基于机器学习组合模型的远程塔台管制员情景意识水平

有效识别远程塔台管制员情景意识水平(situation awareness,SA)的主要影响因素,能够更好地为远程塔台管制设计和使用提供参考依据。首先对管制员分别在传统塔台和远程塔台环境下进行数据采集试验,分析两种环境下主、客观指标的差异性。其次,采用假设检验的方法来验证眼动指标作为评价远程塔台管制员SA的可行性。接着基于敏感眼动指标采用K-means聚类和支持向量机(support vector machine,SVM)组合模型分析方法对远程塔台管制员SA水平进行分类识别。结果表明:采用Poly核函数进行模型训练,对SA识别的准确率达到了99.72%。研究结果证实了K-means聚类与支持向量机模型组合模型可作为分析远程塔台管制员SA的有效方法。

民航飞行员情景意识理解偏差影响因素分析

本文通过对民航典型事故案例的分析,运用贝叶斯理论构建网络图,研究机组成员情景意识的影响因素。从情景意识理解层面入手归纳整理资料,构建贝叶斯网络模型。分析侧重于理解偏差的典型案例,对案例中的影响因素进行综合分析与评价,然后利用语义数字结合的方法寻求航校教员对影响因素评价打分,确定贝叶斯网络参数。研究结果表明影响情景理解的主要因素是知识积累和团队交流协作能力。

基于SDT定量测量船员情景意识研究

为了客观有效地评估船员的情景意识,为海事部门以及航运院校提供可行性证据和依据,提出基于信号检测理论的船员情景意识定量测量方法,该方法的优势在于客观性、灵敏性和可测量性。通过设计情景意识测试实验,采用信号检测理论方法分析船员对于突发事件的感知和反应能力,从而识别和评估船员的情景意识水平。研究结果表明,信号检测理论方法能够有效测量船员的情景意识水平,对船员的安全管理和培训具有重要的参考价值。

模拟飞行过程中飞行学员操纵绩效与情景意识评估研究

目的利用NASA-TLX量表、情景意识问卷和模拟飞行评分数据,分析飞行学员在模拟飞行过程中操纵绩效和情景意识变化规律。方法在模拟飞行实验中设置晴朗、夜间和雾天三种飞行条件,每次实验获取NASA-TLX量表数据、情景意识问卷数据和模拟飞行评分数据,实验共计获取24组有效数据。对获取到的量表和问卷数据进行处理,得到飞行负荷值和情景意识水平值,结合飞行条件再对获取到的各类数据进行相关性分析。结果分析表明,飞行学员的情景意识水平和飞行条件相关性显著(P<0.01)、和飞行负荷相关性显著(P<0.05),飞行学员的模拟飞行评分成绩和飞行天气条件相关性显著(P<0.05)。结论基于多数据的飞行学员情景意识研究分析得出了和情景意识相关的因素,能够为民航飞行过程中的飞行员安全管理与训练提供一定的参考依据。

基于眼动追踪技术的引航员情景意识识别研究

情景意识(Situation Awareness,SA)缺失是引航作业人为失误的主要根源,有效识别引航员SA水平是保障引航安全的关键。针对现有测量方法的侵入性、主观性、间断性问题,设计典型场景引航模拟试验,利用眼动特征开展引航员SA水平识别研究。应用眼动追踪技术实时采集引航员的眼动试验数据;采用独立样本t检验和Mann-Whitney检验方法研究SA与眼动指标的关联效应;基于敏感眼动指标结合支持向量机(Support Vector Machine,SVM)构建引航员SA识别模型,实现引航操作任务下SA的有效识别。结果显示:高SA组的视觉搜索效率大于低SA组,高SA组主要关注窗外视景而低SA组更多关注电子海图,高SA组比低SA组获取信息的能力更强;平均扫视次数(Average Saccade Count,ASC)、注视总时间百分比(Fixation Duration Percentage,FDP)、平均注视持续时间(Average Fixation Duration,AFD)3个眼动指标与引航员SA水平具有显著相关性;采用“ASC+FDP+AFD”组合指标时且在5 s时间窗口长度下,SA识别准确率达到92.23%。研究结果表明了该识别模型的有效性。

基于情景意识的适老化智能家居设计策略研究

本文探讨了情景意识与适老化智能家居设计理论之间的关系,旨在通过深入研究提出创新性的设计原则,以满足老年人日常生活的个性化需求。文章首先介绍了情景意识相关的概念,也就是人在特定情境下基于自身经验对环境进行快速认知和评价的能力。接着,通过对适老化智能家居和相关理论的研究,提出了环境情景意识、任务情景意识和用户情景意识等适老化智能家居情景因素定义。在环境情景意识方面,设计考虑老年人特殊需求,如易操作的界面、智能感知技术、人体工程学的家具设计等。最后,文章探讨了智慧养老检测平台系统设计和智能嗅觉设计应用,强调智能家居在整合先进信息技术、大数据等方面的不可逆趋势,以更好地帮助服务老年人的生存健康需求。

情景意识相关研究进展与趋势分析——基于CiteSpace的可视化对比研究

情景意识是人因安全领域的关键要素,一直是工程领域密切关注的重要课题。为进一步了解国内外关于情景意识的研究现状、研究趋势,进而推测出今后的研究方向,文章以CNKI和Web of Science作为数据来源,运用文献计量分析法和共词分析法,借助CiteSpace可视化文献分析工具,针对1995—2023年5月的国内外情景意识相关文献,从时间分布、核心期刊、重要作者、研究热点、研究趋势等方面进行对比分析。研究结果显示:国内外有关情景意识的研究热度一直呈现上升趋势,主要期刊集中于人因工程领域;研究热点方面,国内外虽都关注安全以及复杂系统中人的要素,但侧重点略有不同,未来的研究热点有可能是运用机器学习、模型建构等方法来研究复杂动力系统中操作者的情景意识。

基于CBTA的飞行签派员情景意识评价体系构建研究

为了更好的评价签派员的情景意识,以胜任力模型为基础,首先应用情景分析法分析影响签派员情景意识的各项因素,再利用德尔菲法构建签派员情景意识评价模型,最后使用层次分析法确定权重。研究得出,团队之间的协作交流在签派工作的情景意识中占据着关键因素,其次是工作时注意力集中程度、对当时航班的了解程度以及外界环境。此模型不仅可以更好的在情景意识上对签派员提供科学合理的评价,对后续培训更具指导性,能为选拔人才提供更合理的依据,从而更好地保障航空公司运营的安全性和高效性。

基于随机森林算法的叉车驾驶员情景意识水平分析

研究叉车安全事故现状及叉车驾驶员情景意识水平欠缺引发的安全事故问题。基于随机森林算法对驾驶员眼动指标进行特征重要度预测,探究了叉车驾驶员情景意识水平与眼动指标、皮肤肌电指标的相关性规律;开展了基于生理特征指标与情景意识自测量表(SART)相结合的3种典型驾考场景下叉车驾驶员情景意识水平测量试验。研究结果表明:叉车驾驶员的情景意识水平与生理指标存在线性关系,构建生理指标可实现叉车驾驶安全的定量评估,试验结果可为叉车驾驶员提高驾驶安全水平提供数据支持,有助于完善叉车驾驶员培训和考试指标。

突发公共事件中强关系社交网络谣言扩散机制研究--基于情景意识理论

[研究目的]突发公共事件中强关系社交网络谣言呈现核聚变式快速传播,从认知加工视角探究谣言扩散影响因素与作用路径可以提升对谣言传播机制的理解,进而有效遏制谣言传播。[研究方法]以情景意识理论为基础,使用调查研究法探究证实了突发公共事件中受众会整合环境情境性、信息性和主体性信息并进行匹配与加工,在知觉与理解层次等情景意识作用下形成对谣言的扩散意愿。[研究结论]事件重大性与信息模糊性通过风险感知的完全中介作用正向影响谣言扩散,信息框架性与情绪性通过信任度的部分中介作用正向影响谣言扩散;主体的个体活跃度与群体凝聚力通过信任度的完全中介作用正向影响谣言扩散。

基于多主体和情景意识的人机系统安全性建模方法

为减少由于人与人工智能主体交互过程中的情景意识差异造成的安全隐患,开展了基于多主体和情景意识的人机系统安全性建模方法研究。首先基于情景意识构建了人工智能主体情景意识三层次模型,对情景意识失误模式和情景意识事故演化过程进行了分析;然后提出了基于多主体和情景意识的人机系统安全性建模方法;最后以自动驾驶为例对所提方法的有效性进行了验证。仿真结果与客观事实相符,证明本文所提安全性建模方法合理有效。

基于情景意识的多模态汽车交互设计研究

汽车自动驾驶与智能化引发了汽车人机交互创新的机遇与前景,情景意识能帮助驾驶者更好的做出安全的决策。文中笔者首先综述了情景意识的定义与阶段,对影响情景意识的因素作出总结概括。其次对汽车人机交互的历程以及多模态汽车人机交互做出阐述,包括多模态技术对情景意识的作用,触控、语音交互、手势交互等交互方式。最后对情景意识在汽车多模态交互中的应用趋势进行展望。

从海难事故看情景意识

据统计,95%的海难事故都是人为造成的。本文从“HANJIN GOTHENBURG”轮与“CHANG TONG”轮碰撞事故剖析情景意识在驾驶台资源中的重要性,论述了情景意识的形成,情景意识主要影响因素,导致情景意识丧失的预兆,长时间维持良好的情景意识,掌握驾驶台资源基本理论,正确运用驾驶台资源管理优势,发挥团队的潜能,最大程度保障船舶航行安全。

引航员情景意识与船舶引航安全

情景意识是引航安全意识的重要组成部分。引航员保持良好的情景意识能够有效预防和控制船舶引航事故的发生。在对引航员情景意识的概念和特点进行分析的基础上,阐述了情景意识与引航安全的关系,分析了引航员情景意识对船舶引航安全的影响,从培训引航员的情景意识、为引航员提供先进的技术支持、建立规范的引航流程和管理机制、加强引航员的心理辅导等四个方面提出提高引航员情景意识的途径。

复杂工业系统中班组情景意识的研究进展与发展趋势

本文对复杂工业系统中的班组情景意识相关研究进行综述。分别对班组情景意识的基础理论——班组情景意识的概念、失误机理与失误分析方法、测量方法以及可靠性定量评价方法的研究现状进行回顾和评析,识别当前研究的不足以及当前研究的需求与挑战。最后进行总结并展望班组情景意识相关研究的发展趋势。

船员情景意识测量方法研究分析

情景意识是一个心理学的概念,以Endsley情景意识模型为基础,从系统的观点出发,运用分层结构模式建立情景意识理论模型。依托船员培训,采用低事件任务主观情景意识(Low-Event Task Subjective Situation Awareness,LETSSA)测量方法,通过调查数据分析与研究验证LETSSA是否适用于测量船员的情景意识,为船员建立或改善情景意识提供参考。

培养船员情景意识,预防海上事故发生

海上事故发生的原因通常十分复杂,物的不安全状态遭遇人的不安全行为,灾难就会瞬间发生。透过现象看本质,船员情景意识缺失是众多船舶事故发生的主要原因。根据STCW公约马尼拉修正案的最新要求,创新性地提出船员情景意识的内涵,分析船员情景意识缺失的种种现象,并提出培养船员情景意识的对策。

数据驱动的操纵员情景意识因果模型研究

为克服传统情景意识(SA)可靠性评价方法的不足,建立了更具鲁棒性的SA因果模型。首先,采用组织定向的SA失误分析框架或方法对核电厂人因事件进行分析,获得了132组样本数据。然后,采用相关性分析方法识别SA影响因素的相关关系,并采用因子分析方法识别SA失误发生的场景,包括操纵员的心智水平、工作态度、压力水平及系统状态呈现水平等。最后,基于上述研究结果,建立数据驱动的SA因果模型。结果表明,基于数据驱动的SA因果模型识别了SA失误发生的场景,且考虑了行为形成因子的因果关系有利于提升SA可靠性定量评价的精度。

机舱资源管理中的情景意识

具备良好的情景意识能力有助于轮机管理人员通过感知外部环境条件和系统的状态信息,并结合自身的知识和经验,对船舶机舱中重要设备的运行趋势做出合理的预测及在紧急情况下迅速做出正确决策。对此,在全面分析影响情景意识的关键要素的基础上,从STCW公约马尼拉修正案中提升情景意识的指导性原则入手,给出有利于改善情景意识能力的途径。该研究工作可为情景意识能力的培训和评估提供更有针对性的指导。

煤矿采掘作业人员情景意识可靠性影响因素分析

为研究煤矿采掘作业人员情景意识(SA)的主要影响因素,以煤矿操作规程为依据,分别构建感知、理解、预测的贝叶斯网络模型,并利用层次分析法、语义数字概率估计法及三角模糊法等方法确定节点的条件概率分布。然后,利用串联系统的可靠性向量法对SA可靠性进行定量分析与比较,从而得到影响煤矿作业人员SA可靠性的主要因素。结果表明:培训是影响感知、理解的主要因素,而心智模式是影响预测的主要原因。心智模式对于整个SA串联系统的影响最大,个人素质和经验次之,然后是培训。该模型可以为煤矿领域个体作业人员SA可靠性研究提供支持。