基于任务的复杂人机交互系统操纵适配性度量与优化

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    51575037
  • 项目类别：
    面上项目
  • 资助金额：
    62.0万
  • 负责人：
    郭北苑
  • 依托单位：
    北京交通大学
  • 学科分类：
    E0507.机械仿生学与生物制造
  • 结题年份：
    2019
  • 批准年份：
    2015
  • 项目状态：
    已结题
  • 起止时间：
    2016-01-01 至2019-12-31

项目摘要

Large scale complex industrial and weapon systems, such as high speed trains and military ships, greatly increase the complexity of man-machine interaction operation, which brings new challenges to efficiency of human work and safety of system operation. Enhancing the compatibility of man-machine interaction can effectively improve the safety and efficiency of the system. Research on measurement method of operation compatibility and optimization technology of complex man-machine interactive system is a critical work to be carried out in the field of ergonomics. A novel measurement and optimization method of complex man-machine interactive system operation compatibility based on task is presented. This method builds a task-device-operation hierarchical index model through the analysis of the operation task of complex man-machine system, and establishes measurement index system of compatibility. According to the measurement index system, a fuzzy comprehensive evaluation model is constructed based on fuzzy theory, hence the task based measurement of compatibility is built. Uncertain task mode is studied subsequently, and the measurement model of uncertain task is established. The measurement model of uncertain task combines with the grid model and hyper geometric constraint, which constructs a multi-objective optimization model taking known tasks and uncertain tasks as optimization targets. Hybrid genetic simulated annealing algorithm is adopted to solve the optimization model to obtain the optimization layout scheme of complex man-machine interactive system.
高速列车、军用舰船等大规模的复杂工业与武器系统大大提升了人机交互操作的复杂程度，给人员的作业效率和系统的安全运行带来了新的挑战。人机交互适配性的提升可以有效的提高系统的安全性和高效性，复杂人机交互系统的操纵适配性度量方法与优化技术的研究是人机工程领域亟待开展的一项重要工作。本项目提出一种基于任务的复杂人机交互系统操作适配性度量方法和优化技术。该方法通过对复杂人机系统操作任务的分析，构建任务-器件-作业层级指标模型，建立适配性度量指标体系。在度量指标体系的基础上，基于模糊理论构建适配性模糊综合评价模型，建立基于任务的适配性度量方法。研究不确定任务的任务模式，建立不确定任务的度量模型，结合格点模型和超几何约束，建立以已知任务和不确定任务为优化目标的多目标优化模型，并结合混合遗传-模拟退火算法对模型进行求解，实现复杂人机交互系统的器件布局优化。

结项摘要

高速列车、军用舰船等大规模的复杂工业与武器系统大大提升了人机交互操作的复杂程度，给人员的作业效率和系统的安全运行带来了新的挑战。本项目以轨道交通列车驾驶界面、轨道交通行车调度界面为复杂人机交互系统操纵适配性的研究对象，开展了人机交互系统操纵适配性度量指标与评价模型研究，构建了基于任务的高速列车驾驶界面适配性评价指标体系，体系共分为任务层、器件层、作业类三个层级，基于模糊粗糙集理论提出一种主客观结合的器件层层级权重确定方法，在此基础上提出基于模糊综合评价的高速列车驾驶界面适配性评价模型；开展了复杂人机交互系统布局优化模型研究，提出了适用于器件面积不等的显控界面布局整数规划模型，提出了一种结合邻域搜索的多目标粒子群算法；在上述研究工作中，为了更深入的理解复杂人机交互系统任务特征与规律，开展了基于认知工程的认知工作分析理论研究；为了更精确描述人机交互过程中作业人员状态，开展了高速列车司机控制器手柄工效、基于Petri网的轨道交通驾驶人员行为/资源分配-工作负荷度量与预测的研究；针对理论应用过程中可能存在的操作者注意分配问题，开展了广视野域监控任务监控人员注意力分配模型构建的研究。本项目研究成果可为复杂人机交互系统界面设计提供理论依据，对提高高速列车、轨道交通行车调度界面、舰船指挥系统等复杂人机交互系统的安全性和操作绩效具有重要的意义。

项目成果

期刊论文数量（10）
专著数量（1）
科研奖励数量（0）
会议论文数量（3）
专利数量（2）
A team task complexity measure for emergency procedures in fully automatic metro
全自动地铁应急程序的团队任务复杂性度量
  • DOI：
    10.1002/cpe.4753
  • 发表时间：
    2018-10
  • 期刊：
    Concurrency and Computation-Practice & Experience
  • 影响因子：
    2
  • 作者：
    Niu Ke;Fang Weining;Guo Beiyuan
  • 通讯作者：
    Guo Beiyuan
Supervisors' Visual Attention Allocation Modeling Using Hybrid Entropy
使用混合熵的主管视觉注意力分配模型
  • DOI：
    10.3390/e21040393
  • 发表时间：
    2019-04-01
  • 期刊：
    ENTROPY
  • 影响因子：
    2.7
  • 作者：
    Bao, Haifeng;Fang, Weining;Wang, Peng
  • 通讯作者：
    Wang, Peng
复杂人机系统设计中认知工作分析理论、技术与应用研究进展
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    中国科学:技术科学
  • 影响因子：
    --
  • 作者：
    牛可;方卫宁;郭北苑;李翔
  • 通讯作者：
    李翔
Real-time wide-view eye tracking based on resolving the spatial depth
基于空间深度解析的实时宽视角眼动追踪
  • DOI：
    10.1007/s11042-018-6754-2
  • 发表时间：
    2018-11
  • 期刊：
    Multimedia Tools and Applications
  • 影响因子：
    3.6
  • 作者：
    Bao Haifeng;Fang Weining;Guo Beiyuan;Wang Jianxin
  • 通讯作者：
    Wang Jianxin
A measure of mental workload during multitasking: Using performance-based Timed Petri Nets
多任务处理期间脑力工作量的衡量标准：使用基于性能的定时 Petri 网
  • DOI：
    10.1016/j.ergon.2019.102877
  • 发表时间：
    2020
  • 期刊：
    International Journal of Industrial Ergonomics
  • 影响因子：
    3.1
  • 作者：
    Peng Wang;Weining Fang;Beiyuan Guo
  • 通讯作者：
    Beiyuan Guo

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于认知结构的高速列车对标停车控制算法
  • DOI：
    10.11860/j.issn.1673-0291.20210050
  • 发表时间：
    2021
  • 期刊：
    北京交通大学学报
  • 影响因子：
    --
  • 作者：
    郭北苑;孙玉龙
  • 通讯作者：
    孙玉龙
城市轨道交通站场环境中客流信息获取与预测
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    仪器仪表学报
  • 影响因子：
    --
  • 作者：
    郭北苑;方卫宁
  • 通讯作者：
    方卫宁

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码