Preview

Вестник Сибирского государственного индустриального университета

Расширенный поиск

ИСПОЛЬЗОВАНИЕ НЕЙРОСЕТЕВОГО МОДЕЛИРОВАНИЯ ДЛЯ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ФУНКЦИОНИРОВАНИЯ ОБУЧАЮЩЕ-ТЕСТИРУЮЩЕГО КОМПЛЕКСА

Аннотация

Рассмотрены особенности внедрения обучающе-тестирующей программы в части выбора и обоснования параметров технологических схем отработки мощных пластов с выпуском угля из подкровельной пачки. Использование нейросетевого моделирования нагрузки на очистной забой как базового элемента сравнительной оценки предлагаемого варианта технологической схемы позволит улучшить показатели реализации программы в учебном процессе в части повышения объективности оценивания ответов обучающихся. 

Об авторах

А Н. Домрачев
Сибирский государственный индустриальный университет
Россия


С. В. Риб
Сибирский государственный индустриальный университет


Список литературы

1. Затылкин А.В., Граб И.Д., Алмаметов В.Б., Юрков Н.К., Трусов В.А. Анализ современ-ных компьютерных обучающих систем. – В кн.: Труды Международного симпозиума «Надежность и качество». Ч. 1. – г. Пенза: изд-во ПГУ, 2009. С. 225 – 226.

2. Казанин О.И., Дребенштедт К. Горное образование в XXI веке: глобальные вызовы и перспективы // Записки Горного института. 2017. Т. 225. С. 369 – 375.

3. Домрачев А.Н., Риб С.В. Разработка междисциплинарных компьютерных лабораторных работ как основа массового внедрения обучающе-тестирующих систем по направлению подготовки 21.05.04 «Горное дело» // Вестник Сибирского государственного индустриального уни-верситета. 2018. № 3 (25). С. 18 – 21.

4. Домрачев А.Н., Риб С.В. Сравнительная оценка аналитического расчета и результа-тов имитационного моделирования нагрузки на длинный комплексно-механизированный очистной забой // Вестник Сибирского государственного индустриального университета. 2016. № 3 (17). С. 8 – 10.

5. Говорухин Ю.М., Домрачев А.Н. Разработ-ка и внедрение в учебный процесс cистемы поддержки принятия решений при разработке технологической схемы очистного участка // Известия Тульского государственного университета. Науки о земле. 2018. № 1. С. 159 – 165.

6. Домрачев А.Н., Риб С.В. Совершенствова-ние критерия оценки компьютерных лабораторных работ по курсу «Технология отработки пологих пластов» специальности 21.05.04 «Горное дело» // Вестник Сибирского госу-дарственного индустриального университета. 2018. № 4 (26). С. 63 – 65.

7. Гудман Д., Моррисон М. JavaScript. Библия пользователя / Пер. с англ. – М.: ООО «И.Д. Вильямс», 2006. – 1184 с.

8. Дьяконов В.П., Круглов В.В. Математиче-ские пакеты расширения MatLab. Специальный справочник. – СПб.: «Питер», 2001. – 488 с.


Рецензия

Для цитирования:


Домрачев А.Н., Риб С.В. ИСПОЛЬЗОВАНИЕ НЕЙРОСЕТЕВОГО МОДЕЛИРОВАНИЯ ДЛЯ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ФУНКЦИОНИРОВАНИЯ ОБУЧАЮЩЕ-ТЕСТИРУЮЩЕГО КОМПЛЕКСА. Вестник Сибирского государственного индустриального университета. 2020;(4):44-46.

For citation:


Domrachev A., Rib S. USE OF NEURAL NETWORK SIMULATION FOR IMPROVING THE EFFICIENCY OF TRAINING AND TESTING COMPLEX FUNCTIONING. Bulletin of the Siberian State Industrial University. 2020;(4):44-46. (In Russ.)

Просмотров: 29


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2304 - 4497 (Print)
ISSN 2307-1710 (Online)