聶俊峰， 劉維平， 傅斌賀， 張征， 楊波

(裝甲兵工程學(xué)院 機(jī)械工程系， 北京 100072)

面向裝甲車(chē)輛乘員信息處理的作業(yè)時(shí)間預(yù)測(cè)模型研究

聶俊峰， 劉維平， 傅斌賀， 張征， 楊波

(裝甲兵工程學(xué)院 機(jī)械工程系， 北京 100072)

作業(yè)時(shí)間的準(zhǔn)確預(yù)測(cè)是裝甲車(chē)輛乘員信息處理作業(yè)狀態(tài)研究的關(guān)鍵，對(duì)提高人機(jī)系統(tǒng)的作戰(zhàn)效能具有重要意義。針對(duì)乘員作業(yè)類(lèi)型向信息處理作業(yè)轉(zhuǎn)變的基本趨勢(shì)，以信息錄入典型信息處理作業(yè)為研究對(duì)象，對(duì)其信息處理作業(yè)操作元和認(rèn)知過(guò)程進(jìn)行了系統(tǒng)分析?；诔藛T操縱特性和認(rèn)知特性構(gòu)建了信息錄入作業(yè)時(shí)間預(yù)測(cè)模型，并面向任務(wù)對(duì)預(yù)測(cè)模型進(jìn)行了實(shí)驗(yàn)驗(yàn)證，旨在為解決應(yīng)急任務(wù)條件下乘員信息處理作業(yè)時(shí)間預(yù)測(cè)問(wèn)題探索新的途徑。結(jié)果表明，該模型能夠清晰地描述乘員信息錄入作業(yè)的認(rèn)知過(guò)程，準(zhǔn)確地預(yù)測(cè)作業(yè)時(shí)間，具有較好的預(yù)測(cè)精度和可重用性，是一種有效可行的信息處理作業(yè)時(shí)間預(yù)測(cè)模型。

兵器科學(xué)與技術(shù)； 裝甲車(chē)輛； 信息處理； 信息錄入； 時(shí)間預(yù)測(cè)模型

0 引言

隨著裝甲車(chē)輛艙室信息化水平的迅速提高，裝甲車(chē)輛乘員工作類(lèi)型逐漸向以監(jiān)視、控制為主的信息處理作業(yè)轉(zhuǎn)變，信息處理作業(yè)已成為乘員作業(yè)的主要形式。信息錄入作為裝甲車(chē)輛應(yīng)急任務(wù)條件下最常用的信息處理作業(yè)之一，貫穿于作戰(zhàn)任務(wù)的始終，其信息處理作業(yè)時(shí)間的長(zhǎng)短直接決定著任務(wù)的完成情況，甚至?xí)绊懽鲬?zhàn)任務(wù)的成敗[1]。因此，為了有效提高乘員信息處理作業(yè)操作效率，充分發(fā)揮人機(jī)系統(tǒng)作業(yè)效能，本文以信息錄入典型信息處理過(guò)程為例對(duì)乘員信息處理作業(yè)時(shí)間進(jìn)行預(yù)測(cè)研究。

目前，有關(guān)作業(yè)時(shí)間預(yù)測(cè)方面的研究主要集中于菜單點(diǎn)擊作業(yè)時(shí)間預(yù)測(cè)[2-3]、信息系統(tǒng)操作時(shí)間預(yù)測(cè)[4]方面，運(yùn)用較多的方法主要有GOMS模型[5-6]、KLM模型[7]、ACT-R模型[8-9]、Fitts定律[10-11]等。李炯等[4]基于GOMS模型對(duì)考試登分信息系統(tǒng)的用戶(hù)界面操作績(jī)效進(jìn)行了定量分析，并且根據(jù)定量分析結(jié)果提出了改進(jìn)信息系統(tǒng)的建議和方法。Byrne等[12]針對(duì)ACT-R模型在菜單操作績(jī)效預(yù)測(cè)評(píng)估中的應(yīng)用進(jìn)行了相關(guān)研究，研究結(jié)果表明該模型主要用于菜單視覺(jué)搜索績(jī)效方面的分析，且應(yīng)用過(guò)程繁瑣，適用性較差。黃志齊等[13]在大量實(shí)驗(yàn)數(shù)據(jù)分析的基礎(chǔ)上，基于Fitts定律建立了3種不同的Twiddler點(diǎn)擊績(jī)效模型，對(duì)Twiddler的點(diǎn)擊績(jī)效進(jìn)行了評(píng)估。徐榮龍等[14]基于Fitts定律和Hick-Hyman定律，提出了一個(gè)預(yù)測(cè)手持設(shè)備三維菜單操作績(jī)效模型，并通過(guò)實(shí)驗(yàn)驗(yàn)證了模型的有效性。

綜上所述，目前國(guó)內(nèi)外研究人員對(duì)作業(yè)時(shí)間預(yù)測(cè)的研究較為廣泛，但存在以下不足：第一，研究主要是針對(duì)操作人員信息處理某個(gè)階段的認(rèn)知過(guò)程，欠缺針對(duì)信息處理過(guò)程完整模型的研究，模型適應(yīng)性較差；第二，研究主要是針對(duì)操作人員操縱特性的研究，沒(méi)有全面考慮人的智能性、隨機(jī)性和自適應(yīng)等特性，模型缺乏有效性[15]。本文針對(duì)乘員信息錄入作業(yè)時(shí)間預(yù)測(cè)問(wèn)題，以多資源理論(MRT)為基礎(chǔ)，系統(tǒng)梳理了信息錄入作業(yè)基本操作元，基于任務(wù)- 網(wǎng)絡(luò)建模技術(shù)分析了乘員信息錄入作業(yè)的認(rèn)知過(guò)程，提出了一種面向任務(wù)的作業(yè)時(shí)間量化預(yù)測(cè)模型，并通過(guò)實(shí)驗(yàn)對(duì)模型的有效性進(jìn)行了驗(yàn)證。

1 信息處理作業(yè)認(rèn)知過(guò)程分析

1.1 作業(yè)操作元分析

信息錄入作業(yè)是指乘員通過(guò)感覺(jué)器官?gòu)耐饨缢鸭繕?biāo)信息，對(duì)目標(biāo)信息進(jìn)行感知、理解，經(jīng)大腦編碼迅速形成指令，精確地執(zhí)行車(chē)載信息終端來(lái)完成目標(biāo)信息(敵我屬性、類(lèi)型、數(shù)量、方位和速度)錄入的過(guò)程，具有應(yīng)急明顯、典型性強(qiáng)、戰(zhàn)時(shí)常用的作業(yè)特性。典型車(chē)載信息終端布局如圖1所示。

圖1 裝甲車(chē)輛典型信息終端布局示意圖Fig.1 Layout of typical information terminal

通過(guò)對(duì)應(yīng)急任務(wù)條件下艙室乘員信息錄入作業(yè)操作動(dòng)作的連續(xù)考察，參考乘員專(zhuān)業(yè)教范，結(jié)合乘員信息處理認(rèn)知行為過(guò)程，提煉出了具有乘員操作特點(diǎn)的信息錄入操作元素，并基于此建立了作業(yè)類(lèi)型選擇、敵我屬性判斷、目標(biāo)信息錄入和目標(biāo)信息發(fā)送4個(gè)基本操作元，信息錄入作業(yè)各操作元分析如圖2所示。

圖2 信息錄入作業(yè)操作元分析Fig.2 Operate-units of crew’s information input task

1.2 作業(yè)認(rèn)知過(guò)程建模

乘員信息處理過(guò)程是一個(gè)涉及感覺(jué)、注意、識(shí)別、記憶以及反應(yīng)等多方面要素的復(fù)雜心理過(guò)程。從本質(zhì)上說(shuō)，乘員的反應(yīng)操作是乘員認(rèn)知行為的系統(tǒng)輸出和外在表現(xiàn)。因此，作業(yè)各操作元認(rèn)知過(guò)程分析是信息錄入作業(yè)時(shí)間預(yù)測(cè)的基礎(chǔ)。

1.2.1 多資源理論

Wickens認(rèn)為作業(yè)人員具有一組性質(zhì)類(lèi)似、功能有限且容量一定的心理資源[16]。隨著作業(yè)要求增大，完成作業(yè)所需要的資源量也相應(yīng)增加。當(dāng)任務(wù)難度增加或多個(gè)任務(wù)發(fā)生資源競(jìng)爭(zhēng)而導(dǎo)致資源短缺時(shí)，系統(tǒng)績(jī)效下降。

MRT是解釋多任務(wù)之間注意資源分配的理論，其基本表述為：乘員的不同部位可以同時(shí)完成不同任務(wù)，乘員的信息通道一般由聽(tīng)覺(jué)、視覺(jué)、認(rèn)知及運(yùn)動(dòng)反應(yīng)4個(gè)部分組成，任何任務(wù)都可由這4個(gè)通道下的28種行為要素構(gòu)成，且一般經(jīng)歷知覺(jué)- 認(rèn)知- 反應(yīng)的過(guò)程，如表1所示。

表1 MRT行為要素表

1.2.2 認(rèn)知過(guò)程任務(wù)- 網(wǎng)絡(luò)建模技術(shù)

認(rèn)知過(guò)程任務(wù)- 網(wǎng)絡(luò)建模技術(shù)是一種對(duì)乘員認(rèn)知過(guò)程按操作流程進(jìn)行時(shí)間序列建模，并在任務(wù)實(shí)施過(guò)程中加以控制的計(jì)劃管理技術(shù)。其基本表達(dá)形式為任務(wù)- 網(wǎng)絡(luò)圖，是一種由箭線(xiàn)和節(jié)點(diǎn)組成的有向、有序的網(wǎng)狀圖形[1]。

為了對(duì)乘員信息處理作業(yè)認(rèn)知過(guò)程進(jìn)行分析，基于MRT對(duì)任務(wù)- 網(wǎng)絡(luò)建模技術(shù)進(jìn)行擴(kuò)展，針對(duì)乘員信息錄入作業(yè)操作流程，利用直接法構(gòu)建信息執(zhí)行通道下的各操作元認(rèn)知過(guò)程任務(wù)- 網(wǎng)絡(luò)模型，如圖3所示。對(duì)照MRT行為要素表得到認(rèn)知過(guò)程各項(xiàng)目明細(xì)及其關(guān)系，如表2所示。

圖3 乘員信息錄入認(rèn)知過(guò)程模型Fig.3 Cognitive process model of crew’s information input task

執(zhí)行通道內(nèi)容及代號(hào)視覺(jué)通道A1發(fā)現(xiàn)A5發(fā)現(xiàn)A9發(fā)現(xiàn)A13發(fā)現(xiàn)A2空閑A6空閑A10空閑A14發(fā)現(xiàn)A3查找A7查找A11查找A15查找A4發(fā)現(xiàn)A8發(fā)現(xiàn)A12發(fā)現(xiàn)認(rèn)知通道B1準(zhǔn)備B6判斷B11判斷B16識(shí)別B2判斷B7選擇B12識(shí)別B17決定B3識(shí)別B8識(shí)別B13決定B4決定B9決定B14準(zhǔn)備B5準(zhǔn)備B10準(zhǔn)備B15判斷反應(yīng)通道C1空閑C3空閑C5空閑C7空閑C2鍵入C4鍵入C6鍵入C8鍵入

2 作業(yè)時(shí)間預(yù)測(cè)模型建立

2.1 模型基本假設(shè)

對(duì)模型建立以下基本假設(shè)：

1)乘員與信息終端控制面板距離一定。

2)信息在乘員長(zhǎng)時(shí)記憶中以最小特征單元存儲(chǔ)。

3)乘員對(duì)目標(biāo)信息的編碼與搜索并行。

4)乘員對(duì)鍵盤(pán)按鍵的操縱為觸點(diǎn)操作，運(yùn)動(dòng)規(guī)律服從Fitts定律。

5)乘員目標(biāo)搜索規(guī)律服從Hick-Hyman定律。

2.2 信息錄入作業(yè)時(shí)間預(yù)測(cè)模型

2.2.1 時(shí)間預(yù)測(cè)模型構(gòu)建

乘員信息錄入作業(yè)時(shí)間不僅與目標(biāo)信息特性(目標(biāo)大小、目標(biāo)距離等)有關(guān)，還與信息錄入方式(菜單類(lèi)型、輸入類(lèi)型等)和乘員自身能力特性(操縱類(lèi)型、目標(biāo)搜索策略等)相關(guān)。綜合考慮相關(guān)影響因素，基于信息處理認(rèn)知過(guò)程建立了乘員信息錄入作業(yè)時(shí)間預(yù)測(cè)模型為

T=T1+T2+T3+T4,

(1)

式中：T1、T2、T3和T4分別為作業(yè)類(lèi)型選擇操作時(shí)間、敵我屬性判斷操作時(shí)間、目標(biāo)信息錄入操作時(shí)間和目標(biāo)信息發(fā)送操作時(shí)間。各操作時(shí)間表達(dá)式為

T1=TA1+TB2+TA3+TC2,

(2)

T2=TA5+TB6+TB7+TA7+TC4,

(3)

T3=cTA9+dTB11+eTA11+fTC6,

(4)

T4=gTA13+hTB15+TA14+TC8，

(5)

式中：c、d、e、f、g、h為待定系數(shù)。

2.2.2 時(shí)間預(yù)測(cè)模型參數(shù)辨識(shí)

按照類(lèi)型的不同作業(yè)時(shí)間預(yù)測(cè)模型的參數(shù)需要通過(guò)不同方式進(jìn)行辨識(shí)：

1)一般類(lèi)辨識(shí)。參數(shù)的一般類(lèi)辨識(shí)主要是通過(guò)參考標(biāo)準(zhǔn)性的通用數(shù)據(jù)和領(lǐng)域內(nèi)的普遍數(shù)據(jù)獲得。比如，(2)式～(5)式中：TA1、TA5、TA9、TA13為各操作中注意力轉(zhuǎn)移到現(xiàn)有目標(biāo)上的時(shí)間，分別采用裝甲車(chē)輛領(lǐng)域內(nèi)的普遍數(shù)據(jù)352 ms、85 ms、85 ms、85 ms；TB2、TB6、TB7、TB11、TB15為各操作中目標(biāo)信息的知覺(jué)加工時(shí)間，分別采用標(biāo)準(zhǔn)性的通用數(shù)據(jù)106 ms、106 ms、92 ms、106 ms、106 ms.

2)實(shí)驗(yàn)類(lèi)辨識(shí)。參數(shù)的實(shí)驗(yàn)類(lèi)辨識(shí)主要針對(duì)模型中缺乏一般性標(biāo)準(zhǔn)的參數(shù)，通過(guò)實(shí)驗(yàn)進(jìn)行參數(shù)辨識(shí)。比如，(2)式～(5)式中TA3、TA7、TA11、TA14為各操作中目標(biāo)搜索定位時(shí)間，服從Hick-Hyman定律，即

T′=a1+b1·lb(n+1),

(6)

式中：a1、b1為常數(shù)，n為按鍵數(shù)目。

TC2、TC4、TC6、TC8為各操作中對(duì)目標(biāo)的反應(yīng)執(zhí)行時(shí)間，服從Fitts定律，即可得

T″=a2+b2·lb(A/W+1),

(7)

式中：a2、b2為常數(shù)；A為按鍵到手部初始位置的距離；W為按鍵的有效寬度。(6)式、(7)式中的參數(shù)a1、b1、a2、b2即需要進(jìn)行實(shí)驗(yàn)類(lèi)辨識(shí)。

3)設(shè)置類(lèi)辨識(shí)。參數(shù)的設(shè)置類(lèi)辨識(shí)即根據(jù)乘員特殊作業(yè)條件和實(shí)際操作設(shè)置進(jìn)行參數(shù)辨識(shí)。比如，(4)式中的參數(shù)c、d、e依據(jù)乘員實(shí)際操作設(shè)置，可得c=1，d=4，e=4；f根據(jù)目標(biāo)信息特征的不同可取[5,13]的任意整數(shù)。同理，(5)式中參數(shù)g=4，h=4. (6)式、(7)式中的參數(shù)n、A、W依據(jù)乘員特殊作業(yè)條件，可得nA3=9，nA7=nA11=nA14=27；AC2=AC4=AC6=AC8=25 cm；WC2=WC4=WC6=WC8=15 mm.

3 實(shí)驗(yàn)設(shè)計(jì)

3.1 實(shí)驗(yàn)系統(tǒng)設(shè)計(jì)

實(shí)驗(yàn)系統(tǒng)基于圖形化編程設(shè)計(jì)平臺(tái)Labview2011設(shè)計(jì)開(kāi)發(fā)，由實(shí)驗(yàn)測(cè)試和數(shù)據(jù)儲(chǔ)存兩個(gè)模塊組成：實(shí)驗(yàn)測(cè)試模塊具有基本反應(yīng)測(cè)試和信息錄入模擬兩個(gè)部分[17]；實(shí)驗(yàn)數(shù)據(jù)存儲(chǔ)于數(shù)據(jù)管理系統(tǒng)中。實(shí)驗(yàn)設(shè)備采用的是裝有Windows7系統(tǒng)的聯(lián)想主機(jī)(Intel core i7，3.40 GHz處理器，8 G內(nèi)存)，三菱10.4 in“AA104XD02”觸摸顯示屏(分辨率設(shè)置為1 024×768)，以及與實(shí)裝尺寸和觸感相同的硅膠鍵盤(pán)。

3.2 實(shí)驗(yàn)方案

選取10名具有相同專(zhuān)業(yè)等級(jí)的某型裝甲車(chē)輛車(chē)長(zhǎng)參與實(shí)驗(yàn)，年齡在20～25歲，男性，均為右利手，身體健康，矯正視力正常。要求被試盡可能快速、準(zhǔn)確的完成實(shí)驗(yàn)。根據(jù)實(shí)際需求，實(shí)驗(yàn)過(guò)程分為兩個(gè)階段。

3.2.1 參數(shù)辨識(shí)實(shí)驗(yàn)

首先通過(guò)基本反應(yīng)測(cè)試實(shí)驗(yàn)對(duì)模型中的a1、b1、a2、b2進(jìn)行參數(shù)辨識(shí)。為此，設(shè)計(jì)兩組實(shí)驗(yàn)：

1)第一組實(shí)驗(yàn)為簡(jiǎn)單反應(yīng)實(shí)驗(yàn)，采用點(diǎn)擊觸摸按鍵對(duì)屏幕刺激簡(jiǎn)單反應(yīng)的方式進(jìn)行，目的是消除搜索時(shí)間對(duì)操作的影響，得到結(jié)果為移動(dòng)時(shí)間，進(jìn)而通過(guò)(7)式得到a2、b2的值，其變量水平：目標(biāo)寬度W(15 mm)×實(shí)驗(yàn)難度系數(shù)ID(2.0 bit、3.0 bit、3.5 bit、4.0 bit、4.6 bit、5.0 bit)×每種水平5次，共進(jìn)行6×5×10=300次簡(jiǎn)單反應(yīng)按鍵實(shí)驗(yàn)。

2)第二組實(shí)驗(yàn)為選擇反應(yīng)實(shí)驗(yàn)，采用對(duì)觸摸按鍵進(jìn)行字母編號(hào)，點(diǎn)擊對(duì)應(yīng)觸摸按鍵對(duì)屏幕刺激選擇反應(yīng)的方式進(jìn)行，目的是用該組實(shí)驗(yàn)數(shù)據(jù)去除相應(yīng)的移動(dòng)時(shí)間，即可得到特定按鍵數(shù)目情況下目標(biāo)搜索的時(shí)間，進(jìn)而通過(guò)(6)式得到a1、b1的值，其變量水平：目標(biāo)寬度W(15 mm)×實(shí)驗(yàn)難度系數(shù)H(2.81 bit、3.70 bit、4.00 bit、4.25 bit、4.46 bit、4.64 bit)×每種水平5次，共進(jìn)行6×5×10=300次選擇反應(yīng)按鍵實(shí)驗(yàn)。

3.2.2 模型驗(yàn)證實(shí)驗(yàn)

通過(guò)作業(yè)模擬實(shí)驗(yàn)驗(yàn)證時(shí)間預(yù)測(cè)模型的有效性。實(shí)驗(yàn)系統(tǒng)中信息錄入模擬模塊按照實(shí)車(chē)信息系統(tǒng)功能設(shè)計(jì)，目標(biāo)信息通過(guò)觀(guān)察戰(zhàn)場(chǎng)環(huán)境視景仿真系統(tǒng)獲得，該系統(tǒng)與操作模塊實(shí)時(shí)同步。其目標(biāo)信息變量確定為5種組合：目標(biāo)類(lèi)型(輸送車(chē)、導(dǎo)彈車(chē)、指揮車(chē)、步兵戰(zhàn)車(chē)、主戰(zhàn)坦克)、目標(biāo)數(shù)量(2輛、4輛、6輛、7輛、9輛)、目標(biāo)方位(東、南、西、南、北)、目標(biāo)速度(26 km/h、28 km/h、46 km/h、36 km/h、32 km/h)，即：f1=5，f2=7，f3=9，f4=11，f5=13. 其變量水平為：目標(biāo)信息類(lèi)型f(5、7、9、11、13)×目標(biāo)寬度W(15 mm)×按鍵到手指初始位置的距離A(25 cm)×各種水平10次，共進(jìn)行5×10×10=500次信息錄入模擬實(shí)驗(yàn)。

4 實(shí)驗(yàn)結(jié)果分析

4.1 參數(shù)辨識(shí)實(shí)驗(yàn)數(shù)據(jù)分析

參數(shù)辨識(shí)兩組實(shí)驗(yàn)各得到300個(gè)操作績(jī)效數(shù)據(jù)，其中第一組有效數(shù)據(jù)264個(gè)，第二組有效數(shù)據(jù)271個(gè)，有效數(shù)據(jù)通過(guò)最小二乘法擬合，結(jié)果分別如圖4和圖5所示。

圖4 參數(shù)辨識(shí)實(shí)驗(yàn)第一組數(shù)據(jù)分析結(jié)果Fig.4 Analyzed result of the first set of data

圖5 參數(shù)辨識(shí)實(shí)驗(yàn)第二組數(shù)據(jù)分析結(jié)果Fig.5 Analyzed result of the second set of data

由圖4可得到曲線(xiàn)的表達(dá)式為：T″=97.5+89.2ID，擬合度R2=0.960，擬合度較高，即得a2=97.5，b2=89.2.

由圖5可得到曲線(xiàn)的表達(dá)式為：T′=-149.1+100.8H，擬合度R2=0.947，擬合度較高，即得a1=-149.1，b1=100.8.

綜合兩組實(shí)驗(yàn)數(shù)據(jù)分析結(jié)果，可求得：T1=1 121.88 ms，T2=1 088.31 ms，T3=2 404.2+370.2f(ms)，T4=1 296.62 ms；T=5 911.01+370.2f(ms)。

4.2 模型驗(yàn)證實(shí)驗(yàn)數(shù)據(jù)分析

模型驗(yàn)證實(shí)驗(yàn)共得到500組操作績(jī)效數(shù)據(jù)，其中有效數(shù)據(jù)452組，逐一提取每一操作元乘員信息處理績(jī)效數(shù)據(jù)，用統(tǒng)計(jì)分析spss軟件分別分析該數(shù)據(jù)與模型預(yù)測(cè)數(shù)據(jù)的均值一致性。被試各項(xiàng)操作元績(jī)效數(shù)據(jù)統(tǒng)計(jì)情況見(jiàn)表3.

圖6為模型驗(yàn)證實(shí)驗(yàn)T1、T2、T4數(shù)據(jù)對(duì)比分析結(jié)果。由表3和圖6可以看出，作業(yè)類(lèi)型選擇操作元、敵我屬性判斷操作元和目標(biāo)信息發(fā)送操作元實(shí)驗(yàn)績(jī)效均值與模型預(yù)測(cè)值很接近，且標(biāo)準(zhǔn)差系數(shù)很小(0.049 8、0.048 4、0.043 8)，即可驗(yàn)證模型(2)式、(3)式、(5)式的有效性。

表3 被試各操作元績(jī)效數(shù)據(jù)統(tǒng)計(jì)表

圖6 模型驗(yàn)證實(shí)驗(yàn)T1、T2、T4數(shù)據(jù)分析結(jié)果Fig.6 Analyzed results of T1, T2 and T4

圖7、圖8分別為模型驗(yàn)證實(shí)驗(yàn)T3數(shù)據(jù)概率分布情況和數(shù)據(jù)分析結(jié)果。由表3和圖7可以看出，不同目標(biāo)信息變量下各實(shí)驗(yàn)數(shù)據(jù)均值與預(yù)測(cè)值基本吻合，標(biāo)準(zhǔn)差系數(shù)很小(0.016 7、0.014 7、0.012 9、0.013 4、0.010 8)。由圖8得到曲線(xiàn)的表達(dá)式為y=114.7+0.992x，其中y和x分別代表目標(biāo)信息錄入操作元實(shí)驗(yàn)績(jī)效數(shù)據(jù)和模型預(yù)測(cè)數(shù)據(jù)，二者之間的關(guān)系接近于y=x，曲線(xiàn)具有很好的擬合度(R2=0.985)。綜上所述，說(shuō)明模型(4)式是有效的。

圖7 模型驗(yàn)證實(shí)驗(yàn)T3數(shù)據(jù)分布情況Fig.7 Probability distribution of T3

圖8 模型驗(yàn)證實(shí)驗(yàn)T3數(shù)據(jù)分析結(jié)果Fig.8 Analyzed result of T3

圖9、圖10分別為模型驗(yàn)證實(shí)驗(yàn)T數(shù)據(jù)概率分布情況和數(shù)據(jù)分析結(jié)果。由表3和圖9可以看出，不同目標(biāo)信息變量下各實(shí)驗(yàn)數(shù)據(jù)均值與預(yù)測(cè)值基本吻合，標(biāo)準(zhǔn)差系數(shù)很小(0.015 0、0.014 3、0.012 9、0.012 8、0.010 9)。由圖10得到曲線(xiàn)的表達(dá)式為y=227.6+0.988x；其中y和x分別代表信息錄入作業(yè)總的實(shí)驗(yàn)績(jī)效數(shù)據(jù)和模型預(yù)測(cè)數(shù)據(jù)。二者之間的關(guān)系接近于y=x，曲線(xiàn)具有很好的擬合度(R2=0.981)。綜上所述，說(shuō)明模型(1)式是有效的。

圖9 模型驗(yàn)證實(shí)驗(yàn)T數(shù)據(jù)分布情況Fig.9 Probability distribution of T

圖10 模型驗(yàn)證實(shí)驗(yàn)T數(shù)據(jù)分析結(jié)果Fig.10 Analyzed result of T

5 結(jié)論

應(yīng)急任務(wù)條件下乘員信息錄入作業(yè)時(shí)間預(yù)測(cè)問(wèn)題的研究具有重要現(xiàn)實(shí)意義。本文從信息處理的MRT出發(fā)，在對(duì)乘員信息錄入作業(yè)操作元分解的基礎(chǔ)上，通過(guò)任務(wù)- 網(wǎng)絡(luò)建模技術(shù)對(duì)乘員信息處理作業(yè)的認(rèn)知過(guò)程進(jìn)行了建模分析，提出了裝甲車(chē)輛乘員信息錄入作業(yè)時(shí)間的預(yù)測(cè)方法，并依據(jù)“階段實(shí)驗(yàn)，逐層驗(yàn)證”的基本思路組織裝甲車(chē)輛實(shí)際操作人員進(jìn)行了模型驗(yàn)證實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果確定了各操作元時(shí)間預(yù)測(cè)模型的參數(shù)值，驗(yàn)證了預(yù)測(cè)模型的有效性。研究表明，該方法針對(duì)乘員信息處理作業(yè)中操作和認(rèn)知特性，為應(yīng)急任務(wù)條件下信息處理作業(yè)時(shí)間的定量預(yù)測(cè)提供了有效的解決方法，主要表現(xiàn)在：

1)該方法對(duì)乘員信息處理作業(yè)進(jìn)行了單元化處理，并基于任務(wù)- 網(wǎng)絡(luò)建模技術(shù)模擬了乘員各操作元作業(yè)認(rèn)知過(guò)程，是一個(gè)完整的作業(yè)時(shí)間預(yù)測(cè)模型，可以針對(duì)不同類(lèi)型信息處理作業(yè)進(jìn)行單元重組，提高了模型的適應(yīng)性，拓展了模型的應(yīng)用范圍。

2)該方法在操縱特性研究的基礎(chǔ)上，在信息處理作業(yè)時(shí)間預(yù)測(cè)模型中加入了知覺(jué)加工時(shí)間和目標(biāo)搜索時(shí)間等作業(yè)認(rèn)知過(guò)程，充分考慮了乘員的隨機(jī)性和自適應(yīng)性，提高了模型的有效性，較以往模型有較大改進(jìn)。

3)實(shí)驗(yàn)結(jié)果表明，本文提出的預(yù)測(cè)模型可以很好地預(yù)測(cè)乘員信息錄入作業(yè)各操作元的時(shí)間，乘員實(shí)驗(yàn)績(jī)效數(shù)據(jù)與模型預(yù)測(cè)值誤差很小，反映了模型的準(zhǔn)確性。

References)

[1] 劉維平, 聶俊峰, 金毅, 等. 基于任務(wù)—網(wǎng)絡(luò)模型的裝甲車(chē)輛乘員腦力負(fù)荷評(píng)價(jià)方法研究[J]. 兵工學(xué)報(bào), 2015, 36(9): 1805-1810. LIU Wei-ping, NIE Jun-feng, JIN Yi, et al. Study on the task division of double-crew armored vehicle based on task-network model[J]. Acta Armamentarii, 2015, 36(9): 1805-1810. (in Chinese)

[2] 辛義忠, 馬燕飛, 李巖, 等. 目標(biāo)點(diǎn)擊操作中不同方向?qū)P壓性能影響的研究[J]. 計(jì)算機(jī)科學(xué), 2014, 41(10): 72-75. XIN Yi-zhong, MA Yan-fei, LI Yan, et al. Empirical study of direction effect on pen pressure performance in pointing tasks[J]. Computer Science, 2014, 41(10): 72-75. (in Chinese)

[3] 徐榮龍, 劉正捷. 菜單點(diǎn)擊績(jī)效模型的建立與驗(yàn)證[J]. 計(jì)算機(jī)工程, 2010, 36(19): 256-260. XU Rong-long, LIU Zheng-jie. Establishment and verification of menu selection performance model[J]. Computer Engineering, 2010, 36(19): 256-260. (in Chinese)

[4] 李炯, 汪文勇, 繆靜. GOMS模型在考試登分系統(tǒng)中的應(yīng)用研究[J]. 計(jì)算機(jī)科學(xué), 2005, 32(4): 219-224. LI Jiong, WANG Wen-yong, MIU Jing. Research on the application of GOMS model in a score-entry system[J]. Computer Science, 2005, 32(4): 219-224. (in Chinese)

[5] Oyewole S A, Haight J M. Determination of optimal paths to task goals using expert system based on GOMS model[J]. Computers in Human Behavior, 2011, 36(19): 823-833.

[6] Schrepp M. GOMS analysis as a tool to investigate the usability of web units for disabled users[J]. Universal Access in the Information Society, 2010, 9(1): 77-86.

[7] 楊炳, 李宏汀. KLM在手機(jī)界面設(shè)計(jì)和評(píng)估中的應(yīng)用[J]. 人類(lèi)工效學(xué), 2012, 18(2): 83-87. YANG Bing, LI Hong-ting. Study on applications of KLM in mobile phone interface design and evaluation[J]. Chinese Journal of Ergonomics, 2012, 18(2): 83-87. (in Chinese)

[8] Jo S, Myung R, Yoon D, et al. Quantitative prediction of mental workload with the ACT-R cognitive architecture[J]. International Journal of Industrial Ergonomics, 2012, 42(4): 359-370.

[9] 陳為, 李世其, 王春慧, 等. 手控交會(huì)對(duì)接任務(wù)認(rèn)知行為建模[J]. 載人航天, 2016, 22(3): 386-392. CHEN Wei, LI Shi-qi, WANG Chun-hui, et al. Modeling of cognitive behavior in manual rendezvous and docking[J]. Manned Spaceflight, 2016, 22(3): 386-392. (in Chinese)

[10] Zhao J, Soukoreff R W, Ren X S, et al. A model of scrolling on touch-sensitive displays[J]. International Journal of Human-Computer Studies, 2014, 72(12): 805-821.

[11] Lin C J, Chen H J. Modeling movements of a long hand-held tool with effects of moments of inertia[J]. Human Movement Science, 2014, 34(12): 233-245.

[12] Byrne M. ACT-R/PM and menu selection: applying a cognitive architecture to HCI[J]. International Journal of Human-Computer Studies, 2001, 55(1): 41-84.

[13] 黃志奇, 陳東義, 王厚軍. 基于Fitts’law的Twiddler點(diǎn)擊績(jī)效模型實(shí)驗(yàn)[J]. 電子測(cè)量與儀器學(xué)報(bào), 2008, 22(5): 33-37. HUANG Zhi-qi, CHEN Dong-yi, WANG Hou-jun. Experiment of the Twiddler tapping performance model based on Fitts’law[J]. Journal of Electronic in Measurement and Instrument, 2008, 22(5): 33-37. (in Chinese)

[14] 徐榮龍, 劉正捷, 張寧. 手持設(shè)備三維菜單績(jī)效評(píng)估[J]. 計(jì)算機(jī)工程與應(yīng)用, 2010, 46(22): 20-22. XU Rong-long, LIU Zheng-jie, ZHANG Ning. Evaluation of 3D menu performance on mobile phone[J]. Computer Engineering and Applications, 2010, 46(22): 20-22. (in Chinese)

[15] 張曉燕, 薛紅軍. 駕駛艙中飛行員信息處理時(shí)間預(yù)測(cè)模型[J]. 系統(tǒng)仿真學(xué)報(bào), 2014, 26(7): 1607-1610. ZHANG Xiao-yan, XUE Hong-jun. Predictivetime modeling for pilot information processing in flight deck[J]. Journal of System Simulation, 2014, 26(7): 1607-1610. (in Chinese)

[16] Wickens C D. Multiple resources and mental workload[J]. The Journal of the Human Factors and Ergonomics Society, 2008, 50(3): 449-455.

[17] 劉維平, 傅斌賀, 劉西俠, 等. 車(chē)載顯控終端輸入方式對(duì)乘員信息處理能力影響試驗(yàn)研究[J]. 兵工學(xué)報(bào), 2015, 36(11): 2180-2184. LIU Wei-ping, FU Bin-he, LIU Xi-xia, et al. Experimental study of influences of input models of vehicle-mounted display and control terminal on crew's information processing capability[J]. Acta Armamentarii, 2015, 36(11): 2180-2184. (in Chinese)

Predictive Operation Time Model for Information Processing Task of Crew in Armored Vehicle

NIE Jun-feng， LIU Wei-ping， FU Bin-he， ZHANG Zheng， YANG Bo

(Department of Mechanical Engineering，Academy of Armored Forces Engineering，Beijing 100072，China)

The accurate prediction of operation time is essential to study the operating state of crew in armored vehicle, and is important to improve the operational effectiveness of the man-machine system. In view of a basic trend that the operation type gradually changes into information processing，the information input task is studied，and the operate-units and cognitive process are systematically analyzed. A predictive operation time model is built based on crew’s control and cognitive characteristics. The predictive operation time model is verified through experiment, with an aim to solve the prediction problem of crew’s information processing time under the condition of emergency. The test results show that the proposed model could describe the whole cognitive process of crew’s information input task and predict the reaction times of operate-units accurately. The model has high prediction accuracy and reusability.

ordnance science and technology； armored vehicle； information processing； information input； predictive time model

2016-06-15

聶俊峰(1989—)， 男， 博士研究生。 E-mail： njf0706@126.com

劉維平(1961—)， 男， 教授， 博士生導(dǎo)師。 E-mail： lwpyxlzh@sohu.com

TJ810.1

A

1000-1093(2017)02-0233-07

10.3969/j.issn.1000-1093.2017.02.004