить как публикации, цитируемые в отдельно взятой статье, так и публикации, цитирующие эту статью. Пользователь может проводить эффективный масштабный поиск библиографии, охватывающей весь фронт публикаций по интересующей его теме или предмету. Для получения библиометрической информации по научной 1
В 2005 году американский физик-теоретик Хорхе Хирш (университет Сан-Диего, Калифорния) предложил новый наукометрический показатель в качестве альтернативы классическому «индексу цитируемости». Его критерий основан на учёте числа публикаций исследователя и числа цитирований этих публикаций. Вместо обычно используемого полного числа ссылок на публикации ученого Хирш предложил ввести число h, определяемое как число статей, на каждую из которых было не менее h ссылок. Например, если из полного списка ваших опубликованных статей найдется 10 статей, на каждую из которых ссылались не менее 10 раз, то ваш индекс h=10. Индекс Хирша является количественной характеристикой продуктивности учёного за весь период научной деятельности.
369
деятельности ученых Тихоокеанского государственного университета (ТОГУ) и анализа того, как отражена научная деятельность ученых ТОГУ в индексирующих системах, специалисты библиотеки ТОГУ провели поиск по двум базам цитирования: «Scopus» и «РИНЦ». Был проработан список докторов и кандидатов наук и составлен список тех авторов, чьи работы были отражены в этих поисковых системах. При работе с реферативной базой Scopus поиск проводился на английском языке по фамилии автора, по названию организации, которую этот автор представляет. Поскольку университет несколько раз менял название, поэтому поиск проводился не только по действующему названию, но и по предыдущим: Pacific National University, Khabarovsk State Technical University и т.д. Кроме того, указывались название города (Khabarovsk) и страны (Russian Federation). Учитывалось количество журнальных статей, число цитирований этих статей и рассчитанный h индекс для статей, опубликованных после 1995 года. В ходе работы мы столкнулись с некоторыми сложностями, связанными с идентификацией организации и авторов. В первую очередь это касалось неверной транслитерации русских фамилий на английский язык, а также названия организации. Так, например, фамилия Зайцева С.А. встретились в двух вариантах транслитерации: “Zaitsev S.A.”, “Zaytsev S.A.” . Встречались расхождения в заполнении персональной информации. Например, “Khokhlov N.A.” и “Khokhlov Nikolay A.”, “Kuz’menko A.P.” и “ Kuz’menko Alexander Pavlovich”. В результате мы не смогли получить единой картины индексирования, поскольку h индекс рассчитывался для каждой записи отдельно. Так, несмотря на то, что в базе Scopus представлено 26 статей Зайцева С.А., для каждой записи на английском языке результаты были свои: Ф.И.О. Zaitsev S.A Zaytsev S.A.
Кол-во статей 7 19
Цитирование (сколько раз) 15 54
h индекс (для публикаций после 1995 г.) 3 4
Соответственно, это касается и всех других авторов, чьи персональные данные были заполнены неверно, или с расхождениями в транслитерации. Еще одна проблема заключался в том, что статьи, написанные в соавторстве, не учитывались при подсчете индекса Хирша. Что касается заполнения графы «Affiliation» (название организации), то отсутствие единой формы внесения данных также создало определенную путаницу. Так, помимо уже указанных нами 370
выше названий (Pacific National University, Khabarovsk State Technical University), мы также встретили такие наименования, как Khabarovsk Gosudarstvennyi Tehniceskij Universitet, Technological State University, Pacific Ocean State University, что не соответствует ни транслитерации названия университета, ни его английскому эквиваленту. Вероятно, результаты были бы достоверней, если бы поиск проводился по названию статьи. Но для этого потребовалось бы собрать библиографические данные по каждой статье каждого ученого за все годы его научной деятельности. Практически это сделать довольно сложно. Все это значительно усложнило задачу при сборе данных. Поиск в РИНЦ проводился по фамилии автора и по названию организации. Для того чтобы отсеять случайные совпадения, мы также вводили название города. Поиск выявил некоторые расхождения со Scopus в системе предоставления информации. Например, в отличие от Scopus, РИНЦ отделяет общее число публикаций, включая туда и рефераты статей, от общего числа полнотекстовых статей, опубликованных тем или иным автором. Что касается индексирования, то наряду с индексом Хирша, РИНЦ также рассчитывает суммарное число цитирований публикаций автора, среднее число цитирований в расчете на одну статью, число самоцитирований (из статей этого же автора), а также число цитирований соавторами (из статей этого же автора или его соавторов). Авторы проекта РИНЦ признают, что в нем есть недостатки: «Несмотря на значительное абсолютное число обработанных библиографических ссылок, в относительном измерении оно составляет не более 10% от годового объема всех позиций в пристатейных списках журналов ВАК. Поэтому в настоящий момент делать даже предварительные статистические расчеты, тем более аналитические заключения на основе данных РИНЦ не следует по причине их малой репрезентативности» [5]. Кроме того, также, как и в случае с базой Scopus, РИНЦ не учитывает соавторство для расчета индекса цитирования. Следующий значимый критерий в научно-оценочных мероприятиях входящий в структуру потребность в БИ – импактфактор (IF) изданий, в которых публикуется статья. Импакт-фактор научного журнала – это показатель, по которому оценивается цитируемость научных журналов, следовательно, и "научный вес" журнала в мировом научном сообществе. Этот показатель тесно связан с цитируемостью научных публикаций. При помощи IF оценивают, сколько раз за определенный период цитировали «среднюю статью» того или иного издания. Классический 371
IF определяют как соотношение между количеством ссылок за год на статьи журнала, опубликованные за два предшествовавших года, и количеством этих статей. Приводят следующую методику расчета (определяют индекс цитируемости «С» за 2005 г.): Если «А»— количество ссылок в 2005 г. на работы, опубликованные в журнале Х за 2003–2004 гг., а «В» — общее количество работ, опубликованных в журнале Х за 2003–2004 г., то С = А/В. В статье Е.С. Коноплиной сказано, что «…благодаря широкому охвату периодических изданий и информативности импакт-индекс завоевал мировое признание, вышел за пределы чисто теоретического интереса и стал широко использоваться в издательских и научных кругах как способ оценки научных журналов и деятельности отдельных ученых» [6]. Автор статьи приводит IF некоторых российских научных журналов. Он довольно низок. Е.С. Коноплина пишет: «…низкий импакт-фактор российских, как и советских научных журналов, объясняется как отличием поведения цитирования, так и в значительной мере принадлежностью к неанглоязычной периодике. В анализе научных журналов, выполненном около 20 лет назад, Юджин Гарфилд отмечал, что 85% научной литературы опубликованы на английском языке, и значение импакт-фактора статьи (то есть средняя цитируемость одной статьи, написанной на английском языке) составляло 3,7 раза. Это значение в несколько раз выше, чем у статьи, опубликованной на русском (0,9), немецком (0,6), французском (0,5) и японском (0,5) языках». Далее по Е.С. Коноплиной «В отчете S&TI за 1998 год отмечалось, что 67% ссылок в американских публикациях сделаны на работы американских ученых. Американцы в 1995 году практически не цитировали ни российские, ни китайские публикации за 1991-1993 годы, в то время как российские ученые процитировали за этот период времени 35% американских работ и сделали только 17% ссылок на российские статьи, опубликованные в 1991-1993 годах. В Великобритании было около 30% ссылок на собственные работы; во Франции - 24%; в Японии - 37%. По данным Российского фонда фундаментальных исследований (РФФИ), в публикациях грантодержателей содержится до 60% ссылок на англоязычные публикации. Кроме того, в отечественных статьях содержится значительно меньше ссылок, а значит, и вероятность цитирования рядового исследователя ниже». Наряду с очевидными достоинствами импакт-фактора автор этой публикации отмечает и недостатки: влияние социологических и статистических факторов. К социологических факторам он относит специфическую область 372
деятельности журнала, характер публикаций (обзоры, исследовательские статьи, письма) и среднее количество авторов одной публикации. К статистическим факторам относит количество публикуемых в журнале статей и временное «окно цитирования». Дается рекомендация проводить анализ за пятилетний (последние 5 лет) период. Весьма интересен вывод: «…количество цитат статьи в определенном журнале не измеряет ни качества журнала, ни научной ценности статьи, а всего лишь частично отражает численность публикаций в отдельной области науки, текущую популярность тематики статьи и читаемость издания. Специализированные журналы с узкой читательской аудиторией всегда будут иметь невысокий индекс цитируемости, несмотря на научную ценность и актуальность публикуемых статей… Показатели цитируемости вовсе не призваны измерить качество работы само по себе, безотносительно к ее функционированию в науке. Они лишь индикаторы, показывающие, что эта работа с достаточно высокой вероятностью может оказаться весьма значительной». И.В. Шалыгина [7] в публикации «Почем нынче публикация, или как увеличить свой вес с помощью индекса научного цитирования?» отвечает на вопрос, почему в США ученые так стремятся опубликовать свои результаты, а также описывает приемы, которые используют редакции журналов и ученые для повышения своего статуса. Далее следуют советы, как увеличить индекс цитирования научной публикации. Автор рекомендует: – писать обзоры по проблеме; – войти в число соавторов публикаций, в которых обобщаются результаты крупных многоцентровых международных исследований; – освоить модную проблематику; – печатать минимальными «публикабельными порциями»; – ссылаться на статьи, опубликованные в журнале, в который вы направили рукопись; – публиковаться в международном журнале на английском языке; – сделать свои результаты доступными в Интернете. Автор публикует интересные на наш взгляд данные: «…по В.Л.Эпштейну [8], среднее число библиографических ссылок на печатную статью – 2,74; среднее число ссылок на бесплатную электронную – 7,3 или в 2,6 раза больше, чем на печатную. Электронные статьи цитируются в 4,5 раза чаще печатных и это соотношение быстро возрастает. Объяснение очевидно: с каждым годом ученые проводят все меньше времени в библиотеках и все больше черпают информацию из Всемирной паутины…статья, 373
недоступная в электронном формате, становится как бы статьей второго сорта не потому, что она худшего качества, а потому, что люди предпочитают доступность вещей, которые они могут получить прямо сейчас… [Rayburn S and E. N. Bouton. “If it's not on the Web, it doesn't exist at all”: Electronic information resources - Myth and reality. 1997. 2]» [9]. Итак, по мере увеличения роли информации в современном мире, методов и способов оценки ее качества будет становиться все больше, как и провайдеров такой информации. Задача исследователя не потеряться в море информации и сохранить свою индивидуальность, а задача информационно-библиотечных служб вовремя уметь удовлетворить информационные потребности специалистов, предоставляя репрезентативные данные по научным исследованиям. Библиографические ссылки 1. Мохначева. Ю. В. Информационное обеспечение научных исследований академическими библиотеками с использованием библиометрических методов: автореф. дис. канд. пед. наук. – М., 2008. – 16с. 2. Соколов А. В. Общая теория социальной коммуникации: Учебное пособие. – СПб.: Изд-во Михайлова В. А., 2002 г.,461 с. 3. Мохначева Ю. В. Информационное обеспечение научных исследований академическими библиотеками с использованием библиометрических
методов
:
диссертация
кандидата
педагогических наук : 05.25.03 / Мохначева Юлия Валерьевна; Москва, 2008.– 203 с. 4. Петрова С. В. Российский индекс цитирования как инструмент для оценки научной деятельности [Электронный ресурс] /С.В.Петрова. – Режим доступа: http://elibrary.ru/projects/events/spb2008/rinc.doc. – 10.08.09. 5. Российский индекс научного цитирования [Электронный ресурс]/Сайт eLIBRARY. – Режим доступа: http://elibrary.ru/projects/citation/cit_index.asp.– 10.08.09 6. Коноплина Е.С. Индекс цитирования с американским акцентом [Электронный ресурс] /Е.С.Коноплина//Совет ректоров. – 2008. - № 4. – Режим доступа: http://sk.edu3000.ru/gazetes/arhiw_nomr08/n_4_08.htm# Индекс_цитирования_с_американским_акцентом_. – 10.08.09 7. Шалыгина И.В. Почем нынче публикация, или как увеличить свой вес с помощью индекса научного цитирования [Электронный ресурс] /И.В.Шалыгина//Совет ректоров. – 2008. - № 4. – Режим доступа: http://sk.edu3000.ru/gazetes/arhiw_nomr08/n_4_08.htm#как_увеличить_сво й_вес.–.10.08.09 8. Эпштейн В.Л. Как увеличить индекс цитирования научной публикации (экстратекст – новый формат для интернет-маркетинга научных публикаций) // Проблемы управления, 2006.–№6.
374
9. Шалыгина И.В. Почем нынче публикация, или как увеличить свой вес с помощью индекса научного цитирования [Электронный ресурс] /И.В.Шалыгина//Совет ректоров. – 2008. – № 4. – Режим доступа: http://sk.edu3000.ru/gazetes/arhiw_nomr08/n_4_08.htm#как_увеличить_сво й_вес.–.10.08.09
375
УДК 378 И.А. Ледовских, 2009 ИНДИВИДУАЛИЗАЦИЯ УЧЕБНОГО ПРОЦЕССА В ВУЗЕ С ИСПОЛЬЗОВАНИЕМ СРЕДСТВ ИКТ Ледовских И. А. – доцент кафедры «Информатика и информационные технологии» (ДВГГУ), к.ф.-м. наук, доцент В работе рассматривается такая организация учебного процесса, при которой выбор способов, приемов, темпа учебной деятельности обуславливается индивидуальными особенностями студентов. Применение информационно-коммуникационных технологий расширяет возможности индивидуализации образовательного процесса и способствует организации новых видов учебной деятельности.
В настоящее время в Российском образовании реализуется ряд программ и проектов (Федеральная целевая программа развития образования на 2006-2010 года, Концепция модернизации российского образования на период до 2010 года, приоритетный национальный проект «Образование»), которые направлены на организационные, содержательные изменения в области образования, на внедрение новых технологий в учебный процесс, разработку новых средств обучения. Изменения происходят как в системе общего, так и в системе высшего образования, в частности в ВУЗах внедряется двухуровневое образование, модульно-рейтинговая система, контроль качества. На смену авторитарному образованию приходит образование, ориентированное на развитие личности, практическую направленность, учет индивидуальных особенностей учащихся, использование информационных и коммуникационных технологий. На смену стандартам второго поколения должны прийти стандарты третьего поколения, основой которых «становится формирование базовых компетентностей современного человека: ° Информационной (умение работать с информацией, применять её для решения проблем); ° Коммуникативной (умение эффективно сотрудничать с другими людьми); ° Самоорганизация (умение планировать, ставить цели, 376
полноценно использовать личностные ресурсы); ° Самообразование (готовность конструировать собственную образовательную траекторию на протяжении всей жизни, обеспечивая успешность и конкурентоспособность)». При обучении в ВУЗе студенту желательно освоить формы и способы работы, необходимые для дальнейшей профессиональной деятельности, продолжения образования, либо самообразования. Индивидуализация учебного процесса, индивидуальная учебная деятельность способствуют тому, что студент из объекта обучения превращается в субъект учебной деятельности, который сам определяет цель и задачи своей учебы. «Для того чтобы выпускники университета могли в будущем творчески подходить к своей работе и применять полученные знания в соответствии с возникающими новыми условиями, необходимо максимально развивать творческие способности студентов. Этому способствует обучение, ориентированное на личность обучаемого»1. В университет поступают студенты из разных учебных заведений (школы, гимназии, лицеи, колледжи), с разным уровнем базовой подготовки, с разным уровнем сформированности учебной деятельности. ВУЗы, как правило, при организации учебного процесса ориентируются на то, что студент – это взрослый, ответственный человек, который в состоянии заниматься самостоятельной работой и у которого сформировалась учебная деятельность. Однако, если учебная деятельность не сформирована, то в процессе учебы в ВУЗе необходимо помочь её сформировать. Учебными планами университета предусмотрены вполне определенные виды занятий: лекции, семинары, лабораторные работы, самостоятельная работа, различные виды практик и т.д. Поэтому говорить об индивидуализации учебного процесса следует либо в рамках тех организационных форм и нормативно-правовых документов, которые предусмотрены ВУЗом, либо рассматривать возможность изменения форм организации учебного процесса, направленных на его индивидуализацию. В истории образования выработаны понятия «индивидуальное обучение», «индивидуальный подход» и «процесс индивидуализации»2 [3, 8, 11]. 1
Пасечная Л.А. Состояние процесса индивидуализации обучения в практике работы университета. /Вестник ОГУ, 2003, № 5, с.67–71.
2
Селевко Г.К. Современные образовательные технологии: Учебное пособие. – М.: Народное образование, 1998. – 256 с , с. 91–95.
377
В последнее время появился ещё один термин – «индивидуальное образование»1. Индивидуальное обучение предполагает такую форму организации учебного процесса, при которой либо педагог взаимодействует с одним учащимся в данный момент времени, либо один учащийся взаимодействует со средствами обучения. Одним из основных достоинств является возможность адаптировать содержание, формы, методы и темпы учебной деятельности к особенностям учащегося. Примером индивидуального обучения может служить репетиторство. Индивидуальное обучение – форма, дополняющая организованное коллективное обучение, которое широко используется в настоящее время в образовании и определяет его организационную систему.2 В настоящее время индивидуальное обучение, как в массовой школе, так и в высшей школе в «чистом виде» применяется ограниченно. Индивидуальный подход понимается как специально организованная педагогическая деятельность, при которой в процессе учебной работы с коллективом, преподаватель взаимодействует с отдельными студентами по индивидуальной модели, учитывая их личные индивидуальные особенности. [8, с.92] Индивидуальный подход ещё не стал массовым явлением, скорее он вносит разнообразие в традиционные дидактические методы. Процесс индивидуализации в современной педагогике рассматривается как способ, предоставляющий студенту возможность выбрать индивидуальную образовательную траекторию. Индивидуальная траектория образования – это результат реализации личностного потенциала студента в образовании через осуществление соответствующих видов деятельности. [11, с.277] В этом случае речь идет не только об отборе индивидуального содержания образования, но и о возможности выбора студентом своего стиля учебной деятельности. Роль преподавателя в этом случае заключается в создании условий, способствующих достижению целей студентами. «Преподавать – значит отбирать условия, содействующие учению»3. Под индивидуализацией учебного процесса будем понимать такую организацию учебного процесса, при которой выбор способов, 1
Организация индивидуального образования в школе (теория и практика). – М.: Сентябрь, 2004. – 208 с.
2
Хуторской А.В. Современная дидактика: Учебник для вузов. – СПб: Питер, 2001. – 544 с.
3
Из кн.: Иллич И. «Освобождение от школ».
378
приемов, темпа учебной деятельности обуславливается индивидуальными особенностями студентов. При индивидуализации учебного процесса необходимо использовать права ВУЗа на вариативность составляющих учебного процесса, а именно: ° Содержания образования – выбор УМК, учебных планов, образовательных систем и др.; ° Организации учебного процесса – варьирование продолжительностью семестров, учебных и педагогических практик, организация учебных недель с возможностью погружения по отдельным предметам, распределение каникул; ° Методического обеспечения – использование проектных методов, различных форм работы, как во время аудиторных занятий, так и во внеаудиторной деятельности, организация самостоятельной работы с использованием новых информационных технологий, открытых дистанционных форм учения и т.п.; ° Системы оценивания – использование балльно-рейтинговых систем, накопительных систем, зачетных и курсовых работ. Информация, размещенная в педагогических журналах и в сети Интернет, а также собственные наблюдения позволяют говорить о том, что индивидуализация учебного процесса чаще всего реализуется в рамках вариативной части образовательного стандарта (ГОС ВПО), а именно возможность выбора студентами спецкурсов, дисциплин специализации, курсов по выбору, организация проектной деятельности. На основании этого можно выделить следующие способы индивидуализации учебного процесса, которые реализуются в университете в рамках традиционной лекционно-семинарской системы: ° использование индивидуализированных форм в учебном процессе – спецкурсы, курсы по выбору, различные виды практик (учебная, производственная, педагогическая), научноисследовательская деятельность студентов, курсовые работы, выпускные квалификационные работы; ° увеличение доли самостоятельной работы студентов, предусмотренной образовательными стандартами; ° возможность перехода студентов с одной образовательной программы на другую; ° использование дистанционных форм организации учебного процесса, направленных на самостоятельность студентов и индивидуализацию обучения; ° использование метода проектов, как одной из форм организации 379
учебного процесса, направленного на развитие коммуникативных навыков и имеющего практическую направленность. Одно из мнений, которое представлено в литературе свидетельствует о том, что учебный процесс будет развиваться более успешно, если удастся учебную программу приспособить для работы с каждым отдельным студентом, учитывая свойственные только ему начальные возможности, быстроту и стиль обучения. Но, на мой взгляд, в условиях традиционной лекционно-семинарской системы организации учебного процесса это достаточно проблематично. Одним из вариантов такой организации может быть использование вычислительных машин и информационно-коммуникационных технологий. Проблеме использования компьютеров и ИКТ в учебном процессе посвящено много работ как отечественных, так и зарубежных авторов. Информационно-коммуникационные технологии имеют потенциал как для реализации индивидуального подхода в обучении, так и для реализации процесса индивидуализации. ИКТ, развитие Интернета обеспечивает доступ студентам к современным образовательным ресурсам. «Образовательные ресурсы обычно классифицируют соответственно целям учебного плана педагогов. Я предлагаю сделать наоборот: наметить четыре разных подхода, дающие ученикам доступ к образовательным ресурсам, которые помогут им определить свои собственные цели и в дальнейшем достичь их» [1, c.95]. В 70-х годах прошлого века идея «учебной паутины» Ивана Иллича казалась нереальной, однако, в настоящее время массовое использование Интернета в системе образования, развитие сетевых сервисов говорит о реальности предложенных принципов и может изменить традиционные отношения «учитель-ученик», «преподавательстудент». То же самое можно сказать о развитии технологии дистанционного обучения. Ресурсы сети Интернет используются студентами при подготовке к занятиям и на занятиях для поиска информации, тестирования, создания презентаций. Систематическая постоянная работа с информацией способствует выработке необходимых практических, организационных, коммуникативных умений и навыков, обеспечивает возможность самообразования и развития личности. Применение информационно-коммуникационных технологий расширяет возможности индивидуализации образовательного процесса и способствует организации новых видов учебной деятельности. В частности можно создавать электронные учебно-методические комплексы, в которых предусмотреть учет истории учебных успехов 380
каждого студента. Преимущества использования электронных учебно-методических модулей в учебном процессе: ° возможность использования ЭУМК как на аудиторных занятиях, так и при организации самостоятельной работы студентов; ° обеспечение зрительного восприятия учебного материала за счет использования видеосюжетов, компьютерного моделирования и различных анимационных эффектов; ° возможность документирования учебных результатов, накопления статистической информации о процессе учения студентов, обеспечение гибкой системы контроля. «Когда учащиеся начинают работать по индивидуальному плану, проблема сбора данных об их успехах и неудачах становится доминирующей, особенно если эти данные служат основой для принятия решения о следующем этапе обучения»1. Применение электронных учебно-методических комплексов способствует изменению содержания деятельности преподавателя и студентов. Преподаватель из транслятора знаний превращается в консультанта. Студент работает в индивидуальном темпе, самостоятельно получая знания. Занятия с использование ЭУМК переходят из плоскости усвоения знаний в плоскость исследования.2 Вообще работа на компьютере индивидуальна, но в тоже время она вызывает стремление к взаимодействию3. Использование средств ИКТ для индивидуализации учебного процесса в ВУЗе способствует: ° получению студентами быстрого и полного доступа к современным источникам информации через Интернет или локальную коммуникационную сеть; ° Формированию новой формы общения между участниками дистанционного и открытого образовательного процесса; ° Смещению акцента на самостоятельную работу (самостоятельный сбор и обработка информации в рамках учебной задачи); ° Преобразованию учебной среды, вне аудиторных занятий; 1 2
Саппэс П. Образование и вычислительные машины. Кураев И.Ю. Компьютерные средства обучения как способ реализации индивидуального подхода
3
Сэймур Пейперт Переворот в сознании. Образы учащегося общества
381
° Развитию проектной деятельности (выполнение индивидуальных и групповых проектов с использование ИКТ). «На самом же деле учение – это такая человеческая деятельность, которая в наименьшей степени нуждается в руководстве со стороны других людей. Истинное образование … возникает в результате свободного участия в осмысленной деятельности»1 . Использование информационно-коммуникационных технологий в учебном процессе способствует переносу (смещению) акцента с коллективного обучения на индивидуализацию учебного процесса. При этом следует рассматривать не только перенос внимания преподавателя на каждого студента, сколько о возможности построения индивидуальной траектории учебного процесса. При этом такая траектория должна строиться прямо в ходе образовательного процесса. Это возможно в том случае, когда у преподавателя есть возможность и условия для проведения подобного построения. Индивидуализация учебного процесса в условиях ИКТ возможна при соблюдении ряда требований: ° для реализации индивидуализации учебного процесса необходимо средство, которое обеспечивает управление учебной деятельностью каждого студента. Таким средством может быть интегрированный комплекс, объединяющий в себе печатные материалы, электронные образовательные ресурсы, учебные файлы, системы диагностики. Это позволит адаптировать весь комплекс, как для студента, так и к учебной программе; ° учебные материалы (как печатные, так и электронные) должны обеспечивать достаточно эффективное управление учебным процессом либо без вмешательства преподавателя, либо с минимальным его присутствием. Это позволит организовать непрерывную систему учебной деятельности не только во время аудиторных занятий, но и при самостоятельной работе; ° в основе реализации учебных материалов модуля должен лежать модульный принцип организации; ° в рамках каждого модуля и в комплексе в целом, должна быть реализована некоторая избыточность. Такой подход позволит гибко проектировать использование комплекса. Использование такого комплекса позволит преподавателю оперативно принимать решение по выбору направления дальнейшей учебной деятельности каждого студента. Однако, следует отметить, что в настоящее время информационнокоммуникационные технологии при наличии потенциала расширения 1
Из кн.: Иллич И. Освобождение от школ.
382
видов учебной деятельности студентов ещё не используются массово в учебном процессе на всех факультетах. Это связано с рядом объективных причин, как организационного, так и психологического характера (неготовность преподавателей, отсутствие необходимого организационного и методического сопровождения). Библиографические ссылки 1. Иллич Иван Освобождение от школ. Пропорциональность и современный мир: (фрагменты из работ разных лет): пер. /Иллич Иван; под ред. Т.Шанина; Моск. высш. шк. социальных и экон. наук. – М.: Просвещение, 2006. – 160 с. – (Образование: мировой бестселлер). 2. Кураев И.Ю. Компьютерные средства обучения как способ реализации индивидуального подхода 3. Организация индивидуального образования в школе (теория и практика). – М.: Сентябрь, 2004. – 208 с. 4. Пейперт С. Переворот в сознании. Образы учащегося общества http://uic.nnov.ru/pustyn/lib/mindstorm.ru.html 5. Мониторинг ВПО в Хабаровском крае: проблемы подготовки кадров. А.Левченко, В.Давыдов //Высшее образование в России, 2006, № 9, с.3-7. 6. Пасечная Л.А. Состояние процесса индивидуализации обучения в практике работы университета. // Вестник ОГУ, №5, 2003, с.67-71. 7. Саппэс П. Образование и вычислительные машины. С. 165-182. 8. Селевко Г.К. Педагогические технологии на основе активизации, интенсификации и эффективного управления УВП. М.: НИИ школьных технологий, 2005. 9. Сеймур Пейперт «Переворот в сознании» 10. Уваров А.Ю. Обучение и Интернет-технологии. 11. Хуторской А.В. Современная дидактика: Учебник для вузов. – СПб: Питер, 2001. – 544 с. – (Серия «Учебник нового века»).
383
СОДЕРЖАНИЕ Секция 1. Проблемы создания и развития информационной инфраструктуры учреждений образования и науки
3
С. М. Бурков Анализ развития телекоммуникационных систем при условии ресурсных ограничений
3
С. М. Бурков Задачи формирования базовой сети регионального уровня
12
С. М. Бурков Концептуальный подход к созданию телекоммуникационных систем при условии ресурсных ограничений
23
К. А. Каритан, В. П. Писаренко Комплексный подход к проектированию сетей передачи данных
35
С. И. Клепиков, П. Н. Паночевный Информационная поддержка развития системы менеджмента качества образовательного учреждения
41
С. П. Королёв, А. А. Сорокин Разработка системы мониторинга сложных распределенных информационных систем на основе открытых стандартов и технологий
45
Н. В. Пищиков, В. П. Писаренко, П. А. Степанович Анализ возможностей внедрения технологий перераспределения трафика автономных систем
48
А. Е. Поличка Научно-методические основы создания инфраструктуры подготовки кадров информатизации региональной системы образования (на примере Хабаровского края)
55
376
Секция 2. Информационные технологии в общем и профессиональном образовании
64
Е. Р. Веселова Использование социальных сервисов во внеурочной деятельности школьников
64
Л. Н. Гербановская Модели информационных технологий в инновационных образовательных программах
70
Е. Е. Гетманова Использование компьютерного моделирования при изучении механики
82
Ж. Г. Гончаренко, Н. С. Светашова Использование информационно-коммуникационных технологий для подготовки конкурентоспособных выпускников
88
А. В. Грудзинский, И. Е. Вострокнутов Интерактивные кабинеты – новая тенденция развития информатизации образования
95
А. И. Затулий, Т. А. Бочарова Виртуализация студенческой молодежи
102
А. И. Затулий, Е. М. Бурнаева Медия-продукция ХХ – начала XXI вв.: от кинопроизведения к DVD-учебникам
110
А. А. Здоровцева Нормативно-правовые вопросы современных информационно-педагогических технологий
119
И. В. Игнаткина Модульно-рейтинговая система обучения и ее реализация в ГОУ ВПО «Дальневосточный Государственный гуманитарный университет»
125
377
Т. В. Кожевникова Опыт обучения ООП на платформе «1С: ПРЕДПРИЯТИЕ» студентов ДВИМО
130
Н. Н. Мазаник, А. В. Мендель О типовом решении для обеспечения доступа граждан к информации о деятельности государственных органов и органов местного самоуправления
134
Н. Н. Мазаник, А. И. Мазур, А. В. Мендель Подходы к формированию информационных ресурсов региональной информационной образовательной сети 138 и средства их реализации И. Г. Румановский Разработка образовательного портала на базе платформы «MOODLE»
151
Н. П. Табачук Применение нейронных сетей в исследовании процесса развития информационной компетенции студентов гуманитарного вуза
155
В. С. Шевелева Формирование единого информационнокоммуникационного пространства для взаимодействия педагогов (с помощью современных технологий) 159 А. Ю. Шориков Теория и практика современных решений создания информационной среды обучения: ПК "Портал ММК" (многофункциональный мультимедия класс) и "Портал ЭСМИ" (Живые учебники) 167 Секция 3. Информационные технологии в фундаментальных и прикладных исследованиях
175
В. В. Бородулин Исследование совместной работы радиомодуля NANOPAN и СВЧ-усилителя TEXAS INSTRUMENTS CC2591
175
378
М. А. Григорьева, Л. И. Воронова Архитектура информационно-исследовательской системы (ИИС) физико-химического моделирования «шлаковые расплавы» версии 9.0
182
В. В. Жуковский Обзор методов улучшения качества изображения отпечатка пальца, для дальнейшего его распознания
189
В. А. Казинец, Д. Г. Богоутдинов, Использование компьютерных технологий в исследовании свойств конечных групп Е. А. Кондратьева Опыт морфометрического анализа позиции золотосеребряных месторождений в рельефе северного Приохотья с помощью ГИС-технологий
198
201
А. М. Куцов, Ф. А. Плеханов Система вывода растровых изображений и анимации из файлов в графической среде OpenGL
206
А. М. Куцов, Ф. А. Плеханов Система психологического тестирования, основанная на теории описания личности психософии
218
А. М. Куцов Численный анализ устойчивости океанической литосферы
227
А. М. Куцов, В. Н. Хмара Численное моделирование тепловой истории Земли А. М. Куцов, В. Н. Хмара Автоматизация решения ряда математических задач с аналитическими преобразованиями
245
Е. А. Левкова, Н. Э. Посвалюк, С. З. Савин, Т. А. Сорвина Информационное моделирование эндоэкологических систем организма с учетом гематоимунного гомеостаза у детей дальневосточных этносов
253
379
235
С. И. Мальковский, В. В. Пересветов Оценка производительности вычислительного кластера на четырехядерных процессорах
261
Ю. И. Мулин, В. Д. Власенко Формирование наноструктурированных покрытий на металлической основе электроискровой обработкой
269
В. В. Пересветов, О. Э. Долгова Параллельные алгоритмы муравьиных колоний составления расписаний для одной машины
276
Н. Д. Пинегина, В. Ф. Бойко, Т. Б. Ершова, Н. М. Власова, А.В.Зайцев Интерпретация средствами гранулометрии и математической статистики седиментации порошка Al2O3
284
А. В. Писарев, А. Г. Тарасов Модульная нейросетевая система мониторинга вычислительного кластера
289
Н. Э. Посвалюк, С. З. Савин, Н. В. Мальцева, В. И. Киселев Информационные технологии в прогнозировании точек роста наркомании в условиях крупного города
296
С. З. Савин, В. В. Гостюшкин, И. Э. Косых, Виртуальные информационные модели в задачах телеонкологии
307
С. З. Савин, Г. Ф. Колотилин, И. П. Логинов, Н. Э. Посвалюк Геоинформационные технологии в задачах мониторинга наркологической ситуации
318
И. С. Сай Алгоритм поиска оттиска печати в изображении документа на основе преобразования Хафа
323
380
А. Г. Тарасов Опыт применения открытого программного обеспечения на ВЦ ДВО РАН
330
С. Л. Турков Алгоритм метазнаний геоэкологии
335
А. А. Ханова, И. О. Григорьева Онтологический инжиниринг логистической деятельности грузового порта
344
Т. С. Шаповалов Эффективность системы планирования, основанной на генетическом алгоритме, для распределенных гетерогенных вычислительных систем
352
Т. Ю. Якуба, О. Г. Степанова Структурно-функциональные факторы информационных потребностей специалистов ВУЗа, информационно-инструментальная база. Проблемы, комментарии И. А. Ледовских Индивидуализация учебного процесса в ВУЗЕ с использованием средств ИКТ
381
359 368