为解决复杂人机系统分析与设计存在的操作员有效性问题,本项目研究操作员功能状态(OFS)的建模与分类以及人机自适应功能分配理论与算法,为人机系统这一广义复杂系统的建模与控制问题提供基础性理论方法。在多任务的人机协作过程控制系统仿真平台-aCMAS(密封舱空气管控系统)上,通过对操作员生理反应(如脑电和心电活动等)及其主观状态自评价、人机系统总体性能等多源信息的实时采集、处理及特征提取,建立OFS的计算智能模型,实现基于模型的OFS实时监测和预报。然后,设计并验证自组织模糊控制人机接口算法,以本质性优化提高人机协作式控制系统的性能。预期研究成果可用于很多适应性自动化(AA)系统的操作员培训和监测,在高安全性要求的交通运输(如高速列车、军用飞机、空中交通管制、载人航天)、过程工业(如核电站)以及医疗(如手术管控)等领域有广泛的应用价值。
英文主题词Complex human-machine systems; operator functional state; adaptive automation; physiological signals; hybrid intelligent systems and control