ИМИТАЦИОННАЯ МОДЕЛЬ МИНИМИЗАЦИИ УЧЕБНЫХ ЗАДОЛЖЕННОСТЕЙ ПО ПРЕДМЕТНОЙ ПОДГОТОВКЕ
DOI:
https://doi.org/10.14529/ctcr260406Ключевые слова:
управление учебным процессом, академическая задолженность, теория массового обслуживания, имитационное моделирование, многоканальная система, геометро-графическая подготовка, эффективность образованияАннотация
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.Библиографические ссылки
1. Лобашев В.Д. Элементы системы массового обслуживания в управлении учебным процессом // Проблемы современного педагогического образования. 2023. № 78-1. С. 226–229. URL: https://cyberleninka.ru/article/n/elementy-sistemy-massovogo-obsluzhivaniya-v-upravlenii-uchebnym-protsessom (дата обращения: 16.06.2026).
2. Примакин А.И., Сахнов С.А., Грачева Н.Г. Построение динамико-математических моделей на базе системы дифференциальных уравнений для описания, прогнозирования и оценки интенсивности обучения в педагогике // Вестник Военной академии войск национальной гвардии. 2025. № 3 (32). С. 326–338. URL: https://vestnik-spvi.ru/2025/09/032.pdf (дата обращения: 04.05.2026).
3. Балдова Д.В., Игнатова Е.С., Кушева Е.В. Личностный профиль студентов, имеющих академические задолженности // Вестник Пермского государственного гуманитарно-педагогичес¬кого университета. Серия № 1. Психологические и педагогические науки. 2025. № 1. С. 49–62. DOI: 10.24412/2308-717X-2025-1-49-62
4. Попова Д.И. Влияние смысловой установки как причина академической прокрастинации студентов высших учебных заведений // Северо-Кавказский психологический вестник. 2020.
Т. 18, № 1. С. 5–19.
5. Кобелев Н.Б. Введение в общую теорию имитационного моделирования: пособие для разработчиков имитационных моделей и их пользователей. М.: ПинтСервис, 2007. 126 с.
6. Александрова Е.А. Теория массового обслуживания в задачах оптимизации // Научные труды Вольного экономического общества России. 2009. Т. 116. С. 229–247. URL: https://cyberleninka.ru/article/n/teoriya-massovogo-obsluzhivaniya-v-zadachah-optimizatsii (дата обращения: 11.05.2026).
7. Печеный Е.А., Нуриев Н.К., Али А.А. Математическая модель эффективного администрирования многоканальной СМО в системе контроля качества учебного процесса // Фундаментальные исследования. 2016. № 10-3. С. 532–536. URL: https://fundamental-research.ru/ru/article/ view?id=40890 (дата обращения: 11.05.2026).
8. Нуриев Н.К., Печеный Е.А., Али А.А. Постановка задачи эффективного управления системой массового обслуживания в условиях смешанного потока // Вестник технологического университета. 2015. Т. 18, № 17. С. 76–178.
9. Measuring queuing system and time standards: A case study of student affairs in universities / M.I. Qureshi, M. Bhatti, A. Swati, Z. Khalid // African Journal of Business Management. 2014. Vol. 8. P. 80–88. DOI: 10.5897/AJBM2013.7247
10. Маригодов В.К. Дистанционное обучение как система массового обслуживания со смешанными приоритетами // Вестник СевГТУ. Серия: Педагогика: сб. науч. тр. Севастополь, 2009. Вып. 96. С. 118–121.
11. Богданова Е.Л., Соловейчик К.А., Аркина К.Г. Оптимизация в проектном менеджменте: нелинейное программирование: учеб. пособие. СПб.: Университет ИТМО, 2017. 190 с.
12. Примакин А.И., Сахнов С.А., Миллер В.В. Применение алгоритмов и процедур теории массового обслуживания для математического описания элементов образовательного процесса при подготовке специалистов Росгвардии // Вестник Военной академии войск национальной гвардии. 2026. № 1 (34). С. 266–278. URL: https://vestnik-spvi.ru/2026/03/027.pdf (дата обращения: 13.05.2026).
13. Матвеев В.А. Разработка программной имитационной модели образовательного процесса на основе теории массового обслуживания // Электронный научно-практический журнал «Современные научные исследования и инновации». 2017. № 7. URL: https://web.snauka.ru/issues/2017/07/84076 (дата обращения: 04.05.2026).
14. Темирова Э.Э., Тоискин В.С. Разработка учебных проектов по теории массового обслуживания для школьников среднего общего образования // Международный журнал гуманитарных и естественных наук. 2025. № 3-2 (102). P. 113–117. DOI: 10.24412/2500-1000-2025-3-2-113-117. URL: https://cyberleninka.ru/article/n/razrabotka-uchebnyh-proektov-po-teorii-massovogo-obsluzhivaniya-dlya-shkolnikov-srednego-obschego-obrazovaniya (дата обращения: 04.05.2026).
15. Антошков А. В. Имитационное моделирование как инновационная педагогическая технология в условиях цифровизации // Человек и образование. 2025. № 2. С. 163–174. DOI: 10.54884/1815-7041-2025-83-2-163-174
16. Васильев Ф.П. Численные методы решения экстремальных задач. М.: Наука, 1988. 552 с.
17. Гордиенко Т.П., Марченко С.Г. Имитационные технологии в профессиональном образовании: теория и практика. М.: Академия, 2020.
18. Русаков С.В., Русакова О.Л., Мазунина Е.Ю. Исследование стратегий выполнения самостоятельных работ с помощью методов теории массового обслуживания // Вестник Пермского национального исследовательского политехнического университета. Проблемы языкознания и педагогики. 2025. № 4. С. 148–160. DOI: 10.15593/2224-9389/2025.4.13







