Content

1. Goals and objectives
2. Relevance
3. Scientific novelty
4. References

Goals and objectives

The purpose of the master's work is to optimize the distribution of educational load faculty to improve the quality of education.

The implementation of the goal involves the following tasks:

• analysis of methodology of formation and calculation of educational load in higher education institution;
• overview of methods of distribution and optimization of learning load;
• mathematical formulation of the problem;
• development of a model for calculating and optimizing the learning load;
• software implementation;
• checking the efficiency of the model and optimization algorithm;
• definition of effective parameters.

Relevance

The pedagogical process is aimed at the transfer of knowledge and skills of the teacher to students. The main element of the organization of such a process is its planning in accordance with the legislation and local acts of the educational organization  [1]. The planning includes the preparation of documentation, the main purpose of which is to create high-quality training of students in the appropriate profile. Such documentation includes the learning load (LL). LL is primarily formed by the Department (DL), which then distributed among the teaching staff (DLTS). DLTS is demonstrates the relationship of the teacher, disciplines and groups, which based on numerous factors affecting the quality of education at the University. The first part of the factors specified in the relevant documents, the second part is expressed in the individual characteristics of the teacher:

• teaching experience, level of knowledge, preference for a particular discipline;
• preference of a certain type of occupation, etc.

Distribution of DLTS is carried out on the basis of DL by the head of the Department, then checked and signed by the educational Department of the University. The duration and complexity of this process depends on the established restrictions, the actual staff and the amount of reading subjects. Thus, the more training profiles and, accordingly, subjects and graduating departments, the more complex the process, which requires a responsible employee of high professionalism and significant time costs. I propose to consider possible methods of automation of DLTS distribution in order to improve the efficiency and productivity of the teaching staff and, as a consequence, the quality of educational services of the University.

Scientific novelty

The mathematical formulation of the problem of effective distribution of the DLTS is formulated, taking into account all the restrictions associated with the specifics of the problem. A modified genetic algorithm of multicriteria optimization has not been used for similar systems before.

References

1. Порядок организации учебного процесса в образовательных организациях высшего профессионального образования донецкой народной республики / Приказ Министерства образования и науки Донецкой Народной Республики от 10 ноября 2017 г. № 1171.
2. С.А. Верламова Принятие решений при распределении учебной нагрузки / Верламова С. А., Белобродова Е. В., Затонский А.В. // Фундаментальные исследования. 2008 г. № 9. С. 22-31
3. С.Н. Султанова, С. В. Тархов Модели и алгоритмы поддержки принятия решений при распределении учебной нагрузки преподавателей // Уфа: Вестник УГАТУ. 2006 г. Т.7, № 3(16). С.107-114.
4. Модуль Кафедра. URL: https://magellanius.ru/kafedra/ (Дата обращения: 19.01.2019).
5. Бит. вуз URL: https://www.pulsar.ru/progs/1903/ (Дата обращения: 21.01.2019).
6. И.П. Норенков Эволюционные методы в задачах выбора проектных решений / Норенков И.П., Арутюнян Н.М. // Научное издание МГТУ им. Н. Э. Баумана «Наука и образование». 2007 г. №9.
7. В.В. Прищепа Перспективы применения технологий искусственного интеллекта при разработке системы поддержки принятия решений в составе программного комплекса автоматизации формирования нагрузки преподавателей кафедры / Прищепа В.В., Краснокутский В.А., Меренкова Л.Л. // Международная научно-техническая конференция «Информатика, управляющие системы, математическое и компьютерное моделирование»
8. А.А. Сеньковская Моделирование процесса распределения учебной нагрузки кафедры с использованием жадного алгоритма / Сеньковская А. А., И.И. Фураева // Математические структуры и моделирование. 2017 г. № 4(44). С. 101-108
9. А.Н. Шушура Синтез автоматизированной системы распределения учебной нагрузки преподавателей вузов на основе методов искусственного интеллекта / Шушура А. Н., Боровцова Е. В., Золотухина О.А. // Вестник ХНУ. 2012 г. №1 (185). С. 151-155.
10. Н.А. Игнатьев О синтезе факторов в искусственных нейронных сетях // Вычислительные технологии ИВТ СО РАН. 2005 г. Том 10. №3. С. 32-38.
11. Т. Кормен Алгоритмы: построение и анализ / Кормен T, Лейзерсон Ч., Ривест Р., Штайн К. // 2-е изд. М.: Вильямс. 2005 г. 1296с.
12. В.М. Курейчик Генетические алгоритмы: Монография. Т: Изд. ТРТУ, 1998 г. 242с.
13. С.В. Лаздынь, А. И. Секирин Оптимизация расписаний работы автоматизированных технологических комплексов механообработки с использованием генетических алгоритмов // ДонНТУ: Международный сборник научных трудов «Прогрессивные технологии и системы машиностроения». 2003 г. № 25. С. 198-203
14. М.А. Безуглый, А.И. Секирин Методы повышения эффективности составления расписания в условиях учебного заведения // ДонНТУ: Международная научно-техническая конференция студентов, аспирантов и молодых ученых Компьютерная и программная инженерия. 2015 г.
15. Д. Рутковская Нейронные сети, генетические алгоритмы и нечеткие системы: Пер. с польск. И. Д. Рудинского / М. Пилиньский, Л. Рутковский // М.: Горячая линия Телеком, 2006 г. 452 c.
16. М.А. Кондратьева Повышение эффективности календарного планирования в условиях неопределенностей // Наука XXI века. 2017 г. №12. С. 32-38.
17. С.В. Тархов, С.Н. Султанова Математическая модель распределения учебной нагрузки между преподавателями кафедры // Воронеж: Информационные технологии моделирования и управления. 2005 г. №5 (23). С. 676-681.