基于CREAM和贝叶斯网络的空管人误概率预测方法

针对研究管制人因可靠性时存在的模糊性和片面性问题,采用认知可靠性与失误分析方法(CREAM)中的扩展预测法,计算10项管制通用任务的人误概率;在此基础上,以管制行为形成因子作为根节点构建贝叶斯网络,建立其与情景控制模式的不确定关系模型,对管制员在多任务中的人误概率进行预测。研究结果表明:在由相同评判者给出行为形成因子影响效应的前提下,由CREAM扩展预测法和构建贝叶斯网络的方法预测得到的多数任务的人误概率差异较大,从方法的客观性、合理性和适用性角度分析,贝叶斯网络在研究该问题时更具优势。

应激状态下核电厂操纵员认知控制模式及失误分析

采用情景认知的思想,从整体上分析应激所造成的认知行为失误,在充分重视情景作用的同时也强调认知评价和调节对应激水平的最终决定作用。将Hancock和Hockey的应激模型与Hollnagel的情景控制模型相结合,提出了基于情景控制模式的应激影响模型,着重探讨了应激对整个认知控制模式而非单个认知成分的影响。从整体层面来看,个体所采用的认知控制模式与当时的实际情景不匹配是应激导致认知失误的主要机制。该机制主要包含三种模式:应激情景的感知判断错误及应激状态的控制调节失败,固着于某一不当的认知控制模式而不移动或移动延迟,认知控制模式转移方向错位。该模型可为人因可靠性领域的应激研究提供一个新的分析框架。