陸旭，王天博，龐麗萍，張成龍，毛曉東，王鑫

(1.沈陽航空航天大學(xué) 安全工程學(xué)院，沈陽 110136；2.沈陽航空航天大學(xué) 經(jīng)濟(jì)與管理學(xué)院，沈陽 110136；3.北京航空航天大學(xué) 航空科學(xué)與工程學(xué)院，北京 100191；4.沈陽航空航天大學(xué) 航空發(fā)動機(jī)學(xué)院 沈陽 110136；5.中國船舶工業(yè)綜合技術(shù)經(jīng)濟(jì)研究院 船舶人因工程實(shí)驗室，北京 100081)

腦力負(fù)荷（mental work load，MWL）是一個多維的概念，其涉及到工作要求、時間壓力、操作者的能力及努力程度、行為表現(xiàn)和其他許多因素[1]。近年來，飛機(jī)駕駛艙尤其是駕駛艙人機(jī)界面的設(shè)計在不斷變化，飛行自動化程度也越來越高[2]，這使得飛行員在飛機(jī)駕駛艙人機(jī)交互系統(tǒng)中所扮演的主要角色從人工操作者轉(zhuǎn)變?yōu)轱w機(jī)運(yùn)行狀態(tài)的監(jiān)督者。這種角色的轉(zhuǎn)變加之所面臨的嚴(yán)格信息處理要求，使得飛行員的腦力負(fù)荷越來越大[3]。研究表明，過多的腦力勞動會導(dǎo)致快速疲勞、降低靈活性、增加錯誤和挫敗情緒，并導(dǎo)致信息獲取、分析和決策錯誤[4]，腦力負(fù)荷是分析和實(shí)現(xiàn)人機(jī)協(xié)作任務(wù)的關(guān)鍵因素。因此，對腦力負(fù)荷的評估也變得越來越重要。

目前，針對腦力負(fù)荷的評估，已有大量的研究，主要是采用主觀評測法、行為績效測評法和生理測評法[5]。近年來，一些研究者對飛行員的腦力負(fù)荷評估已展開了大量研究。1969 年，Siegel 和Wolf[6]提出一種時間壓力模型，Siegel 和Wolf 認(rèn)為時間壓力可以被定量的描述，他們把時間壓力定義為完成任務(wù)所需要的時間與給定的完成任務(wù)時間之比。由于時間壓力是能否完成任務(wù)的一個關(guān)鍵因素，而時間壓力與腦力負(fù)荷已非常接近[7]，所以用時間壓力評估腦力負(fù)荷。王潔等[8]利用多資源理論的方法，綜合考慮視覺、聽覺、認(rèn)知和運(yùn)動4 種信息處理方式，以得到操作任務(wù)的工作負(fù)荷。文獻(xiàn)[9-11]提出一種基于Rasmussen 框架的認(rèn)知任務(wù)負(fù)荷（cognitive task load, CTL）模型，利用時間占有率、信息處理水平和任務(wù)集切換次數(shù)這3 個負(fù)荷因素綜合評估腦力負(fù)荷。張安等[12]在此基礎(chǔ)上，給出了CTL 模型的定量描述。Xiao 等[13]綜合考慮了信息量、時間壓力、視覺編碼、注意力資源分配等因素，建立多指標(biāo)腦力負(fù)荷預(yù)測模型。Heiligers 等[14-15]將任務(wù)需求負(fù)荷（task demand load , TDL）作為飛行員腦力負(fù)荷的一部分進(jìn)行研究。通過對飛行模擬器數(shù)據(jù)的分析，得出影響飛行員TDL 的因素，并預(yù)測出區(qū)域?qū)Ш竭M(jìn)場過程中飛行員可能的TDL。

因此，為了評估飛行員在執(zhí)飛任務(wù)中的腦力負(fù)荷，本文利用TDL 和人員負(fù)荷能力（staff workload capacity，SWC）的概念，建立了腦力負(fù)荷量化評估模型，據(jù)此得到剩余腦力負(fù)荷（surplus mental workload，SMWL）和腦力負(fù)荷占用率（occupancy rate of MWL，ORMWL）指標(biāo)，用以評估和預(yù)測系統(tǒng)的安全性。并進(jìn)一步根據(jù)信息熵法對信息顯控界面上的信息量進(jìn)行量化，并基于多屬性任務(wù)組平臺進(jìn)行模擬實(shí)驗，對所建模型進(jìn)行驗證。

1 基于TDL 和SWC 的腦力負(fù)荷量化評估模型

1.1 TDL 和SWC 的定義

TDL 可定義為任務(wù)內(nèi)容的復(fù)雜度及緊迫程度的描述，代表的是任務(wù)需求量。TDL 包含2 個變量：任務(wù)復(fù)雜度和最長響應(yīng)時間。任務(wù)復(fù)雜度用來表征任務(wù)的難度，最長響應(yīng)時間用來表征任務(wù)的緊迫程度。TDL 的表達(dá)式為

式中：Htdl(i)為任務(wù)i的復(fù)雜度；Ttdl(i)為任務(wù)i的最長響應(yīng)時間。

SWC 為人員負(fù)荷能力，可理解為人員完成任務(wù)的能力或努力程度。SWC 包含2 個變量：任務(wù)復(fù)雜度和實(shí)際響應(yīng)時間。任務(wù)復(fù)雜度用來表征任務(wù)的難度，實(shí)際響應(yīng)時間用來表征操作人員從任務(wù)出現(xiàn)到響應(yīng)任務(wù)的時間。SWC 的表達(dá)式為

式中：Tswc(i)為任務(wù)i的實(shí)際響應(yīng)時間。

1.2 腦力負(fù)荷模型

眾多研究表明，腦力負(fù)荷與TDL 有著密切的關(guān)系，一般認(rèn)為腦力負(fù)荷隨TDL 的增加而增長[16]。而不同的人在相同的TDL 下有著不同的腦力負(fù)荷，因此，腦力負(fù)荷也取決于人員本身完成任務(wù)的能力[17]。所以，腦力負(fù)荷是TDL 和SWC 的函數(shù)。圖1為腦力負(fù)荷同TDL 和SWC 的關(guān)系。

圖1 腦力負(fù)荷同TDL 和SWC 的關(guān)系Fig.1 MWL in relation to TDL and SWC

由圖1 可知，作業(yè)人員的腦力負(fù)荷由任務(wù)觸發(fā)，受客觀的TDL 和主觀的SWC 影響。主觀SWC可以表征作業(yè)人員對任務(wù)的熟練、積極、疲勞和適應(yīng)性等?？陀^TDL 表征任務(wù)的復(fù)雜度及緊迫程度。例如對于一個有經(jīng)驗的機(jī)長來說，在正常天氣下降落飛機(jī)是一項微不足道的任務(wù)，而對于一個首次飛行的實(shí)習(xí)飛行員來說，則是一項相當(dāng)具有挑戰(zhàn)性的任務(wù)。同理，對于一個已經(jīng)連續(xù)飛行數(shù)小時的疲勞飛行員和一個精力充沛的飛行員來說，完成同樣的任務(wù)，也會產(chǎn)生不同的腦力負(fù)荷。因此，描述腦力負(fù)荷的表達(dá)式為

式中：MWL(i)為人員完成任務(wù)i的腦力負(fù)荷；SWC(i)為人員完成任務(wù)i的負(fù)荷能力；TDL(i)為任務(wù)i的需求負(fù)荷；C為常數(shù)。

式（3）可理解為人員的腦力負(fù)荷同SWC 和TDL的差值成反比。這就解釋了人員的腦力負(fù)荷不僅取決于客觀的任務(wù)量，還決定于人員本身完成任務(wù)的能力。

1.3 剩余腦力負(fù)荷和腦力負(fù)荷占用率

根據(jù)腦力負(fù)荷計算式，剩余腦力負(fù)荷應(yīng)為TDL與SWC 之差。因此，人員剩余腦力負(fù)荷的計算式可表示為

剩余腦力負(fù)荷可解釋為人員完成新任務(wù)的能力，剩余腦力負(fù)荷越大，當(dāng)前占用的腦力負(fù)荷就越小，即系統(tǒng)的安全性越高。

腦力負(fù)荷受多種因素的影響，因此，不能簡單的認(rèn)為人員的總腦力負(fù)荷等于剩余腦力負(fù)荷與當(dāng)前腦力負(fù)荷之和，而應(yīng)該視人員本身的情況所定，不同的人有其不同的腦力負(fù)荷。同樣，人員的總腦力負(fù)荷也不是一成不變的，不同的任務(wù)水平下可以激發(fā)出不同的腦力負(fù)荷。因此，可以這樣認(rèn)為，將在某一任務(wù)序列下人員的最大剩余腦力負(fù)荷等價于人員的總腦力負(fù)荷。即在該任務(wù)下人員激發(fā)出最好的潛能和負(fù)荷能力，因此，可得最大剩余腦力負(fù)荷即為人員的總腦力負(fù)荷，其表達(dá)式為

式中：SWCmax為任務(wù)序列中最大的SWC，即人員所能激發(fā)的最大負(fù)荷能力；TDLmin為任務(wù)序列中最小的TDL，即最小任務(wù)需求。

可得腦力負(fù)荷占用率的表達(dá)式為

1.4 任務(wù)復(fù)雜度

對于像監(jiān)控飛行狀態(tài)，判讀儀表信息等任務(wù)，其復(fù)雜度是由顯示界面的信息量決定的。信息量可以用Shannon[18]提出的信息熵來表示。同時，結(jié)合Mowshowitz[19]提出圖的二類熵法，確定顯示界面的信息內(nèi)容、信息位置和信息顯示形式。然后，根據(jù)二類熵法的節(jié)點(diǎn)分類準(zhǔn)則，計算出圖的信息熵，即顯示界面的復(fù)雜度。信息熵的表達(dá)式為

式中：M為節(jié)點(diǎn)類別總數(shù)；Fj為第j個節(jié)點(diǎn)類別；p(Fj)為第j個節(jié)點(diǎn)類別在圖中出現(xiàn)的頻率。

2 模型驗證實(shí)驗

2.1 被試者

本次實(shí)驗的被試者為15 名具有工程學(xué)背景的男性，身體健康，并通過人格心理測試。記為Sub01～Sub15。為確保實(shí)驗數(shù)據(jù)的客觀性，要求被試者在實(shí)驗前24 h 內(nèi)禁止使用藥物、酒精和咖啡等興奮劑，保證充分的睡眠及良好的精神狀態(tài)。實(shí)驗前，對被試者進(jìn)行實(shí)驗任務(wù)培訓(xùn)，使被試者充分了解實(shí)驗流程，熟悉任務(wù)操作。

2.2 MATB 任務(wù)

由美國航空航天局（National Aeronautics and Space Administration，NASA）開發(fā)的MATB 任務(wù)是一種基于計算機(jī)界面的心理任務(wù)性能測試[20-21]，可用于設(shè)計不同腦力負(fù)荷水平的任務(wù)，并被證明是評估任務(wù)績效的有效工具[22-23]。許多學(xué)者在MATB 任務(wù)的基礎(chǔ)上探討了腦力負(fù)荷與生理變量的關(guān)系[24-25]。本文MATB 任務(wù)由4 個子任務(wù)組成，分別為系統(tǒng)監(jiān)控、追蹤、通信和資源管理[26]。用戶界面如圖2 所示。4 個子任務(wù)的詳細(xì)信息如表1 所示。本研究中每個MATB 任務(wù)的持續(xù)時間被設(shè)置為12 min，每個子任務(wù)在12 min 內(nèi)被觸發(fā)的次數(shù)分別設(shè)置為2、12 和36，分別代表低負(fù)荷任務(wù)水平、中負(fù)荷任務(wù)水平和高負(fù)荷任務(wù)水平。被試者需要依次進(jìn)行3 種不同任務(wù)水平的實(shí)驗，同時軟件自動記錄MATB 子任務(wù)的響應(yīng)時間。

表1 MATB 子任務(wù)信息Table 1 Details of MATB subtasks

圖2 MATB 任務(wù)用戶界面Fig.2 User interface of MATB task

2.3 基于MATB 任務(wù)的剩余腦力負(fù)荷的量化評估

本文依據(jù)MATB 信息顯控界面進(jìn)行腦力負(fù)荷量化評估，圖3 為基于MATB 任務(wù)的腦力負(fù)荷量化評估流程。

圖3 基于MATB 任務(wù)的腦力負(fù)荷量化評估流程Fig.3 Flow chart of MWL quantitative evaluation based on MATB task

腦力負(fù)荷量化評估主要包括4 個步驟:顯示界面信息復(fù)雜度的度量，量化TDL 和SWC，計算腦力負(fù)荷、剩余腦力負(fù)荷，計算腦力負(fù)荷占用率。

2.4 實(shí)驗流程

根據(jù)生物鐘時間表，確定實(shí)驗時間為上午9:00-12:00[27]。被試者到達(dá)實(shí)驗室，先接受實(shí)驗培訓(xùn)。實(shí)驗準(zhǔn)備工作完畢，先進(jìn)行靜息實(shí)驗，即交替進(jìn)行睜眼、閉眼活動。接著為了平衡練習(xí)和疲勞效應(yīng)，實(shí)驗采用拉丁方設(shè)計順序依次開展3 種不同任務(wù)水平實(shí)驗。每一任務(wù)水平的任務(wù)實(shí)驗結(jié)束后，均要求被試 者 填 寫NASA-TLX 量 表[24]，NASA-TLX 量 表 從6 個因素評估MATB 任務(wù)的主觀腦力負(fù)荷，即心理需求、身體需求、時間需求、努力程度、自身表現(xiàn)和挫敗程度。NASA-TLX 量表由2 部分組成，一部分是對每個因素進(jìn)行評分，另一部分是通過成對比較6 個因素的重要性來得到每個因素的權(quán)重?？偰X力負(fù)荷值為6 個因素的加權(quán)平均值。實(shí)驗流程如表2 所示。

表2 實(shí)驗流程表Table 2 Experimental process

2.5 實(shí)驗測量指標(biāo)

從MATB 程序收集15 名被試者低、中、高負(fù)荷任務(wù)水平的子任務(wù)觸發(fā)及人員響應(yīng)的時間數(shù)據(jù)，根據(jù)MATB-II 的不同任務(wù)水平狀態(tài)，依次收集到每個被試者低負(fù)荷任務(wù)水平8 個數(shù)據(jù)，中負(fù)荷任務(wù)水平64 個數(shù)據(jù)，高負(fù)荷任務(wù)水平144 個數(shù)據(jù)。為了保證數(shù)據(jù)分析的有效性，排除了軟件記錄作業(yè)人員誤操作的數(shù)據(jù)。得到了被試者在各負(fù)荷任務(wù)水平下腦力負(fù)荷隨時間變化的狀態(tài)數(shù)據(jù)。每次被試者在不同任務(wù)水平下完成實(shí)驗后進(jìn)行NASA-TLX 量表填寫，分別整理不同任務(wù)水平下NASA-TLX 量表中6 個評價維度的評估值，同時為了保證實(shí)驗結(jié)果的一致性，對15 名被試者的NASA-TLX 量表中的數(shù)據(jù)進(jìn)行了分析，并以問卷結(jié)果與低、中、高負(fù)荷任務(wù)水平一致作為選擇標(biāo)準(zhǔn)，其中，有3 名被試者的主觀問卷結(jié)果不符合標(biāo)準(zhǔn)，所以沒有對他們的數(shù)據(jù)進(jìn)行分析。

2.6 實(shí)驗數(shù)據(jù)處理

采用SPSS Statistics22.0 對3 種任務(wù)水平的模型測量結(jié)果進(jìn)行統(tǒng)計學(xué)分析，所有統(tǒng)計檢驗均使用0.05 的置信度。為了確定腦力負(fù)荷量化評估模型對任務(wù)水平的主效應(yīng)，使用了重復(fù)測量方差分析。采用Mauchly 測試檢驗球型假設(shè),當(dāng)球型假設(shè)不滿足時，使用Greenhouse-Geisser 校正。事后檢驗是通過最小顯著性差異（least signific-ant difference, LSD）方法進(jìn)行的。

3 結(jié) 果

3.1 信息復(fù)雜度

MATB 設(shè)置各子任務(wù)的最長響應(yīng)時間，以及計算得到的各子任務(wù)界面的信息復(fù)雜度如表3所示。

表3 MATB 子任務(wù)最大響應(yīng)時間及信息復(fù)雜度Table 3 MATB subtask maximum response time and information complexity

由表3 可知，系統(tǒng)監(jiān)控界面的信息復(fù)雜度為2.302 6，追蹤界面的信息復(fù)雜度為1.748 1，通信任務(wù)界面的復(fù)雜度為0.885 6，資源管理界面的復(fù)雜度為0.983 1。可以看出4 種MATB 任務(wù)中系統(tǒng)監(jiān)控任務(wù)界面的信息復(fù)雜度相對較大，因此，顯示的信息量較大，人員判讀困難，導(dǎo)致TDL 較大。追蹤任務(wù)界面次之，而通信界面顯示信息復(fù)雜度最小，任務(wù)較簡單。

3.2 任務(wù)負(fù)荷主觀評價

NASA-TLX 量表數(shù)據(jù)分析結(jié)果如下：

1）低負(fù)荷任務(wù)水平下NASA-TLX 量表得分的平均值為25.04，標(biāo)準(zhǔn)差為16.44。中負(fù)荷任務(wù)水平得分的平均值為36.34，標(biāo)準(zhǔn)差為13.40。高負(fù)荷任務(wù)水平得分的平均值為50.79，標(biāo)準(zhǔn)差為17.53。這表明隨著實(shí)驗任務(wù)水平的增加，NASA-TLX 得分平均值不斷增大。

2）對NASA-TLX 量表重復(fù)測量方差分析表明，任務(wù)水平對 NASA-TLX 得分的主效應(yīng)具有統(tǒng)計學(xué)意義（顯著性水平F=30.277，差異性水平P<0.05）。事后經(jīng) LSD 方法分析表明，低負(fù)荷任務(wù)水平的NASA-TLX 得分顯著低于中負(fù)荷任務(wù)水平(p<0.05)和高負(fù)荷任務(wù)水平（p<0.05）；中負(fù)荷任務(wù)水平的NASA-TLX 得分顯著低于高負(fù)荷任務(wù)水平（p<0.05）。結(jié)果表明該實(shí)驗成功地誘發(fā)了不同的腦力負(fù)荷水平，為后續(xù)定量數(shù)據(jù)的分析奠定了基礎(chǔ)。

3.3 剩余腦力負(fù)荷量化模型的驗證

為驗證式（1）的正確性，本文以3.2 節(jié)NASATLX 量表的問卷結(jié)果作為人員的腦力負(fù)荷值，同時計算該任務(wù)序列的SWC 和TDL。經(jīng)驗算NASATLX 量表的腦力負(fù)荷值與SWC 和TDL 的差值關(guān)系如圖4 所示。

圖4 NASA-TLX 量表的MWL 與SWC 和TDL 差值的關(guān)系Fig.4 Relationship between NASA scale score and(SWC?TDL)

由圖4 可知：

1）隨著SWC 與TDL 差值的增加，NASA-TLX量表的主觀腦力負(fù)荷值逐漸降低，總體上看，問卷得到的主觀腦力負(fù)荷值與SWC 和TDL 的差值成反比關(guān)系。

2）通過對散點(diǎn)進(jìn)行擬合，可以得出曲線的斜率為0.319 8，因此常數(shù)C取值為0.319 8。需要注意的是該取值僅限于此實(shí)驗數(shù)據(jù)，針對其他任務(wù)，常數(shù)C的取值也會不同。

3）本節(jié)分析可以證明式（1）的有效性，從而為后續(xù)腦力負(fù)荷的量化評估提供依據(jù)。

3.4 剩余腦力負(fù)荷模型實(shí)驗結(jié)果分析

3.4.1 腦力負(fù)荷量化值

圖5 為被試者腦力負(fù)荷量化評估結(jié)果，圖6 為腦力負(fù)荷與任務(wù)水平的關(guān)系。由圖5 和圖6 可知：

圖5 被試者腦力負(fù)荷量化評估結(jié)果Fig.5 Results of MWL quantification evaluation of subjects

圖6 腦力負(fù)荷與任務(wù)水平關(guān)系Fig.6 Relationship between MWL and task load level

1）低負(fù)荷任務(wù)水平下個體的腦力負(fù)荷水平在0.502 8～1.438 5 之 間，平 均 值 為0.89，標(biāo) 準(zhǔn) 差 為0.25。中負(fù)荷任務(wù)水平下，個體腦力負(fù)荷水平在0.452 9～1.041 1 之 間，平 均 值 為0.73，標(biāo) 準(zhǔn) 差 為0.18。高負(fù)荷任務(wù)水平下，個體腦力負(fù)荷水平在0.551 1～2.015 7 之 間，平 均 值 為1.37，標(biāo) 準(zhǔn) 差 為0.41?？傮w來看，腦力負(fù)荷量化評估模型結(jié)果表明了MATB 任務(wù)與腦力負(fù)荷的U 型曲線關(guān)系，即中負(fù)荷任務(wù)水平下的腦力負(fù)荷水平最低，MATB 任務(wù)績效最好，被試者5 和被試者7 具有較好的模型吻合性。

2）對實(shí)驗結(jié)果進(jìn)行重復(fù)測量方差分析表明，MATB 任務(wù)負(fù)荷水平對腦力負(fù)荷模型測量值的主效應(yīng)具有統(tǒng)計學(xué)意義（F=19.904，P<0.05）。事后LSD法分析表明，中負(fù)荷任務(wù)水平的模型評估值顯著低于任務(wù)負(fù)荷任務(wù)水平（P<0.05）和高負(fù)荷任務(wù)水平（P<0.05）；低負(fù)荷任務(wù)水平的模型評估值顯著低于高負(fù)荷任務(wù)水平（P<0.05）。

3.4.2 剩余腦力負(fù)荷量化值

被試者在各任務(wù)負(fù)載下的剩余腦力負(fù)荷值SMWL 及其平均值，如圖7 和圖8 所示。

圖7 被試剩余腦力負(fù)荷Fig.7 SMWL of subject

圖8 剩余腦力負(fù)荷與不同任務(wù)水平的關(guān)系Fig.8 Relationship between SMWL and different task load level

由圖7 和圖8 可知：

1）低負(fù)荷任務(wù)水平被試者的SMWL 水平在0.381 9～1.123 6 之間，平均值為0.704 0，標(biāo)準(zhǔn)差為0.21。中負(fù)荷任務(wù)水平被試者的SMWL 水平在0.548 7～0.954 2 之間，平均值為0.753 6，標(biāo)準(zhǔn)差為0.12。高負(fù)荷任務(wù)水平被試者的SMWL 水平在0.400 7～0.911 9 之間，平均值為0.623 7，標(biāo)準(zhǔn)差為0.14。

2）重復(fù)測量方差分析表明，低、中、高負(fù)荷3 種任務(wù)水平下被試者的SMWL 具有顯著性差異，且SMWL 與任務(wù)水平的增加呈U 型關(guān)系。

3）總體來看，對于MATB 觸發(fā)的任務(wù)水平，被試者可以較好的完成任務(wù)在中等任務(wù)水平，且有較多的SMWL，系統(tǒng)的安全性也越高。而在低和高負(fù)荷任務(wù)水平下，SMWL 相對較小，即系統(tǒng)的安全性較低。這與de Waard[28]提出的倒U 型模型的結(jié)果一致，即在低負(fù)荷任務(wù)水平下，由于警覺性等問題，易導(dǎo)致系統(tǒng)的安全性較低，而高負(fù)荷任務(wù)，由于過載等問題，也易導(dǎo)致低的系統(tǒng)安全性。

3.4.3 腦力負(fù)荷占用率量化值

圖9 為被試者腦力負(fù)荷占用率，圖10 為腦力負(fù)荷占用率與不同任務(wù)水平的關(guān)系。由圖9 和圖10可知：

圖9 被試腦力負(fù)荷占用率Fig.9 ORMWL of subject

圖10 腦力負(fù)荷占用率與不同任務(wù)水平的關(guān)系Fig.10 Relationship between ORMWL and different task load level

1）高負(fù)荷任務(wù)占用了較多的腦力負(fù)荷，而中負(fù)荷任務(wù)占用的腦力負(fù)荷最少。

2）重復(fù)測量方差分析表明，低、中、高負(fù)荷3 種任務(wù)水平下被試者的腦力負(fù)荷占用率具有顯著性差異，且腦力負(fù)荷占用率與任務(wù)水平的增加呈U 型關(guān)系。

3）總體來看，對于MATB 觸發(fā)的任務(wù)水平，被試者可以較好的完成任務(wù)，且腦力負(fù)荷占用率水平較低，即人員還有一定的剩余腦力負(fù)荷來應(yīng)對新任務(wù)。

4 討 論

本文研究了作業(yè)人員與人機(jī)界面交互時腦力負(fù)荷的變化情況。提出了基于顯控界面的剩余腦力負(fù)荷量化模型，通過設(shè)置不同的MATB 任務(wù)觸發(fā)頻率，設(shè)計了3 個任務(wù)水平，來驗證所建模型的有效性。

實(shí)驗的MATB 任務(wù)水平與模型測量結(jié)果的顯著性表明，實(shí)驗用的測量指標(biāo)對于SMWL 的評估具有一定的敏感性。實(shí)驗表明，隨著MATB 任務(wù)水平的增加，模型的結(jié)果符合倒U 型曲線的特征。該模型理解為低任務(wù)需求，導(dǎo)致任務(wù)難度增加，從而提高了腦力負(fù)荷，隨著任務(wù)量的增加腦力負(fù)荷的變化趨勢為先降低再增加，即呈U 型曲線。而任務(wù)績效呈現(xiàn)倒U 型曲線。即任務(wù)績效首先上升到一個被稱為最佳激勵水平的點(diǎn)，然后隨著腦力負(fù)荷的增加，任務(wù)績效再次下降。Zhang 等[20]在研究任務(wù)水平與績效的關(guān)系時，也觀察到較高的腦力負(fù)荷；腦力負(fù)荷對MATB 任務(wù)表現(xiàn)存在顯著的倒U 型效應(yīng)，即中任務(wù)負(fù)荷下的表現(xiàn)最優(yōu)，這與腦力負(fù)荷對MATB 任務(wù)表現(xiàn)的影響一致。而Kim 等[29]通過實(shí)驗得出，腦力負(fù)荷與任務(wù)水平增加的一致性，這也可解釋為腦力負(fù)荷受任務(wù)水平的影響較大，當(dāng)任務(wù)水平低時，腦力負(fù)荷也較低，任務(wù)水平高時，腦力負(fù)荷越高。實(shí)驗中部分被試者出現(xiàn)了高負(fù)荷任務(wù)水平的腦力負(fù)荷低于低負(fù)荷任務(wù)水平的腦力負(fù)荷情況，可以解釋為SWC 受人的影響很大，當(dāng)中樞神經(jīng)興奮程度高的情況下，即使TDL 高，SWC 仍然較高，高負(fù)荷任務(wù)實(shí)驗中通過以較高頻率執(zhí)行低的TDL，使得人員產(chǎn)生自適應(yīng)性刺激了中樞神經(jīng)興奮，這種自適應(yīng)通過調(diào)節(jié)SWC 從而降低人員的腦力負(fù)荷。

通過分析MATB 任務(wù)對人員腦力負(fù)荷的占用情況，可以看出盡管任務(wù)頻率不斷增加，但人員的ORMWL 并未增高。這可能與本文所研究的是基于視覺界面的腦力負(fù)荷量化評估有關(guān)，并沒有考慮其他因素對腦力負(fù)荷的影響。

NASA-TLX 主觀評價結(jié)果顯示，隨著任務(wù)水平的提高，腦力負(fù)荷呈遞增趨勢，這符合實(shí)際認(rèn)知。因為主觀評價法是一種針對腦力負(fù)荷評價的事后分析方法，得出的是人員對于整個任務(wù)的腦力負(fù)荷感覺，并不能識別出某一時刻腦力負(fù)荷的變化情況。實(shí)際上，腦力負(fù)荷與任務(wù)水平應(yīng)該符合U 型曲線的特征，即中任務(wù)水平下，人員可以展現(xiàn)出較好的工作績效和較低的腦力負(fù)荷。對于本文實(shí)驗通過控制子任務(wù)的觸發(fā)頻率來設(shè)置低、中、高負(fù)荷任務(wù)水平，因此，人員的主觀評價顯示腦力負(fù)荷與任務(wù)水平的相關(guān)性。但本文所建模型，通過計算人員在各負(fù)荷任務(wù)水平下完成每個子任務(wù)的腦力負(fù)荷值，并通過分析比較從而驗證了腦力負(fù)荷與任務(wù)水平的U 型曲線，克服了主觀評價法的事后性和主觀性等局限。

5 結(jié) 論

1）為驗證模型的有效性，基于MATB 任務(wù)界面對15 名被試分別開展了低、中、高負(fù)荷任務(wù)水平的腦力負(fù)荷實(shí)驗測量，NASA-TLX 量表的主觀腦力負(fù)荷結(jié)果顯示，通過設(shè)置MATB 子任務(wù)喚醒頻次可誘發(fā)不同的腦力負(fù)荷水平。

2）剩余腦力負(fù)荷量化評估模型結(jié)果顯示，本文模型能較好地區(qū)分了低、中、高負(fù)荷任務(wù)水平，且測量結(jié)果符合倒U 型曲線的特征。