基于CLM-GOMS模型的乘员任务完成时间预测与评定系统和方法
文献发布时间:2024-04-18 19:53:33
技术领域
本发明涉及一种基于CLM-GOMS模型(协同水平模型-目标、操作、方法、选择规则,CLM-GOMS模型)的乘员任务完成时间预测与评定系统和方法。
背景技术
任务完成时间是乘员作业绩效的重要衡量指标,是人因工程的重要研究内容之一。任务完成时间不仅与任务流程设计有关,更与紧急情况操作下发生的事故和灾难密切相关。大量研究表明,相对较短的任务完成时间考量有利于任务的快速完成,从而更有助于提高任务绩效、保障作业安全。
目前已有乘员任务完成时间评定系统仍然存在一些不足。首先目前的任务完成时间预测方法大多数集中在单人作业任务,缺乏对多人协同情境的考虑。其次,当前任务完成时间预测方法主要集中在“键入水平模型(Keystroke-Level Model)的目标(Goal)、操作(Operator)、方法(Method)、选择规则(Selection rules)”(KLM-GOMS)方法和键入水平模型(Touch-Level Model)的GOMS方法(TLM-GOMS),缺乏对语音沟通、视觉搜索等协同操作单元的考量;最后,包括KLM-GOMS、TLM-GOMS、协同因素在内的协同水平模型(CollaborativeLevel Model)的GOMS(CLM-GOMS)方法的人在环实验验证并未充分的开展,尤其是在多人协同情境作业中。
基于上述情况,本发明通过设计出一套基于CLM-GOMS模型的乘员任务完成时间预测系统,解决了上述不足,以应用于预测和对比不同协同任务情境下乘员的任务完成时间,从而指导乘员舱的任务流程优化和人因设计。
发明内容
本发明的目的,旨在提供一种面向由多种任务个体操作和任务协同操作组成的典型多人协同任务情境下乘员的任务完成时间预测与评定系统。该系统提供了典型多人协同情境乘员任务完成时间的操作单元的描述,并重点集中在协同操作单元的量化计算,以及对协同情境的风险等级评估。
根据本发明的一个方面,提供了一种基于CLM-GOMS模型的乘员任务完成时间预测与评定系统,其特征在于包括:
协同情境下乘员任务输入子系统,用于为乘员任务完成时间预测确定系统提供初始要求,其包括乘员的个体操作输入模块、协同操作输入模块和实际操作时间输入子模块,用于对设计常量进行赋值;
基于CLM-GOMS模型的乘员任务完成时间计算与评定子系统,其包括乘员个体操作计算子模块、协同操作计算子模块、乘员任务完成时间计算子模块、任务完成时间预测效果判断子模块以及协同情境任务完成时间风险等级判断子模块,用于为协同情境下乘员任务输入子系统执行基于CLM-GOMS模型的任务完成时间算法计算以及风险等级评定;
协同情境下乘员任务完成时间结果输出子系统,其包括协同情境下任务完成时间变化趋势输出子模块、协同情境下任务完成时间预测效果输出子模块和协同情境下任务完成时间风险等级输出子模块,用于为基于CLM-GOMS模型的任务完成时间算法计算以及风险等级评定结果提供输出,
其中:
个体操作输入子模块包括:
个体操作内容输入子模块,用于设置个体操作内容的描述,
个体操作内容的操作单元属性输入子模块,用于设置个体操作内容的操作单元属性,这里可以选择的操作单元属性包括键入K、指向P、归位H、响应R、准备手指E、轻触T、快速移动F、两次轻触TT、移动F_M,
协同操作输入子模块包括:
协同操作内容输入子模块,用于设置协同操作内容的描述,
协同操作内容的操作单元属性输入子模块,用于设置协同操作内容的操作单元属性,这里可以选择的协同任务操作单元属性包括沟通准备M、沟通等待W、沟通准备C_P、语音沟通V_C、视觉搜索V_S、态势理解U,
协同操作内容的操作单元参数输入子模块,用于设置协同操作内容的操作单元参数,这里需要设置的操作单元参数包括沟通等待W的等待时间、沟通准备C_P的指令/报告发起者和接收者人数、语音沟通V_C的的任务指令/报告字数;视觉搜索V_S的操作界面内项目数、态势理解U的指令的文本字数,
实际操作时间输入子模块,用于设置多个协同情境的实际操作时间,
个体操作计算子模块用于依据式(1):
式(1)中,T
其中,a
表1个体操作单元的标准操作时间定义
协同操作计算子模块用于依据式(2):
式(2)中,T
其中,c
表2协同操作单元的标准操作时间定义
表2中:
t为W(t)的等待时间,
n
num
乘员任务完成时间计算子模块用于依据式(3):
T
式(3)中,T
任务完成时间预测效果判断子模块用于依据式(4):
式(4)中,
x为任务完成时间的预测值,x
y为任务完成时间的实际值,y
为任务完成时间预测值的均值,/>
r
进一步,在置信度水平α=0.05条件下,对不同协同情境的任务完成时间的预测值和实际值进行t检验,用于依据式(5):
式(5)中,t
在此基础上可根据自由度得到显著性p值大小,当p<0.05时,则认为相关性结果是显著的,
进一步,模型的预测效果用于依据式(6):
式(6)中,P
协同情境任务完成时间风险等级判断子模块用于依据式(7):
E
式(7)中,
E
x为协同情境的任务完成时间预测值,y为协同情境的任务完成时间实际值,
进一步,协同情境任务完成时间的风险等级判定用于依据式(8):
式(8)中,E
协同情境下任务完成时间变化趋势输出子模块,以乘员任务完成时间计算子模块和乘员实际操作时间输入模块的结果为输入,并以折线图的形式呈现K个协同情境中任务完成时间的预测值x
协同情境下任务完成时间预测效果输出子模块,以任务完成时间预测效果判断子模块的结果为输入,呈现包括皮尔逊相关系数r
协同情境下任务完成时间风险等级输出子模块以协同情境任务完成时间风险等级判断子模块结果为输入,包括风险情境标记呈现子模块和风险情境图示化呈现子模块,
其中:
风险情境标记呈现模块呈现K个协同情境的绝对误差百分比E
风险情境图示化呈现模块在任务完成时间变化趋势图输出子模块输出的趋势图基础上,进一步以矩形虚线框和椭圆虚线框的形式标记出高风险和中等风险协同情境。
根据本发明的一个进一步的方面,提供了一种基于CLM-GOMS模型的乘员任务完成时间预测与评定方法,其特征在于包括:
协同情境下乘员任务输入步骤,用于为乘员任务完成时间预测确定提供初始要求,其包括用于对设计常量进行赋值的个体操作输入参数操作、协同操作输入参数操作和实际操作时间输入参数操作;
基于CLM-GOMS模型的乘员任务完成时间计算与评定步骤,其包括乘员个体操作计算步骤、协同操作计算步骤、乘员任务完成时间计算步骤、任务完成时间预测效果判断步骤以及协同情境任务完成时间风险等级判断步骤,用于为协同情境下乘员任务输入子系统执行基于CLM-GOMS模型的任务完成时间算法计算以及风险等级评定;
协同情境下乘员任务完成时间结果输出步骤,其包括协同情境下任务完成时间变化趋势输出步骤、协同情境下任务完成时间预测效果输出步骤和协同情境下任务完成时间风险等级输出步骤,用于为基于CLM-GOMS模型的任务完成时间算法计算以及风险等级评定结果提供输出,
其中:
个体操作输入子步骤包括:
个体操作内容输入步骤,用于设置个体操作内容的描述,
个体操作内容的操作单元属性输入步骤,用于设置个体操作内容的操作单元属性,这里可以选择的操作单元属性包括键入K、指向P、归位H、响应R、准备手指E、轻触T、快速移动F、两次轻触TT、移动F_M,
协同操作输入子步骤包括:
协同操作内容输入步骤,用于设置协同操作内容的描述,
协同操作内容的操作单元属性输入步骤,用于设置协同操作内容的操作单元属性,这里可以选择的协同任务操作单元属性包括沟通准备M、沟通等待W、沟通准备C_P、语音沟通V_C、视觉搜索V_S、态势理解U,
协同操作内容的操作单元参数输入步骤,用于设置协同操作内容的操作单元参数,这里需要设置的操作单元参数包括沟通等待W的等待时间、沟通准备C_P的指令/报告发起者和接收者人数、语音沟通V_C的的任务指令/报告字数;视觉搜索V_S的操作界面内项目数、态势理解U的指令的文本字数,
实际操作时间输入子步骤,用于设置多个协同情境的实际操作时间,
个体操作计算子步骤用于依据式(1):
式(1)中,T
其中,a
表1个体操作单元的标准操作时间定义
协同操作计算子步骤用于依据式(2):
式(2)中,T
其中,c
表2协同操作单元的标准操作时间定义
表2中:
t为W(t)的等待时间,
n
num
乘员任务完成时间计算子步骤用于依据式(3):
T
式(3)中,T
任务完成时间预测效果判断子步骤用于依据式(4):
式(4)中,
x为任务完成时间的预测值,x
y为任务完成时间的实际值,y
为任务完成时间预测值的均值,/>
r
进一步,在置信度水平α=0.05条件下,对不同协同情境的任务完成时间的预测值和实际值进行t检验,用于依据式(5):
式(5)中,t
在此基础上可根据自由度得到显著性p值大小,当p<0.05时,则认为相关性结果是显著的,
进一步,模型的预测效果用于依据式(6):
式(6)中,P
协同情境任务完成时间风险等级判断子步骤用于依据式(7):
E
式(7)中,
E
x为协同情境的任务完成时间预测值,y为协同情境的任务完成时间实际值,
进一步,协同情境任务完成时间的风险等级判定用于依据式(8):
式(8)中,E
协同情境下任务完成时间变化趋势输出步骤,以乘员任务完成时间计算子模块和乘员实际操作时间输入模块的结果为输入,并以折线图的形式呈现K个协同情境中任务完成时间的预测值x
协同情境下任务完成时间预测效果输出子步骤,以任务完成时间预测效果判断子模块的结果为输入,呈现包括皮尔逊相关系数r
协同情境下任务完成时间风险等级输出子步骤,以协同情境任务完成时间风险等级判断步骤结果为输入,包括风险情境标记呈现步骤和风险情境图示化呈现步骤,
其中:
风险情境标记呈现步骤呈现K个协同情境的绝对误差百分比E
风险情境图示化呈现步骤在任务完成时间变化趋势输出步骤呈现的趋势图基础上,进一步以矩形虚线框和椭圆虚线框的形式标记出高风险和中等风险协同情境。
附图说明
图1为根据本发明的一个实施例的基于CLM-GOMS模型的乘员任务完成时间预测与评定系统总结构图。
图2为根据本发明的一个实施例的协同情境下乘员任务输入子系统之个体操作输入子模块图。
图3为根据本发明的一个实施例的协同情境下乘员任务输入子系统之协同操作输入子模块图。
图4为根据本发明的一个实施例的协同情境下乘员任务输入子系统之实际操作时间输入子模块图。
图5为根据本发明的一个实施例的基于CLM-GOMS模型的乘员任务完成时间预测与评定子系统的工作过程。
图6为根据本发明的一个实施例的乘员任务完成时间输出子模块图。
图7为根据本发明的一个实施例的个体操作输入子模块流程图。
图8为根据本发明的一个实施例的协同操作输入子模块流程图。
图9为根据本发明的一个实施例的基于CLM-GOMS模型的乘员任务完成时间预测与评定系统的用户界面示意图。
图10为根据本发明的一个实施例的基于CLM-GOMS模型的乘员任务完成时间预测与评定系统的用户使用说明显示页面。
图11为根据本发明的一个实施例的基于CLM-GOMS模型的乘员任务完成时间预测与评定系统的输出结果页面。
具体实施方式
根据本发明的一个方面,提供了一种基于CLM-GOMS模型的乘员任务完成时间预测与评定系统,其包括:
协同情境下乘员任务输入子系统,用于为乘员任务完成时间预测确定系统提供初始要求,其包括乘员的个体操作输入模块、协同操作输入模块和实际操作时间输入子模块,用于对设计常量进行赋值;
基于CLM-GOMS模型的乘员任务完成时间计算与评定子系统,其包括乘员个体操作计算子模块、协同操作计算子模块、乘员任务完成时间计算子模块、任务完成时间预测效果判断子模块以及协同情境任务完成时间风险等级判断子模块,用于为协同情境下乘员任务输入子系统执行基于CLM-GOMS模型的任务完成时间算法计算以及风险等级评定;
协同情境下乘员任务完成时间结果输出子系统,其包括协同情境下任务完成时间变化趋势输出子模块、协同情境下任务完成时间预测效果输出子模块和协同情境下任务完成时间风险等级输出子模块,用于为基于CLM-GOMS模型的任务完成时间算法计算以及风险等级评定结果提供输出。
根据本发明的一个进一步的实施例,协同情境下乘员任务输入模块包括三个子模块:个体操作输入子模块、协同操作输入子模块和实际操作时间输入子模块。其中,个体操作输入子模块用于输入个体操作内容和个体操作内容的操作单元属性。协同操作输入子模块用于输入协同操作内容和协同操作内容的操作单元属性,并用于协同操作内容的操作单元属性的参数赋值。
根据本发明的另一个进一步的实施例,基于CLM-GOMS模型的乘员任务完成时间计算与评定子系统包括乘员个体操作计算子模块、协同操作计算子模块、乘员任务完成时间计算子模块、任务完成时间预测效果判断子模块以及协同情境任务完成时间风险等级判断子模块。其中,个体操作计算子模块用于计算协同情境下个体操作的总时间,根据个体操作中各个操作单元属性数量及其标准操作时间的乘积之和进行计算;协同操作计算子模块用于计算协同情境下协同操作的总时间,根据协同操作中各个操作单元属性数量及其标准操作时间的乘积之和进行计算;乘员任务完成时间计算子模块用于计算典型协同情境的任务完成时间,根据该协同情境下个体操作总时间和协同操作总时间之和进行计算;任务完成时间预测效果判断子模块用于判断任务完成时间的预测效果,根据任务完成时间的预测值和实际值的相关系数及显著性水平进行判断;协同情境任务完成时间风险等级判断用于判断典型协同情境的任务完成时间风险等级,根据典型协同情境的绝对误差百分比进行评定。
如图1所示,根据本发明的一个实施例的基于CLM-GOMS模型的乘员任务完成时间预测与评定系统包括协同情境下乘员任务输入子系统、基于CLM-GOMS模型的乘员任务完成时间计算与评定子系统和协同情境下乘员任务完成时间结果输出子系统三个模块。其中协同情境下乘员任务输入子系统包括个体操作输入模块、协同操作输入模块和实际操作时间输入子模块。基于CLM-GOMS模型的乘员任务完成时间计算与评定子系统包括乘员个体操作计算子模块、协同操作计算子模块、乘员任务完成时间计算子模块、任务完成时间预测效果判断子模块以及协同情境任务完成时间风险等级判断子模块。
如图2所示,根据本发明的一个实施例的协同情境下乘员任务输入子系统的个体操作输入子模块包括:
个体操作内容输入子模块,用于设置个体操作内容的描述;
个体操作内容的操作单元属性输入子模块,用于设置个体操作内容的操作单元属性,其中可以选择的操作单元属性包括键入(key,K)、指向(pointing,P)、归位(Homing,H)、响应(Response,R)、准备手指(Prep的简写,E)、轻触(Tap,T)、快速移动(Flick,F)、两次轻触(Double Tap,TT)、移动(Finger_Move,F_M)。
如图3所示,根据本发明的一个实施例的协同情境下乘员任务输入子系统的协同操作输入子模块包括:
协同操作内容输入子模块,用于设置协同操作内容的描述;
协同操作内容的操作单元属性输入子模块,用于设置协同操作内容的操作单元属性,其中可以选择的协同任务操作单元属性包括沟通准备(M)、沟通等待(Waiting,W)、沟通准备(Communication_Preparation,C_P)、语音沟通(Verbal_Communication,V_C)、视觉搜索(Visual_Searching,V_S)、态势理解(Understanding,U);
协同操作内容的操作单元参数输入子模块,用于设置协同操作内容的操作单元参数,其中需要设置的操作单元参数包括沟通等待(W)的等待时间、沟通准备(C_P)的指令/报告发起者和接收者人数、语音沟通(V_C)的的任务指令/报告字数;视觉搜索(V_S)的操作界面内项目数、态势理解(U)的指令的文本字数。
图4显示了根据本发明的一个实施例的协同情境下乘员任务输入子系统的实际操作时间输入子模块,用于设置多个协同情境的实际操作时间。
图5显示了根据本发明的一个实施例的基于CLM-GOMS模型的乘员任务完成时间预测与评定子系统的工作过程,其中在完成了包括乘员的个体操作输入模块、协同操作输入模块和实际操作时间输入子模块的协同情境下乘员任务输入子系统中的参数设置之后,将获得的测量结果分别代入下列8个方程:
个体操作计算子模块依据方程(1),
方程(2)为协同操作计算子模块:
方程(3)为乘员任务完成时间计算子模块:
T
任务完成时间预测效果判断子模块包括方程(4)~(6):
方程(4)为计算任务完成时间预测值和实际值的相关系数:
方程(5)为在置信度水平α=0.05条件下,对不同协同情境的任务完成时间的预测值和实际值进行t检验:
方程(6)为模型预测效果判据,
协同情境任务完成时间风险等级判断子模块包括方程(7)~(8):
方程(7)为计算任务完成时间预测值和实际值之间的绝对误差百分比
E
方程(8)为协同情境任务完成时间的风险等级判定的判据:
式(1)中,T
其中,a
表1个体操作单元的标准操作时间定义
式(2)中,T
表2协同操作单元的标准操作时间定义
表2中:
t为W(t)的等待时间,
n
num
式(3)中,T
式(4)中,x为任务完成时间的预测值,x
式(5)中,t
式(6)中,P
式(7)中,E
式(8)中,E
图6显示了根据本发明的一个实施例的协同情境下乘员任务完成时间结果输出子模块图。其在得到乘员任务完成时间计算子模块、协同情境任务完成时间风险等级判断子模块和任务完成时间预测效果判断子模块的计算结果,以及乘员实际操作时间输入模块的输入后,分别呈现协同情境下任务完成时间变化趋势输出子模块、协同情境下任务完成时间预测效果输出子模块和协同情境下任务完成时间风险等级输出子模块这3个部分的结果。
其中:
协同情境下任务完成时间变化趋势输出子模块,以乘员任务完成时间计算子模块和乘员实际操作时间输入模块的结果为输入,并以折线图的形式呈现K个协同情境中任务完成时间的预测值x
协同情境下任务完成时间预测效果输出子模块,以任务完成时间预测效果判断子模块的结果为输入,呈现包括皮尔逊相关系数r
协同情境下任务完成时间风险等级输出子模块以协同情境任务完成时间风险等级判断子模块的结果为输入,包括风险情境标记呈现子模块和风险情境图示化呈现子模块,
其中:
风险情境标记呈现子模块呈现K个协同情境的绝对误差百分比E
表,以斜体加粗标注出高风险的协同情境,以加粗标注出中等风险的协
同情境,并依次输出高、中、低3种风险等级的协同情境;
风险情境图示化呈现子模块在任务完成时间变化趋势输出子模块呈现的
趋势图基础上,进一步以矩形虚线框和椭圆虚线框的形式标记出高风险
和中等风险协同情境。
图7显示了根据本发明的一个实施例的个体操作输入子模块流程图。其工作过程为首先进行协同情境1中个体操作内容1的输入,其输入顺序依次为个体操作内容输入子模块,然后是个体操作内容的操作单元属性输入子模块;首先输入个体操作内容1的内容描述,在完成个体操作内容1的内容描述输入之后方可进行该个体操作内容的操作单元属性的选择;在完成个体操作内容1的操作单元属性设置之后方可进行下一个体操作内容的输入;只有完成协同情境1中个体操作内容描述及操作单元属性选择,才能进行协同情境2的输入。
图8显示了根据本发明的一个实施例的协同操作输入子模块流程图。其工作过程为首先进行协同情境1中协同体操作内容1的输入,其输入顺序依次为协同操作内容输入子模块、协同操作内容的操作单元属性输入子模块和协同操作内容的操作参数输入子模块;首先输入协同操作内容1的内容描述,在完成协同操作内容1的内容描述输入之后方可进行该协同操作内容的操作单元属性的选择,紧接着需要设置该协同操作内容操作单元属性的参数;在完成协同操作内容1的操作单元属性参数设置之后方可进行下一协同操作内容的输入;只有完成协同情境1中协同操作内容描述、操作单元属性选择以及操作单元属性的参数设置,才能进行协同情境2的输入。
图9显示了根据本发明的实施例的一个具体实例中,基于CLM-GOMS模型的乘员任务完成时间预测与评定系统的用户界面示意图。系统进入CLM-GOMS模型的乘员任务完成时间预测与评定系统后,其主界面如图9所示。该界面包含4个按钮,分别是“使用说明”、“协同情境输入”、“开始评定”和“退出系统”。用户进入该界面后首先点击“使用说明”按钮,进入使用说明界面,如图10所示。用户阅读该系统的使用说明,从而了解如何使用该系统进行乘员任务完成时间预测与评定,阅读完使用说明后,点击“返回主页”按钮回到主界面。当进行评定时,用户点击“开始评定”按钮,进入评定系统界面。首先进入个体操作输入子模块界面,如图2所示,用户需要输入个体操作内容的描述并选择个体操作内容的操作单元属性;接着进入协同操作输入子模块界面,如图3所示,用户需要输入协同操作内容的描述、选择协同操作内容的操作单元属性并设置协同操作内容操作单元属性的参数;最后还需要输入多个协同情境的实际操作时间。在上述三部分信息提交后,点击“开始评定”界面,系统将上述输入参数代入方程1-8描述的基于CLM-GOMS模型的乘员任务完成时间预测与评定算法进行计算,从而输出为乘员任务完成时间预测与评定结果,如图11所示。
图10显示了根据本发明的实施例的一个具体实例中,基于CLM-GOMS模型的乘员任务完成时间预测与评定系统的使用说明。
图11显示了根据本发明的实施例的一个具体实例中,基于CLM-GOMS模型的乘员任务完成时间预测与评定系统的输出结果。输出结果包括预测与评定系统的协同情境下任务完成时间变化趋势、协同情境下任务完成时间预测效果以及协同情境下任务完成时间风险等级。其中协同情境下任务完成时间预测效果会显示相应的相关系数、p值和模型预测效果。协同情境下任务完成时间风险等级包括风险情境标记呈现和风险情境图示化呈现两部分结果,其中风险情境标记呈现会呈现高风险、中等风险和低风险的协同情境编号。
本发明的优点和有益效果
本发明的优点和/或有益效果具体包括:
(1)提供了一种协同情境下乘员任务输入子系统,包括个体操作输入子模块、协同操作输入子模块以及实际操作时间输入子模块,可以模拟乘员在典型协同情境下的个体和协同操作的任务完成时间,并提供实际操作时间的输入接口;
(2)提供了一种基于CLM-GOMS模型的乘员任务完成时间预测与评定子系统,可以在输入典型协同情境的个体操作、协同操作以及实际操作时间之后进行乘员任务完成时间的预测与评定;
(3)提供了一种基于CLM-GOMS模型的乘员任务完成时间预测与评定子系统的多项任务完成时间的评定结果输出,可以输出任务完成时间变化趋势、任务完成时间预测效果,并通过风险情境的标记和图示化呈现判定相应的协同情境风险等级;
(4)与传统的乘员完成时间评估系统方法相比,本发明能够在典型协同情境下开展乘员完成时间的预测,从而在乘员舱任务流程优化和人因设计的早期进行人因评估并发现存在的问题,也可用于后期乘员培训中培训策略的优化,从而有利于减少设计成本,保障乘员安全。
- 基于预测最早完成时间的分布式任务调度系统及方法
- 基于BP神经网络的任务完成时间预测方法