专利汇可以提供一种考虑路径依赖的人误机理建模方法专利检索,专利查询,专利分析的服务。并且一种考虑路径依赖的人误机理建模方法,其步骤如下:一:分析 人机交互 任务,明确底层操作类型及其所调用的具体认知功能,包括基本任务分析、认知行为分析和人误模式分析;二:明确异常信息模式,判断该异常信息模式与认知混淆导致的人误模式之间的相关性;三:明确各项任务的基本认知资源需求;四:评估六项稳定的绩效形成因子即PSFs 水 平;五:根据认知过载和认知混淆对经PSFs调整后的人误概率进行相关性调整,从而得到考虑路径依赖的人误概率;通过以上步骤,本 发明 提出了人为失误机理模型,建立了人为失误和同一人机交互演化路径中其他异常事件的相关关系,以此为 基础 ,解决了路径依赖对人误概率的影响问题。,下面是一种考虑路径依赖的人误机理建模方法专利的具体信息内容。
1.一种考虑路径依赖的人误机理建模方法,其特征在于:该方法包括如下步骤:
步骤一:分析人机交互任务,明确各项任务的底层操作类型及其所调用的具体认知功能,辨识该操作涉及到的人误模式,并根据实际场景实例化,包括基本任务分析、认知行为分析和人误模式分析;
步骤二:明确人机交互过程中出现的异常信息模式,判断该异常信息模式与认知混淆导致的人误模式之间的相关性;
步骤三:明确各项任务的基本认知资源需求,计算并行任务的总认知资源需求,判断是否发生认知过载,若发生认知过载,则人误模式与异常信息模式的相关性增加一等;
步骤四:评估六项稳定的绩效形成因子即PSFs水平,调整两项随任务进程动态变化的PSFs水平;
步骤五:利用绩效形成因子即PSFs调整名义人误概率,再根据认知过载和认知混淆对经PSFs调整后的人误概率进行相关性调整,从而得到考虑路径依赖的人误概率。
2.根据权利要求1所述的一种考虑路径依赖的人误机理建模方法,其特征在于:
在步骤一中所述的“基本任务分析、认知行为分析和人误模式分析”,其内容说明如下:
(1)基本任务分析
人机交互过程包括三类任务,分别为主任务:即预定所需执行的一系列任务;临时任务:临时性指派给操作者需要其完成的任务,可能与某项主任务并行;告警任务:应对系统故障所进行的任务,包括发现告警信息和执行应急流程;采用层次任务分析即HTA,将各任务条目按照“目标即任务、子目标即子任务、操作和计划”的结构进行自上而下的分析;此外,还需梳理清楚各项任务之间存在的顺序、并行和决策关系;
(2)认知行为分析
认知过程分为感知、决策和响应三个阶段,每个阶段包含一些认知功能;人的认知行为就是在认知过程的不同阶段调用不同的认知功能以完成信息处理过程;
任务分析完成后,根据任务操作的描述,将每个操作划分为一种类型,划分方式参考认知可靠性与失误分析方法即CREAM中对15种操作类型的归纳,每一种操作类型调用感知、决策、执行三种不同认知功能中的若干种,具体为:协调调用决策和执行功能;通信调用执行功能;对比调用决策功能;诊断调用决策功能;评价调用决策功能;识别调用决策功能;执行调用执行功能;保持调用执行功能;监视调用感知和决策功能;观察调用感知功能;计划调用决策功能;记录调用决策和执行功能;调整调用感知和执行功能;扫视调用感知功能;检查调用感知和决策功能;
(3)人误模式分析
参考CREAM方法,根据认知功能的不同,对人误模式进行分类,具体为:将感知功能失误模式划分为观察目标错误、辨识错误、没有进行观察、观察不及时4类;将决策功能失误模式划分为决策失误1类;将执行功能失误模式划分为动作方式错误、动作时间错误、动作目标错误、动作顺序错误和动作遗漏5类;根据每种操作类型对应的认知功能,即能确定操作可能发生的人误模式,然后根据实际场景实例化。
3.根据权利要求1所述的一种考虑路径依赖的人误机理建模方法,其特征在于:
在步骤二中所述的“明确人机交互过程中出现的异常信息模式,判断该异常信息模式与认知混淆导致的人误模式之间的相关性”,说明如下:
人机交互过程中,人所获得的信息包括人机界面提供的任务信息、告警信息和通讯信息;由于故障、环境扰动诸因素的干扰,人可能无法获得正确和完整的信息,任务信息和通讯信息可能出现不正确、不完整、不及时诸异常模式;告警信息可能出现虚警即信息不正确、漏警即信息不及时诸异常模式;在这种情况下,人不能正确地捕捉所需要的信息,就会导致人为失误;
异常信息模式导致感知阶段失误,采用“相关性”对上述异常信息模式导致人误模式的“可能性”进行描述;借鉴人员失误概率预测技术即THERP,将相关性划分为5个等级:零相关、低相关、中等相关、高相关和全相关;具体而言,当相关性较大时,表示出现某种异常信息模式时直接引起人误模式的可能性大;当相关性较小时,表示出现某种异常信息模式时不太可能直接引起人误模式;当相关性为零时,表示出现某种异常信息模式时不会直接引起人误模式;
根据异常信息模式的不同,导致不同人误模式的可能性也不相同,异常信息模式与人误模式间的相关关系具体为:信息不正确与观察目标错误间的相关关系为低相关到中等相关;信息不正确与错误辨识间的相关关系为中等相关到高相关;信息不正确与观察没有进行间的相关关系为零相关到中等相关;信息不正确与观察不及时间的相关关系为零相关到中等相关;信息不正确与决策失误间的相关关系为低相关到全相关;信息不完整与观察目标错误间的相关关系为零相关到低相关;信息不完整与错误辨识间的相关关系为低相关到高相关;信息不完整与观察没有进行间的相关关系为零相关到低相关;信息不完整与观察不及时间的相关关系为零相关到中等相关;信息不完整与决策失误间的相关关系为零相关到高相关;信息不及时与观察目标错误间的相关关系为零相关到低相关;信息不及时与错误辨识间的相关关系为零相关到中等相关;信息不及时与观察没有进行间的相关关系为中等相关到高相关;信息不及时与观察不及时间的相关关系为中等相关到高相关;信息不及时与决策失误间的相关关系为零相关到中等相关。
4.根据权利要求1所述的一种考虑路径依赖的人误机理建模方法,其特征在于:
在步骤三中所述的“明确各项任务的基本认知资源需求,计算并行任务的总认知资源需求,判断是否发生认知过载,若发生认知过载,则人误模式与异常信息模式的相关性增加一等”,其作法步骤如下:
(1)确定诸任务基本认知资源需求
由于不同任务对认知资源的需求量不同,需要根据实际情况进行测量,这在设计初期难以实现,因此采用半定量的方式加以解决;具体而言,将任务对资源的要求分为0、1、2三个等级,分别代表对认知资源没有需求、任务的基本认知资源的需求以及复杂任务的基本认知资源的需求;根据多资源模型,每个任务的基本认知资源需求用如下向量表示:
TC={VF,VA,AS,AV,C,RS,RV}
式中,“VF、VA”中的V表示视觉即Visual,“AS、AV”中的A表示听觉即Auditory,C表示认知即Cognitive,“RS、RV”中的R表示反应即Response;“VF”中的F表示焦点即Focal,“VA”中的A表示外周即Ambient,“AS、RS”中的S表示空间的即Spatial,“AV、RV”中的V表示言语的即Verbal;TC中每个元素都代表了一个认知资源占用维度;
根据任务分析确定的不同操作类型的基本认知资源需求如下:协调的基本认知资源需求为C=2、RV=1;通信的基本认知资源需求为AV=1、RV=1;对比的基本认知资源需求为AF=1;诊断的基本认知资源需求为C=2;评价的基本认知资源需求为C=2;识别的基本认知资源需求为C=2;执行的基本认知资源需求为RS=1;保持的基本认知资源需求为RS=1,也可能包含VA=1、AS=1、AV=1中的诸种,需根据实际情况判断;监视的基本认知资源需求为VF=2;观察的基本认知资源需求为VF=1;计划的基本认知资源需求为C=1;记录的基本认知资源需求为RV=2;调整的基本认知资源需求为RS=1,也可能包含VF=1、AS=1、AV=1中的诸种,需根据实际情况判断;扫视的基本认知资源需求为VA=1;检查的基本认知资源需求为VF=1、C=1;
(2)构建认知资源冲突矩阵
冲突矩阵反映了两项任务占用多资源模型维度重叠时所导致的额外认知资源耗费;其基本思想是,若两项任务完全冲突即占用相同的认知资源需求维度时,则耗费较大;而当两项任务对基本认知资源需求的维度不同时,则耗费较小;根据两项任务基本认知资源需求的不同,认知资源冲突值也不相同,具体为:
①冲突值为1.0的情况有:任务A和任务B同时占用RV资源时;
②冲突值为0.8的情况有:任务A和任务B均需占用VF、VA、AS、AV和RS中的一种资源时;
③冲突值为0.7的情况有:任务A和任务B均需占用C资源时;
④冲突值为0.6的情况有:任务A和任务B及任务B和任务A中的一种分别占用VA和VF资源、AS和VF资源、C和VF资源、AV和VA资源、C和VA资源、C和AS资源、C和AV资源、RV和RS资源时;
⑤冲突值为0.5的情况有:任务A和任务B及任务B和任务A中的一种分别占用RS和C资源、RV和C资源时;
⑥冲突值为0.4的情况有:任务A和任务B及任务B和任务A中的一种分别占用AV和VF资源、RS和VF资源、AS和VA资源、RV和VA资源、AV和AS资源、RS和AS资源、RV和AV资源时;
⑦冲突值为0.2的情况有:任务A和任务B及任务B和任务A中的一种分别占用RV和VF资源、RS和VA资源、RV和AS资源、RS和AV资源时;
(3)计算并行任务认知资源总需求
并行任务中的资源需求为每个任务自身的基本认知资源需求之和加上并行任务产生的额外资源冲突需求;当并行任务认知资源总需求超过7时,则认为发生了认知过载;设并行任务的认知资源需求分别为TC1={c11,c12,c13,c14,c15,c16,c17}和TC2={c21,c22,c23,c24,c25,c26,c27},则并行任务中的总资源需求为:
式中,c·i(i=1,2,…,7)分别对应VF,VA,AS,AV,C,RS和RV取值, 表示两个任务占用多资源模型维度重叠时的认知资源冲突值。
5.根据权利要求1所述的一种考虑路径依赖的人误机理建模方法,其特征在于:
在步骤四中所述的“评估六项稳定的绩效形成因子即PSFs水平,调整两项随任务进程动态变化的PSFs水平”,其内容说明如下:
以美国核管理委员会即NRC发布的《良好人因可靠性分析实践》报告中所推荐的PSFs为蓝本,参考标准化核电站风险分析人的可靠性分析方法即SPAR-H和认知可靠性与失误分析方法即CREAM,得到8个人机交互PSFs及其水平评分标准,具体为:①训练和经验划分为低、正常、高三个水平,对应的评分标准分别为10、1、0.5;②精神压力划分为很高、高、正常三个水平,对应的评分标准分别为5、2、1;③疲劳划分为非常疲劳、比较疲劳、、良好四个水平,对应的评分标准分别为10、5、1、0.1;④任务复杂性划分为高度复杂、中等复杂、正常、很容易完成四个水平,对应的评分标准分别为5、2、1、0.1;⑤通信质量划分为不能准确传递消息、通信噪声大、有效、良好四个水平,对应的评分标准分别为5、2、1、0.1;⑥人机功效设计划分为缺失/误导、差、、良好四个水平,对应的评分标准分别为50、10、1、0.5;⑦工作环境划分为不匹配、匹配、优越三个水平,对应的评分标准分别为5、1、0.5;⑧组织管理分为效果差、无效、有效、非常有效四个水平,对应的评分标准分别为5、2、1、0.5;
在给定人机交互场景下,认为训练和经验、任务复杂性、通信质量、人机功效设计、工作环境和组织管理六项PSFs比较稳定,不会随任务进程发生变化;精神压力和疲劳会随着任务不断进行更新,更新调整原则具体为:当人预计当前任务可能出现严酷后果时,精神压力水平为很高;当人发现告警时,精神压力水平为高;当人正常工作时,精神压力水平为正常;
当任务持续时间>T3时,疲劳水平为非常疲劳;当T2<任务持续时间
在步骤五中所述的“利用绩效形成因子即PSFs调整名义人误概率,再根据认知过载和认知混淆对经PSFs调整后的人误概率进行相关性调整,从而得到考虑路径依赖的人误概率”,其考虑路径依赖的人误概率计算的作法说明如下:
人机交互的路径依赖特征通过认知过载、认知混淆和PSFs累积三种机制影响人为失误;其中,PSFs则是对名义人误概率进行调整,而认知过载机理和认知混淆机理则是在此基础上通过相关性调整得到最终的人误事件发生条件概率,其基本计算公式等价为:
PHE=f(HEP,CL,CC)
式中,HEP是考虑PSFs修正后的人误概率;NHEP是名义人误概率;CL表示是否发生认知过载的布尔变量,当CL=1时,表示发生认知过载;CC表示认知混淆是否发生的布尔变量,当CC=1时,表示发生认知混淆;
不同认知功能包含若干种人误模式,其对应着不同的名义人误概率,具体为:观察功能包含的人误模式有观察目标错误、错误辨识、观察没有进行、观察延迟,对应的人误概率分别为0.001、0.007、0.007、0.007;决策包含的人误模式有决策失误,对应的人误概率为
0.01;执行包含的人误模式有动作方式错误、动作时间错误、动作目标错误、动作顺序错误、动作遗漏,对应的人误概率分别为0.003、0.003、0.0005、0.003、0.03;
具体而言,PSFs对名义人误概率进行调整时,PSFscomposite(t)是考虑精神压力和疲劳因素的动态更新,其他PSFs近似认为在任务进程中保持不变;认知过载和认知混淆对经PSFs调整后的人误概率进行相关性调整,本文参考人员失误概率预测技术即THERP提出的调整修正公式,是根据异常信息模式与相应人误模式间的相关关系,修正未考虑路径依赖的人误概率,具体修正原则为:当异常信息模式与相应人误模式为全相关时,修正的人误概率为PHE=1;当异常信息模式与相应人误模式为高相关时,修正的人误概率为 当异常信息模式与相应人误模式为中相关时,修正的人误概率为 当异常信息
模式与相应人误模式为低相关时,修正的人误概率为 当异常信息模式与
相应人误模式为零相关时,修正的人误概率为PHE=HEP;
上述方法给出了任务的某个人误模式所对应的人误概率;当任务对应对多个人误模式时,能分别计算出每个人误模式的概率,其正常执行任务的概率Ps能表示为:
Ps=1-HEP1-…-HEPn
式中,Ps表示正常执行任务的概率;HEP1表示第一种人误模式所对应的人误概率;HEPn表示第n种人误模式所对应的人误概率。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种基于听觉感知特性的语音质量客观评估的方法 | 2020-05-13 | 408 |
基于听觉关注度的音频质量客观评价系统及方法 | 2020-05-13 | 762 |
一种确定助听设备听力补偿增益的方法 | 2020-05-15 | 401 |
基于类脑多感觉注意切换的计算方法 | 2020-05-14 | 503 |
鼠的听觉、视觉记忆模型及智能化行为检测系统 | 2020-05-12 | 97 |
耳蜗植入物的仿生快速适配 | 2020-05-14 | 979 |
基于仿生听觉系统中耳蜗模型的海豚哨声信号听觉特征提取方法 | 2020-05-11 | 653 |
时域听觉阈值加权滤波器的构造方法和设备、编解码器 | 2020-05-13 | 710 |
基于计算听觉场景分析和生成对抗网络模型的语音降噪方法 | 2020-05-12 | 133 |
基于听觉系统模型的老年人及残障人士说话人的识别方法 | 2020-05-12 | 124 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。