Россия
Россия
Одним из наиболее важных параметров успеваемости обучающегося является правильный подбор контрольных заданий при проведении промежуточного среза знаний. В данной работе предлагается оптимальное составление заданий контрольной работы с учетом их сложности, продолжительности выполнения, количества вопросов в задании, количества охватываемых тем и действий, необходимых для выполнения задания. Поскольку каждый обучающийся индивидуален, встает вопрос о корректности предоставления одного и того же контрольного задания ученикам с разными умственными и психоэмоциональными особенностями. Поэтому оптимальное составление задания под конкретного обучающегося является достаточно актуальным. Данное исследование позволит повысить успеваемость обучающегося и его успешность в целом, а также снимет ряд обязанностей с преподавателя, связанных с генерацией тем и заданий при составлении контрольной работы. В работе предлагается разработать гибридную систему многокритериальной оптимизации с двумя полносвязными нейронными сетями, позволяющую определять наиболее подходящую модель для составления задания контрольной работы, основываясь на ряде признаков конкретного обучающегося.
проверка качества знаний, многокритериальная оптимизация, генетический алгоритм, множество Парето, мотивированность к обучению, успешность обучения, нейронные сети
1. Соболь Н.В. Оценка успешности обучения учащихся // ИД «Первое сентября», фестиваль «Открытый урок». URL: https://festival.1september.ru/articles/101368/
2. Маркова, А.К., Матис, Т.А., Орлов, А.Б. Формирование мотивации учения // - М.: Просвещение, 1990. - 192 с.
3. Божович Л.И. Личность и ее формирование в детском возрасте. -СПб.: Питер, 2009. 400 с.
4. Анцыферова Л.И. К психологии личности как развивающейся системе // Психология формирования и развития личности. -М., 1981.
5. Эльконин Д.Б. Психологические вопросы формирования учебной деятельности в младшем школьном возрасте//Хрестоматия по возрастной и педагогической психологии / Под ред. И.И. Ильясова, В.Я. Ляудис. - М., 1981.
6. Якунин В.А. Педагогическая психология. - СПб.: Изд-во Михайлова В.А., 2000
7. Гинзбург М.Р. Развитие мотивов учения у детей 6-7 лет // Особенности психического развития детей 6-7-летнего возраста / Под ред. Д.Б. Эльконина, А.Л. Венгера. - М.: Педагогика, 1988. С. 36-44.
8. Гуткина Н.И. Психологическая готовность к школе. - СПб.: Питер, 2004. - 208 с.
9. Зарецкий Ю.В., Зарецкий В.К., Кулагина И.Ю. Методика исследования субъектной позиции учащихся разных возрастов // Психологическая наука и образование. 2014. № 1. С. 99-110.
10. Лусканова Н.Г. Методы исследования детей с трудностями в обучении: учебно-методическое пособие. - М.: Фолиум, 1999. - 32 с.
11. Матюхина М.В. Мотивация учения младших школьников. - М.: Педагогика, 1984. - 144 с.
12. Нежнова Т.А. Психологические различия в отношении к школе и учению у шести- и семилетних школьников в начале и в конце первого года обучения // Диагностика учебной деятельности и интеллектуального развития детей / Под ред. Д.Б. Эльконина, А.Л. Венгера. - М.: НИИ ОПП АПН СССР, 1981. С. 79-97.
13. Солдатов Д.В. Диагностика мотивационной готовности к обучению в школе. Обнинск: Принтер, 2001. - 92 с.
14. Щукина Г. И. Педагогические проблемы формирования познавательных интересов учащихся. - М.: Педагогика, 1988. - 208 с.
15. Muhammad Kamal Amjad , Shahid Ikramullah Butt , Rubeena Kousar, Riaz Ahmad, Mujtaba Hassan Agha, Zhang Faping , Naveed Anjum, and Umer Asgher. Recent Research Trends in Genetic Algorithm Based Flexible Job Shop Scheduling Problems // Hindawi, Mathematical Problems in Engineering, Volume 2018, Article ID 9270802, 32 pages. https://doi.org/10.1155/2018/9270802
16. Viana, M.S.; Morandin Junior, O.; Contreras, R.C. A Modified Genetic Algorithm with Local Search Strategies and Multi-Crossover Operator for Job Shop Scheduling Problem. Sensors 2020, 20, 5440. https://doi.org/10.3390/s20185440
17. Rarità L., Stamova I., Tomasiello S. Numerical schemes and genetic algorithms for the optimal control of a continuous model of supply chains // Applied Mathematics and Computation / Volume 388, 1 January 2021, 125464. https://doi.org/10.1016/j.amc.2020.125464
18. Bakoush M. Evaluating the role of simulation-based experiential learning in improving satisfaction of finance students // The International Journal of Management Education, 20 (3). DOIhttps://doi.org/10.13140/RG.2.2.19256.47363.
19. Luo X., Sun Y., Liu Y. Course timetable optimization for a university teaching building considering the building energy efficiency and time-varying thermal perception of students // Building and Environment, 2022, 219, 109175.
20. Xu Y., Yan Ch., Jiang Y. A three-stage optimization method for the classroom envelope in primary and secondary schools in China // Journal of Building Engineering, 2022, 52, 104487. DOIhttps://doi.org/10.1016/j.buildenv.2022.109175.
21. Курапова Т. Ю. Критерии успешности обучения учащихся общеобразовательных школ // Психология в России и за рубежом: материалы I Междунар. науч. конф. Санкт-Петербург: Реноме, 2011. - С. 106-109. URL: https://moluch.ru/conf/psy/archive/32/1092/ (дата обращения: 27.08.2022).
22. Dogadina, E.P.; Smirnov, M.V.; Osipov, A.V.; Suvorov, S.V. Formation of the Optimal Load of High School Students Using a Genetic Algorithm and a Neural Network. Appl. Sci. 2021, 11, 5263. https://doi.org/10.3390/app11115263.
