吳雪琴,廖 斌

(1.電子科技大學(xué) 成都學(xué)院 計(jì)算機(jī)系，四川 成都 611731; 2.四川師范大學(xué) 商學(xué)院，四川 成都 610101)

0 引言

工間休息指工作間歇中的短暫休息，可以有效緩解工作疲勞，提高工作效率。目前，我國(guó)僅針對(duì)部分特殊行業(yè)人群，制定工間休息相關(guān)法律法規(guī)[1-2]。隨信息化不斷發(fā)展，信息系統(tǒng)(Information System，IS)被廣泛應(yīng)用于各行業(yè)領(lǐng)域。人與信息系統(tǒng)交互主要通過視頻顯示終端(Visual Display Terminal，VDT)實(shí)現(xiàn)，VDT持續(xù)作業(yè)是1項(xiàng)具有特定姿勢(shì)的腦力勞動(dòng)，是當(dāng)今社會(huì)主要?jiǎng)趧?dòng)模式，過量勞動(dòng)會(huì)引發(fā)心理與生理疲勞，降低作業(yè)效率。我國(guó)VDT持續(xù)作業(yè)工間休息制度和標(biāo)準(zhǔn)尚未完善。

上世紀(jì)90年代，西方國(guó)家展開VDT作業(yè)時(shí)間制度研究：Grajewski等[3]認(rèn)為在持續(xù)作業(yè)過程中，定時(shí)休息有利于提高工作效率；彭曉武等[4]通過試驗(yàn)研究VDT閱讀工間休息制度，利用績(jī)效和主觀疲勞評(píng)價(jià)指標(biāo)進(jìn)行評(píng)估，提出勞動(dòng)者每60 min至少需安排1次休息；徐凱宏等[5]以文本輸入為作業(yè)形式，研究VDT作業(yè)工間休息制度，通過分析作業(yè)績(jī)效與主觀疲勞評(píng)價(jià)指標(biāo)，認(rèn)為作業(yè)60 min后需要休息；廖斌等[6]結(jié)合主觀疲勞評(píng)價(jià)指標(biāo)，運(yùn)用模糊綜合評(píng)價(jià)方法，提出基于勞動(dòng)時(shí)間的VDT作業(yè)自適應(yīng)工間休息制度。VDT作業(yè)時(shí)間制度研究取得顯著成果，但目前仍存在以下3點(diǎn)問題：1)試驗(yàn)任務(wù)以VDT閱讀和文本輸入為主，不符合VDT作業(yè)“人機(jī)交互、認(rèn)知性高”特征。2)工間休息采用固定時(shí)間方法，未考慮作業(yè)難度及個(gè)體差異，存在“一刀切”等不合理現(xiàn)象。3)通過人為判斷疲勞程度作為工間休息依據(jù)，研究結(jié)果主觀態(tài)度影響較大。因此，通過將試驗(yàn)方法與綜合作業(yè)績(jī)效、主觀評(píng)價(jià)和眼動(dòng)指標(biāo)，進(jìn)行BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練，構(gòu)建認(rèn)知性VDT持續(xù)作業(yè)疲勞模式識(shí)別模型，為制定和完善工間休息機(jī)制提供理論依據(jù)。

1 VDT持續(xù)作業(yè)疲勞評(píng)價(jià)指標(biāo)初選

作業(yè)疲勞指勞動(dòng)者因高強(qiáng)度或長(zhǎng)時(shí)間持續(xù)作業(yè),導(dǎo)致勞動(dòng)能力減弱、工作效率下降的現(xiàn)象，是工間休息機(jī)制主要評(píng)價(jià)指標(biāo)[7]。作業(yè)疲勞評(píng)價(jià)方法包括績(jī)效測(cè)量、主觀評(píng)價(jià)和生理測(cè)量3種:績(jī)效測(cè)量和主觀評(píng)價(jià)操作簡(jiǎn)單，但易受勞動(dòng)者主觀態(tài)度影響；生理測(cè)量評(píng)價(jià)客觀，但數(shù)據(jù)采集難度較大。因此,綜合使用3類指標(biāo)進(jìn)行疲勞模式識(shí)別。

任務(wù)績(jī)效評(píng)價(jià)指標(biāo)主要以作業(yè)正確反應(yīng)時(shí)和正確率為主[8-10]，其次還包括選擇反應(yīng)時(shí)間和任務(wù)正確率。

作業(yè)疲勞主觀評(píng)價(jià)涉及勞動(dòng)者心理努力程度、任務(wù)難易程度、作業(yè)時(shí)間壓力以及生理不適等方面。以主觀疲勞綜合指數(shù)作為備用主觀評(píng)價(jià)指標(biāo)，減少試驗(yàn)過程中主觀問卷填寫中斷時(shí)間，確保試驗(yàn)連續(xù)性。采用likert 9分量表，以整數(shù)1～9代表主觀疲勞感受，其中1表示非常輕松，9表示非常疲勞。

眼動(dòng)指標(biāo)因?qū)崟r(shí)性、無干擾性和有效性被用于作業(yè)疲勞實(shí)時(shí)測(cè)量中，并將注視時(shí)間、注視次數(shù)、瞳孔直徑、掃描頻率、眨眼頻率5種基本眼動(dòng)指標(biāo)[11-12]作為備用生理指標(biāo)。

2 試驗(yàn)方法

2.1 試驗(yàn)設(shè)計(jì)

試驗(yàn)采用持續(xù)操作測(cè)試(Continue Performance Test，CPT)、任務(wù)范式和Go-Nogo反應(yīng)范式，運(yùn)用E-Prime軟件設(shè)計(jì)心算任務(wù)，模擬VDT持續(xù)作業(yè)。每個(gè)循環(huán)單元依次呈現(xiàn)4個(gè)刺激數(shù)字：T1、T2、T3、T4，每個(gè)循環(huán)單元呈現(xiàn)方式如圖1所示。

圖1 每個(gè)單元呈現(xiàn)方式Fig.1 Presentation of single trail

心算任務(wù)分D1、D2、D33個(gè)難度等級(jí)，試驗(yàn)水平設(shè)計(jì)見表1。綜合考慮心算條件復(fù)雜度及完成心算時(shí)對(duì)刺激數(shù)字的記憶難度發(fā)現(xiàn)，D1難度最低，D2次之，D3難度最高。

表1 試驗(yàn)水平設(shè)計(jì)表Table 1 Design of experimental levels

為消除個(gè)體差異，難度等級(jí)采用被試內(nèi)設(shè)計(jì)。被試根據(jù)每個(gè)單元中依次呈現(xiàn)的4個(gè)刺激數(shù)字，按照任務(wù)要求完成心算。若滿足Go條件，回車鍵enter完成反應(yīng)；若不滿足Go條件(即No-go)，敲擊space鍵完成反應(yīng)。每個(gè)難度等級(jí)測(cè)試時(shí)間均為60 min，約350個(gè)單元。

2.2 被試

試驗(yàn)被試共30名，包括15名男生和15名女生；被試年齡介于19～23歲，平均年齡20.4歲。所有被試視力或矯正視力正常，無精神或心理疾病史，均為右利手。

2.3 試驗(yàn)設(shè)備與測(cè)量工具

試驗(yàn)主設(shè)備為電腦，連接22英寸LED顯示器。任務(wù)績(jī)效指標(biāo)(正確反應(yīng)時(shí)和正確率)由E-prime軟件自動(dòng)記錄；主觀疲勞綜合指數(shù)通過likert9分量表測(cè)量；眼動(dòng)指標(biāo)由Tobii X2-30測(cè)量采集。

2.4 試驗(yàn)程序

試驗(yàn)前通知被試保證充足睡眠；測(cè)試前,被試需認(rèn)真閱讀任務(wù)界面指導(dǎo)語并進(jìn)行2分鐘適應(yīng)性練習(xí)。測(cè)試時(shí)，被試需認(rèn)真完成每個(gè)單元心算測(cè)試。測(cè)試全程持續(xù)60 min，期間主試人員需在10，20，30，40，50，60 min 6個(gè)時(shí)間點(diǎn)暫停測(cè)試，并讓被試完成主觀疲勞綜合指數(shù)評(píng)價(jià)。由于暫停時(shí)間較短，對(duì)測(cè)試連續(xù)性影響可忽略不計(jì)。

每名被試需完成3個(gè)難度等級(jí)測(cè)試，每次測(cè)試間隔時(shí)間大于5 d。

2.5 數(shù)據(jù)采集與整理

測(cè)試完成后，統(tǒng)計(jì)所有被試在10，20，30，40，50，60 min 6個(gè)時(shí)間點(diǎn)的8個(gè)備選指標(biāo)值。

1)正確反應(yīng)時(shí)和正確率：E-prime軟件記錄每個(gè)單元數(shù)據(jù)，計(jì)算每個(gè)時(shí)間點(diǎn)前10 min內(nèi)平均值。例如：被試第20 min正確反應(yīng)時(shí)為10～20 min內(nèi)該被試正確反應(yīng)時(shí)均值。

2)主觀疲勞綜合指數(shù)：每名被試在6個(gè)時(shí)間點(diǎn)主觀評(píng)價(jià)值。

3)由Tobii X2-30記錄注視時(shí)間、注視次數(shù)、瞳孔直徑、掃描頻率、眨眼頻率，并計(jì)算每個(gè)時(shí)間點(diǎn)前10 min內(nèi)均值。

3 VDT持續(xù)作業(yè)疲勞評(píng)價(jià)指標(biāo)體系

利用SPSS軟件對(duì)8個(gè)備選指標(biāo)的難度等級(jí)和持續(xù)時(shí)間均值進(jìn)行方差分析，結(jié)果見表2。

表2 方差分析結(jié)果Table 2 ANOVA results

由表2可知，正確反應(yīng)時(shí)、主觀疲勞綜合指數(shù)、注視時(shí)間、瞳孔直徑、眨眼頻率5個(gè)指標(biāo)均值在難度等級(jí)和持續(xù)時(shí)間2個(gè)維度差異顯著(p<0.05)，說明這5個(gè)指標(biāo)對(duì)VDT持續(xù)作業(yè)疲勞變化較敏感;正確率和注視次數(shù)僅在持續(xù)時(shí)間維度差異顯著，在不同難度等級(jí)中無明顯差異；掃描頻率在難度等級(jí)和持續(xù)時(shí)間維度均無顯著差異。VDT持續(xù)作業(yè)疲勞綜合評(píng)價(jià)指標(biāo)體系如圖2所示。

圖2 VDT持續(xù)作業(yè)疲勞評(píng)價(jià)指標(biāo)體系Fig.2 Index system for fatigue evaluation of VDT continuous operation

4 基于BP神經(jīng)網(wǎng)絡(luò)的作業(yè)疲勞模式識(shí)別及應(yīng)用

4.1 BP神經(jīng)網(wǎng)絡(luò)基本工作原理

BP網(wǎng)絡(luò)為多層前饋神經(jīng)網(wǎng)絡(luò)，輸入信號(hào)前向傳遞，誤差后向傳遞[13]。輸入信號(hào)X[x1,x2,…,xn]由輸入層經(jīng)隱含層逐層處理，直至輸出層。每層神經(jīng)元狀態(tài)僅對(duì)下層神經(jīng)元狀態(tài)有影響。如果輸出層得不到期望輸出項(xiàng)Y[y1,y2,…,ym]，則轉(zhuǎn)入反向傳播，根據(jù)預(yù)測(cè)誤差調(diào)整網(wǎng)絡(luò)權(quán)值和閾值，使BP網(wǎng)絡(luò)預(yù)測(cè)輸出逼近期望輸出[13-15]。BP神經(jīng)網(wǎng)絡(luò)基本工作原理如圖3所示。

圖3 BP神經(jīng)網(wǎng)絡(luò)基本工作原理Fig.3 Basic working principle of BP neural network

4.2 構(gòu)建作業(yè)疲勞模式識(shí)別神經(jīng)網(wǎng)絡(luò)

作業(yè)疲勞是作業(yè)強(qiáng)度和作業(yè)時(shí)間對(duì)人體機(jī)能消耗的積累，作業(yè)疲勞直接影響作業(yè)效率和生理指標(biāo)，所以績(jī)效指標(biāo)與生理指標(biāo)能客觀反映人體疲勞程度;作業(yè)疲勞是主觀性非常強(qiáng)的生理機(jī)能自我反饋，在相同勞動(dòng)負(fù)荷下，不同個(gè)體之間存在較大差異。基于“以人為本”的管理理念，作業(yè)疲勞判斷、工間休息安排應(yīng)服從勞動(dòng)者生理機(jī)能自我反饋(主觀評(píng)價(jià))[14]。實(shí)際作業(yè)管理中,勞動(dòng)者主觀疲勞判斷存在多種問題，所以研究將被試績(jī)效指標(biāo)與生理指標(biāo)作為輸入，主觀評(píng)價(jià)指標(biāo)作為輸出(試驗(yàn)中要求被試真實(shí)評(píng)價(jià))，訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)對(duì)作業(yè)疲勞進(jìn)行模式識(shí)別，分析主觀疲勞與客觀績(jī)效指標(biāo)、生理指標(biāo)之間映射關(guān)系[15]。

結(jié)合圖2設(shè)計(jì)BP神經(jīng)網(wǎng)絡(luò)。輸入指標(biāo)：正確反應(yīng)時(shí)(x1)、注視時(shí)間(x2)、瞳孔直徑(x3)、眨眼頻率(x4)，輸入向量為[xi](i=1,2,3,4)，神經(jīng)元個(gè)數(shù)為4；輸出指標(biāo)：主觀疲勞綜合指數(shù)，指標(biāo)采用9標(biāo)度評(píng)價(jià)，輸出向量為[yj](j=1,2,…,9)，神經(jīng)元個(gè)數(shù)為9。構(gòu)建9種輸出狀態(tài)：Y1，Y2，Y3,…,Y9，9種狀態(tài)分別對(duì)應(yīng)9標(biāo)度評(píng)價(jià)值1～9，Y1表示最低疲勞模式，Y9表示最高疲勞模式。隱含層神經(jīng)元個(gè)數(shù)由經(jīng)驗(yàn)公式確定，如式(1)所示：

(1)

式中：b為輸入神經(jīng)元個(gè)數(shù)；c為輸出神經(jīng)元個(gè)數(shù)；a為1～10的整數(shù)。

經(jīng)訓(xùn)練對(duì)比，確定隱含層神經(jīng)元個(gè)數(shù)d=12，網(wǎng)絡(luò)結(jié)構(gòu)為4-12-9。

4.3 訓(xùn)練神經(jīng)網(wǎng)絡(luò)

利用試驗(yàn)數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)：隱含層和輸出層傳遞函數(shù)分別采用logsig和tansig，訓(xùn)練采用trainscg函數(shù)。設(shè)定最大訓(xùn)練次數(shù)6 000，學(xué)習(xí)速率0.01，誤差平方和0.001。每名被試采集18組數(shù)據(jù)(3個(gè)難度等級(jí)×6個(gè)時(shí)間點(diǎn))，試驗(yàn)共生成540組有效數(shù)據(jù)，其中訓(xùn)練數(shù)據(jù)、驗(yàn)證數(shù)據(jù)和測(cè)試數(shù)據(jù)分別占70%，15%，15%。運(yùn)行Matlab R2013a，訓(xùn)練489次后達(dá)到誤差要求，模式識(shí)別結(jié)果如圖4所示。

由圖4可知，訓(xùn)練神經(jīng)網(wǎng)絡(luò)對(duì)訓(xùn)練樣本數(shù)據(jù)、驗(yàn)證樣本數(shù)據(jù)及測(cè)試樣本數(shù)據(jù)的模式識(shí)別正確率分別為92.6%，92.6%，95.1%，全體樣本識(shí)別正確率達(dá)93.0%，識(shí)別效果較好。

圖4 模式識(shí)別結(jié)果Fig.4 Results of patterns recognition

4.4 基于疲勞模式識(shí)別的工間休息機(jī)制與方法

根據(jù)作業(yè)者實(shí)測(cè)結(jié)果，確定輸入向量[x1,x2,x3,x4]，利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)，輸出模式識(shí)別結(jié)果向量[y1，y2，y3，y4，y5，y6，y7，y8，y9]，根據(jù)結(jié)果向量確定疲勞等級(jí)指數(shù)k，如式(2)～(3)所示：

k=z(yz=max{yj,j=1,2,…,9},z=1,2,…,9)

(2)

(3)

式中:k為疲勞等級(jí)指數(shù)；y為輸出結(jié)果向量。

式(2)～(3)均可確定疲勞等級(jí)指數(shù)k。其中，式(2)為最大隸屬度原則，9標(biāo)度整數(shù)賦值，精度相對(duì)較低，可用于粗略簡(jiǎn)易判斷；式(3)為加權(quán)法連續(xù)賦值，精度相對(duì)較高，可進(jìn)行精確評(píng)判。

根據(jù)疲勞等級(jí)指數(shù)k確定疲勞模式Mk。參考likert 9分量測(cè)評(píng)定，當(dāng)k≥5時(shí)，建議進(jìn)行工間休息。具體工間休息機(jī)制見表3。

表3 工間休息機(jī)制Table 3 Break mechanism

4.5 方法檢驗(yàn)

在原試驗(yàn)方案基礎(chǔ)上，調(diào)整部分試驗(yàn)參數(shù)：Go條件T2×T4+1=奇數(shù)，Go:No-go=5∶1，持續(xù)時(shí)間50 min。重新甄選2名被試進(jìn)行試驗(yàn)，記為檢驗(yàn)被試1、檢驗(yàn)被試2。

采集2名被試正確反應(yīng)時(shí)、注視時(shí)間、瞳孔直徑、眨眼頻率4個(gè)指標(biāo)值，計(jì)算4個(gè)指標(biāo)在時(shí)間段40～50 min內(nèi)均值，構(gòu)建輸入向量，運(yùn)用神經(jīng)網(wǎng)絡(luò)進(jìn)行模式識(shí)別，檢驗(yàn)結(jié)果見表4。

表4 檢驗(yàn)結(jié)果Table 4 Text results

由表4可知，由于2種疲勞等級(jí)指數(shù)計(jì)算方法精度不同，檢驗(yàn)結(jié)果存在較小差異，但與被試主觀疲勞綜合指數(shù)較吻合。因此，基于該方法提出的工間休息機(jī)制適用性較好。在相同作業(yè)工況下，不同被試疲勞模式不同，工間休息機(jī)制也存在一定差異，說明采用“一刀切”的工間休息制度不合理。

5 結(jié)論

1)構(gòu)建適用于VDT作業(yè)的疲勞綜合評(píng)價(jià)指標(biāo)體系結(jié)合BP神經(jīng)網(wǎng)絡(luò)模式識(shí)別技術(shù)，能有效識(shí)別勞動(dòng)者的疲勞狀態(tài)。

2)VDT持續(xù)作業(yè)工間休息機(jī)制能解決實(shí)際工間休息管理中主觀性強(qiáng)、“一刀切”等問題。

3)模式識(shí)別采用輸入指標(biāo)為客觀性績(jī)效指標(biāo)和生理指標(biāo)，在實(shí)際應(yīng)用中數(shù)據(jù)采集難度較高；但隨無干擾生理探測(cè)技術(shù)不斷進(jìn)步，能有效降低數(shù)據(jù)采集難度。