吳 俊， 韓文民

(江蘇科技大學 經(jīng)濟管理學院，江蘇 鎮(zhèn)江 212003)

?

·實驗教學與創(chuàng)新·

神經(jīng)人因?qū)嶒炘诠I(yè)工程教學中的探索與實踐

吳 俊， 韓文民

(江蘇科技大學 經(jīng)濟管理學院，江蘇 鎮(zhèn)江 212003)

神經(jīng)人因?qū)嶒炓云淠苌钊胩骄可a(chǎn)作業(yè)中人的生理和心理的技術(shù)優(yōu)勢而在第三代工業(yè)工程的實驗教學中占據(jù)重要地位。針對目前工業(yè)工程教學的局限性，探索性地將神經(jīng)人因?qū)嶒瀾糜谀X力負荷和個體認知差異等方面的研究。通過船舶數(shù)字化界面測試的神經(jīng)人因?qū)嶒炚宫F(xiàn)該類實驗的一般過程和方法。

神經(jīng)人因?qū)嶒灒?工業(yè)工程； 實驗教學

0 引 言

工業(yè)工程(IE)學科的發(fā)展從經(jīng)典的“作業(yè)計劃”到現(xiàn)代的“計算機集成制造”，直到目前涌現(xiàn)出的神經(jīng)工業(yè)工程，經(jīng)歷了3個歷史發(fā)展階段[1]。第一代工業(yè)工程以“節(jié)拍設計、生產(chǎn)線布局、作業(yè)計劃”為主要內(nèi)容，在實驗教學中以傳統(tǒng)的工作研究為主；第二代工業(yè)工程以“計算機信息技術(shù)控制生產(chǎn)系統(tǒng)”為主要內(nèi)容，在實驗教學中以現(xiàn)代的企業(yè)資源計劃(ERP)和精益生產(chǎn)研究為主。隨著生產(chǎn)系統(tǒng)的自動化程度不斷提高，生產(chǎn)系統(tǒng)中的人越來越難以適應制造過程中高速度和高精度的要求，人機系統(tǒng)事故中80%以上屬于人為失誤[2]。因此，近年來出現(xiàn)的第三代工業(yè)工程打破以往生產(chǎn)系統(tǒng)只關(guān)注“物”的發(fā)展，將“人”的生理與心理因素融入制造系統(tǒng)，形成人的生理狀態(tài)信息與物的生產(chǎn)狀態(tài)信息融合，人機系統(tǒng)集成優(yōu)化，從而真正實現(xiàn)以人為本的和諧制造。

第三代神經(jīng)工業(yè)工程的概念自2006年被提出[3]，其研究手段主要是通過神經(jīng)人因?qū)嶒?，記錄工作中的人的神?jīng)活動和生理信息，以此為依據(jù)優(yōu)化生產(chǎn)過程中的人機系統(tǒng)。神經(jīng)人因?qū)嶒炇墙柚冗M的神經(jīng)測量儀器和生理數(shù)據(jù)收集設備，在工業(yè)工程實驗室或者工作現(xiàn)場按照擬定的人因工程實驗方案收集被試者的生理與心理數(shù)據(jù)，通過數(shù)據(jù)挖掘和分析，將人的生理狀態(tài)信息加入生產(chǎn)運作系統(tǒng)，綜合考慮人與機器系統(tǒng)之間的工作負荷和生理負荷，實現(xiàn)人機系統(tǒng)的整體優(yōu)化。目前，神經(jīng)人因?qū)嶒炘诠I(yè)工程學科中的教學和研究在世界范圍內(nèi)尚處于起步和探索階段，各國的神經(jīng)工業(yè)工程實驗室在實驗設備、研究方法上呈現(xiàn)出不同的方向和流派，本文將基于目前的實驗研究現(xiàn)狀，探索神經(jīng)人因?qū)嶒炘诠I(yè)工程學科教學中的應用，并結(jié)合自身開展的關(guān)于船舶數(shù)字化界面測試的神經(jīng)人因?qū)嶒瀬碚宫F(xiàn)該類實驗的一般過程和方法。

1 工業(yè)工程實驗教學的局限與神經(jīng)人因?qū)嶒?/h2>

工業(yè)工程的實驗需要涵蓋人在生產(chǎn)過程中從信號感覺到動作反應的全部過程，但經(jīng)典的工業(yè)工程實驗在研究方法和研究內(nèi)容上還存在以下局限：

一方面從研究方法來看，經(jīng)典的研究方法主要是研究人的外顯行為，研究指標主要是人執(zhí)行任務的反應速度和正確率。基于行為的研究方法最大的問題是無法真正將人在執(zhí)行任務中的認知過程與反應過程相分離。比如船舶操作人員對于自動化控制界面的事故報警信號的操作反應延遲行為，其對于報警信號較慢的反應速度和較低的反應正確率究竟是因為操作人員對信號的認知反應減慢，還是雖然能在最快時間感知，但是由于人的執(zhí)行系統(tǒng)的反應減慢所致。在這一實驗過程中，就必須分離出人的認知過程與反應過程，調(diào)查究竟是哪個階段的過程真正造成了應急反應延誤，可見基于行為研究方法的經(jīng)典工業(yè)工程實驗在研究這方面的問題時是無能為力的。

另一方面從研究內(nèi)容來看，實驗中經(jīng)典的信息加工模型可以研究外顯的行為，卻無法有效研究內(nèi)隱的行為。例如感覺、知覺、注意、記憶、思維這樣的認知過程，經(jīng)典的實驗只能提出自己的假設，然后通過反應速度和正確率等行為數(shù)據(jù)來間接解釋。在經(jīng)典實驗中，類似注意、感覺、思維這樣的內(nèi)隱行為仍然屬于無法直接破解的黑箱。而神經(jīng)人因?qū)嶒灣私沂拘畔⒓庸つＰ椭懈鳝h(huán)節(jié)的內(nèi)隱行為的認知機理外，還可以弄清楚屬于信息加工模型前端的“前注意”這種內(nèi)隱行為的認知機理，真正能從人的大腦層面揭示人對于生產(chǎn)信息的內(nèi)隱行為。

神經(jīng)人因?qū)嶒灋榭朔鲜鲅芯侩y題提供了有效的方法。神經(jīng)人因?qū)嶒炇茄芯咳梭w在工作過程中的生理和認知能力，研究目的在于闡明人機系統(tǒng)中人的生理活動機制和腦認知機理[4]。神經(jīng)人因?qū)嶒灲柚鷥深惉F(xiàn)代的腦成像技術(shù)直接觀測人腦的認知活動，一類是測量腦的電磁活動的技術(shù)：測量腦電的事件相關(guān)電位技術(shù)(Event Related Potential, ERP)和腦磁技術(shù)(Magnetoencephalography, MEG)；另一類是基于腦血流動力學的技術(shù)：功能性磁共振成像技術(shù)(Functional Magnetic Resonance Imaging, fMRI)、正電子發(fā)射斷層掃描技術(shù)(Positron Emission Tomography, PET)和經(jīng)顱多普勒超聲(Transcranial Doppler Sonography, TCDS)。這些神經(jīng)人因?qū)嶒灥募夹g(shù)為打開經(jīng)典工業(yè)工程中類似注意、感覺、思維這樣的內(nèi)隱行為的黑箱奠定了基礎(chǔ)。

神經(jīng)人因?qū)嶒災軓浹a經(jīng)典工業(yè)工程實驗的兩個不足之處，成為研究當今工業(yè)工程中人機交互系統(tǒng)最為合適的實驗技術(shù)。

一方面從研究方法來看，神經(jīng)人因?qū)嶒炇窃跍y量腦電的同時，與相應的刺激事件相關(guān)聯(lián)，其分析過程是將時間上與刺激信號同步鎖定的腦電信號疊加平均，形成事件相關(guān)的腦電位數(shù)據(jù)。這種研究方法自然地將人在執(zhí)行任務中的認知過程與反應過程相分離，用于研究工程工程中人機交互時，能獨立地分析感覺、知覺、注意、記憶、思維等認知過程而不會發(fā)生混淆。

另一方面從研究內(nèi)容來看，神經(jīng)人因?qū)嶒炌ㄟ^測量腦電指標，能直接觀察到經(jīng)典的行為研究所無法觀察到的內(nèi)隱行為。除了能直接研究諸如感覺、知覺、注意、記憶、思維這樣的認知過程外，神經(jīng)人因?qū)嶒炆踔吝€能研究人的潛意識和對于生產(chǎn)信號的前注意和自動加工，這些都為工業(yè)工程學科的實驗教學拓寬了研究范圍。

2 神經(jīng)人因?qū)嶒炘诠I(yè)工程學科中的應用

Kim等將影響生產(chǎn)系統(tǒng)的因素主要分為四大類，即人的因素、技術(shù)因素、結(jié)構(gòu)因素和任務因素，并認為其中人的因素處于系統(tǒng)中四大因素之首的地位。當今的生產(chǎn)系統(tǒng)要能在新的復雜環(huán)境下進行有效決策和響應，應當對人的因素投入更多新的研究技術(shù)[5]。這其中就包括神經(jīng)人因?qū)嶒灥募夹g(shù)。神經(jīng)人因?qū)嶒炓云淠苌钊肴说拇竽X思維和身體的生理反應層面所表現(xiàn)出的優(yōu)勢在工業(yè)工程領(lǐng)域備受矚目。目前，各國學者在嘗試運用神經(jīng)人因?qū)嶒瀬硌芯抗I(yè)工程學科中的各項主題，神經(jīng)人因?qū)W的提出者Parasuraman將神經(jīng)人因?qū)嶒灥陌l(fā)展方向主要歸納為：多任務下腦力負荷的研究、個體認知差異的研究等[6-7]。工業(yè)工程學科的實驗教學與研究正由過去主要運用傳統(tǒng)的行為學的研究方法向主要運用現(xiàn)代的神經(jīng)人因?qū)嶒灥难芯糠椒ㄞD(zhuǎn)變。

2.1 神經(jīng)人因?qū)嶒炘诙嗳蝿漳X力負荷研究中的應用

腦力負荷，是指工作者為達到作業(yè)標準而付出的注意力大小[8]，其影響因素包括工作任務量的大小、工作時間要求、工作者素質(zhì)和能力要求、工作者工作意愿以及工作環(huán)境和由環(huán)境引發(fā)的工作情緒等。在當今高度現(xiàn)代化的生產(chǎn)中，生產(chǎn)人員從過去大部分需要自己手工操作機器設備到現(xiàn)在更多地是監(jiān)控自動化系統(tǒng)的運行。分布式的大型生產(chǎn)系統(tǒng)要求監(jiān)控者管理更多的機器設備，各種工作任務以并行的方式將各種信息傳送給高級的人機交互集成系統(tǒng)，人機交互集成系統(tǒng)將信息融合后以各種通道的方式呈現(xiàn)給監(jiān)控者。在這種分布式的多任務并行處理的生產(chǎn)模式中，監(jiān)控者需要監(jiān)控大量的機器設備，感知和分析各種類型的數(shù)據(jù)信息，其腦力負荷較過去成倍增長，傳統(tǒng)的行為學實驗已經(jīng)難以對多任務下的平行加工進行研究，而神經(jīng)人因?qū)嶒炃∧軐τ蛇^去經(jīng)典的聚焦型注意轉(zhuǎn)向分散型注意的多任務下腦力負荷進行有效測量。

神經(jīng)人因?qū)嶒炨槍ぷ髡咴诙嗳蝿毡O(jiān)控過程中涉及到的對多種工作信息的自動感知、選擇性注意以及敏捷操控，能夠有效度量同時應對多項工作任務的腦力負荷。近年來，在工業(yè)工程的人的因素研究領(lǐng)域中，北京航空航天大學的人機與環(huán)境工程系運用神經(jīng)人因?qū)嶒炏到y(tǒng)地開展了多模式飛行模擬任務下飛行員的腦力負荷測量與評價[9-10]。實驗人員使用腦電的事件相關(guān)電位實驗技術(shù)，選取聽覺失匹配負波腦電成分為實驗指標，采用oddball的神經(jīng)人因?qū)嶒灧妒?，將聽覺失匹配理論用于飛行員的腦力負荷評價中，在9種模式的飛行模擬任務條件下進行飛行員的腦力負荷測量，通過讓被試者完成模擬飛行任務的同時，測試非注意條件下飛行員的聽覺失匹配指標，得到腦力負荷與腦電的聽覺失匹配負波同向變化的規(guī)律，為飛機座艙顯示界面的設計提供了依據(jù)。除了航空領(lǐng)域，神經(jīng)人因?qū)嶒炓材軕糜诘缆方煌?、船舶航行、高危行業(yè)工作人員的腦力負荷度量。

2.2 神經(jīng)人因?qū)嶒炘趥€體認知差異研究中的應用

工業(yè)工程學科的主要任務是要對生產(chǎn)及服務系統(tǒng)中的人、機器、物料、環(huán)境和信息進行整體設計、評價和優(yōu)化，在這些過程中，個體認知差異在感覺、動作和情緒過程中形成對各項任務的勝任力和局限性，由此產(chǎn)生的人的不同行為作用于技術(shù)系統(tǒng)和環(huán)境系統(tǒng)，最終影響整個系統(tǒng)的工作績效。Karwowski從“人—技術(shù)—環(huán)境”3個系統(tǒng)之間的關(guān)系出發(fā)，認為人的不同行為是整個系統(tǒng)工作的核心[11]，因此個體認知的差異是工業(yè)工程研究的重點。由于過去受實驗技術(shù)條件的限制，對于人體認知的差異只能從外在行為學觀察的角度進行實驗。隨著對被試的無損傷的神經(jīng)測量技術(shù)的進步，神經(jīng)人因?qū)嶒灛F(xiàn)在能在大腦思維的層面從人的內(nèi)在生理數(shù)據(jù)采集出發(fā)，進行基于人的生理與心理分析的個體認知差異實驗。

近年來，眾多學者開始引入神經(jīng)人因?qū)嶒灥募夹g(shù)，針對個體認知差異開展工作過程中個體和群體的心理與行為反應規(guī)律的研究。浙江大學神經(jīng)工業(yè)工程團隊通過采用神經(jīng)人因?qū)嶒炛械氖录嚓P(guān)電位技術(shù)，進行工作人員對安全標志信號詞的感知和評價的神經(jīng)過程實驗[12]。研究發(fā)現(xiàn)：人對安全標志信號詞的處理過程分為早期感知和信息評價兩個階段，安全標志信號詞的主觀風險感知存在差異，不同的安全標志信號詞能夠傳遞不同的風險信息，人對安全標志信號詞的認識會受到情緒的影響。這些研究結(jié)果為安全管理中的安全培訓、安全標志信號詞的設計及使用提供了依據(jù)。神經(jīng)人因?qū)嶒瀸⒃谙到y(tǒng)安全、產(chǎn)品可用性、職業(yè)安全等領(lǐng)域的個體認知差異研究方面有著廣泛的應用前景。

3 神經(jīng)人因?qū)嶒瀸嵗?/h2>

神經(jīng)人因?qū)嶒灥倪^程一般分為實驗前的實驗設計、實驗實施和實驗后的數(shù)據(jù)處理和分析。相較于以往的工業(yè)工程實驗，神經(jīng)人因?qū)嶒灥牟煌幵谟冢涸趯嶒炃暗脑O計階段，要根據(jù)實驗目的選取合適的神經(jīng)實驗技術(shù)，比如事件相關(guān)電位技術(shù)、生物反饋技術(shù)、眼動技術(shù)、功能性核磁共振技術(shù)、腦磁技術(shù)、近紅外腦成像技術(shù)等。在明確了具體的神經(jīng)實驗技術(shù)后，采用相應的實驗范式設計實驗，比如go-no go范式、oddball范式、等概率范式、n-back范式等。在實驗過程中，需要嚴格按照神經(jīng)實驗的國際規(guī)范開展神經(jīng)人因?qū)嶒灐嶒灪笠鶕?jù)神經(jīng)實驗的統(tǒng)計分析方法進行神經(jīng)測試數(shù)據(jù)的統(tǒng)計分析，在此基礎(chǔ)上進行討論并得出神經(jīng)人因?qū)嶒灥慕Y(jié)論。下面以筆者開展的一例關(guān)于船舶數(shù)字化界面測試的神經(jīng)人因?qū)嶒瀬碚宫F(xiàn)神經(jīng)人因?qū)嶒灥囊话氵^程和方法。

該實驗使用真實的海洋工程船拖纜機的自動化控制界面作為刺激材料，通過模擬拖纜機的現(xiàn)實工況，讓被試者在執(zhí)行監(jiān)控拖纜機卷筒轉(zhuǎn)速變化任務的同時，感知自動化控制界面中的事故報警信號的變化，通過認知神經(jīng)實驗測試應急人員對事故報警信號的反應能力，從大腦思維的層面直接揭示船舶操作人員在事故信號變化下的應急反應機理。

3.1 實驗前準備

參考神經(jīng)人因?qū)嶒炛嘘P(guān)于視覺失匹配的論文[13-16]，實驗被試的數(shù)量分布在8～12名。本實驗選擇12名健康人員參加實驗(6位男性，6位女性，年齡24～30歲，平均年齡25.5歲，均為右利手)，所有被試者實驗前24 h內(nèi)未曾服用鎮(zhèn)靜催眠藥物或者精神活性類物質(zhì)。均向每位參加實驗人員支付了被試費(20元/h)。每位被試均具有正常的視覺敏銳度和正常的色彩分辨力。本實驗遵守《赫爾辛基宣言》，每位被試在實驗前均簽署了實驗信息的知情同意書。被試在充分理解實驗內(nèi)容和進行練習后進行正式實驗。

實驗刺激材料由E-Prime 2.0軟件編寫和呈現(xiàn)，刺激材料采用的是海洋工程船拖纜機的自動化控制界面，顯示于19寸液晶顯示器中央。所有刺激材料的大小、亮度、對比度等指標一致。

在實驗刺激材料中，界面中央的數(shù)字表示拖纜機在正常工作情況下的卷筒速度為7.5 m/min，界面兩側(cè)的圖形符號代表拖纜機的系統(tǒng)壓力報警信號，正常狀態(tài)下為綠色，形成實驗的標準刺激。異常報警時為紅色，形成實驗的偏差刺激。界面中的報警信號有5種類型的變化，分別為顏色、持續(xù)時間、朝向、形狀和大小的不同變化。5種類型刺激融入一個完整的oddball實驗范式中，在同一實驗環(huán)境下測試這5種類型刺激變化下被試者的視覺失匹配指標。

3.2 實驗過程

實驗在隔音、光線事宜和電磁屏蔽的房間中進行，被試者取舒適坐位，距離顯示器1 m。被試者被要求注視屏幕中的拖纜機控制界面。界面中央為拖纜機在工作情況下的卷筒速度，正常狀態(tài)下為7.5 m/min，超過允許的速度范圍后，要求被試者盡快和盡可能準確地進行相應的反應動作，規(guī)則為：當速度由7.5增大為7.9時按鍵盤“Z”鍵，當速度由7.5減小為7.1時按鍵盤“/”鍵。這一工作任務代表拖纜機的監(jiān)控者對卷筒工作速度的實時調(diào)整。在實驗的過程中，被試者被要求專心完成拖纜機卷筒速度的監(jiān)控工作，忽視界面兩側(cè)系統(tǒng)壓力報警信號的變化。界面中央數(shù)字的變化與兩側(cè)報警信號的變化無關(guān)聯(lián)性。通過這一設定，形成對報警信號的非注意，真正做到對任務不相關(guān)的刺激材料變化的視覺失匹配的檢測。

實驗包括3個塊(Block)，每個塊開始的前15個刺激為標準刺激，以形成一個記憶模板。每個塊之間有一個休息過程，中間休息的過程由屏幕中的休息提示呈現(xiàn)，被試休息好后，按空格鍵繼續(xù)。整個實驗用于記錄和分析的標準刺激有450個，每種類型的偏差刺激各有90個。整個實驗大約用時18 min。

3.3 實驗后數(shù)據(jù)處理和分析

使用腦電分析軟件對實驗數(shù)據(jù)進行離線分析。首先對原始腦電數(shù)據(jù)進行DC校正，然后進行腦電預覽，拒絕具有明顯漂移或雜質(zhì)的腦電數(shù)據(jù)。接著去除眼電對其它導聯(lián)數(shù)據(jù)的影響。然后進行腦電分段，分析時程為刺激后400 ms，基線為刺激前100 ms。接著進行基線校正，然后去除偽跡，波幅大于±100 μV者被視為偽跡去除。接著分別對標準刺激和各類偏差刺激的腦電進行分類疊加平均，然后進行20 Hz無相移低通數(shù)字濾波，最后將偏差刺激與標準刺激相減，得到視覺失匹配腦電波形(時間窗口：150～200 ms)。

統(tǒng)計分析時采用SPSS17.0統(tǒng)計軟件對視覺失匹配數(shù)據(jù)采用重復測量方差分析，因素分別為視覺失匹配類型(顏色、朝向、持續(xù)時間、形狀、大小)×大腦半球(左、右)?？刹捎肎reenhouse-Geisser法進行校正。

表1分別列出了五種視覺失匹配的均值、標準誤差和95%置信區(qū)間。描述性統(tǒng)計結(jié)果顯示，視覺失匹配腦電波幅由大到小排列依次為：朝向偏差引起的失匹配、形狀偏差引起的失匹配、顏色偏差引起的失匹配、持續(xù)時間偏差引起的失匹配和大小偏差引起的失匹配。

表1 神經(jīng)人因?qū)嶒灥拿枋鲂越y(tǒng)計結(jié)果 μV

根據(jù)球形檢驗(Mauchly’s Test of Sphericity)的統(tǒng)計結(jié)果，Mauchly的W=0.451，Sig.=0.592，表示各組間的方差矩陣接近相等，故接受球形假設，應接受“Sphericity Assumed”的分析結(jié)果：各類型視覺失匹配腦電數(shù)據(jù)的重復測量結(jié)果之間的差異顯著(F=3.193，p<0.05)；大腦左右半球間的差異不顯著(F=2.336，p>0.05)；“視覺失匹配類型”與“大腦半球”的交互作用差異不顯著(F=1.296，p>0.05)。

根據(jù)實驗的重復測量方差分析結(jié)果和腦電圖(見圖1)，五種類型的視覺失匹配的主效應差異顯著。實驗結(jié)果說明采用oddball實驗范式在同一個刺激序列中，不同類型的自動化控制界面的報警信號分別成功誘發(fā)出相應的視覺失匹配腦電波；各種類型的視覺失匹配之間的差異顯著，視覺失匹配腦電波幅由大到小排列依次為：朝向偏差引起的失匹配、形狀偏差引起的失匹配、顏色偏差引起的失匹配、持續(xù)時間偏差引起的失匹配和大小偏差引起的失匹配。從圖1中的2D腦電電位分布圖可看出，視覺失匹配在人腦的顳枕區(qū)最為明顯。

根據(jù)實驗結(jié)果，可以指導設計人員在設計自動化控制界面時，優(yōu)先選用視覺失匹配強的信號作為自動化控制界面的安全報警信號，以提高安全報警信號的感知效果，從而提升人—機系統(tǒng)的應急反應能力。

4 結(jié) 語

神經(jīng)人因?qū)嶒炓云淠苌钊胩骄可a(chǎn)作業(yè)中人的生理和心理的技術(shù)優(yōu)勢而在第三代工業(yè)工程的實驗教學中占據(jù)重要地位。相較于以往工業(yè)工程以行為觀察和問卷調(diào)查為主要手段的實驗技術(shù)，神經(jīng)人因?qū)嶒灢粌H能有效將人的認知過程與行為過程相分離，避免認知與行為兩者在實驗測度上互相混淆，而且能研究工作中的人的內(nèi)隱行為，破解人類內(nèi)部認知過程的黑箱，通過神經(jīng)人因?qū)嶒灲沂旧a(chǎn)信息加工中各環(huán)節(jié)內(nèi)隱行為的認知機理。因此，神經(jīng)認知實驗借助最新的神經(jīng)測量技術(shù)手段和設備，突破過去工業(yè)工程實驗教學的局限，滿足第三代工業(yè)工程的教學與研究要求。

隨著當今生產(chǎn)自動化的程度日益提高，人機系統(tǒng)中的人的因素逐漸成為系統(tǒng)優(yōu)化的瓶頸，隨之而來的是人的注意力分散、警戒水平下降、人誤概率增加等一系列問題凸現(xiàn)。神經(jīng)人因?qū)嶒災苡行нM行多任務下腦力負荷、個體認知差異等研究，揭示上述問題形成的機理，提供測度和評價指標，為改進和優(yōu)化薄弱的人的因素提供客觀依據(jù)。

(a)

(b)

圖1 神經(jīng)人因?qū)嶒灥哪X電圖

神經(jīng)人因?qū)嶒炗衅渥陨愍毺氐难芯糠椒ê瓦^程。本文通過一例具體的關(guān)于船舶數(shù)字化界面測試的神經(jīng)人因?qū)嶒炚宫F(xiàn)了該類實驗的實驗范式選擇、實驗數(shù)據(jù)采集與分析等一般過程和方法。

[1] 馬慶國，付輝建，卞 軍. 神經(jīng)工業(yè)工程：工業(yè)工程發(fā)展的新階段[J]. 管理世界，2012(6)：163-168，179.

[2] Jeom Kee Paik. Lessons learned: what maritime accidents can teach us about human error, and structural design and engineering [J]. Marine Technology, 2012(4)：62-66.

[3] 馬慶國，王小毅. 認知神經(jīng)科學、神經(jīng)經(jīng)濟學與神經(jīng)管理學[J]. 管理世界，2006(10)：139-149.

[4] Parasuraman R, Rizzo M. Neuroergonomics: The Brain at Work [M]. New York：Oxford University Press，2008：3-12.

[5] Kim M, Sharman R, Cook-Cottone C P,etal. Assessing roles of people, technology and structure in emergency management systems: A public sector perspective [J]. Behaviour and Information Technology, 2012, 31(12)：1147-1160.

[6] Parasuraman R. Neuroergonomics: Brain, Cognition, and Performance at Work [J]. Current Directions in Psychological Science, 2011, 20(3)：181-186.

[7] Parasuraman R, Baldwin C L, Knott B,etal. Symposium: Neuroergonomics, technology, and cognition [J]. Work-a Journal of Prevention Assessment & Rehabilitation, 2012, 41(1)：5167-5171.

[8] Young M S, Stanton N A. Mental workload: theory, measurement, and application [A]. In: Karwowski W, eds. International Encyclopedia of Ergonomics and Human Factors [M]. London：Taylor & Francis，2001：507-509.

[9] 完顏笑如，莊達民，劉 偉. 腦力負荷對前注意加工的影響與分析[J]. 北京航空航天大學學報，2012，38(4)：497-501.

[10] 衛(wèi)宗敏，完顏笑如，莊達民. 飛機座艙顯示界面腦力負荷測量與評價[J]. 北京航空航天大學學報，2014，40(1)：86-91.

[11] Karwowski W. Ergonomics and human factors: the paradigms for science, engineering, design, technology and management of human-compatible systems [J]. Ergonomics, 2005, 48(5)：436-463.

[12] Ma Qingguo, Jin Jing, Wang Lei. The neural process of hazard perception and evaluation for warning signal words: Evidence from event-related potentials [J]. Neuroscience Letters, 2010, 483(3)：206-210.

[13] Maekawa T, Tobimatsu S, Ogata K,etal. Preattentive visual change detection as reflected by the mismatch negativity (MMN)-Evidence for a memory-based process [J]. Neuroscience Research, 2009, 65(1)：107-112.

[14] Kimura M, Widmann A, Schroeger E. Human visual system automatically represents large-scale sequential regularities [J]. Brain Research, 2010, 1317(4)：165-179.

[15] Kimura M, Schroeger E, Czigler I,etal. Human Visual System Automatically Encodes Sequential Regularities of Discrete Events [J]. Journal of Cognitive Neuroscience, 2010, 22(6)：1124-1139.

[16] Sulykos I, Czigler I. One plus one is less than two: Visual features elicit non-additive mismatch-related brain activity [J]. Brain Research, 2011, 1398(29)：64-71.

Exploration and Application of Neuroergonomics Experiment in the Teaching of Industrial Engineering

WUJun,HANWen-min

(School of Economics and Management, Jiangsu University of Science and Technology, Zhenjiang 212003, China)

The neuroergonomics experiment plays an important role in the third generation of industrial engineering because of the function of exploring producers’ physiological and psychological feature. For limitation of current industrial engineering teaching, the neuroergonomics experiment is exploratively applied to the mental workload and individual cognitive differences etc. The general process and methods of the neuroergonomics experiment were presented through neuroscience test experiment of ship digital interface.

neuroergonomics experiment; industrial engineering; experimental teaching

2014-04-30

國家自然科學基金項目(71271105)；江蘇省高等教育教改項目(2011JSJG158)

吳 俊(1977-)，男，湖北武漢人，博士，講師，研究方向為神經(jīng)人因工程。Tel.:13951289003;E-mail:wujunjm@sina.com

G 642.0；Q 421

A

1006-7167(2015)03-0172-05