4.2.2.3. Структурный синтез модели объекта обучения

Данный этап связан с определением структуры модели (4.2.3) объекта. Эта модель необходима для синтеза эффективного управления объектом. При управлении сложным объектом

эффективность управления прямо зависит от адекватности синтезируемой модели. Именно поэтому такое большое внимание уделяется процессу синтеза модели сложного объекта. Под структурой модели будем подразумевать:

1) структуру входа модели X, т. е. содержательное описание его компонент, доступных наблюдению (измерению с помощью датчика

2) структуру управления т. е. содержательное описание его составляющих:

3) структуру выхода модели, т. е. содержательное описание наблюдаемых выходов объекта:

4) структуру оператора т. е. его функциональное описа ние с точностью до параметров:

Это означает, что оператор модели представляется в виде пары

где структура модели ее параметры [4.2.9].

Таким образом, на стадии структурного синтеза модели строится ее описание в виде

где — выбранный оператор, параметры которого С предстоит определить на следующих этапах. При этом, естественно, должна быть определена структура входов и выхода

В задачах обучения модель ученика представляет собой оператор, определяющий его реакцию в контролируемой обстановке в которой происходит обучение, на обучение Это обучение обычно имеет две составляющие

где — порция обучающей информации, которую следует усвоить ученику, — контрольные вопросы, на которые ученик отвечает в форме Заметим, что датчик информации

состоянии ученика в данном случае кодирует его ответы, а кодирует обстановку и специфику процесса обучения.

Простейшая модель ученика, например, определяется вероятностью незнания этим учеником соответствующих элементов обучающей информации:

где — вероятность незнания элемента информации (всего их I) в момент времени. В этом случае У — его ответы по поводу знания того или иного элемента информации, которые представляют собой -мерный вектор, состоящий из нулей («не знает»), единиц («знает») и прочерков («вопрос не задавался»). Сама модель представляет собой правило изменения вектора вероятностей (4.2.13) при определенном наборе порций обучающей информации. Состояние среды X эта модель не учитывает.