基于多生理参数的管制员认知负荷综合评估

发布时间：2017-08-14 20:33

  本文关键词：基于多生理参数的管制员认知负荷综合评估

  更多相关文章： 认知负荷 多生理参数 马尔科夫链 BP神经网络 动态密度

【摘要】：长期以来在评估管制员工作负荷的研究中存在只重视客观(可观察的)负荷,而轻视主观(认知)负荷。认知负荷难以记录和记时,不易量化,却是重要的影响因素。过高的认知负荷将严重影响管制员指挥的可靠性和身心健康,进而影响工作效率和扇区容量。因此,对管制员认知负荷科学合理的量化研究对全面的评估管制员工作负荷具有重要意义,并且对于管制员的培训工作及工作制度设置也有一定的帮助作用。本文深入地剖析了管制员认知负荷评估问题的理论方法及研究意义,总结了认知负荷的评估方法及其优缺点。提出了从认知生理学角度对管制员认知负荷进行评估,克服了其他评估方法的主观性较强、准确性较低的缺点。首先结合认知心理学和管制员工作特性,给出了管制员在执行任务过程中认知结构框架。然后对实验的设计和实验的过程进行了详细的论证,并对实验采集的数据进行了筛选和方差分析,筛选出与认知负荷相关性较高的参数:注视持续时间、注视频率、瞳孔直径、心率、正常心动间期差值的均方跟(RMSSD)、低频(LF)。在交通态势与认知负荷的关系研究中,从航空器的相对位置关系和运行阶段两方面考虑,采用动态兴趣区划分的方法,将雷达显示界面划分为八个区域。通过马尔可夫链理论计算被试者在不同兴趣区间注视的一步转移概率和平稳分布。研究表明:进场航空器引起的认知负荷水平显著高于离场飞机,有潜在飞行冲突的航空器引起的认知负荷要高于无潜在飞行冲突的航空器。最后,将筛选出来的认知负荷变化敏感的指标建立BP神经网络模型,并与NASA—TLX主观评估模型对比进行可行性检验,结果表现出较高的一致性。将管制员认知负荷模型与动态密度模型进行相关性分析,结果表明二者呈现对数函数关系。
【关键词】：认知负荷 多生理参数 马尔科夫链 BP神经网络 动态密度
【学位授予单位】：中国民航大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R13;V355.1
【目录】：

• 摘要5-6
• Abstract6-11
• 第一章 绪论11-19
• 1.1 研究背景及意义11-12
• 1.1.1 研究背景11-12
• 1.1.2 研究意义12
• 1.2 国内外研究现状12-16
• 1.2.1 主观评定12-13
• 1.2.2 任务绩效测量13-14
• 1.2.3 生理测量法14-16
• 1.3 研究内容和章节安排16-19
• 1.3.1 主要研究内容16-17
• 1.3.2 章节安排17-19
• 第二章 各生理参数与认知负荷的关系19-30
• 2.1 管制员认知过程简介19-21
• 2.2 认知负荷定义21-23
• 2.2.1 认知负荷理论21-22
• 2.2.2 管制员认知负荷定义22-23
• 2.3 认知负荷的生理学基础23-28
• 2.3.1 眼动测量指标及其认知学意义23-26
• 2.3.2 心率变异性与认知负荷的关系26-28
• 2.4 本章小结28-30
• 第三章 实验方案设计与数据分析30-40
• 3.1 实验设计30-33
• 3.1.1 实验目的30
• 3.1.2 实验假设30
• 3.1.3 实验系统构成30-32
• 3.1.4 实验场景设计32
• 3.1.5 被试者32-33
• 3.1.6 实验步骤33
• 3.2 数据的收集与分析33-39
• 3.2.1 数据的收集33-35
• 3.2.2 数据的分析35-39
• 3.3 小结39-40
• 第四章 航空器运行状态与管制员认知负荷的关系40-48
• 4.1 动态兴趣区划分40-42
• 4.1.1 实验情景选择40
• 4.1.2 动态兴趣区划分方法40-41
• 4.1.3 雷达显示界面动态兴趣区划分41-42
• 4.2 基于马尔科夫链的认知负荷模型42-45
• 4.2.1 眼动数据收集与处理42-43
• 4.2.2 马尔科夫链理论43
• 4.2.3 注视的一步转移概率43-44
• 4.2.4 马尔科夫链平稳分布44-45
• 4.3 模型验证与分析45-47
• 4.3.1 管制员的注视一步转移概率45-46
• 4.3.2 管制员注视的稳态分布46-47
• 4.4 小结47-48
• 第五章 管制员认知负荷综合评估48-59
• 5.1 主观评定的认知负荷评估模型48-50
• 5.2 基于BP神经网络的管制员认知负荷综合评估50-53
• 5.2.1 BP神经网络算法原理50-51
• 5.2.2 BP神经网络算法步骤51-52
• 5.2.3 管制员认知负荷评估52-53
• 5.3 交通复杂性与认知负荷的关系53-57
• 5.3.1 动态密度模型53-55
• 5.3.2 动态密度模型验证55-57
• 5.4 认知负荷的影响因素分析57
• 5.5 本章小结57-59
• 第六章 总结与展望59-62
• 6.1 本文总结59-60
• 6.2 研究不足及展望60-62
• 参考文献62-67
• 致谢67-68
• 发表的学术论文及研究成果68

【相似文献】

中国期刊全文数据库 前5条

1 完颜笑如;庄达民;芦莎莎;刘伟;;与飞行任务相关的认知负荷对听觉事件相关电位的影响(英文)[J];北京大学学报(自然科学版);2011年06期

2 巫滨;田甜;;高校课程的项目教学法中对认知负荷的调控研究[J];中国电力教育;2011年16期

3 马继伟;陈毅文;;选择超负荷效应研究述评[J];人类工效学;2013年01期

4 牛亚峰;薛澄岐;王海燕;李晶;;复杂系统数字界面中认知负荷的脑机制研究[J];工业工程与管理;2012年06期

5 ;[J];;年期

中国重要会议论文全文数据库 前10条

1 赵俊峰;申继亮;;中学生学习过程中认知负荷的现状[A];第十一届全国心理学学术会议论文摘要集[C];2007年

2 许远理;郭克敏;朱新明;李亦菲;;从认知负荷的角度看传统教学方法的缺点[A];第八届全国心理学学术会议文摘选集[C];1997年

3 胡启雷;王丽;张彤;;两种典型汉字输入装置的输入绩效及认知负荷研究[A];增强心理学服务社会的意识和功能——中国心理学会成立90周年纪念大会暨第十四届全国心理学学术会议论文摘要集[C];2011年

4 龚德英;张大均;;自我解释与材料难度对多媒体学习中认知负荷的影响[A];增强心理学服务社会的意识和功能——中国心理学会成立90周年纪念大会暨第十四届全国心理学学术会议论文摘要集[C];2011年

5 王颖;官漱尘;吴皓;林立甲;Chee Ha Lee;Slava Kalyuga;;内外部图像化学习方法对学习和认知效应的研究[A];心理学与创新能力提升——第十六届全国心理学学术会议论文集[C];2013年

6 董珍珍;;从认知负荷模型看会议口译译前准备[A];福建省外文学会2007年会暨华东地区第四届外语教学研讨会论文集[C];2007年

7 赵妍;陈红艳;刘儒德;;多媒体呈现方式对认知负荷与学习成效的影响[A];第十届全国心理学学术大会论文摘要集[C];2005年

8 朱瑜;许，

本文编号：674597