基于任務-網絡模型的裝甲車輛乘員腦力負荷評價方法研究

劉維平，聶俊峰，金毅，白雅娟

（1.裝甲兵工程學院機械工程系，北京100072；2.北京特種車輛研究所，北京100072）

基于任務-網絡模型的裝甲車輛乘員腦力負荷評價方法研究

劉維平1，聶俊峰1，金毅1，白雅娟2

（1.裝甲兵工程學院機械工程系，北京100072；2.北京特種車輛研究所，北京100072）

以多資源理論（MRT）為基礎，充分考慮裝甲車輛乘員作業特點，從人的信息處理方式入手建立了基于信息執行通道的乘員任務-網絡模型，提出了基于任務-網絡模型的裝甲車輛乘員腦力負荷評價方法。以裝甲車輛炮長發現目標并射擊任務操作為實例進行分析評價，結果表明，該方法能夠清楚地描述乘員全任務過程中腦力負荷的變化情況，有效地找出腦力負荷異常的時間節點和產生原因，量化評估乘員的腦力負荷。

兵器科學與技術；裝甲車輛；多資源理論；任務-網絡模型；腦力負荷

0 引言

裝甲車輛乘員處理戰場信息的過程是一個腦力勞動過程，乘員需要付出一定的腦力資源，產生一定程度的腦力負荷［1］。乘員腦力負荷情況對作戰系統的效能、乘員的舒適程度以及安全健康均影響很大，系統工作效能與乘員腦力負荷強度之間依賴關系比較明顯。目前常用的乘員腦力負荷評價方法有主觀評價法、主任務測量法、輔助任務測量法等［2］，但這些方法往往摻雜決策者主觀偏好，系統誤差較大，具有應用局限性，遠不能滿足系統設計對于腦力負荷評價的要求，因此，對乘員腦力負荷評價方法進行有針對性的研究是非常必要的。

腦力負荷與乘員任務執行時的信息處理量密切相關［3］。對于裝甲車輛，不同的作戰任務，乘員的腦力負荷情況有較大差異。本文在多資源理論（MRT）的基礎上，引入基于信息執行通道的網絡建模技術，建立乘員任務-網絡模型，結合乘員訓練教范和基礎實驗數據，提出了一種針對任務本身的乘員腦力負荷量化分析評價方法。

1 多資源理論

裝甲車輛艙室人機系統屬于復雜人機系統，具有信息化程度高、技術密集度高等特點，其乘員作業呈現多任務狀態。因此，為了有效解決乘員多任務條件下腦力負荷問題，本文采用了信息處理的MRT方法。MRT是解釋多任務之間注意資源分配的理論，其基本表述為:乘員具有性質類似、功能有限且容量一定的心理資源。MRT表明，乘員的信息處理源一般由聽覺、視覺、認知及運動反應4個部分組成，無論何種任務都可由這4個處理源下的28種行為要素構成［4］，如表1所示。

Wickens等在“多重加工資源”概念上提出圖1所示的加工資源假設結構模型［5］。該模型由階段、通道、編碼3個維度組成。階段維度主要對知覺和反應進行區分，通道維度對聽覺和視覺進行區分，編碼維度則是對空間加工和語言加工進行區分，3個維度在一定程度上相互獨立。

2 基于信息執行通道的任務-網絡建模技術

任務-網絡建模技術是以網絡圖的形式對任務操作流程按時間序列進行系統建模，并在任務實施過程中加以控制以保證實現預定目標的計劃管理技術。其基本表達形式為任務-網絡圖，它是一種由箭線和節點組成的有向、有序的網狀圖形。無論作戰任務有多大、任務操作之間的關系有多復雜，都可以將一個完整的作戰任務逐級分解［6］。

圖1 加工資源的假設結構模型Fig.1 Hypothesis model of processing resource structure

為了達到評價乘員腦力負荷的基本目標，本文針對裝甲車輛艙室乘員作業特點，基于MRT基本原理，對任務-網絡建模技術進行擴展改進，將乘員任務操作按照信息基本執行通道（聽覺、視覺、認知、反應及語音）進行劃分，建立了基于信息執行通道的任務-網絡模型。

基于執行通道的任務-網絡建模技術將數學建模方法和圖示方法有機結合起來，可以清楚地表達各操作之間的相互關系，直觀地表現各執行通道同時處理的信息數目以及某一時刻任務的總信息需求量，有利于提高各信息執行通道之間的協同配合，共同保證作戰任務的順利完成。

3 基于任務-網絡模型的乘員腦力負荷仿真分析

基于任務-網絡模型對腦力負荷進行評價一般可分為系統建模、解析分析、仿真執行、負荷評價4個步驟進行，其執行流程如圖2所示。

3.1 任務-網絡模型的建立

構建任務-網絡模型的方法有直接法和間接法兩種:直接法即采用一邊分解、一邊確定工作項目及其相互關系的方式直接構建網絡模型；間接法即依據事先編制好的工作項目及其相互關系明細表構建網絡模型。由于所構建的系統工作事項較多，相對比較復雜，本文構建任務-網絡模型的方法皆采用間接法。

3.2 確定模型工作參數

為了實現對系統的定量分析，首先要完成系統工作參數的量化。任務-網絡模型是研究系統功能的綜合性模型，系統工作參數主要包括時間參數和資源參數。

圖2 乘員腦力負荷評價流程Fig.2 Evaluation process of crew's mental workload

3.2.1 時間參數

模型的時間參數包括反應時間和運動時間Tm兩個部分。反應時間又可分為簡單反應時間和選擇反應時間Tc.乘員執行通道的簡單反應時間可以參考經驗數據［7］，Tc利用Hicks定律來計算［3］。而Tm則利用Fitts定律來計算［8］。因此，對于一個簡單“認知-反應”行為的時間可以表示為

3.2.2 資源參數

模型的資源參數包括腦力負荷值及其分布函數兩個部分。首先，確定腦力負荷值即采取分析的方法對乘員在執行某一任務操作時各執行通道的腦力負荷進行預測。目前常用的方法有Siegel和Wolf的時間壓力模型、波音公司的方法以及Aldrich的腦力負荷預測方法［9］。其次，確定腦力負荷分布函數即采取擬合的方法對乘員在某一任務階段的腦力負荷分布進行分析。確定乘員腦力負荷分布函數的基本流程為:確定乘員腦力負荷分布模型，明確各隨機點乘員工作狀態，數據擬合，分析擬合結果。

3.3 模型仿真

通過數據擬合確定腦力負荷分布函數后，選擇抽樣方法，對分布函數進行抽樣。進而，根據所建立系統模型的結構特點，進行仿真設計，編制仿真程序，運行仿真模型，得出仿真數據。

3.4 腦力負荷評價

3.4.1 各執行通道腦力負荷情況

每個執行通道需同時處理的信息數目越多，該通道所承受的負荷越大。某一執行通道t時刻的負荷值Wt可以通過信息的數量和操作信息的負荷來表示:

式中:Wjt（j=1，2，3，4，5）是由信息數量及信息負荷表征的各執行通道腦力負荷，分別表示t時刻視覺通道、聽覺通道、反應通道、語言通道和認知通道的腦力負荷值；Bit為一個常數，當第i個信息在t時刻存在時，Bit=1，wit為其對應的負荷值，否則Bit=0.

如果同時進行的所有任務在任一執行通道中的腦力負荷超過限值，則認為乘員在這一腦力資源上處于高腦力負荷狀態。

3.4.2 總腦力負荷情況

由MRT可知，乘員執行一項任務的總腦力負荷值為乘員執行這項任務所需的各通道腦力負荷值的總和。某個t時刻的總腦力負荷值WT可表示為

4 應用實例

結合乘員腦力負荷評價流程，對裝甲車輛炮長發現目標并射擊這一任務場景進行腦力負荷分析評價。

4.1 建立模型

根據炮長的基本職責和作戰任務條件下的具體操作流程，對任務進行分解，列出基于執行通道的炮長工作項目及相互關系，如表2所示。

其中A、B、C、D分別為炮長在各時刻的操作任務，圈內數字分別為各對應操作任務的節點。比如視覺通道按時間序列可分解為A1、A2、…、A9，數字5和7分別為操作A3的開始節點和結束節點。

根據炮長工作項目明細表，按照從最初節點開始到最終節點結束的順序，建立基于執行通道的任務-網絡模型，如圖3所示。

圖3 基于執行通道的炮長任務-網絡圖Fig.3 Gunner's task-network based on executive channel

4.2 確定模型工作參數

時間參數的確定首先參考經驗數據，然后進行理論推算，最后進行實際操作測量修正，3種手段既互相獨立又相互補充，保證了時間參數確定的有效性和準確性。

表2 炮長工作項目明細表Tab.2 Schedule of gunner's work items

Aldrich腦力負荷預測方法是針對美軍開發新武器系統中需要對操作者的腦力負荷進行預測這一問題提出的，該方法將MRT融入模型，具有良好的適應性和可信度。因此，采用Aldrich提出的7分制行為評級標準對各執行通道的腦力負荷進行評定，表3為Aldrich方法的視覺負荷表，表中值由專家評估得出。根據Aldrich各通道負荷表，即可得到炮長模型工作參數，如表3所示。

基于作戰條件，參考先驗腦力負荷分布模型，確定模型如下:

式中:t為時間；φ（t）為該時刻操作發生的概率；c0、c1為待定參數。

根據統計學原理，每一時刻乘員工作狀態測量結果的準確度隨著測量次數的增加而增加，結合客觀條件和實際情況，每一時刻的乘員工作狀態測量100次。對測量數據利用最小二乘法進行曲線擬合，即可得到炮長各工作項目下的腦力負荷分布函數，擬合結果如圖4所示。

表3 Aldrich方法視覺負荷表Tab.3 Aldrich's visual workload

圖4 腦力負荷分布函數擬合結果Fig.4 Fitting results of mental workload distribution function

由圖4可見，各執行通道下的具體操作（比如檢查彈種選擇旋鈕、操縱操作臺瞄準目標等）屬于肯定分布，即分布函數為φ（t）=1.工作項目負荷分布函數如表4所示。

表4 炮長各工作項目負荷分布函數表Tab.4 Workload distribution functions of gunner's work items

4.3 模型仿真

任務-網絡模型仿真選用蒙特卡洛方法，仿真流程為:確定共用隨機起始數字，運行仿真模型，統計生成的隨機數據，計算每組隨機數的期望值。將期望值與對應通道的腦力負荷系數相乘，并對各通道腦力負荷求和，即得到乘員的總腦力負荷情況。圖5和圖6分別為模型仿真執行一次的各時刻炮長認知負荷和總腦力負荷情況。

圖5 模型執行一次的炮長認知負荷Fig.5 Gunner's cognitive workload in a model simulation

圖6 模型執行一次的炮長總腦力負荷Fig.6 Gunner's total workload in a model simulation

4.4 腦力負荷評價

對仿真結果整理統計，得到表5、表6和表7所示的作戰條件下炮長各執行通道腦力負荷和總腦力負荷情況。

表5 炮長最高腦力負荷情況Tab.5 Gunner's highest mental workload

表6 炮長的腦力負荷情況Tab.6 Gunner's mental workload

表7 炮長的總腦力負荷情況Tab.7 Gunner's total mental workload

由表5可知，在此動態模擬作戰環境中，仿真預測的炮長最高認知通道腦力負荷值為15.50，最高總腦力負荷值為36.10.高腦力負荷時同時進行的任務共有3項，分別為:目標搜索、匯報情況和接收信息。即最大負荷值出現在炮長理解信息的同時還要進行其他任務的情況下。

由表6和表7可知，在此動態模擬作戰環境中，炮長承受高腦力負荷的情況出現了5次，占5%的模擬時間；認知通道腦力負荷超過負荷限值的情況出現了21次，占21%的模擬時間。由表6可以看出，雖然全過程中炮長總腦力負荷并不是很高，但認知通道負荷超限頻繁，因此，認知通道是最可能引起炮長高腦力負荷的腦力資源系統。

炮長的操作是影響裝甲車輛乘員生存能力的關鍵因素，鑒于腦力負荷數據統計結果，為了調整高腦力負荷對炮長操作效能的影響，可以采取按順序完成工作的策略。基于此策略，炮長可以先進行通信再搜索目標，或先搜索目標再進行通信，這可以有效降低炮長的腦力負荷，提高炮長操作效能。

5 結論

本文從信息處理的MRT出發，建立了基于信息執行通道的任務-網絡模型，提出了基于任務-網絡模型的裝甲車輛乘員腦力負荷評價方法，并應用該方法對炮長發現目標并射擊這一任務場景進行了腦力負荷分析研究。模型仿真結果得到了炮長任務全過程的腦力負荷情況，描述了炮長各通道腦力負荷的變化范圍，分析了炮長承受高腦力負荷時同時進行的工作，調整了炮長的工作策略。研究表明，

該方法針對乘員任務操作特點，為面向全任務操作過程乘員腦力負荷的動態綜合評價提供了有效的解決方法，主要表現在:

1）在系統評價方法的基礎上，引入時間序列，基于信息執行通道構建了由乘員、時間、腦力負荷組成的任務-網絡模型，提出了解決乘員任務操作過程的動態綜合評價方法。

2）該方法可以描述乘員全任務操作過程中腦力負荷的變化情況，找出乘員腦力負荷高的時間階段及具體操作，定量比較不同任務操作之間的腦力負荷強度，分析導致乘員腦力負荷過高的具體原因和改進方法，為腦力負荷的評價提供了一種全新的思路。

3）該方法的評價對象是乘員任務操作本身，因此，基于任務-網絡模型的腦力負荷評價方法不僅可以用于評價己有的任務，也可對系統設計階段的乘員腦力負荷進行預測。

（

）

［1］ 廖建橋.人在多任務中的業績及腦力負荷［J］.心理學報，1995，27（4）:21-25. LIAO Jian-qiao.Human performance and mental workload under multiple task demanding conditions［J］.Acta Psychologica Sinica，1995，27（4）:21-25.（in Chinese）

［2］ 柳忠起，袁修干，劉濤，等.航空工效中的腦力負荷測量技術［J］.人類工效學，2003，9（2）:19-22. LIU Zhong-qi，YUAN Xiu-gan，LIU Tao，et al.Mental workload evaluation method of ergonomics inaviation［J］.Chinese Journal of Ergonomics，2003，9（2）:19-22.（in Chinese）

［3］ 王潔，方衛寧，李廣燕.基于多資源理論的腦力負荷評價方法［J］.北京交通大學學報，2010，34（6）:107-110. WANG Jie，FANG Wei-ning，LI Guang-yan.Mental workload evaluation method based on multi-resource theory model［J］.Journal of Beijing Jiaotong University，2010，34（6）:107-110.（in Chinese）

［4］ Cullen L.Validation of amethodology for predicting performance and workload［R］.France:Eurocontrol Experimental Centre，1999:376-389.

［5］ Wickens C D，Hollands J G.Engineering psychology and human performance［M］.Shanghai:East China Normal University Press，2003:545-550.

［6］ 姚玉玲，劉靖伯.網絡計劃技術與工程進度管理［M］.北京:人民交通出版社，2008:42-46. YAO Yu-ling，LIU Jing-bo.Network plan technology andproject progress management［M］.Beijing:China Communications Press，2008:42-46.（in Chinese）

［7］ 郭伏，錢省三.人因工程學［M］.北京:機械工業出版社，2007: 209-216. GUO Fu，QIAN Sheng-san.Human factors engineering［M］.Beijing:China Machine Press，2007:209-216.（in Chinese）

［8］ 袁修干，莊達民，張興娟.人機工程計算機仿真［M］.北京:北京航空航天大學出版社，2005:33-36. YUAN Xiu-gan，ZHUANG Da-min，ZHANG Xing-juan.Computer simulation for man-machine engineering［M］.Beijing:Beihang U-niversity Press，2005:33-36.（in Chinese）

［9］ 廖建橋.腦力負荷的預測與分析方法［J］.工業工程，1998，1（1）:38-42. LIAO Jian-qiao.Mental workload prediction and analytic methods［J］.Industrial Engineering Journal，1998，1（1）:38-42.（in Chinese）

Research on Evaluation Method of Armored Vehicle Crew's Mental Workload Based on Task-network Model

LIU Wei-ping1，NIE Jun-feng1，JIN Yi1，BAI Ya-juan2
（1.Department of Mechanical Engineering，Academy of Armored Forces Engineering，Beijing 100072，China；2.Beijing Special Vehicle Research Institute，Beijing 100072，China）

A method of evaluating the mental workload of armored vehicle crew based on task-network model is proposed based on multiple resource theory（MRT），and a crew's task-network model based on information executive channel is built in terms of information processing method under consideration of armored vehicle crew's operation characteristics.An example of target discovering and firing task of an armored vehicle gunner is analyzed and evaluated.The results indicate that the proposed method could describe the change of crew's mental workload during the whole task.The time nodes and reasons of abnormal mental workload could be found out effectively using the proposed method and the mental workload of crew could be quantitatively evaluated.

ordnance science and technology；armored vehicle；multiple resource theory；task-network model；mental workload

TJ81+0.1

A

1000-1093（2015）09-1805-06

10.3969/j.issn.1000-1093.2015.09.028

2015-01-19

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