基于vd的认知性作业过程控制方法研究.docxVIP

基于vd的认知性作业过程控制方法研究 摘要：为实现通过过程控制和管理提高认知性视觉显示终端(VDT)作业人员可靠性和绩效的目标，应用结构方程模型(SEM)研究作业过程表征方法。构建认知性VDT作业的信息加工过程模型，抽取13个基本认知动素( 0 引言随着信息化的深入，核电站、化工等高危作业控制逐渐由传统的模拟式向数字化转变，数字化控制室已成为作业人员的主要工作场所。数字化控制室中，计算机及控制软件终端成为作业人员的“工具机”科学管理最基本的逻辑是通过过程控制实现管理目标。Gilbraith提出“动素”的概念，并运用其来描述和表征各种操作作业过程，极大改善外显体力作业者的可靠性和绩效基于此，本文将从人的信息加工视角，结合结构方程模型(Structural Equation Modeling, SEM)方法，研究认知性VDT作业过程表征方法，以期为从过程解析视角研究认知性VDT作业的人因可靠性提供理论支撑，为人因可靠性问题研究提供新的范式参考。1 认知性VDT作业过程中1.1 认知性VDT作业的信息加工过程模型认识性VDT作业要求劳动者持续通过VDT获取任务信息，经过大脑处理后，通过作业系统的外围设备(鼠标、键盘等)输出作业指令，直至任务完成，属于人机交互性质的认知作业。学者们在多年前就已经开始对认知作业过程管理进行研究：Ramaprasad认知性VDT作业可以视作人机交互型的认知作业，将人看作具有信息接收、处理和输出功能的“机体”,外界的“工具机”看作是人这种“机体”的外延，作业过程看作“人—工具机”的信息对话过程。在这个对话过程中，人的信息处理尤为重要。认知心理学经典理论将人的信息处理过程分为感觉、知觉、记忆、思维和想象5个环节由模型可知，认知性VDT作业过程可以视为1.2 通过分析感觉、知觉、记忆、思维和想象5个环节所涉及到的信息处理操作，结合认知性VDT作业过程的一般要求和特征，定义由表1可知，认知性VDT作业认知动素集由元认知、信息辨识、信息存储、信息变形、信息搜索、信息比较、信息分类、信息选择、信息提取、信息综合、信息过滤、信息分解、信息应用13个基本信息操作组成。元认知是最高级别的信息操作，对作业过程中的2 认知性VDT作业过程中2.1 认知性VDT作业过程的认知性VDT作业具有显著的内隐性特征，前文提出的13个根据认知性VDT作业的信息加工过程模型和模型中：2.2 测量指标问卷设计及数据整理根据共收回有效问卷188份。所有被试者中，数字控制室操纵人员39人，软件技术人员34人，销售人员17人，财务人员18人，办公室行政管理人员18人，教学科研人员26人，本科及研究生36人。使用SPSS20.0对数据做初步统计整理，分析问卷中49(4+45)道测试题项的可理解性，结果显示：平均得分为4.23分，最高分4.72,最低分4.03。表明被试对测试题项的理解度较高，保证被试整体对测试问题的准确理解。后文将以188位被试对49道测试题项中“使用频率”的回答数据进行分析。2.3 结果与分析2.3.1 问卷信度分析调查问卷的信度检验采用内部一致性系数(Cronbach’表2数据显示，13个因子的信度值均大于0.7,表明该问卷测试题项具有良好信度。2.3.2 验证性因子分析根据表3数据显示，卡方值显著(1220.7,表4数据显示，测试指标在潜变量上的载荷均大于0.7,表明问卷测试题项具有良好的效度。表5数据显示，外生潜变量元认知与其他12个2.3.3 稳健性检验不考虑职业分类，按照总样本数的3/4和1/22个水平，从188份有效回收问卷中随机抽取141(188×3/4)份、94(188×1/2)份各5次，将分析数据导入LISREL8.53,分别输出各参数估计值和模型拟合指数，结果均显示模型具有良好拟合度。分别对外生潜变量元认知与其他12个3 作业过程还原检验运用BP神经网络构建认知性VDT作业类型识别模型，利用基本认知动素对认知性VDT作业类型进行识别(还原)。设计BP神经网络，输入指标为测量指标问卷中的49道测试题，输入向量设为[训练神经网络，隐含层和输出层的传递函数分别采用logsig和tansig, 训练采用trainscg函数。设定最大训练次数5 000,学习速率0.01,误差平方和0.001。188组有效数据中，训练数据、验证数据和测试数据分别占70%,15%,15%。运行Matlab R2013a, 训练965次后达到误差要求。模式识别结果如图3所示。由图3可知，通过基本认知动素对认知性VDT作业类型的识别和分类正确率达到95.9%,表明基本认知动素可以还原认知性VDT作业