Имитационная модель минимизации учебных задолженностей по предметной подготовке

Бесплатный доступ

Сегодня высшая школа переживает период серьёзных изменений, и умение грамотно управлять учебным процессом становится одним из главных факторов успеха для кафедр и вузов. В данной статье рассматривается актуальная проблема управления академическими задолженностями в системе высшего технического образования. Авторы отмечают, что традиционные методы мониторинга успеваемости зачастую статичны и не позволяют эффективно прогнозировать динамику ликвидации долгов. Цель исследования. Целью данной работы стало создание математического инструмента для прогнозирования пересдач и обоснованного распределения преподавательского ресурса на протяжении учебного года. Материалы и методы. В работе задействованы классические положения теории массового обслуживания, методы системного анализа, а также имитационное моделирование нестационарных стохастических процессов. Образовательный процесс формализован через систему дифференциальных уравнений, описывающих еженедельное изменение числа должников и успешно освоивших материал обучающихся. Расчетная база опирается на статистику политехнического университета, учитывающую сезонные пики обращений, групповой характер поступления заявок и вероятностный исход каждой попытки сдачи дисциплины. В статье подробно разбираются практические примеры управления потоками на базе данных Пермского национального исследовательского политехнического университета. Авторы доказывают, что равномерное распределение консультационной нагрузки в течение года менее эффективно, чем адаптивное планирование. Предложенная методика позволяет математически обосновать необходимость увеличения пропускной способности системы в пиковые периоды посредством привлечения ассистентов, использования цифровых платформ и гибкого перераспределения обязанностей преподавателей. Результаты. В результате исследования разработан адаптивный алгоритм, который позволяет ликвидировать большинство долгов без превышения нормативной нагрузки преподавателей и значительно улучшает итоговые показатели. Предложенный механизм переводит систему учета успеваемости в режим проактивного планирования. Заключение. Модель готова к интеграции в университетские информационные системы для автоматизации принятия административных решений, гибкой оптимизации учебного расписания и формирования устойчивой образовательной среды.

управление учебным процессом \ академическая задолженность \ теория массового обслуживания \ имитационное моделирование \ многоканальная система \ геометро-графическая подготовка \ эффективность образования

Короткий адрес: https://sciup.org/147255566

IDS: 147255566   |   УДК: 378.016:519.2   |   DOI: 10.14529/ctcr260406

A model for liquidation of study debt in subject training based on a simulation approach

Today, higher education is undergoing a period of significant transformation, making the effective management of the educational process a key success factor for academic departments and universities. This article addresses the pressing issue of managing academic backlogs within higher technical education. The authors note that traditional academic performance monitoring methods are often static and fail to effectively forecast the dynamics of backlog clearance. Aim. The primary aim of this study was to develop a mathematical tool for predicting retakes and rationally allocating teaching resources throughout the academic year. Materials and methods. The research employs classical principles of queuing theory, systems analysis methods, and simulation modeling of non-stationary stochastic processes. The educational process is formalized through a system of differential equations that describe weekly fluctuations in the number of students with academic debts and those who successfully complete the course requirements. The computational framework is based on statistical data from a polytechnic university, accounting for seasonal peaks in student requests, the clustered nature of retake applications following examination periods, and the probabilistic outcomes of each attempt. The article provides a detailed analysis of practical flow management scenarios using data from Perm National Research Polytechnic University. The authors demonstrate that evenly distributing consultation workloads across the academic year is less effective than adaptive, demand-driven planning. The proposed methodology mathematically justifies the need to increase system capacity during peak periods by engaging teaching assistants, leveraging digital platforms, and flexibly redistributing faculty responsibilities. Results. As a result, an adaptive algorithm was developed that enables the clearance of most academic backlogs without exceeding standard faculty workloads, significantly improving overall performance metrics. This approach shifts academic performance monitoring from a reactive to a proactive planning paradigm. Conclusion. The model is ready for integration into university information systems to automate administrative decision-making, optimize academic scheduling, and cultivate a more resilient educational environment.