О некоторых математических моделях распространения газа в атмосфере



жүктеу 1.6 Mb.
бет5/7
Дата23.02.2016
өлшемі1.6 Mb.
1   2   3   4   5   6   7

Әдебиеттер

  1. Еңбек нарығы: жоғарғы оқу орындарына арналған оқулық, В.С. Буланова редакциясымен. – М.: Бином- Пресс, 2006.

  2. Федосеев В.В. Еңбек нарығын экономика-математикалық болжау мен модельдері: оқу құралы. – М.: Инфра-М, 2005.

  3. Тәжіғұлова Ж.Ж. Еңбек нарығы экономикасы: оқу құралы. – Алматы, 2012.

  4. Коровкин А.Г. Еңбек нарығы мен жұмыспен қамту динамикасы. Макроэкономикалық талдау және болжау мәселелері. М.: МАКС-Пресс, 2001.

  5. Коровкин А.Г. Еңбек ресурстарының қозғалысы: талдау және болжау. М: Наука, 1990.

  6. Халықты жұмыспен қамту туралы № 149-II 2001 жылғы 23 қаңтарынан Қазақстан Республикасының Заңы.

УДК 004.8


ҚАЗАҚША-ОРЫСША МАШИНАЛЫҚ АУДАРМА ЖАСАУ НЕГІЗІНДЕ СӨЙЛЕМГЕ ЖАСАЛЫНАТЫН МОРФОЛОГИЯЛЫҚ ТАЛДАУ ЖӘНЕ СИНТЕЗ
Маратқызы А., Имранова М., Ильжанов М.
Әл-Фараби атындағы Қазақ Ұлттық университеті, Алматы
Ғылыми жетекші – Тукеев Уалшер
Қазіргі кезде компьютерлер арқасында белгілі бір программалық жабдықтама арқылы жасалынатын машиналық аударма түрлері даму үрдісінде. Http://wikibilim.kz алматылық фондының басқарушысы Рауан Кенжеханұлының сөзі бойынша, Google Translate пен осы фонд өзара бірігіп 2013 жылдың соңына дейін машиналық аудармаға қазақ тілін қосуды мақсат етіп отыр [1]. Осылайша бұл жұмыстың негізгі мақсаты – мемлекеттік тілімізді қамтитын және оны басқа тілдерге аудару негізінде құрылған сапасы жоғары машиналық аударма түрін жасау. Осыған байланысты қазақ тілінен орыс тіліне сөздер мен сөйлемдер аударатын машиналық аударма программалық жабдықтамасын жасау жолындағы қажетті мәселелер қарастырылды. Қажетті программалық орталар, олар: C# объектілі-бағытталған программалау тілі және SQLite мәліметтер базасы болды.

Ең алдымен қазіргі таңда жұмыс істеп жүрген қазақша-орысша машиналық аудармаларға талдау жасайық. Соның бірі www.sozdik.kz [2]. Мысал ретінде келесі суреттегі сөйлемді алсақ (1-сурет):





1-сурет. Қазақша-орысша машиналық аударма

Берілген сөйлемнің сөздер тізбегі дұрыс аударылғанменен, мағынасы жағынан туындайтын ақауларды байқап отырмыз. Сондықтан, сапалы машиналық аударма жасау жұмысында сөйлемге бірнеше талдау жасалыну керек. Соның бірі – морфологиялық талдау.

Жалпы бұл жобада SQLite арқылы Қ.Б. Бектаевтың «Үлкен сөздігі» бойынша толтырылған 12000 сөзі бар мәліметтер базасы және 753 қосымшаларды және олардың атрибуттарын қамтитын қосымшалар кестесі бар [3]. Талдаулар соның негізінде жасалынады. Мәліметтер базасының құрылымы келесі суретте берілген (2-cурет):



2-сурет. Мәліметтер базасы

Сөйлемді аудару үшін берілген сөйлемдегі сөздердің түбірі мен қосымшасын бөлу керек. Осы мақсатпен сөйлемге морфологиялық талдау жасалынады, яғни морфология – грамматиканың арнаулы саласы. Ол сөздердің құрамы мен формалары, морфема және оның түрлері, сөз таптарын зерттейтін ғылым. Морфологиялық талдау жасау моделі келесі суретте көрсетілген (3-сурет):





3-сурет. Морфологиялық талдау моделі
Біз ұсынған алгоритм келесі түрде жұмыс істейді: алдымен қазақ тілінде енгізілген сөзге морфологиялық талдау жасалады, яғни сөз түбірі мен қосымшасы ажыратылады. Бұл алгоритм бойынша іздеу екі бағытта жүргізіледі.

Түбір сөздердің деректер базасынан аударма, ал қосымшалардың деректер базасынан атрибуттар алынып, соларға сәйкес енгізілген сөз аударылып, өзгеріске түседі. Мысалы «үйге» сөзі енгізілетін болса, көрсетілген нұсқалар ішінен «үй» және «ге» бөліктері таңдалып алынады, себебі деректер базасында «ү» немесе «үйг» деген түбірлер және «е» немесе «йге» деген қосымшалар кездеспейді. Түбір сөз бен қосымшаның атрибуттары алынғаннан кейін, сәйкесінше түбір сөздің аудармасы да өзгеріске түседі. Бүл морфологиялық синтез қадамы.

Осылайша алгоритм бойынша сөйлемдегі әрбір сөзге морфологиялық, синтаксистік талдаулар жасалып, соңында семантикалық тұрғыда тексеріліп, оның орыс тіліндегі аудармасы ұсынылады. Қазіргі уақытта біздің бағдарламамыз қарапайым сөйлемдерді аудара алады.

Пайдаланылған әдебиеттер


  1. http://mozgorilla.com/soft-and-technology/kazaxskij-yazyk-mogut-dobavit-v-google-translate-uzhe-v-2013-godu

  2. www.sozdik.kz

  3. Бектаев, Қ.Б. Үлкен қазақша - орысша, орысша - қазақша сөздік = Большой казахско - русский, русско-казахский словарь / Қалдыбай Бектайұлы Бектаев.- Алматы: Алтын қазына, 2007.- 709 с.

УДК 004.588:37.02

ИНТЕЛЛЕКТУАЛЬНЫЕ ОБУЧАЮЩИЕ ПРОГРАММЫ В ОБРАЗОВАТЕЛЬНОМ ПРОЦЕССЕ

Мукушева А.Т., Шин В.М.

Евразийский Национальный Университет им. Л.Н.Гумилева, Астана

Научный руководитель –Бекманова Г.Т., к.т.н., зав. кафедрой Теоретической информатики



В условиях бурного развития образовательного процесса все более актуальной становится задача применения информационных технологий в учебной деятельности. В частности, одной из таких информационных технологий является интеллектуальная обучающая программа. В настоящее время хорошее развитие получило направление внедрения искусственного интеллекта в систему образования. Поэтому одним из приоритетных направлений является создание обучающих программ, сочетающих в себе искусственный интеллект и возможности Интернета. Общение между учащимся и преподавателем может происходить на удаленном расстоянии, современные возможности гипертекстового представления информации, незамедлительный доступ к нужному объему материалов, все это позволит оптимизировать процесс обучения. Создание и разработка новых обучающих программ дает возможность плавно перейти от формального типа обучения к активному типу[1]. Особенности интеллектуальных обучающих программ заключаются в управлении учебной деятельностью на всех этапах обучения, и возможности обеспечения диалога между сторонами. В интеллектуальных обучающих программах в процессе диалога рассматривается не только правильность ответов учащихся, но и строится поиск решения для конкретных задач. В таких программах обучение осуществляется на индивидуальном уровне для каждого обучающегося. На сегодняшний день в интеллектуальных обучающих программах используются такие технологии, как, построение цикла для каждого курса обучения, проведение интеллектуального анализа ответов обучаемого, помощь в решении задач. В независимости от своей предметной специфики интеллектуальные обучающие программы должны реализовывать такие функции, как, быстрый доступ к учебному материалу, осуществление и поддержка связи между всеми участниками учебного процесса, обеспечение как групповой, так и индивидуальной самостоятельной работы. Данные программы позволяют эффективно скоординировать образовательный процесс, как при традиционном виде обучения, так и дистанционном. Присутствие преподавателя как наставника и помощника при изучении материалов, может осуществляться и при дистанционной форме обучения, например, в режиме on-line при обучении в Интернете, что также является одним из основных факторов, повышающих эффективность обучения. Главной задачей интеллектуальной обучающей программы является не создание системы, которая заменит труд человека в обучении, а создание средств усиления человеческих возможностей, создание более совершенного инструмента обучения, которое позволит улучшить работу преподавателя и даст возможность учащемуся быстрее раскрыть свои внутренние способности. Главное в обучении – это повышение уровня знаний, достижение определенных навыков, развитие мышления. Основное - это научить человека мыслить самостоятельно, на что и ориентирована интеллектуальная обучающая программа. Конечно, полностью доверить обучение машине нельзя, так как не будут учтены социальные особенности, и нарушится вся схема обучения. Поэтому необходимо четко поддерживать схему «человек-машина-знание». Интеллектуальные обучающие программы должны обеспечивать интерактивную работу в виде диалога, проводить контроль и поддержку в режиме on-line, формировать и совершенствовать стратегию обучения для каждого учащегося, обеспечить индивидуальный подход с учетом подготовки обучаемого. Программа должна быть нацелена на использование современных средств навигации, обработки данных для более эффективного использования информационных ресурсов Интернета, баз данных, электронных библиотек[2]. Учитывая время всеобщей глобализации, существующие программы не являются универсальными, и, конечно же, имеют ряд своих недостатков. Это связано, в первую очередь, со слабым интересом к учению у пользователей непрофессионалов, отсутствие гибкой смены обучающих стратегий также можно отнести к небольшим недочетам, как и большинство существующих систем обычно эти программы строго ориентированы на использование только в своем университете. Если же обратить внимание на эти мелкие изъяны, суметь предотвратить их, внести новые улучшения, учитывая все аспекты обучения, то можно прийти к совершенной программе. Всем известно, что информационные технологии могут быть эффективными только при системном подходе. Для успешной работы этой системы при обязательном наличии технических средств должно использоваться программное обеспечение, созданное на основе учебного содержания, ориентированного на цели обучения с учетом достижений педагогики и психологии[3]. Сегодня вопросам информатизации образования уделяется огромное внимание именно на государственном уровне: запущена государственная программа «Информационный Казахстан-2020», действуют различные целевые программы, привлекаются инвестиции от крупнейших национальных компаний. Благодаря этой поддержке образовательные учреждения обеспечены современной компьютерной техникой, доступом к образовательным информационным ресурсам, выходом в Интернет, осуществляются научно-исследовательские работы. Таким образом, созданы все необходимые условия для эффективной деятельности, успешного внедрения и последующего перехода к обучению с применением интеллектуальных обучающих программ.

Литература

  1. Демьянов, А.В. Системная организация принятия управленческих решений в обучении/ А.В.Демьянов, Н.К.Юрков// Известия высших учебных заведений.-2006.-№6.

  2. Журавлева, И.И. Интеллектуальные обучающие системы в дистанционном образовании // Материалы конференции «Информационные технологии в образовании», 2001.

  3. Кофтан, Ю.Р. Задачи создания компьютерной обучающей среды открытого образования/ Сборник трудов участников XIV конференции-выставки «Информационные технологии в образовании». Часть III.-М.:МИФИ, 2004.

ӘӨЖ 004.89


ҚҰРМАЛАС СӨЙЛЕМДЕРДІҢ ОНТОЛОГИЯЛЫҚ МОДЕЛІ
Мұханова А.Қ.

Л.Н.Гумилеватындағы Еуразия ұлттық университеті, Астана
Ғылыми жетекші – т.ғ.к. Разахова Б.Ш.
Қазіргі уақытта өнеркәсіптер бір жағынан мамандар арқылы берілетін көп мөлшердегі білімді қолдана алатын, екінші жағынан сұқбаттасу мүмкіндігі бар және өз шешімін түсіндіре алатын ақпараттық жүйелерді талап етеді.

Пәндік облыстарды сипаттауға арналған тіл білімді ұсыну тілі деп аталады. Білімді ұсынудың әмбебап тілі ретінде табиғи тілдер саналады. Бірақ та табиғи тілді білімді ұсынудың машиналық жүйесінде қолдану бірқатар кедергілерге тап болады. Табиғитілде формальды семантиканың болмауы ең басты кедергіболып саналады. «Дерек» ұғымын анықтап алайық. Деректер деп объектілерді, үдерістерді және пәндік облыстың қасиеттерін сипаттайтын және нақты мінездеме беретін ақпаратты айтамыз.

Білімді ұсыну модельдері –жасанды интеллект саласында зерттелетін маңызды бағыттардың бірі. Қазіргі күнде білімді ұсынудың бірнеше модельдері жасалған. Әрбір модельдің өзінің артықшылықтары мен кемшіліктері бар. Сондықтан да нақты есепке байланысты керекті модельді таңдау керек. Бұл таңдаудан қойылған есептің талаптарының орындалуы тәуелді болады.

Қазіргі таңда білімді ұсынудың 4 моделі кеңінен қолданылады [1]. Олар:



  • Логикалық;

  • Желілік немесе семантикалық желі;

  • Фреймдік;

  • Онтологиялық.

Біз бұл жұмыста білімді ұсыну модлелі ретінде онтологияны таңдадық.

Онтология (ежелгі грек тілінен онтос - маңызды, логос - білім, ғылым) - маңыздылық, болмыс ілімін анықтайтын термин. «Онтология» термині жасанды интеллект зерттеулерінде табиғи тілдерді өңдеу үшін қолданылса, кейіннен білімді ұсынуда қолданыла бастады. 1990 жылдардың соңынан бастап онтология ұғымы ақпараттың жасанды ықпалдастықтарында, Интернеттегі ақпаратты іздеу үшін және білімдерді басқаруда қолданыла бастады. Онтология семантикалық желі жобасының негізгі элементі ретінде WWW (Word Wide Web) желісінің жаңа даму сатысы ретінде қарала бастады. «Онтология – бұл концептуализациямен бірге қолданылатын формальды, анық, дәл анықтама (спецификация)».

Онтология термині ең алғаш Томас Грубердің жұмыстарында пайда болды, бұл жұмыста ол интеллектуалды жүйелер мен адам арасындағы байланысты зерттеді. Онтологияның негізгі элементтері: экземпляр, ұғым, атрибут және қатынас.



Экземпляр(ағыл.instances) немесе индивидтер (ағыл.individuals) — онтологияның негізгі, төменгі дәрежелі компоненті болып табылады. Экземплярлар физикалық объектпен (адам, үй, планета) қатар абстрактті (сандар, сөздер) объекттілерді де ұсынады. Сонымен қатар онтология нақты объектілерсіз де бола алады. Бірақ та онтологияның негізгі мақсаты объектілердің классификациясы болып табылады, сондықтан олар да қосылады.

Ұғым (ағыл.concepts) немесе кластар (ағыл.classes) — абстрактылы топ, жинақтар немесе объектілердің тобы. Олар өзіне экземплярды немесе басқа кластарды қоса алады. Онтологияның кластары салу ұғымының қатынасы бойынша иерархияны, яғни таксономияны құрайды.

Атрибуттар.Онтологияның объектілерінде атрибуттар болуы мүмкін. Әрбір атрибуттың аты мен мағынасы болады және олар ақпаратты сақтау үшін қолданылады.

Онтологияны сипаттау тілі – онтологияны кодтау үшін қолданылатын формальды тіл. Осыған ұқсас бірнеше тілдер бар:

  • OWL — Web Ontology Language, W3C стандарты, семантикалық бекітулер үшін RDF пен RDFS кеңейтілуі ретінде жасалған тіл.

  • KIF (Knowledge Interchange Format — білім алмасу форматы) — логика үшін синтаксис негізінде құрылған.

  • CycLCyc жобасында қолданылатын онтологиялық тіл.

  • Protege – бұл ашық, еркін онтология редакторы.

Protege платформасы Protеgе-Frames және Protеgе-OWL редакторлары арқылы екі негізгі онтологиялық модельдеу тәсілін қолданады. Protеgе-де құрылған онтологиялар көптеген форматтарға экспортталуы мүмкін, яғни RDF (RDF Schema), OWL және XML Schema.

Онтологияда тілдермен жұмыс жасау үшін бірнеше технологиялар қолданылады: онтология редакторы (онтология құру үшін), онтологияның ОББЖ (онтологияға хабарлау мен оны сақтау үшін) және онтология қоймасы (бірнеше онтологиялармен жұмыс).

Бұл жұмыста ұсынылатын білім ретінде қазақ тіліндегі құрмалас сөйлем құрылымы алынды.Құрмалас сөйлем – екі немесе бірнеше жай сөйлемнен құралып, күрделі ойды білдіретін, мағыналық жағынан өзара байланысты біртұтас сөйлем [2]. Құрмалас сөйлем синтаксисінің объектісі жай сөйлемдердің өзара тіркесіп, бір бүтінге айналып, күрделі ойды білдіруі болып табылады. Құрмалас сөйлемдер кез келген жай сөйлемдердің тіркесуінен емес, бір-бірімен мағыналық, әрі құрылымдық тығыз байланыстағы жай сөйлемдердің үйлесе, бағынып немесе тең дәрежеде байланысуынан туындайды.

Құрмалас сөйлем 3 түрге бөлінеді:



  • Салалас;

  • Сабақтас;

  • Аралас.

Салалас, сабақтас құрмалас сөйлемдер құрамындағы жай сөйлемдердің және бағыныңқы сөйлемдердің баяндауыштарының жасалу жолдарына байланысты бірнеше түрлерге бөлінеді.

Құрмалас сөйлемдердің құрылымыныңонтологиялық моделі Protegeортасында жасалынды(1-сурет).







Сурет-1. Құрмалас сөйлем құрылымының онтологиялық моделі
Әдебиеттер

1.Башмаков А.И., Башмаков И.А. Интеллектуальные информационные технологии: Учеб. пособие. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2005. - 304 с: ил.

2.Қазақ грамматикасы. Фонетика, сөзжасам, морфология, синтаксис. – Астана, 2002. – 784 бет
ӘОЖ 378.104:004.6
ВИЗУАЛЬДЫ ОРТАДА «САНДЫҚ ӘДІСТЕР» ПӘНІ БОЙЫНША

ЭЛЕКТРОНДЫҚ СҮЙЕМЕЛДЕУШІ ОРТАНЫ ҚҰРУ
Пирметов П.У.

Қ.А.Ясауи атындағы Халықаралық қазақ-түрік университеті, Түркістан
Ғылыми жетекшісі – ф.-м.ғ.к., доцент Сұлтанов М.А.
Бүгінгі күннің ерекшелігі - компьютер сипаттамаларының өте жылдам артуы мен оның көмегімен жүзеге асатын ақпараттық технологиялардың барлық салаларда кеңінен қолданылуы. Мұның нәтижесінде компьютерлерді қолдауға қатысты мәселелерге көзқарастар түбегейлі өзгерістерге ұшырауда. Осы жағдайлар жоғары оқу орындарындағы оқу үрдістеріне де қатысты болып, білім берудің классикалық принциптерінен бас тартпай білім беру жолдары мен әдістерін сапалы өзгертуге мүмкіндік жаратуда.

Сандық әдістер «болашақ мамандарды кәсіби дайындаудағы маңызды пәндердің бірі болып түрлі пәндік салалардағы нақты құбылыстарды компьютерлік математикалық модельдеу процесінде кездесетін есептерді сандық шешу әдістерін құру және зерттеумен айналысады» [1]. Оның мазмұнына қателіктер теориясы, сызықтық алгебраның негізгі есептерін жуықтап шешу алгоритмдері, математикалық талдау және дифференциалдық теңдеулер есептерін сандық шешу әдістері кіреді.

ЖОО-дағы ақпараттық, қолданбалы математикалық білім беру мазмұны мен сапасына түбегейлі әсер ете алатын ақпараттық-коммуникациялық технологиялар мен ақпараттандыру құралдарының қазіргі заманғы даму жағдайы, сонымен қатар жоғарыда айтылғандар болашақ информатика, математика мұғалімдеріне «сандық әдістер» курсын оқыту сапасын көтеру актуальды мәселе екендігін көрсетеді және оны жүзеге асыру жаңа жандасулар мен идеяларды қажет етеді. Осыған байланысты оқыту сапасын көтеру жолдарын анықтау мақсатында, түрлі ЖОО-ларда сандық әдістерді оқыту тәжірибесіне талдау классикалық университеттерде сандық әдістер саласында фундаментальды, теориялық терең дайындыққа басымдық берілетіндігі, ал техникалық ЖОО-ларда қолданбалы жақтарға көбірек көңіл бөлінетіндігін көрсетті. Бұл табиғи да, себебі студенттерді сандық әдістер саласында дайындау жүйесінің мақсаты мен міндеттері мамандарды дайындау бағытына тәуелді екендігі белгілі.

Бүгінгі таңда, біздің ойымызша, болашақ мамандарға сандық әдістерді оқытудың жалпы әдістемелік негізін қайта қарап шығу және қазіргі заманғы ақпараттық және коммуникациялық технологияларды пайдалану есебінен оны оқыту әдістері мен тәсілдеріне, мазмұнына өзгерістер енгізу керек.

Соңғы жылдары айқын түс ала бастаған сандық әдістерді оқытудың ерекшелігі оны оқытуда түрлі математикалық компьютерлік жүйелер (MathCad, MATLAB, Maple), қолданбалы программалар пакеттері және визуальды программалу орталарының (Delphi, MS Visual Studio, Visual Basic, C) қолданыла басталуы. Мұнда тек математикалық компьютерлік жүйелер, арнайы қолданбалы программалар пакеттері және визуальды программалау орталарының есептеу мүмкіндіктерін үйреніп қалмастан, қолданылатын математикалық әдістер мазмұны мен оларды қолдану ерекшеліктерін де білу қажет болады.

Сонымен қатар, осы айтылғандар үйренушіде оқуға деген мотивацияны күшейтеді және оқу жұмысына деген қызығушылықты қалыптастырады.

Бүгінгі білім беру саласын ақпараттандыру жағдайында сандық әдістерді оқытуда дәстүрлі құралдар және әдістермен қатар, инновациялық педагогикалық технологияларды қолдану қажеттілігі туындайды.

Осы себептердің жиынтығы қазіргі заманғы «оқу және әдістемелік мақсаттағы бірыңғай жүйеге келтірілген өзара байланысты көпкомпонентті электрондық құралдар жиынтығын» құруды қажет етеді [2, 3].

Ал енді «Сандық әдістер» пәнінің лабораториялық және есептеу практикумы сабақтарын жүргізуде инновациялық элементтер енгізу үшін қандай программалық қамтамасыздандыруды қолдану керектігіне қысқаша шолу жасаймыз.

ЖОО-да «Сандық әдістер» пәнінің лабораториялық және есептеу практикумы сабақтарын оқыту процесінде түрлі бағдарламалық қамтамасыздандыру жабдықтарын пайдалану мүмкін. Біріншіден, барлық есептеулерді толық сипатталған алгоритмдер бойынша микрокалькуляторды пайдаланып жүргізу мүмкін. Мұндай жандасудың артықшылығы әдіс алгоритмін толық қарастырып шығу. Бірақ «қолмен» есептеулер жүргізудің, сондай-ақ қателіктерді түзетудің қиындығы бұл жандасудың тиімділігін төмендетеді. Арифметикалық амалдарды орындаудың тізбегіне кірісіп, үйренуші ең маңыздысы – алгоритмді ұмытады.

Екіншіден, қандай-да бір арнайы математикалық қолданбалы программалар пакетін (ҚПП), мысалға, MathCad пайдалану мүмкін. Бірақ, өзінің қолдану мүмкіндіктері кең болуына қарамастан, осындай ҚПП оқу процесінде пайдалану қолайсыз, бұл программалар мамандар үшін ғылыми есептеулерде қолдану тиімдірек. Расында, олар ғылыми-зерттеулер үшін аса қажет құрал, бірақ нәтиже, жауап өте жылдам алынады. Мұның салдары -нәтижені, жауапты алу алгоритмі қолданушы назарынан тыс қалуы, нәтижеде сандық әдістер алгоритмдерін жақсы меңгеруге қол жеткізу қиындайды. Мұндай жандасуда модельдеу кезеңіне алгоритмдеу кезеңіне қарағанда басымдық беріледі. Ал программалау кезеңі мұнда жоқ деуге болады.

Үшіншіден, алгоритмді толықтай сипаттап оны қандайда бір программалау тілінде жүзеге асыру. Мұның артықшылығы әдіс алгоритмімен тікелей жұмыс жасау болып, оның жалпы мазмұнының тұрақты ойда болуы. Бірақ, жоғары деңгейлі алгоритмдік тілдерде программалау мәдениетінің айтарлықтай жоғары деңгейде еместігі көпшілік жағдайларда үйренуші өзінің көп уақытын бағдарламаны құру мен түзетуге кетіреді, ал бұл оның сандық әдістер алгоритмдерін меңгеру емес, негізінен алгоритмдік тілдерде программалау дағдыларын дамытады.

Сонымен, «Сандық әдістер» пәнінің лабораториялық және есептеу практикумы сабақтарын жүргізу үшін ыңғайлы болған программалық құралдың жалпы сипаттамаларын атап өтуімізге болады: қолайлы интерфейсі бар, бірақ қосымша қандайда бір программалау тілін білуді қажет етпейтін құрал болуы тиіс; әдіс алгоритмін көрнекі және интуитивті түсінікті бейнелеу құралдары бар болуы қажет; әдіс мағынасын көрнекі көру үшін барлық аралық есептеулерді бейнелеу мүмкіндігіне ие болуы керек; есептеулерді бастапқы берілгендердің кез келген мәндері үшін жүргізу, қателік болған жағдайда арнайы хабарламалар шығару және түзету мүмкіндіктері болуы қажет.
Әдебиеттер

1. М.П.Лапчик, М.И.Рагулина, Е.К.Хеннер Численные методы.– М.: Изд. центр «Академия», 2004. – 384с

2. Лапчик М.П. Информатика и информационные технологии в системе общего и педагогического образования. – Омск, 1999.

3. Д.И.Абдраимов, Е.Ы.Бидайбеков, В.В.Гриншкун, Г.Б.Камалова. Теоретико-методологические основы разработки, мониторинга качества и экспериментальной апробации компьютерных учебно - методических комплексов нового поколения. – Алматы: КазНПУ им. Абая, 2005. – 146с.


УДК 004.89
РАЗРАБОТКА АЛГОРИТМА ОЦЕНКИ НЕБЛАГОПРИЯТНЫХ МЕТЕОРОЛОГИЧЕСКИХ УСЛОВИЙ (НМУ) НА ОСНОВЕ НЕЧЕТКОЙ ЛОГИКИ
Рахметуллина А.Х.

Казахстанско-Британский Технический Университет (КБТУ), Алматы
Научный руководитель – магистр, лектор кафедры компьютерной инженерии КБТУ Шамои П.С.
Задача улучшения состояния атмосферного воздуха является актуальной для промышленных городов. Загрязнение атмосферного воздуха усугубляется не только наличием различных источников загрязнения, но и неблагоприятными метеорологическими условиями. НМУ способствует накапливанию загрязняющих веществ в атмосфере города и приводит к таким последствиям как смок, токсичный туман и т.д. Анализ метеорологических условий показывает, что периоды с НМУ, например по Усть-Каменогорску составляют до 40% в году, что отрицательно сказывается на состоянии экологической обстановки в городе [1],[2].

Своевременная оценка НМУ служит основанием для принятия управленческих решений по снижению на этот период выбросов промышленными предприятиями и принятию других мер.

Целью данного исследования является разработка алгоритма оценки НМУ на основе нечеткой логики с использованием данных экологического мониторинга.

В зависимости от ожидаемого уровня загрязнения составляются три степени штормовых предупреждений о НМУ (рисунок 1) [3]:



  • I степень, которая передается, если ожидается превышения концентрации одного или нескольких контролируемых веществ выше ПДК;

  • II степень, которая передается, если ожидается превышения концентрации одного или нескольких веществ выше 3 ПДК;

  • III степень, которая передается, если ожидается превышения концентрации одного или нескольких веществ выше 5 ПДК.



Рисунок 1. Категории штормовых предупреждений о НМУ
Идея работы заключается в том, чтобы использовать в комплексе: данные мониторинга концентрации загрязняющих веществ, прогнозные значения скорости ветра, аппарат нечеткой логики для определения степени НМУ.

Алгоритм оценки НМУ состоит из трех частей:



  • определение максимального значения приземной концентрации загрязняющего вещества на основы анализа данных мониторинга;

  • определение скорости ветра из интернет-сервиса прогноза погоды;

  • определение категории штормового предупреждения о НМУ по результатам предыдущих двух частей с использованием основ нечеткой логики.

Для определения категории (степени) штормового предупреждения о НМУ используются математические основы нечеткой логики и теории нечетких множеств [4]. Для формирования нечетких правил выявления степени НМУ используются входные лингвистические переменные x1-«Превышение ПДК», x2- «Сила ветра» и выходная – y1-«Категория НМУ».

Рисунок 2. Схема оценки НМУ


Переменная х1 имеет следующее терм-множество: Т1={«нет превышения», «малое превышение», «среднее превышение», «высокое превышение»}. Терм «нет превышения» соответствует значению концентрации вещества менее 1 ПДК, «малое превышение» - от 1 до 3 ПДК, «среднее превышение» –от 3 до 5 ПДК, «высокое превышение» - выше 5 ПДК.

х2 имеет следующее терм-множество: Т2={«слабая», «средняя», «сильная»}. Терм «слабая» соответствует скорости ветра от 0 до 4 м/с, «средняя» - от 4 до 10 м/с, «сильная» – от 10 м/с и выше.

y1 имеет терм-множество: Т3={«Без категории», «1 степень», «2 степень», «3 степень»}.

Для входных переменных x1 и x2 выбраны трапециевидные функции принадлежности, а для выходной переменной y1 – треугольная.

Правила оценки НМУ отображены в матрице, рисунок 3.

Рисунок 3. Матрица выбора категории штормового предупреждения


Предложенный в данной работе алгоритм реализован с использованием пакета MATLAB. Анализ результатов показал, что для моделирования и прогнозирования в системах экологического мониторинга, где многие параметры трудно формализуемы методами традиционной математики одним из альтернативных подходов является использование Fuzzy-технологий.
1   2   3   4   5   6   7


©dereksiz.org 2016
әкімшілігінің қараңыз

    Басты бет