С.В. Солодов1
1 Национальный исследовательский технологический университет «МИСиС» (Москва, Россия)

1 solodov.sv@misis.ru

Постановка проблемы. Для повышения мотивации учащихся и улучшения карьерных перспектив требуется исследование подходов к построению прогностических моделей индивидуальных образовательных траекторий. Для этого целесообразно применение крупномасштабного многосценарного моделирования, базирующегося на логической структуре аппарата сетей Петри. Подобные модели позволяют математически формализовать образовательные траектории и провести их анализ.

Цель. Разработать прототип многосценарной модели, которая позволяет исследовать возможные траектории развития знаний в заданной образовательной среде и при заданных начальных условиях.

Результаты. Разработана методология и построена первичная абстрактная модель прогнозирования образовательных траекторий. Отмечено, что многосценарное моделирование способствует рациональному использованию региональных и муниципальных ресурсов и принятию обоснованных управленческих решений в системе образования.

Практическая значимость. Масштабирование и детализация разработанной модели позволяют оценить перспективы учащихся. Благодаря своей структурированности и математической строгости, разработанная методология применима в исследованиях в области образовательной информатики.

Солодов С.В. Методология многосценарного моделирования образовательных траекторий // Нейрокомпьютеры: разработка, применение. 2026. Т. 28. № 4. С. 75–80. DOI: https://doi.org/10.18127/j19998554-202604-07

1. Пономарева Ю.С., Сергеев А.Н. Структурная модель образовательной деятельности в онлайн-сообществах учащихся научно-технической направленности // Известия Волгоградского государственного педагогического университета. 2021. № 6 (159). С. 46–50.
2. Атаманова Г.И. Структурная модель образовательной деятельности в условиях цифровой трансформации // Международный научно-исследовательский журнал. 2023. № 3 (129). С. 76.
3. Гайнанов Д.А., Мигранова Л.И., Минязев А.И. Имитационная модель управления поведением абитуриента в образовательной системе региона // Креативная экономика. 2020. Т. 14. № 10. С. 2551–2568.
4. Назойкин Е.А. Мультиагентное имитационное моделирование образовательного процесса накопления знаний. Дисс. … канд. техн. наук. Москва. 2011.
5. Запорожко В.В. и др. Разработка и исследование имитационной модели для оценки эффективности интеллектуальной облачной образовательной среды // Современные информационные технологии и ИТ-образование. 2019. Т. 15. № 4. С. 846–854.
6. Щербаков С.М. Комплексная имитационная модель учебно-методической деятельности вуза // Сб. трудов девятой Всеросс. науч.-практич. конф. по имитационному моделированию и его применению в науке и промышленности. 2019. С. 609–615.
7. Шухман А.Е., Мотылева М.В., Горелик А.А. Моделирование индивидуальных образовательных траекторий с помощью сетей Петри // Сб. материалов Всеросс. науч.-методич. конф. «Университетский комплекс как региональный центр образования, науки и культуры». Оренбург. 2013. С. 1300–1305.
8. Димитриев А.П. Моделирование усвоения и применения учебного материала на раскрашенных сетях Петри // Современные проблемы науки и образования. 2014. № 4. С. 230.
9. Ромашкова О.Н., Пономарева Л.А. Модель учебного процесса в вузе с использованием сетей Петри // Современные информационные технологии и ИТ-образование. 2017. Т. 13. № 2. С. 131–139.
10. Капанов Н.А., Стасевич Н.А. Моделирование учебного процесса с учетом имеющихся и приобретенных компетенций обучающихся посредством сетей Петри. БНТУ. 2022.
11. Горелик А.А., Мотылева М.В. Моделирование образовательного процесса вуза согласно компетентностному подходу как пример использования сетей Петри для моделирования динамической системы // Новые информационные технологии в образовании. 2011. Т. 2. № 4. С. 158–160.
12. Горбаченко И.М. Моделирование процесса обучения с использованием раскрашенных сетей Петри // Решетневские чтения. 2016. Т. 2. № 20. С. 498–500.
13. Курейчик В.В., Тимашков Д.И. Имитационная модель оценки уровня компетентности на основе сетей Петри // Известия Южного федерального университета. Технические науки. 2013. № 7 (144). С. 226–231.
14. Nyeki L. Modelling some higher education processes using Petri nets // Journal of Applied Multimedia. 2021. V. 2. P. 11–16.
15. Liang J. et al. A learning-embedded attributed Petri net to optimize student learning in a serious game // IEEE Transactions on Computational Social Systems. 2021. V. 10. № 3. P. 869–877.