В статье представлена разработка модели генерации и адаптации индивидуального образовательного плана для дистанционного обучения, основанной на требованиях Федерального государственного образовательного стандарта (ФГОС) и модели студента. Используется системный подход с многоагентной структурой, включающей подсистемы инициализации модели студента, планирования учебного процесса и оценки усвоения материала. Модель студента учитывает предпочтения, цели и прогресс, что позволяет адаптировать образовательный план с учетом формируемых компетенций и требований стандарта. Формализованы количественные характеристики учебного процесса, такие как время на обучение, форма итогового контроля, а также коэффициенты схожести и расхождения предпочтений студента и требований ФГОС. Автором применена оптимизационная модель для минимизации времени и максимизации эффективности плана с учетом связности курсов, представленной посредством ориентированного графа. Особое внимание уделено учету конфликтов интересов между индивидуальными предпочтениями студента и обязательными требованиями ФГОС. Результаты проведенного исследования показывают возможность эффективного создания адаптивного образовательного плана, удовлетворяющего нормативным требованиям и индивидуальным особенностям обучающихся, что способствует повышению качества дистанционного образования. В завершение автор делает вывод о критериях эффективного моделирования образовательного плана.
1. Савкина А.В., Савкина А.В., Федосин С.А. Виртуальные лаборатории в дистанционном обучении. Образовательные технологии и общество. 2014;17(4):507–517.
2. Банников С.А. Проблемы и перспективы развития системы управления качеством высшего образования в Российской Федерации. Вестник Челябинского государственного университета. 2016;(2):190–196.
3. Шарамазанов Р.М., Савкина А.В., Нуштаева А.В. Архитектура многоагентной системы (МАС) обучения на базе LMS MOODLE. Национальная ассоциация ученых. 2015;(7–2):78–82.
4. Волянская Т.А. Вопросы реализации адаптивного генерирования электронных учебных курсов в интеллектуальных обучающих системах. Системная информатика. 2025;(26). https://doi.org/10.31144/si.2307-6410.2025.n26.p1-40
5. Pham Q.D., Florea A.M. Adaptation to Learners' Learning Styles in a Multi-Agent E-Learning System. Internet Learning. 2013;2(1):11–20.
6. Баринова Н.А., Карунас Е.В. Проектирование индивидуальной программы обучения как условия реализации ФГОС. Казанский педагогический журнал. 2015;(3):70–75.
7. Нинул А.С. Оптимизация целевых функций: Аналитика. Численные методы. Планирование эксперимента. Москва: Издательство Физико-математической литературы; 2009. 336 с.
8. Евстигнеев В.А., Касьянов В.Н. Теория графов: Алгоритмы обработки бесконтурных графов. Новосибирск: Наука; 1998. 385 с.
9. Гайдай А.А., Руссман И.Б. Непрерывный контроль процесса достижения цели. Управление большими системами. 2004;(7):106–113.
10. Абанина К.А., Круковская О.А., Николаева В.В., Пузырева Е.Ю., Рябинина М.В. Современные проблемы, условия и факторы, учитываемые при моделировании процесса активизации познавательной деятельности обучающихся. Социальные отношения. 2016;(4):8–17.
11. Чернякова Н.В. Особенности проектирования и реализации предметной подготовки в вузе на основе системного подхода. Моделирование, оптимизация и информационные технологии. 2013;1(1). URL: https://moit.vivt.ru/wp-content/uploads/2013/04/chernyakova_1_13_1.pdf
Савкина Анастасия Васильевна
Кандидат технических наук, доцент
Мордовский государственный университет им. Н.П. Огарёва
Саранск, Российская Федерация
