Современная виртуальная образовательная среда активно использует различные принципы самоорганизации собственных компонентов. Изменчивости в первую очередь подвержены интерактивные компоненты образовательной среды – различные тестирующие приложения, виртуальные тренажеры и т.д. В связи с этим обретает актуальность вопрос разработки эффективной адаптационной стратегии самоорганизации подобных компонентов. Для решения поставленной задачи был применен математический аппарат теории графов и гиперграфов, методы морфологического анализа и синтеза сложных систем, методы моделирования изменчивости программных систем. В результате был разработан алгоритм автоматического ситуационного выбора конфигураций интерактивного компонента виртуальной образовательной среды, обладающего свойством адаптивности. Разработанный в ходе работы алгоритм, в отличие от известных, использует трехконтурную систему обратных связей, регулирующих текущее состояние программы в зависимости от действий пользователя, состояния среды выполнения и доступных аппаратных ресурсов.
Modern virtual educational environment uses various self-organization principles of its own components. Variability is using by interactive components of the educational environment, such as various test applications, virtual simulators, etc. In this regard, the question of effective adaptation strategies development of these components self-organization is very urgent. To solve this problem the mathematical apparatus of graphs and hypergraphs theory, methods of morphological analysis and synthesis of complex systems and methods of variability modeling of software systems were applied. Algorithm of automatic situational selection of interactive software component configuration in virtual learning environment was developed. Developed algorithm, in contrast to the well-known, uses three-loop feedback system, that regulate the current state of the program, depending on the user’s actions, environment state and the status of implementation of available hardware resources.
1. Кумунжиев К.В. Теория систем и системный анализ: учебное пособие / К.В. Кумунжиев. – Ульяновск: УлГУ, 2003. – 240 с.
2. Финогеев А.А. Анализ информационных рисков в системах обработки данных на основе туманных вычислений / А.А. Финогеев, А.Г. Финогеев, И.С. Нефедова // Известия высших учебных заведений. Поволжский регион. Технические науки. – 2016. – № 2. – С. 5–16.
3. Baresi L. Dynamically evolving the structural variability of dynamic software product lines / L. Baresi, C. Quinton // Proceedings of the 10th International Symposium on Software Engineering for Adaptive and Self-Managing Systems. – New York: ACM, 2015. – P. 57–63.
4. Kang K.C. Feature-oriented domain analysis (FODA): feasibility study / K.C. Kang [et al.]. – Pittsburgh: Software Engineering Institute, 1990. – 161 p.
5. Meng A.C. On evaluating self-adaptive software / A.C. Meng // Self-adaptive software / edited by P. Robertson, H. Shrobe, R. Laddaga. – Heidelberg: Springer Berlin Heidelberg, 2001. – P. 65–74.
6. Shen L. Towards feature-oriented variability reconfiguration in dynamic software product lines / L. Shen [et al.] // Top productivity through software reuse / edited by K. Schmid. – Heidelberg: Springer Berlin Heidelberg, 2011. – P. 52–68.
7. Sinnema M. Classifying variability modeling techniques / M. Sinnema, S. Deelstra // Information and software technology. – 2007. – № 7. – P. 42–54.