В статье поставлена задача построения модели, описывающей процесс обучения в группах. В качестве такой, предложена модель, включающая параметры - текущий уровень знаний и объем информации, предлагаемый для освоения. Показано, что изменение первого параметра во времени зависит как от «утраты» знаний, так и от их приобретения, передаваемых извне, а именно: от преподавателя, от приобретения в ходе самостоятельной работы и от общения с другими обучающимися. Используемые в работе индивидуальные параметры учащегося, такие как, мотивация, концентрация на задаче, уровень интеллекта, следует определять по результатам соответствующих тестов или разыграть в соответствии с нормальным распределением. Показано, что важным параметром также является выбор единицы измерения времени, а также деление всего времени на активное, когда происходит усвоение новых знаний с частичной утратой, и время отдыха, когда знания только утрачиваются. Представленный алгоритм может быть реализован в виде многоагентной модели в среде имитационного моделирования с целью получения конкретных количественных и качественных характеристик, позволяющих оценить потенциал учебной группы с точки зрения эффективного достижения целей образования.

In the article the problem of constructing models describing the learning process in groups. As such, the model includes a parameter - the current level of knowledge and amount of information proposed for the development. It is shown that changing the first parameter in time depends both on the loss of knowledge and their acquisition, transferred from the outside, namely from the teacher, from the acquisition during self-study and from communication with others. Used in the work of the individual parameters of the learner such as motivation, concentration on the task, level of intelligence, should be determined by the results of appropriate tests or to play in accordance with the normal distribution. It is shown that an important parameter is the choice of time units, and the division is only active when there is assimilation of new knowledge with partial loss, and, only when knowledge is lost. The algorithm can be implemented as multi-agent systems in the simulation environment for the purpose of obtaining specific quantitative and qualitative characteristics, allows to evaluate the potential of a study group from the viewpoint of effectively achieving the goals of education.