Реферат: Компьютерное моделирование как инструмент поддержки управления деятельностью региональной системы профессионального образования1

Компьютерное моделирование
как инструмент поддержки управления деятельностью региональной системы профессионального образования1

А. Г. Олейник, А. В. Горохов, А. Н. Лексиков

Учреждение Российской академии наук «Институт информатики

и математического моделирования технологических процессов

Кольского научного центра РАН», г. Апатиты Мурманской обл.

oleynik@iimm.kolasc.net.ru, gorokhov@iimm.kolasc.net.ru

Рассматриваемые проблемы и задачи

Эффективность образования можно определить как сбалансированное соответствие совокупности свойств и характеристик образовательного процесса, его результатов и всей системы образования в целом установленным потребностям, целям, требованиям и нормам, которые определяются работодателями различных категорий (от малого бизнеса до государства в целом). Говоря об эффективности образования, можно выделить две составляющие: конъюнктурная – соответствие результатов образовательного процесса требованиям потребителей образовательных услуг (от отдельного гражданина, формирующего эти требования на основе собственных предпочтений, до государства, учитывающего стратегические интересы развития страны); качественная – уровень подготовки выпускаемых специалистов, который определяется объемом и структурированностью полученных знаний, умений и навыков.

Несоответствие результатов деятельности системы профессионального образования кадровым потребностям реальной экономики порождает серьезные проблемы в развитии регионов и страны в целом. Особенно остро стоит эта проблема там, где в период плановой экономики действовала система профессионального образования, узко ориентированная на отраслевую «специализацию» региона. В 1990-х гг. произошло интенсивное формирование новых учреждений профессионального образования, в первую очередь высшего. Множество таких учреждений ориентировались в основном на удовлетворение запросов абитуриентов и их родителей, а не на кадровые потребности региональной экономики. В результате рынок труда наполнялся невостребованными специалистами, многие выпускники заняты в сферах, не соответствующих специальности по диплому, а дефицит квалифицированных кадров в ряде отраслей сохраняется и даже усиливается.

Изменить ситуацию можно только существенной реорганизацией как самой системы профессионального образования, так и структуры взаимосвязей в системе «экономика – рынок труда – профессиональное образование». К основным направлениям реорганизации следует отнести организацию подготовки в учреждениях профессионального образования на основе прогнозируемых потребностей экономики в необходимых специалистах и обеспечение качества подготовки специалистов, удовлетворяющего современным требованиям. Причем решение этих задач должно носить системный характер, учитывать социальные, экономические и политические аспекты, интересы всех участников – от отдельных граждан, образовательных учреждений и субъектов экономической деятельности до государства в целом. Только при таком подходе, анализируя итоги реформ, не придется употребить ставшую крылатой фразу «Хотели как лучше, а получилось…».

Задача прогнозирования и планирования в данной области требует соответствующего информационного и аналитического обеспечения. Значительные результаты в этом направлении получены в Центре бюджетного мониторинга Петрозаводского государственного университета. Предложенные решения ориентированы на планирование бюджетной составляющей профобразования [1, 2]. Для прогнозирования авторами используется подход, основанный на балансовых моделях, что несколько ограничивает возможности оперативной модификации структуры моделей при изменении условий.

В современных условиях образовательным учреждениям необходимо искать новые пути и формы реализации образовательных услуг. Эти нововведения могут выражаться в создании и реализации новых образовательных программ, наиболее удовлетворяющих требованиям рынка труда, в варьировании содержания программ для обеспечения новых, актуальных специализаций, во внедрении новых форм и методов обучения. В качестве инструмента, позволяющего предсказать эффект от подобных образовательных инноваций, предлагается использовать имитационное моделирование на основе метода системной динамики и агентных технологий. Основным достоинством указанных средств моделирования является возможность создания моделей, которые могут быть достаточно оперативно адаптированы к изменяющимся условиям решаемой задачи не только за счет изменения количественных параметров, но и за счет модификации как структуры отдельных компонентов, так и состава и структуры всей моделирующей системы.

^ Создание моделей на основе метода системной динамики

Имитационное моделирование на основе метода системной динамики достаточно широко и успешно используется при решении задач, динамика которых определяется множественными и разнородными обратными связями [3–5]. Разработанные в Институте информатики и математического моделирования Кольского НЦ РАН (ИИММ КНЦ РАН) информационные технологии обеспечили интеграцию методов концептуального и имитационного моделирования [6, 7], что позволило создавать инструментальные средства комплексной поддержки всех этапов разработки и практического использования компьютерных моделей. На основе указанных технологий при поддержке РФФИ и Правительства Мурманской области разрабатывается информационная система комплексной поддержки организационного управления региональной системой профессионального образования [8, 9].

Концептуальная модель, сформированная для создаваемой системы, описывает взаимодействие трех региональных подсистем: региональной социально-экономической системы, региональной системы профессионального образования (подготовки кадров) и населения региона. Для моделирования динамики региональной экономики и населения используются созданные ранее наработки [5, 6].

Анализ структуры и принципов организации системы профессионального образования показал, что можно сформировать ряд функциональных схем, описывающих реализацию типовых задач этой системы. Наличие достаточно четкой структуры предопределило целесообразность применения для построения необходимых системно-динамических моделей технологии «паттернов» (pattern) [10] – структурных шаблонов для типовых фрагментов моделируемой системы. Так, модель учебного заведения (УЗ) может быть сформирована путем комбинирования нескольких шаблонов, описывающих подготовку по отдельным специальностям. Кроме этого, в модель УЗ вводятся специальные компоненты, определяющие распределение материальной базы и профессорско-преподавательского состава (ППС) по учебным процессам. Это позволяет исследовать возможности повышения эффективности функционирования УЗ за счет перераспределения материальных и преподавательских ресурсов, организации потоковых занятий и т. д. Если учебные процессы не пересекаются, то описывающие их шаблоны включаются в модель УЗ параллельно. Последовательно-параллельное соединение шаблонов обеспечивает создание модели, соответствующей учебному процессу, на начальной стадии которого происходит совместное обучение в рамках некоторого направления, а затем – распараллеливание потоков обучаемых по специализациям. Подобная модель апробирована при анализе вариантов распределения студентов факультета информатики и прикладной математики Кольского филиала Петрозаводского госуниверситета по трем специальностям. Возможность формирования подобных моделей приобретает особую актуальность в связи с переходом системы высшего образования на схему подготовки «бакалавр – специалист/магистр». При реализации перехода вузам будет необходимо провести анализ возможных вариантов для выбора наиболее «безболезненного» с учетом как экономических, так и, возможно, социальных факторов.

Особенностью системы профессионального образования северных территорий является не только ограниченное число потенциальных абитуриентов, но и ограниченные возможности развития материальной базы и обеспечения процессов обучения профессорско-преподавательским составом. Данный факт повышает значимость поиска новых рациональных вариантов использования ограниченных ресурсов для удовлетворения возрастающих кадровых потребностей региона. В качестве одного из таких вариантов может рассматриваться обеспечение перспективных потребностей в новых специалистах за счет модификации действующих процессов подготовки или переподготовки имеющихся специалистов. Естественно, что в качестве объектов для модификации следует рассматривать существующие процессы подготовки, которые являются «родственными» по отношению к новой специальности. При решении задачи необходимо учитывать не только потребность в новых специалистах, но и сохранение необходимого количества специалистов уже существовавших профилей. Системно-динамическая модель для решения этой задачи формируется в результате интеграции шаблонов удовлетворения заказа на специалистов нескольких рассматриваемых специальностей и имеет общее ограничение на суммарное количество людей (обучаемых, обучающих и «действующих» специалистов). В ходе моделирования необходимо найти такие параметры модели, при которых осуществляется наилучшее (в идеале), а в общем случае – приемлемое удовлетворение спроса по всем рассматриваемым специальностям.

В качестве тестовой задачи подобного типа рассматривались варианты организации подготовки специалистов по информационной безопасности (в настоящее время подготовка по данной специальности в Мурманской области не производится) на основе существующих образовательных процессов по направлению «Информатика и вычислительная техника». Количество вакансий для специалистов с высшим образованием по информационной безопасности на региональном рынке труда в четыре раза меньше количества вакансий для специалистов аналогичного уровня по информатике и вычислительной технике. В результате моделирования установлено, что возможным вариантом достаточно оперативного решения проблемы является подготовка требуемых специалистов на основе «дообучения» избыточного числа выпускников ступени среднего специального образования по направлению «Информатика и вычислительная техника».

Поиск новых решений задачи кадрового обеспечения актуален и для субъектов хозяйственной деятельности. Для поддержки решения задач данной категории разработан шаблон для модели оценки возможностей удовлетворения потребностей в специалистах определенного профиля и уровня подготовки. В шаблоне представлены три основных потока, которые могут обеспечить приток требуемых специалистов: наем готовых специалистов; целевая подготовка специалистов на базе имеющихся в регионе учебных заведений; переподготовка имеющихся специалистов. Каждый из источников имеет собственные ограничения.

^ Некоторые аспекты практической реализации средств моделирования

Реализуемая технология моделирования состоит из шести этапов:

Анализ предметной области с целью выделения ограниченного набора типовых процессов, определяющих динамику развития рассматриваемой системы.

Создание базовых системно-динамических шаблонов для каждого типового процесса.

Синтез на основе системно-динамических шаблонов «мобильных» шаблонов, формирующих библиотеку шаблонов прикладной среды моделирования.

Конструирование имитационной модели анализируемого сложного процесса путем связывания имеющихся в библиотеке шаблонов образующих его «типовых» процессов.

Ввод в модель исходных данных, настройка параметров и проведение серии имитационных экспериментов по исследованию вариантов развития анализируемого процесса.

Анализ результатов моделирования и принятие решения.

Ориентация на создание таких инструментальных средств имитационного моделирования, которые могут быть использованы в процессе практического принятия решений достаточно широким кругом потребителей, предопределила необходимость реализации дружественного интерфейса и возможности удаленного доступа к инструментам моделирования. Вместе с тем очевидно, что далеко не всякий пользователь может реализовать все этапы технологии даже при наличии специализированных инструментальных средств. В частности, практически невозможно автоматизировать первый этап рассматриваемой технологии. Он реализуется в ходе итерационного диалога специалистов предметной области и разработчиков модели. В качестве инструментальных средств, обеспечивающих поддержку этого этапа, применяются средства построения формализованных концептуальных моделей, или онтологий [11]. Анализ сформированных в результате имитационного эксперимента значений, характеризующих траектории развития моделируемой системы, также находится за пределами функциональных возможностей рассматриваемых инструментальных средств.

Практическая реализация этапов 2–5 представленной технологии осуществляется с использованием интегрированной среды системно-динамического моделирования Powersim Studio компании Powersim Software AS и двух разработанных авторами настоящей работы специализированных приложений – редактора шаблонов и системы прикладного имитационного моделирования. Специализированные приложения позволяют частично «отделить» реализацию этапов 4 и 5 от среды Powersim, являющейся коммерческим продуктом. В настоящий момент авторы анализируют возможность перехода от среды Powersim к инструментальным средствам AnyLogic [12], в которых реализованы возможности объединения методов системной динамики, дискретно-событийного и агентного моделирования.

Каждый модуль инструментальной среды ориентирован на пользователей определенной категории.

Первой категорией пользователей являются разработчики базовых системно-динамических шаблонов. Для каждого определенного на этапе 1 типового процесса предметной области непосредственно в среде Powersim разработчики создают базовый системно-динамический шаблон (непараметризированный фрагмент системно-динамической модели). Комплекс сформированных системно-динамических шаблонов сохраняется в формате среды Powersim (*.sip).

Редактор мобильных шаблонов ориентирован на «продвинутого» пользователя. Пользователь данной категории должен не только являться специалистом предметной области, но и иметь определенную подготовку в области использования средств системно-динамического моделирования и организации имитационных экспериментов. Основная функция редактора – формирование на основе базового шаблона, созданного в среде системно-динамического моделирования и сохраненного в ее формате, спецификации фрагмента системно-динамической модели, задаваемой этим шаблоном, на языке XML. На вход редактора подается базовый системно-динамический шаблон в формате среды Powersim (*.sim). Для каждого элемента шаблона в автоматическом режиме редактором синтезируется соответствующий тег описания на языке XML. Кроме этого, редактор предоставляет диалоговые средства, которые дают возможность пользователю установить для любого элемента шаблона (кроме констант) атрибуты, определяющие доступность элемента для присвоения значения в прикладной системе моделирования и его использования для установления связей с другими шаблонами при формировании имитационной модели сложного процесса.

В результате работы редактора шаблонов формируется структура, которая объединяет описание базового шаблона в формате среды Powersim, спецификацию этого шаблона в XML-формате с заданными опциями доступа к элементам и их отображения, а также изображение (схему) системно-динамического шаблона в графическом формате. Данная структура получила название «мобильный шаблон», потому что в дальнейшем она может быть использована для организации и проведения имитационного моделирования автономно, без непосредственного использования интегрированной среды системно-динамического моделирования Powersim. Для формирования имитационных моделей процессов некоторой предметной области создается относительно небольшое множество мобильных шаблонов, которые образуют библиотеку шаблонов прикладной системы имитационного моделирования.

Система реализации прикладного имитационного моделирования включает: исполнительное ядро Powersim; библиотеку мобильных шаблонов и, возможно, сформированных на их основе имитационных моделей; базу данных, используемых для проведения моделирования. Взаимодействие между компонентами системы, а также между системой и пользователем обеспечивается блоками внутреннего и пользовательского интерфейсов соответственно. С системой прикладного имитационного моделирования может работать конечный пользователь, являющийся специалистом предметной области. Приложение предоставляет пользователю достаточно простые и удобные в применении средства организации имитационного моделирования.

Инструментальная система моделирования формируется по модульному принципу, что обеспечивает ее высокую адаптивность и легкую расширяемость.

При разработке предусматривались три варианта использования системы.

«Сборка» проблемно-ориентированной модели с использованием хранимой библиотеки имитационных шаблонов или выбор готовой хранимой модели и реализация сеанса имитационного моделирования на сервере.

Формирование пользователем «собственной» проблемно-ориентированной модели и реализация сеанса моделирования клиентом с использованием данных, хранимых на сервере.

Формирование клиентами «собственных» моделей и использование в сеансах моделирования «собственных» баз данных. В этом случае сервер предоставляет пользователям библиотеку шаблонов и, при необходимости, – некоторые данные из общей базы.

Реализация решения задачи на сервере позволяет достаточно просто организовать «диалог» между всеми заинтересованными сторонами (представители предприятия и учебного заведения, аналитики и ЛПР в сфере организации региональной системы профобразования). Для этого формируется некоторая общая «тематическая» рабочая область – проект на сайте, к которому имеет доступ ограниченное число заинтересованных пользователей системы. Практически это реализуется на основе вики-образной технологии. В рамках этой области с использованием общих имитационных моделей рассматриваемой проблемы реализуется итерационное согласование запросов работодателей с «поставщиками» образовательных услуг и, при необходимости, вырабатываются совместные инновационные предложения или решения по организационной модификации реализуемых образовательных процессов. Использование общей имитационной модели, различные параметры которой управляются непосредственно субъектами, от которых они зависят в реальной системе, позволит не только обеспечить «наглядность» диалога, но также реалистичность и обоснованность требований и решений.

Обращение к порталу и использование хранимых имитационных моделей не требует какой-либо серьезной специальной подготовки, что позволяет значительно расширить круг потенциальных пользователей.

Ключевым решением, позволяющим пользователям формировать собственные проблемно-ориентированные модели на сервере и «переносить» системно-динамические шаблоны на клиентские компьютеры, являются мобильные шаблоны.

^ Использование агентных технологий

Под программным агентом, как правило, понимается «самостоятельная» программная система, представляющая собой единую сущность и имеющая возможность принимать воздействие от внешнего мира, определять свою реакцию на это воздействие и осуществлять эту реакцию. Основной отличительной особенностью агентов от программных систем вообще является их активность по отношению к «среде существования» [13], то есть возможность самостоятельно и автономно выполнять какие-либо действия. С точки зрения программной реализации концепция агента продолжает идеи объектно-ориентированного подхода к программированию. В упрощенной формулировке можно сказать, что агент – это объектный класс, обладающий, кроме свойств (данных) и методов, некоторыми знаниями о себе и об окружающей среде. Системы, в которых взаимодействуют несколько агентов, получили название мультиагентных систем. Организация взаимодействия между агентами является важнейшей технологической проблемой при построении мультиагентных систем.

Ключевым вопросом внутренней организации агента является механизм выработки решения по реализации того или иного действия в отношении среды или своего собственного состояния. Наиболее широко используемой моделью поведения и соответствующей архитектурой агента является BDI – Belief, Desire, Intention («убеждения, желания, намерения») [14]. В рамках конкретизации данной архитектуры в ИИММ КНЦ РАН предложена реализация агента, который использует в процессе рассуждений и принятия решения встроенный имитационный аппарат [15]. Это дает возможность агенту прогнозировать изменения среды и сообразно этому выбирать траектории движения к собственной цели (план действий).

Авторами [16] предложена агентная модель, позволяющая оценить востребованность новой образовательной услуги на рынке образования, потенциальную успешность образовательной инновации. Возможность такой оценки позволяет создать необходимые предпосылки для адекватного государственного регулирования образовательных процессов. В модели используются агенты со встроенным имитационным аппаратом [15], реализующим механизм рефлексии. Выбор агентного подхода при моделировании рассматриваемой задачи обусловлен тем, что помимо востребованности новой образовательной услуги необходимо оценить изменения самого рынка образовательных услуг, которые могут быть вызваны ее появлением. «Успешность» новой образовательной услуги, реализуемой некоторым учебным заведением, как правило, ведет к соответствующей реакции конкурирующих образовательных учреждений. Многообразие стратегий, которые может применить каждый игрок на рынке образовательных услуг, ограничивает возможности применения аналитических методов решения. Предложенная модель является многоагентной – агенты представляют учебные учреждения, реализующие образовательные услуги, а сцена (среда функционирования агентов) определяет количество потенциальных потребителей этих услуг. Исследовательский вариант модели реализован в виде программного комплекса, позволяющего моделировать поведение агентов-вузов на рынке образовательных услуг, управляя одним из агентов, оценивать привлекательность использования различных стратегий объявления набора (фиксированный набор, набор на основе рейтингов, набор на основе исторических данных).

Агентный подход используется при разработке имитационных моделей для оценки «качества» образования, определяемого уровнем усвоения студентами дисциплин учебного плана. В модели используются один тип сцены (аудиторные занятия) и два типа агентов, имитирующих проактивные сущности. Сцены имеют ряд параметров (учебный план, лабораторная база, библиотечный фонд, качество аудиторий), которые могут влиять на эффективность действий агентов и, соответственно, на качество образования. Учебный план представляет собой набор дисциплин с проекцией на временную шкалу и связей между дисциплинами, отражающими степень их взаимного влияния с точки зрения усвоения. Агентами реализуются проактивные сущности – преподаватель и студент. Каждый агент характеризуется собственным набором параметров, значения которых определяются различными способами в зависимости от их типа (формальные показатели, экспертные характеристики, оценки на основе результатов анкетирования). Настройка параметров модели осуществляется по ретроспективным данным конкретных преподавателей и студентов. Модельным шагом является один семестр. Выработка решений по управлению качеством образования осуществляется на основе результатов многократной имитации с варьированием параметров сцены и агентов-преподавателей. Варьирование параметров агентов-студентов применяется для оценки влияния на качество образования мотивационных параметров и имеющегося у абитуриентов «базиса». Использование модели обеспечивает формирование предпочтительных с точки зрения качества выпускаемых специалистов сценариев управления образовательной деятельностью учебного заведения. Имитационная модель также позволяет проектировать программы переподготовки специалистов путем оперативного изменения учебных и рабочих планов. В частности, могут быть найдены варианты минимизации таких параметров, как время и материальные затраты на переподготовку специалиста. Имеется возможность корректировки учебных планов в процессе обучения для подготовки более востребованных в будущем специалистов.

Представленные в настоящей работе информационные технологии и прикладные системы моделирования разрабатывались для поддержки решения задач в области организации профессионального образования. Однако следует подчеркнуть, что большинство созданных программно-алгоритмических решений являются предметно-независимыми и могут быть использованы и для создания систем информационной поддержки и имитационного моделирования других предметных областей.

По мнению авторов, основным достоинством предлагаемых решений является гибкость и открытость прикладных средств имитационного моделирования. Эти свойства особо важны для информационной и аналитической поддержки инновационных решений, характеризующихся высокой степенью вариабельности исходных условий и неопределенности возможных последствий их реализации.

Представленные инструментальные средства ориентированы на конечных пользователей. Они обеспечивают им возможность самостоятельно не только «ставить задачу» перед системой моделирования, но и, при необходимости, модифицировать структуру самих имитационных моделей. При этом у пользователя нет необходимости осваивать специализированные «языки» систем моделирования.

Создание и согласованное использование всеми заинтересованными сторонами специализированных информационных и аналитических ресурсов позволит интегрировать в масштабах региона усилия по разработке путей и механизмов комплексного решения задач кадрового обеспечения регионального развития и формирования эффективной структуры занятости населения. Проблемы, возникающие на пути реализации этих «благих намерений», по мнению авторов, связаны не с уровнем развития информационных технологий и телекоммуникаций, а с недостаточным осознанием необходимости повседневного использования этих инструментов для анализа и прогнозирования ситуации, выработки и обоснования решений в области управления сложной системой кадрового обеспечения регионального развития.

^ Список литературы

Рынок труда и рынок образовательных услуг в субъектах Российской Федерации / В. Н. Васильев, В. А. Гуртов, Е. А. Питухин,
Л. М. Серова, С. В. Сигова, М. Н. Рудаков, М. В. Суровов. М.: Техносфера, 2006. 680 с. (Сер. «Мир экономики»)

Гуртов В. А., Питухин Е. А. Математическое моделирование динамических процессов в системе «экономика – рынок труда – профессиональное образование». СПб.: Изд-во СПбГУ, 2006. 346 с.

Форрестер Дж. Динамика развития города. М.: Прогресс, 1974.

Sterman J. D. Business Dynamics: Systems Thinking and Modeling for a Complex World. McGraw-Hill, 2000.

Путилов В. А., Горохов А. В. Системная динамика регионального развития. Мурманск: НИЦ «Пазори», 2002.

Емельянов С. В., Олейник А. Г., Попков Ю. С., Путилов В. А. Информационные технологии регионального управления. М.: Едиториал УРСС, 2004.

Gorokhov A., Oleynik A., Putilov V. Methodology and tools for socio-economic systems simulation // Applied Information Technology Research – articles by cooperative science network (Edited by Juha Lindfors), Applied Information Technology Unit, Univ. of Lapland, Finland. 2007.
P. 22–35.

Лексиков А. Н., Олейник А. Г., Путилов В. А. Разработка модели кадрового обеспечения развития региональной макросистемы // Труды Института системного анализа РАН. Прикладные проблемы управления макросистемами. М.: КомКнига, 2006. Т. 28. С. 286–292.

Олейник А. Г., Лексиков А. Н. Инструментальные средства интерактивного формирования имитационных моделей деятельности региональной системы профессионального образования // Труды Института системного анализа РАН. Прикладные проблемы управления макросистемами / Под ред. Ю. С. Попкова, В. А. Путилова. М.: Книжный дом «ЛИБРОКОМ», 2008. Т. 39. С. 267–276.

Forrester J. W. System Dynamics and the Lessons of 35 Years: [Электронный ресурс]. – Режим доступа: http://sysdyn.clexchange.org/papers/D-4224-4.pdf

Sowa John F. (2005) Building, Sharing, and Merging Ontologies: [Электронный ресурс]. – Режим доступа: http://www.jfsowa.com/ontology/ontoshar.htm

Сайт компании XJ Technologies: [Электронный ресурс]. – Режим доступа: http://www.xjtek.ru/anylogic/overview

Department of Computer Science, Institute for Knowledge and Agent Technology: [Электронный ресурс]. – Режим доступа: http://www.cs.rulimburg.nl

Mluller Jorg P. The design intelligence agents: a layered approach / Jorg P. Mluller. Springer, 1996.

Горохов А. В., Олейник А. Г. Использование методов системной динамики в мультиагентных моделях // Информационные технологии в региональном развитии. Апатиты, 2006. Вып. VI. C. 20–24.

Шишаев М. Г., Шемякин А. С., Маслобоев А. В. Рекуррентная агентная модель продвижения новой образовательной услуги // Вторая международная конференция «Системный анализ и информационные технологии». САИТ–2007: Труды конференции: В 2 т. М.: Изд-во «ЛКИ», 2007. С. 285–287.

1 Работа поддержана грантом РФФИ (проект № 09-07-98800-р_СЕВЕР).