МОДЕЛІ ПРИЙНЯТТЯ УПРАВЛІНСЬКИХ РІШЕНЬ З ОРГАНІЗАЦІЇ ОСВІТНЬОГО ПРОЦЕСУ В УМОВАХ ВИСОКОГО РІВНЯ НЕВИЗНАЧЕНОСТІ

https://doi.org/10.23939/ujit2022.02.074
Надіслано: Вересень 29, 2022
Прийнято: Жовтень 17, 2022
1
Ужгородський національний університет, м. Ужгород, Україна
2
Ужгородський національний університет, м. Ужгород, Україна
3
Ужгородський національний університет, м. Ужгород, Україна
4
Ужгородський національний університет, м. Ужгород, Україна
5
Ужгородський національний університет, м. Ужгород, Україна

Дослідження присвячене аналізу проблеми прийняття рішень щодо організації навчального процесу в умовах зовнішніх впливів непереборного характеру. Розглядається випадок вимушеного скорочення тривалості навчального семестру з необхідністю повного виконання навчальних планів підготовки здобувачів освіти. Визначено, що для ефективного планування навчального процесу початково необхідно виконати поділ аудиторій закладу освіти між навчальними групами, які належать різним структурним підрозділам закладу освіти. Виконано вербальну та математичну постановки задачі розподілу аудиторій між навчальними групами. Побудовано математичну модель задачі. Модель є набором обмежень, які накладаються на варіанти допустимих розподілів аудиторій. Розроблена модель дає змогу вводити обмеження щодо тривалості робочого дня, перерв між заняттями у окремих групах, кількості робочих днів на тиждень тощо.

Побудовано алгоритм вироблення варіантів управлінських рішень щодо розподілу аудиторій між навчальними групами різних структурних підрозділів університету. Варіанти управлінських рішень залежать від початкових умов, які включені у модель задачі та від потужності множини допустимих розв'язків. Передбачена можливість вироблення варіантів управлінських рішень щодо комбінованих варіантів організації освітнього процесу (очна, дистанційна та змішана форма навчання). У таких випадках менеджмент закладу освіти може накладати обмеження на можливість чергування занять, які відбуваються в аудиторіях з заняттями, які відбуваються в онлайн режимі. Розроблений підхід також дає змогу виконувати перерозподіл аудиторій між структурними підрозділами на окремо визначені періоди часу. Розроблений інструмент дає змогу підвищити ефективність процесів прийняття управлінських рішень щодо організації навчального процесу у закладах вищої освіти.

[1] Almanasreh, E., Moles, R., & Chen, T. F. (2019). Evaluation of methods used for estimating content validity. Research in social and administrative pharmacy, 15(2), 214-221.
https://doi.org/10.1016/j.sapharm.2018.03.066
[2] Amirgaliyev, B., Andrashko, Y., & Kuchansky, A. (2022). Building a Dynamic Model of Profit Maximization for a Carsharing System Accounting for the Region's Geographical and Economic Features. Eastern-European Journal of Enterprise Technologies, 2(4), 116.
https://doi.org/10.15587/1729-4061.2022.254718
[3] Deng, Q., Santos, B. F., & Curran, R. (2020). A practical dynamic programming based methodology for aircraft maintenance check scheduling optimization. European Journal of Operational Research, 281(2), 256-273.
https://doi.org/10.1016/j.ejor.2019.08.025
[4] Graham, C. R., Woodfield, W., & Harrison, J. B. (2013). A framework for institutional adoption and implementation of blended learning in higher education. The internet and higher education, 18, 4-14.
https://doi.org/10.1016/j.iheduc.2012.09.003
[5] Hill, D. L. (2008). Qualitative Timetabling: An Organizational and Qualitative Approach to Improving University Course Scheduling. College Quarterly, 11(3), n3.
[6] Hossain, S. I., Akhand, M. A. H., Shuvo, M. I. R., Siddique, N., & Adeli, H. (2019). Optimization of university course scheduling problem using particle swarm optimization with selective search. Expert systems with applications, 127, 9-24.
https://doi.org/10.1016/j.eswa.2019.02.026
[7] Jana, C., & Pal, M. (2021). A dynamical hybrid method to design decision making process based on GRA approach for multiple attributes problem. Engineering Applications of Artificial Intelligence, 100, 104203.
https://doi.org/10.1016/j.engappai.2021.104203
[8] Mulesa, O., Geche, F., Voloshchuk, V., Buchok, V., & Batyuk, A. (2017, September). Information technology for time series forecasting with considering fuzzy expert evaluations. In 2017 12th International Scientific and Technical Conference on Computer Sciences and Information Technologies (CSIT) (Vol. 1, pp. 105-108). IEEE.
https://doi.org/10.1109/STC-CSIT.2017.8098747
[9] Mulesa, O., Snytyuk, V., & Myronyuk, I. (2019). Optimal alternative selection models in a multi-stage decision-making process. EUREKA: Physics and Engineering, (6), 43-50.
https://doi.org/10.21303/2461-4262.2019.001005
[10] Padilla, L. M., Powell, M., Kay, M., & Hullman, J. (2021). Uncertain about uncertainty: How qualitative expressions of forecaster confidence impact decision-making with uncertainty visualizations. Frontiers in Psychology, 11, 579267.
https://doi.org/10.3389/fpsyg.2020.579267
[11] Sampurno, G. I., Sugiharti, E., & Alamsyah, A. (2018). Comparison of Dynamic Programming Algorithm and Greedy Algorithm on Integer Knapsack Problem in Freight Transportation. Scientific Journal of Informatics, 5(1), 49.
https://doi.org/10.15294/sji.v5i1.13360
[12] Xu, H., Kuchansky, A., & Gladka, M. (2021). Devising an individually oriented method for selection of scientific activity subjects for implementing scientific projects based on scientometric analysis. Eastern-European Journal of Enterprise Technologies, 6(3), 114.
https://doi.org/10.15587/1729-4061.2021.248040