基于系统工程理论的人机工程设备综合评价方法

    公开(公告)号:CN110889082B

    公开(公告)日:2021-08-31

    申请号:CN201911222039.7

    申请日:2019-12-03

    IPC分类号: G06F17/16

    摘要: 本发明提供一种基于系统工程理论的人机工程设备综合评价方法,其包括以下步骤:S1,根据设备的自身特点、评估需求和目的基础,确定工效基础指标、任务耦合指标、生理增强指标以及主观验证指标;S2,根据指标确定具体评估步骤;S3,将指标按指标重要度向量降序排列,计算指标间的相对重要度rp,最后获得指标权重向量;S4,获取指标数据并进行规范化处理;S5,根据规范化指标值矩阵计算人机工程综合评价值;S6,基于灰色关联获得指标间的相关性。本发明,解决了设备评估时的指标难分解提取,评估实施难开展,评估数据难以有效应用的问题,给出了能有效反映设备人机工程设计水平的方法。

    与作业任务场景弱耦合的工作负荷测评方法

    公开(公告)号:CN110840433A

    公开(公告)日:2020-02-28

    申请号:CN201911222034.4

    申请日:2019-12-03

    摘要: 本发明提供一种与作业任务场景弱耦合的工作负荷测评方法,其包括以下步骤:S1,生成刺激序列和标准应对策略序列;S2,设定应对策略数据的测评指标、生理数据的测评指标和典型作业任务J;S3,使用刺激序列获得每个测试样本的应对策略数据和生理数据;待测试样本恢复至基线水平后进行典型作业任务J之后,立即使用刺激序列再次获得应对策略数据和生理数据;使用策略计算模型对应对策略数据进行处理;S4,给每个测试样本构建第一指标集Ika和第二指标集Ikb;最后计算获得工作负荷指数WL;S5,确定工作负荷等级。本发明不会对真实作业产生额外负担,可灵活调整测评指标,通用性强,采用数字化的分析使得结论客观可靠性高。

    基于协商策略的智能人机工程设计优化方法

    公开(公告)号:CN112529313B

    公开(公告)日:2022-12-09

    申请号:CN202011495596.9

    申请日:2020-12-17

    IPC分类号: G06Q10/04 G06Q10/06 G06Q10/10

    摘要: 本发明提供了一种基于协商策略的智能人机工程设计优化方法,该方法包括:总体设计包括对装备或产品和若干人机工程设计指标建立智能体集合,比对设计方案并判断是否冲突,冲突则开展多智能体间协商,判断各指标智能体是否接受及是否超出规定时限,未超出开展多智能体间协商循环,超出则建立协商智能联合体集合,进行智能联合体内协商,判断各指标设计要求是否相同及是否超出规定时限,超出则发送给总体设计方,判断设计方案是否冲突,冲突则进行智能联合体内协商循环,直至没有冲突或超出规定时限则输出最终人机工程设计方案。本发明通过比较分析各设计指标间存在的冲突,缩小优化设计范围,降低了人机工程优化复杂度,提高了优化效率。

    柔性模拟座舱人机工效测试系统及其测评方法

    公开(公告)号:CN112598958B

    公开(公告)日:2022-08-05

    申请号:CN202011495618.1

    申请日:2020-12-17

    IPC分类号: G09B9/08 G09B9/30

    摘要: 本发明涉及一种柔性模拟座舱人机工效测试系统,其包括模拟座舱机械装置、仿真面板、操纵机构、分布式数据采集装置和人机工效测试装置,在实时运行过程中,测试对象处在所述模拟座舱机械装置中,通过所述仿真面板获取信息,通过所述操纵机构进行控制,通过所述分布式数据采集分装置进行信号转换与信号双向传递,所述人机工效测试系统实时记录测试对象在模拟舱中的所有生理、认知、操作和面部反应参数信息,通过模拟飞行过程中测试对象信息的采集对其进行飞行能力评价,通过数据分析和测试对象的反馈对柔性模拟座舱进行人机工效测评。本发明针对不同装备或产品设计一套搭建试验平台,可实现测试对象的飞行能力评价及柔性模拟座舱的人机工效测评。

    基于EEG脑电信号数据的状态分类方法

    公开(公告)号:CN114218986A

    公开(公告)日:2022-03-22

    申请号:CN202111502840.4

    申请日:2021-12-10

    IPC分类号: G06K9/00 G06K9/62 G06F17/16

    摘要: 本发明提供一种基于EEG脑电信号数据的状态分类方法,包括以下步骤:S1,获取不同分类的EEG脑电信号数据、以及相应的垂直和水平眼电信号数据;S2,EEG脑电信号数据预处理;S3,基于过程的特征提取;S4,使用频‑空特征向量训练分类模型;S5,对样本空间的不同测试集数据进行分类。本发明采用多域特征提取的方法有效并最大程度上保证了提取的特征中所包含的信息量,将空间和频率两域的融合体现在了方法过程中,减少了多域特征融合后降维的步骤,提高了算法效率。