Valitses vaikus, mille murdis Šveik ise ohates:
- ... Ajateenistuses peab olema distsipliin – ilma selleta ei tõstaks keegi asja nimel sõrmegi. Meie ülemleitnant Makovets ütles alati: “Distsipliini, idioodid, on vaja. Ilma distsipliinita roniksite puu otsas nagu ahvid. Sõjaväeteenistus teeb teist, ajuvabad lollid, inimesed! Noh, kas pole nii? Kujutage ette väljakut, näiteks Karli väljakul, ja iga puu peal istub üks sõdur ilma igasuguse distsipliinita. See hirmutab mind kohutavalt.
Jaroslav HASHEK HEA SÕDUR SCHWEIKI SEIKLUSED
Tunniplaan on distsipliini (aine), õpetaja (õpetajate), publiku ja õpilaste rühma (alarühma, voo) kombinatsioon ruumiliselt ja ajaliselt.
Probleemi sõnastamine
Ma räägin lühidalt.
- Tunni läbiviimisel võivad osalejad puududa, näiteks osakonna koosolekul õpilased reeglina ei tule või on käinud sõjaväeosakonda (neil on oma ajakava) ja seda tüüpi õppurid. klassis puudub distsipliin, õpetaja ja publik.
- Järjepidevus (aknad puuduvad) on reeglina õpilastele ja soovitavalt ka õpetajatele vajalik nõue.
- Ajakava saab koostada semestri/poolsemestri lõikes nädala, kahe nädala ja lugeja/nimetaja (paaritu nädal/paaris nädal) kaupa. Samuti on igakuine graafik.
- Klassid peaks saama seadistada manuaalrežiimis (teisisõnu redaktoris). Näiteks akadeemiline nõukogu või paar suurt ülemust või isegi lihtsalt hea inimese amet.
- Kõigile tunnis osalejatele peab kehtima keeldude süsteem. Näiteks praegu teenivad peaaegu kõik õpetajad raha kõrvalt (muidu ei ela ära) või on klassifond jagatud teaduskondade vahel ja pärast lõunat ei saa tunde pidada osades klassiruumides.
- Õpetajate keeruliste soovide olemasolu, ühele antakse 5 tundi päevas, et teisi päevi vabastada ja teisele ei anta üle kahe tunni päevas, ta väsib üle ja kui on loeng, siis üks tund ja kindlasti 2. või 3. klass.
- Erinevates hoonetes toimuvad tunnid nõuavad üleminekuks rohkem aega kui tundidevahelised vahetunnid. Tingimus liigutuste minimeerimiseks on samuti loomulik.
Järeldus. Nagu avaldusest nähtub, on ajakava kvaliteeti võimalik hinnata alles pärast selle täielikku koostamist. Seetõttu võib geneetiliste algoritmide kasutamine võimaldada soovitud probleemile lahenduse konstrueerimist ja isegi teatud mõttes ühe heade lahenduste leidmist. Samas lähenevad geneetilised algoritmid alguses väga kiiresti optimaalsele, mis tähendab, et sisendandmete hulgale piiranguid praktiliselt ei teki.
Pilt on võetud siit.
Geneetiline algoritm
Puhtalt retooriliselt kordan geneetilise algoritmi põhietappe:
- Määrake populatsiooni üksikisikute sihtfunktsioon (fitness).
- Loo esialgne populatsioon
- (tsükli algus)
- Paljundamine (ristaretus)
- Mutatsioon
- Arvutage sihtfunktsiooni väärtus kõigi indiviidide jaoks
- Uue põlvkonna kujunemine (valik)
- Kui peatumistingimused on täidetud, siis tsükli lõpp, muidu (tsükli algus).
Kõige tavalisem viga geneetiliste algoritmide kasutamisel on geenide valikul. Sageli on valitud geenid lihtsalt lahendus ise. Geenide valik on geneetilise algoritmi loomisel kõige ebatriviaalsem ja loomingulisem element. Isiklikult arvan, et geenide valik peaks vastama kahele järgmisele põhinõudele.
- Geenide komplekti põhjal tuleks soovitud probleemile lahendus kiiresti ja üheselt konstrueerida.
- Ristamisel peavad järglased pärima vanemate tunnused.
Kommentaar. Geenide komplekt peaks pakkuma probleemile kogu komplekti (võimalik, et optimaalne) lahendusi. Põhimõtteliselt pole vaja nõuda üks-ühele, piisab, kui geenide kaardistamine lahendusruumi on peal(surektsioon).
Planeerimisalgoritm
Kirjeldan vaid geene endid, nende põhjal lahenduse konstrueerimise algoritmi, ristumist ja mutatsiooni.
Kuidas kogenud dispetšer ajakava koostab. Sõna kogenud tähendab, et dispetšer on juba korra graafiku koostanud ja teab selle kitsaskohti. Näiteks suure voogedastuspubliku või arvutiklasside puudumine. Esimene kursus, kuna neil on palju voogedastusloenguid ja samaaegselt tunde arvutiklassides alarühmades, inglise/inglise keel nullist/saksa/prantsuse jne, ja ametivõimud nõuavad, et esimesel kursusel ei oleks mingil juhul aknaid ega üle kahe loengu päevas ja päevad olid ühtlaselt koormatud. Seetõttu korraldab kogenud dispetšer esimesed “kitsad tunnid”, ametivõimude tunnid nende soovil ja eriti tüütute õpetajate tunnid. Seejärel, kasutades kokkulepitud tunde luukerena, täidab ta ajakava kiiresti. Proovime seda protsessi mõnes mõttes jäljendada.
Osa tunde on juba meie ajakavas, ülejäänud nummerdatakse järjest. Ametite arvude massiivi käsitleme genoomina, kuigi põhimõtteliselt on siin oluline ainult ametite järjekord. Ajakava koostamiseks eraldame järjestikku klasside numbrid ja paneme valitud klassi tunniplaani, täites vajalikud nõuded ja maksimeerides eesmärgifunktsiooni õpilaste, õpetajate ja publiku jaoks (neil on ka tööhõive kriteeriumid).
Kui vajalikke nõudeid ei suudeta täita, võib sellise genoomiga isendi eluvõimetuks jätta. Kui ajakava koostamine pole võimalik, saate eesmärgifunktsioonis asendada vajalikud nõuded karistusega.
Ületamist saab korraldada mitmel viisil. Näiteks üks neist. Olgu meil järgmised geenid
3 1 2 5 6 4 7
2 3 5 7 1 4 6
Siin on näha, et aktiivsus 3 esineb mõlemas geenis kuni positsioonini 2 (kaasa arvatud) ja näiteks positsioonist 2 kuni positsioonini 5 on intervall 1 tegevuse jaoks. Teeme järgmise märgi
_ * * * * _ _ 1 õppetunni eest
* * * _ _ _ _ 2. õppetunni jaoks
* * _ _ _ _ _ 3. õppetunni jaoks
_ _ _ _ _ * _ 4. õppetunni jaoks
_ _ * * _ _ _ 5. õppetunni jaoks
_ _ _ _ * * * 6. õppetunni jaoks
_ _ _ * * * * 7. õppetunni jaoks
siin tähistavad tärnid järeltulija ametinumbrite võimalikke positsioone. Nende vanemate lapsena või lastena saate valida ühe või mitme võimaliku lahenduse vahel. Järeltulija geenide valikul on alati lahendus, näiteks mõlemad vanemad ise rahuldavad selle. Kirjutame tabeli ümber võimalike positsioonide komplektide kaudu
1 positsioon (2, 3)
2. positsioon (1, 2, 3)
3. positsioon (1, 2, 5)
4. positsioon (1, 5, 7)
5 asendit (1, 6, 7)
6. positsioon (4, 6, 7)
7 positsiooni (6, 7)
Lahenduste koostamiseks võite kasutada järgmist algoritmi. Kõigepealt paneme need klasside arvud, mis on vähem levinud. Kui sorteerime need kasvavas järjekorras, saame
1 kord 4
2 korda 3,5
3 korda 2, 6
4 korda 1, 7
Seetõttu panime esmalt 4. õppetunni 6. positsioonile, seejärel 3 või 5 vastavalt positsioonidele (1, 2) või (3, 4). Igal sammul võite visata kasti tikke. Selle tulemusel saate näiteks ristamisalgoritmi jaoks järgmised sammud
* * * * * 4 *
3 * * * * 4 *
3 * * 5 * 4 *
3 * * 5 * 4 6
3 * 2 5 * 4 6
3 * 2 5 7 4 6
3 1 2 5 7 4 6
Kuna on võimalik, et õiget jada ei konstrueerita, on parem algoritm organiseerida lihtsa rekursiooni kujul, et oleks võimalik algoritmi korrata, s.t. mõne otsingu korraldamine.
Mutatsiooni saab korraldada üsna lihtsalt ametinumbrite juhusliku ümberpaigutamise teel.
Järeldus
See on teatud mõttes jätk minu postitustele Ülikooli tundide ajakava koostamine ja osakonna töökoormuse arvutamine.
Pakun uuesti välja järgmise lahenduse (visand).
- GUI PyQtis või PySide'is
- PosgreSQL DBMS (mul on siin ca 80% valmis), sisaldab see lisaks ajakavale endale ka rakendusi ja õpetajate koormusi, õppekavu ja palju muud (selleks avaldan ühe või mitu teemat)
- CherryPy+Cheetah veebiliides (aga seda võib arutada)
- mis tahes aruannete (ajaplaanid, koolitusülesannete kaardid jne) eksport OpenDocument-vormingus (GOST R ISO/IEC 26300-2010. Gosstandart of Russia (06/01/2011)) ODFPY kaudu
- ajastamisalgoritmid minult (see teema räägib sellest)
- toodang minult
- huvilistele töötage ühise tuuma kallal
- huvilistele kohanemine oma ülikooliga ja võimalus kõike paindlikult muuta, elu läheb edasi ja ametnikud ei maga
Aitäh kõigile vastanutele, peale selle teema arutamist on võimalik end organiseerida.
Hiljuti kerkis siin päevakorda tunniplaanide teema ja ma tahtsin rääkida oma kogemusest ülikooli ajakava koostamise algoritmi loomisel, õigemini, täpsemalt kasutatud heuristikast.
Mitte kaua aega tagasi, 2002. aastal, kui lõpetasin ülikooli (MESI Jaroslavli filiaal) erialal “Rakendusinformaatika majanduses”, seisin silmitsi ülesandega valida lõputöö. Pakutud teemade loetelu oli masendav, enamasti igav andmebaasiarendus. Põhimõtteliselt võiksin võtta aluseks mõned oma olemasolevad arendused, nagu juht soovitas. osakonda, aga veri kees, tahtsin enda jaoks midagi huvitavat ja uut teha. Pakkusin juhatajale välja sõiduplaani teema, seda enam, et töötasin ülikooli IT-teenistuses ja vastutasin Jaroslavli ettevõtte toote KIS UZ süsteemi (Integrated Information System for Educational Institution Management) eest. KIS UZ oli hea, kuid ta ei saanud ise ajakava koostada. Ühtlasi püüdsin sellega eesmärki teha midagi kasulikku, kuid selgus, et seda ei üritatudki ellu viia, ehk tuleb vähemalt Habres avaldamisest kellelegi kasu.
Seega oli vaja õpetada arvutit koostama iganädalast tunniplaani ja seda nii hästi kui võimalik. Mõistes otsinguruumi ulatust, ei seadnud ma eesmärgiks leida parim variant. Kõigepealt peate kindlaks määrama, millised klassid on ja mis on hea ja mis halb. Valiti järgmine mudel, millel on järgmised sisendandmed:
- päevade arv nädalas
- klasside arv päevas
- õpetajate nimekiri
- rühmade, alamrühmade ja lõimede loend
- vaatajaskondade arv konkreetse tüübi järgi
- ülesannete (tegevuste) rühmad:
- klass
- õpetaja
- lõim või rühm
- vaatajaskonna tüüp
- klasside arv selles klassigrupis
- aeg, kui lavastaja soovib seda tegevust “jäigalt” kindlale kellaajale sättida
Mis puudutab klassiruume, siis lihtsustasin, eemaldasin tunniplaanist, muutes selle piiranguks, otsimisel arvestati vabade klassiruumide arvu konkreetsel kellaajal. Pärast ajakava õigeaegset koostamist korraldati publikud. Üldiselt on see lihtne mudel, mille visandasin. Katsetasin veidi geneetilise algoritmiga, visandasin päeva jooksul teegi põhjal programmi, kuid tulemus ei meeldinud ja läksin ilma kaks korda mõtlemata üle teistele algoritmidele. Ma arvan, et halva tulemuse põhjuseks oli minu alusetu lähenemine, tõenäoliselt kodeerisin mudelit GA mõttes ebaõnnestunult. Hakkasin mõtlema haru ja köite meetodi peale. Otsinguruum on puu, kus tase tähistab ametit ja haru ajavõrgu elementi. Graafiku peetakse teeks puu juurest ühe rippuva tipuni. Teel kontrollitakse hargnemise käigus möödasõidu võimalikkust ja teostatavust erinevate kriteeriumide järgi: õpetaja hõivatus, rühmad, hinnang. Puust mööda minnes loomulikult sügavuti. Igal tasemel on praeguse ülesande jaoks vabad ruudustikulahtrid. Kui direktor on “jäigalt” andnud antud ülesande teatud ajaks, siis ehitatakse üks kindlale ajale vastav haru. Järgmisena, mööda haru mööda minnes leitakse hinnang ülempiirile (lisaks kontrollitakse seda tüüpi vaba vaatajaskonna olemasolu) ja kui ülemise piiri hinnang on kõrgem kui parima ajakava hinnang. hetkel leitud (ja kui seda tüüpi vaba publikut on), siis käime läbi harude, muidu liigume järgmise haru juurde. Haru ja seotud meetodi puhul on võtmeks ja oluliseks punktiks ülemise piiri hinnangu leidmise algoritm. Ilma pikema jututa hindasin praegust mittetäielikku ajakava ja võrdlesin seda praeguse parima leitud graafikuga. Kuna kaugemale minnes muutub puuduliku graafiku hinnang halvemaks, siis kui see on juba halvem kui parima graafiku hinnang, siis haru lükatakse tagasi. Ja nii, olles kogu asja programmeerinud, andmed ette valmistanud (võtsin need süsteemist reaalsete andmete põhjal), käivitasin õhtul ja läksin koju. Hommikul tööle tulles laadisin leitud miljardist graafikust parimad üles UZ SRÜsse, kuid seda oli võimatu ilma pisarateta vaadata. Olin pettunud, masendunud ega teadnud, mida edasi teha. Õhtul käisin sõpradega õlut joomas ja nüüd seisan purjus peas ja ootan viimast trammi ning peas on ainult puud, oksad, piirid, hinnangud... ja siis koidab. Minu jaoks on see, et igal tasandil, filiaalide määramisel, sorteerige need, et need valikud oleksid esikohal, mis on teistest tõenäolisemalt osa parimast ajakavast. Aga kuidas seda teha? Mõte tuli siis, kui olin juba oma teist sigaretti lõpetamas. Esiteks on vaja iga ajakava teema jaoks koostada oma ideaalsed ajakavad ja iga haru jaoks arvutada nendesse ajakavadesse kaasamise määr ja selle järgi sortida. Hommikul kõndisin tavapärasest kiiremini tööle, joonistasin teel tehnilisi detaile pähe, lõunaks oli heuristika sisse ehitatud, tulemus nägi UZ SRÜ-s üsna korralik välja ja ülejäänud pool tööpäevast naeratasin. .
PS. Hiljem, kui ma PageRankist kuulsin, arvasin, et sellel on midagi sarnast selle heuristikaga.
Oletame, et on olemas komplekt n identsed protsessorid, määratud ja m sõltumatud ülesanded 
mis tuleb lõpule viia. Protsessorid võivad töötada samaaegselt ja mis tahes ülesandeid saab täita mis tahes protsessoriga. Kui töö on protsessorisse laaditud, jääb see sinna kuni töötlemise lõpuni. Töö töötlemise aeg 
tuntud ja võrdne 
Korraldage ülesannete töötlemine nii, et kogu ülesannete komplekt saaks võimalikult kiiresti täidetud.
Süsteem töötab järgmiselt: esimene vaba protsessor võtab nimekirjast järgmise ülesande. Kui korraga vabastatakse kaks või enam protsessorit, täidab kõige väiksema arvuga protsessor loendist järgmise ülesande.
Näide. Olgu kolm protsessorit ja kuus tööd, millest igaühe täitmisaeg on võrdne:
Kaaluge ajakava esimesel ajahetkel T = 0, protsessor 
hakkab tööd töötlema 
, protsessor 
- ülesanded 
ja protsessor 
- ülesanded 
. Protsessor 
lõpetab ülesande 
teatud ajahetkel 
, samas kui protsessorid 
Ja 
töötavad endiselt oma esialgsete ülesannete kallal. Kell T = 3 Protsessor 
lõpetab ülesande uuesti 
ja alustab ülesande töötlemist 
, mis hetkel lõppeb T = 4. Seejärel hakkab ta viimast ülesannet täitma 
. Protsessorid 
Ja 
lõpetage ülesanded millal T = 5, kuid loendist saadik L tühjad, nad peatuvad. Protsessor 
täidab ülesande 
juures T = 12. Vaadeldav ajakava on illustreeritud joonisel 1. ajastusskeem, mida tuntakse kui Gantti diagramm. Ilmselgelt pole ajakava optimaalne. Saate valida näiteks ajakava, mis võimaldab teil täita kõik ülesanded T* = 8 ajaühikutes (joon. 2.).
Vaatame nüüd teist tüüpi ajastamise probleemi mitme protsessoriga süsteemide jaoks. Selle asemel, et küsida kindla arvu protsessorite puhul tööde komplekti kiireimat valmimist, esitame nüüd küsimuse minimaalse protsessorite arvu kohta, mis on vajalikud antud tööde komplekti sooritamiseks kindla aja jooksul. 
. Muidugi on aeg 
ei ole vähem kui aeg, mis kulub kõige töömahukama ülesande täitmiseks.
Selles sõnastuses on ajastamise probleem samaväärne järgmise pakkimisprobleemiga. Las iga protsessor 
vastab kastile 
suurus 
. Las iga ülesanne 
vastab kauba suurusele 
, võrdub ülesande täitmise ajaga 
, Kus 
Ajastamise probleemi lahendamiseks peate nüüd koostama algoritmi, mis võimaldab paigutada kõik üksused minimaalsesse arvu kastidesse. Muidugi ei saa te lahtreid üle nende mahutavuse täita. 
, ja objekte ei saa tükkideks jagada.
Kirjandus
1. T. Cormen, C. Leiserson, R. Rivest
Algoritmid: konstrueerimine ja analüüs. M.: MTsNMO, 2000.
2. D. Knuth Programmeerimise kunst, köide 1. Põhialgoritmid. Uh. küla M.: Toim. Williamsi maja, 2000.
3. Wirth N. Algoritmid ja andmestruktuurid.: Per. Inglise keelest - M.: Mir, 2001.
4. Khusainov B.S. Andmetöötluse struktuurid ja algoritmid. Näited peal
C keel Õpik toetust. M: Rahandus ja statistika, 2004.
5. A. Aho, J. Hopcroft, J. Ullman, Andmestruktuurid ja algoritmid M: St. Petersburg: Kyiv: Williams, 2001.
Tunnigraafik reguleerib koolielu rütmi, õpilaste ja õpetajate tööd ja puhkust.
Kogu haridusprotsessi tõhusus sõltub suuresti selle kvaliteedist.
Õppetundide ja kooli tunniplaani sobivus
Kooli haridusrežiim peab vastama õpilaste funktsionaalsetele võimalustele. Õppeprotsessi maht, sisu ja korraldus peavad tagama keha sellise seisundi, kus väsimus puhkeajal täielikult kaoks.
Peamisteks kriteeriumiteks tundide hindamisel õpilaste funktsionaalsete võimete osas on raskusaste ja tüütus. Väsimust iseloomustab soorituse muutumine ja õppeaine raskust soorituse tase, st õppematerjali valdamise aste. Seetõttu tuleb ajakava koostamisel arvestada mõlema teguriga võrdselt.
Õiguslikust aspektist kajastub kooli tunniplaani koostamise probleem uutes tunniplaani koostamise hügieeninõuetes, mis põhinevad vaimse jõudluse biorütmoloogia kaasaegsete teadusuuringute andmetel ja I.G. õppeainete raskustabelil. Sivkova. Ajakava koostava kooli asedirektori jaoks on aga oluline mitte ainult teada, kui raske aine on, vaid ka ette kujutada, kui väsitav on konkreetse aine tundide väsitav mõju õpilaste tervisele. . Kahjuks on raskuste tabel I.G. Sivkova ei võta arvesse sellist koolituse komponenti nagu ainete tüütus, mis mõjutab eelkõige õpilase tervist.
Kaasaegsed uuringud annavad ülevaate aine tüütuse ja raskuste vahelisest seosest, kuigi mõnes õppeaines on need näitajad oluliselt erinevad. Need esitused võimaldavad ühendada kaks näitajat üheks - eseme aktsepteeritavus. Seetõttu on tabel I.G. Sivkovi, on võimalik välja pakkuda alternatiiv - aine vastuvõetavuse skaala, mis võtaks arvesse nii õppimise raskuse ja tüütuse komponente kui ka iga õppeasutuse iseärasusi ja iga klassi õppekava.
Vastuvõetavuse skaala koosneb veerust “Kaubad järgu järgi”, kuhu kantakse üksused, mille järjestused on saadud nende raskusastme ja tüütuse astme diagnoosimise tulemuste põhjal eksperthinnangu meetodil – nende algoritm on toodud lisas 1. pakutud skaala on oma struktuurilt konstantne, kuid sisult muutuv (vt tabel 1).
Tabel 1
Kauba ligikaudne vastuvõetavuse skaala
Nagu tabelist 1 näha, koosneb skaala viiest raskusastmest. Igal rühmal on hinne – see on skaala pidev komponent ja seda ei muudeta. Iga rühma sisu (st üksuste komplekt) võib sõltuvalt diagnostikatulemustest muutuda. See tähistab skaala muutuvat osa.
Peterburi keskkoolis nr 618 saime järgmise aine aktsepteeritavuse skaala (vt tabel 2).
tabel 2
Üksuse vastuvõetavuse skaala
Planeerimisalgoritm
Kuna igal õppeasutusel on oma ainete vastuvõetavus, ei tohiks lugejad kopeerida antud üks-ühele skaalat. Oma kooli õppeainete raskusastet ja tüütust on soovitav diagnoosida eksperthinnangu meetodil.
Lisaks on tunniplaani koostamisel mõttekas juhinduda tabelist, mis reastab erinevate klasside õpilaste sooritustasemed erinevates õppetundides koolinädala jooksul (vt lisa 2).
Oleme loonud algoritmi füsioloogiliselt põhineva ajakava koostamiseks, mis arvestab realistlike hügieeninõuetega. Seda algoritmi saab kasutada õppekava koostamiseks nii koolis, kus on palju teise ja kolmanda klassi klasse, kui ka suhteliselt väikeses õppeasutuses. Algoritm on mõeldud spetsialistidele, kes koostavad ajakava ilma arvutiprogrammi kasutamata.
Automatiseeritud programmide kasutamisel on soovitatav korraldada objekte automatiseeritud programmi abil etappide kaupa, lähtudes pakutud algoritmist. Nagu praktika näitab, saab neid programme kasutada ainult abivahendina:
- objektide esialgne paigutus, millele järgneb käsitsi viimistlemine;
- teabe salvestamine ja väljatrükkimine.
Pärast objektide automatiseeritud jaotamist (programm korraldab reeglina 40–70%) on peaaegu võimatu arvestada tunniplaani hügieeninõuetega, kuna pole vaja ainult ülejäänud korrastamata esemeid kohale toimetada. , aga ka oluliselt (kuni 60%) muuta objektide automatiseeritud paigutust põhimõttel “lihtsalt korrastama”.
Seetõttu on arvutiprogrammi kasutamisel ratsionaalse ajakava koostamisel, arvestades reaalselt teostatavaid hügieeni- ja pedagoogilisi nõudeid ning õppeasutuse spetsiifikat, vaja ained järjestada etappide kaupa, kasutades ülal pakutud algoritmi. Sellisel juhul peab objektide rühma paigutamise iga etapp lõppema käsitsi viimistlemisega, keskendudes ülaltoodud nõuetele. See võimaldab koostada ratsionaalsema ajakava ja võimalusel arvestada kõigi vajalike tingimustega.
Ajakava muutmise kord
Algoritm kooli tunniplaani kohandamiseks
Kui teil on vaja kooliaasta jooksul ajakava muuta, mida juhtub üsna sageli, peate töötama tabeli paigutusega. Selle ajakava muutmiseks peate tegema järgmised arvutused ja ümberkorraldused.
Kavandatud ajakava koostamise meetod ei võta tavapärasest rohkem aega, kuid võimaldab teil ajakava õigesti koostada, st:
- koostage oma õppeainete vastuvõetavuse skaala (raskus ja tüütus), et luua ratsionaalsem koolikava;
- hoidma kooli asedirektori vaateväljas piisavalt suurt hulka vajalikku teavet;
- jaotage õppetunnid igaks päevaks ühtlaselt (vältige seitsmenda õppetundide liigset arvu);
- alustama kõiki tunde esimesest tunnist, mis võimaldab õppida samas rütmis, kuna õpilased alustavad koolipäeva iga päev samal kellaajal;
- reguleerida koolipäeva raskusastet sõltuvalt kooliõpilaste iganädalase soorituse dünaamikast;
- korraldama tunde praktiliselt ilma akendeta või minimaalse arvuga, mis võimaldab säilitada õpetaja töörütmi ja luua soodsa töökeskkonna;
- ratsionaalselt vahelduvad eri suundadega objektid;
- ratsionaalselt korraldada vajalikud topelttunnid;
- tootmisvajadustest tulenevalt ajakava kiiresti muuta ja kohandada.
Lisaks ei nõua see meetod märkimisväärsel hulgal paberitühjendeid (lisatabelid, eriti kui koolis on palju teise ja kolmanda klassi klasse (30 või enam).
Kvaliteetse ajakava koostamiseks, mis vastaks konkreetse õppeasutuse võimalustele, tuleb igal paralleelil läbi viia oma diagnoos ainete raskusastme ja tüütuse kohta. Õpilased peaksid sel juhul olema eksperdid, sest keegi ei oska neist paremini öelda, milline aine on raske ja tüütu.
Kooli tunniplaani hügieenilise hindamise kriteeriumid
1. Algkooli klasside arv on ______.
2. Alg- ja keskkooli klasside arv on _______________.
3. Õppetundide jaoks kasutatud klassiruumid kokku – ___________.
4. Teie õppeasutuse vastuvõtuskaala olemasolu:
5. Arvestades õppeainete vastuvõetavuse skaala kooli õppekavas:
6. Õppetundide jaotus õpilastele päevas:
7. Kõik klassid alustavad õpinguid esimesest õppetunnist:
8. Erineva suuna ja keerukusega õppeainete ratsionaalne vaheldumine:
9. Õpilaste soorituste järgimine ajakavas (nädala dünaamika):
10. Õpetajate tundide ratsionaalne korraldamine:
11. Maksimaalne tundide arv õpetaja kohta päevas:
a) kuni 4 õppetundi –____ õpetajale – ______ (%);
b) 5 ja 6 õppetundi - ____ õpetajat - _____ (%);
c) 7 õppetundi või rohkem - ___ õpetajat - ___ (%).
12. Metoodiline päev saadaval (märkida õpetajate arv):
a) töökoormusega kuni 24 tundi nädalas –____ õpetajale;
b) töökoormusega 25 kuni 30 tundi nädalas – ___ õpetajale;
c) töökoormusega üle 30 tunni nädalas – ___ õpetajale.
- Valmistage komplektid esemete nimetustega 5.-11.
- Andke õpilastele õppeaine nimekaartide ja vastuste lehtede komplektid.
- Paku valida kaardid nende ainete nimetustega, mida selles tunnis õpitakse (päeviku abil).
- Täpsustage objektide "raskuste" mõistet.
- Paku iseseisvalt määrata iga õppeaine raskusaste järjestades, s.o. kaartide panemine teema raskuse kahanevas järjekorras (pane kaardid ülevalt alla, s.t. esikohal on kõige raskema teemaga kaart, all on vähem raske jne).
- Kirjutage saadud üksuste paigutus vastuselehele.
- Pärast seda analüüsige ja selgitage objektide "väsimuse" mõistet.
- Tehke sarnane järjestamise protseduur ja kirjutage saadud joondus vastuste lehele.
- Koguge ja töötlege vastuste lehti (vt kokkuvõtliku tabeli vormi allpool).
– kus: mk – keskmine punktisumma ühe klassi aines;
n – õpitava paralleeli klasside arv;
või valemiga:
– kus: Mk – ühe klassi aine punktide summa;
n – sama paralleeli õppes osalevate õpilaste arv.
Näiteks 7. klassis paralleelselt on viis klassi, diagnoosimises osales 130 inimest. Paralleelselt saadi vene keele punktide summaks 469. Asendame arvud valemisse:
kolmap b. pr = (469/130) = 3,61 – 7. klassi vene keele keskmine punktisumma oli 3,61, lapsed tajuvad seda ainet üsna raskena.
Samamoodi arvutatakse eraldi iga aine keskmine tulemus väsimuse osas.
Seejärel leitakse iga õppeaine keskmine vastuvõtuskoor. Selleks liidetakse kaks näitajat: keskmine raskusskoor ja keskmine tüütuse skoor ning seejärel jagatakse tulemus 2-ga. See annab uuritava keskmise aktsepteeritavuse skoori.
Saadud andmete põhjal koostatakse iga paralleeli kohta individuaalne konkreetse õppeasutuse õppeainete sobivustabel.
Pivot tabeli vorm vastuste töötlemiseks
2. lisa
Õppetundide pingerida nädala sees
olenevalt õpilaste sooritustasemest erinevates klassides
1 – soodsaimad tunnid; 10 – kõige ebasoodsam.
6–7 – vähenenud sooritusvõime (tundide läbiviimiseks ebasoodsad tunnid).
8–10 – madal jõudlus (tundide läbiviimiseks ebasoodsad tunnid).
Õpetaja nädala koormuse jaotustabel
3. lisa
Tunniplaani tabeli paigutuse teostamise tehnoloogia
Paigutuse lõpuleviimiseks peate ette valmistama:
- 4 papilehte (paksus 1–2 mm, kõrgus – 42 cm, laius – 22 cm; rea kõrgus – 0,8 cm, veeru laius – 1 cm)*;
- 4 lehte värvilist paberit (eelistatavalt heledat värvi) tihedusega 200 g/cm ja mõõtmetega, mis on sarnased kartongilehtedega;
- lai läbipaistev lint;
- lederiin (pabervinüül) kartongi kaustaks liimimiseks (paelad laiused 4–5 cm; pikkused 49–50 cm);
- PVA-liim (üsna tugev, nagu "silakra").
Paigutuse täitmisalgoritm
1. Liimige papist lehed klapiks:
2. Asetage kogu ajakava koostamiseks vajalik teave ühele värvilisele paberilehele (pange papilehele nr 1); näide: tabel lk. 27.
3. Järgmisele kahele värvilisele paberilehele tõmmake ruudustik, igale lehele kolm päeva, iga päeva kohta 7 lahtrit (asetage 2. ja 3. papi lehele).
4. Joonista 4. lehele pidev ruudustik ilma päevadeks jagamata (lahtrid on sarnase suurusega).
5. Katke valmis vooderdatud lehed teibiga, et lahtrite lõikamisel ei tekiks rebendeid.
6. Tehke lahtritesse 0,5–0,6 cm suurused pilud.
7. Liimige paberilehed mööda papilehtede külgi valmis “klapi peale”. Paigutus on valmis.
8. Eraldi teha mitmevärvilised sildid klassi tähega (5. “A”, 7. “G” jne), kogus 5- või 6-päevase nädala koormuse alusel + lisaks tundidele, kus klassid jagunevad. alarühmadesse. Sildi suurus: laius – 8 mm; kõrgus - 15 mm.
9. Valmistage ette mis tahes värvi sildid, millel pole hinnete tähte, et arvutada iga õpetaja nädalane töökoormus. Mõõdud: laius 5 mm; kõrgus 12-14 mm.
Seda paigutust on mugav kasutada, kuna kogu vajalik teave on alati asedirektori silme ees. Selle saab kaustaks kokku voltida, mis teeb kaasaskandmise lihtsaks. Sel juhul hoitakse silte pesades.
Ajakava koostamiseks vajalik teave
___________ * Papplehe mõõdud on individuaalsed, sest... Igas koolis on erinev arv õpetajaid, erinev tööaeg (5- ja 6-päevane koolinädal). Soovitame ajakava suurusi 6-päevase koolinädala ja 50-55 õpetajaga kooli alusel.
Laadimine...