基于人机交互的管制工作负荷测量方法研究

发布时间：2017-09-22 16:06

  本文关键词：基于人机交互的管制工作负荷测量方法研究

  更多相关文章： 管制工作负荷 交互指标 因子分析 回归模型

【摘要】：改革开放三十多年来,我国经济高速腾飞,民航业作为经济发展战略产业,也处在一个大发展的时期,然而近些年其快速发展的态势受到了一些制约,空域拥堵和流量限制导致航班延误的现象屡见不鲜,不断增大的管制工作负荷影响着管制员的工作状态。空中交通管制员是空管系统的主体、空中交通的指挥者和协调者,对于保障空中飞行安全、合理规划空域流量起着至关重要的作用,管制员所承受的工作负荷影响着管制员的思考和判断,进而影响着空中飞行安全和效率。对管制员工作负荷进行有效的实时监控可以避免管制员超负荷工作,提高航空飞行效率和安全系数。本文首先运用UML顺序图对管制交互过程进行详细分解,得出眼动指标和语音指标可以有效反映管制工作量的结论,然后选取16名管制学员进行模拟管制实验,利用眼动仪和语音设备记录管制工作过程中眼动数据和语音数据,并对数据进行处理以提取相应指标。运用统计学方法分析各类指标数据,以探究各类指标与管制工作负荷之间关系,并在此基础之上建立管制负荷测量模型。首先以任务难度为分类变量,负荷测量指标为观测变量进行方差分析和多重对比,得出结论:注视次数、注视持续时间、扫视次数、扫视持续时间、眨眼次数、眨眼持续时间、瞳孔大小、通话次数、通话时间均与管制工作负荷显著相关;其次利用眼动指标之间的共线性,对眼动指标进行因子分析,以降低测量指标维度,因子分析结果显示:综合因子与主观负荷关联性更强;在此基础上以主观负荷为输出变量,因子和语音指标为输入变量,建立多元回归模型,并对模型条件适用性进行了验证;最后结合回归模型和所记录交互数据计算管制负荷值,并将其与对应主观负荷值进行对比分析以验证模型效度,分析结果显示:回归模型测量结果在测量数值上与主观负荷较为接近,可以有效反映管制工作负荷变化。
【关键词】：管制工作负荷 交互指标 因子分析 回归模型
【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】：V355.1
【目录】：

• 摘要5-6
• Abstract6-11
• 第一章 绪论11-23
• 1.1 研究背景和意义11-12
• 1.2 管制员工作负荷测量研究现状12-21
• 1.2.1 基于任务绩效的测量方法13-14
• 1.2.2 主观测量方法14-18
• 1.2.3 生理测量方法18-19
• 1.2.4 基于空域特征的测量方法19-20
• 1.2.5 研究方法总结20-21
• 1.3 本文的研究目的和内容21-22
• 1.3.1 问题的提出21
• 1.3.2 研究方法和研究内容21-22
• 1.4 本章小结22-23
• 第二章 管制工作负荷概述23-30
• 2.1 管制工作负荷定义23
• 2.2 管制工作负荷分类23-24
• 2.3 管制工作负荷影响因素及特点24-25
• 2.4 管制工作交互过程剖析25-28
• 2.5 管制负荷测量方法探究28-29
• 2.6 本章小结29-30
• 第三章 管制工作负荷实验设计和测量指标选择30-41
• 3.1 测量指标初步选定30-33
• 3.1.1 眼动指标30-33
• 3.1.2 语音指标33
• 3.2 实验设计和数据处理33-38
• 3.2.1 实验思路33-34
• 3.2.2 实验被试34
• 3.2.3 实验设备和数据处理工具34-37
• 3.2.4 实验程序37
• 3.2.5 实验数据处理37-38
• 3.3 负荷测量指标选择38-40
• 3.4 本章小结40-41
• 第四章 负荷测量指标与管制工作负荷关系探究41-54
• 4.1 任务难度与工作负荷41-42
• 4.2 眼动指标与工作负荷42-51
• 4.2.1 注视次数42-43
• 4.2.2 平均注视持续时间43-44
• 4.2.3 扫视次数44-45
• 4.2.4 平均扫视持续时间45-46
• 4.2.5 平均眼跳距离46-47
• 4.2.6 眨眼次数47-48
• 4.2.7 平均眨眼持续时间48-49
• 4.2.8 瞳孔大小49-51
• 4.3 语音通话与工作负荷51-53
• 4.3.1 平均通话次数51-52
• 4.3.2 平均通话时间52-53
• 4.4 本章小结53-54
• 第五章 管制工作负荷测量模型54-61
• 5.1 基于因子分析的综合评价指标构建54-57
• 5.1.1 结构效度分析54-55
• 5.1.2 因子分析55-56
• 5.1.3 因子分析效度验证56-57
• 5.2 基于回归分析的负荷测量模型57-59
• 5.2.1 回归模型构建57-58
• 5.2.2 回归模型检验58-59
• 5.3 本章小结59-61
• 第六章 管制工作负荷测量模型的验证61-64
• 6.1 管制工作负荷测量值61
• 6.2 相关分析61-62
• 6.3 配对样本T检验62-63
• 6.4 本章小结63-64
• 第七章 结果和展望64-67
• 7.1 研究结果64
• 7.2 论文的创新点64-65
• 7.3 不足和展望65-67
• 参考文献67-73
• 致谢73-74
• 附录74-75

【参考文献】

中国期刊全文数据库 前9条

1 陈凯;房成法;王飞;;改进动态密度模型在扇区容量评估的应用[J];广西师范大学学报(自然科学版);2012年02期

2 孙瑞山;陈农田;;眼动分析技术及其在航空领域的应用进展[J];中国民航大学学报;2009年04期

3 郭宁生;王东勃;范阳曦;秦现生;;基于UML的数字化技术图纸管理信息系统分析和设计[J];机械科学与技术;2009年03期

4 李金波;许百华;;人机交互过程中认知负荷的综合测评方法[J];心理学报;2009年01期

5 张明;韩松臣;裴成功;;空中交通管制员工作负荷研究综述[J];人类工效学;2008年04期

6 裴成功;韩松臣;刘星;;管制员工作负荷评估的回归分析法[J];南京航空航天大学学报;2007年01期

7 陈亚青;孙宏;;进近管制员工作进程分类及工作负荷研究[J];中国安全科学学报;2006年02期

8 柳忠起;袁修干;刘伟;康卫勇;韩彦东;马锐;;基于模拟飞行任务下的眼动指标分析[J];中国安全科学学报;2006年02期

9 韩松臣;胡明华;蒋兵;詹建明;高宇奇;陈云华;;扇区容量与管制员工作负荷的关系研究[J];空中交通管理;2000年06期

中国博士学位论文全文数据库 前2条

1 孙崇勇;认知负荷的测量及其在多媒体学习中的应用[D];苏州大学;2012年

2 龚德英;多媒体学习中认知负荷的优化控制[D];西南大学;2009年

中国硕士学位论文全文数据库 前3条

1 郑媛元;基于终端区扇区复杂性因素的管制员工作负荷评估研究[D];中国民用航空飞行学院;2013年

2 包文强;铁路车站值班员工作负荷研究[D];西南交通大学;2012年

3 王秉淳;基于空中交通复杂性的管制员工作负荷评估问题研究[D];南京航空航天大学;2008年

，

本文编号：901752