一种基于人员效能的脑力负荷阈值确定方法及系统技术方案

本发明专利技术公开一种基于人员效能的脑力负荷阈值确定方法及系统，涉及人因工程与任务分析技术领域，方法包括：获取待分析领域的脑力负荷数据集、时长数据集和人员效能数据集；基于所述脑力负荷数据集和所述时长数据集得到脑力负荷强度数据集；基于所述脑力负荷强度数据集和所述人员效能数据集，得到脑力负荷强度与人员效能之间的对应关系；基于所述对应关系，通过设定不同的人员效能需求得到其对应的脑力负荷强度阈值。本发明专利技术将单位时间内需要完成的任务工作量定义为脑力负荷强度，并得到脑力负荷强度和人员效能之间的关系，继而根据实际需求人员效能确定脑力负荷强度阈值。需求人员效能确定脑力负荷强度阈值。需求人员效能确定脑力负荷强度阈值。

【技术实现步骤摘要】
一种基于人员效能的脑力负荷阈值确定方法及系统


[0001]本专利技术涉及人因工程与任务分析
，特别是涉及一种基于人员效能的脑力负荷阈值确定方法及系统。

技术介绍

[0002]脑力负荷(mentalworkload)是指“脑力劳动的任务的需求和它对任务执行者产生的影响”。对脑力负荷的阈值进行研究的目的是寻找一个合适的脑力负荷水平，使任务执行者不会因为过高的脑力负荷而出现超负荷(overload)现象，从而导致人误(humanerror)甚至是安全风险。现有的脑力负荷阈值控制方法多是设定一个固定的值，并认为超过该值的任务的脑力负荷均会导致超负荷现象。然而，这些方法并未将人的可调节性(elasticity)考虑在内。即，即使脑力负荷已经达到一个很高的水平，任务执行者也会通过调整策略来保持任务执行质量的相对恒定，直到调整策略无法再代偿脑力负荷的升高。因此，将脑力负荷阈值设定为一个固定的值是不合适的。
[0003]此外，现有的脑力负荷阈值研究在描述脑力负荷时，多采用总负荷量的描述方法，而未将时间考虑在内。然而，同样的工作量，在10分钟内完成和在60分钟内完成所需要的任务执行者的努力是完全不同的。因而，在描述脑力负荷时不考虑时间因素也是不合适的。

技术实现思路

[0004]本专利技术的目的是提供一种基于人员效能的脑力负荷阈值确定方法及系统，提出了脑力负荷强度概念，考虑了时间因素，以根据任务的管理需求得到任务脑力负荷阈值。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]一种基于人员效能的脑力负荷阈值确定方法，包括：
[0007]获取待分析领域的脑力负荷数据集、时长数据集和人员效能数据集；
[0008]基于所述脑力负荷数据集和所述时长数据集得到脑力负荷强度数据集；
[0009]基于所述脑力负荷强度数据集和所述人员效能数据集，得到脑力负荷强度与人员效能之间的对应关系；
[0010]基于所述对应关系，通过设定不同的人员效能需求得到其对应的脑力负荷强度阈值。
[0011]优选地，所述脑力负荷数据集、时长数据集和人员效能数据集之间相对应；即一个脑力负荷对应一个时长和一个人员效能。
[0012]优选地，所述基于所述脑力负荷数据集和所述时长数据集得到脑力负荷强度数据集，具体为：
[0013]用任一所述脑力负荷除以与其对应的所述时长，得到脑力负荷强度，遍历所述脑力负荷数据集和所述时长数据集，得到所述脑力负荷强度数据集。
[0014]优选地，所述对应关系为线性关系和logistic关系中任意一者。
[0015]本专利技术还提供了一种基于人员效能的脑力负荷阈值确定系统，包括：
[0016]数据获取模块，用于获取待分析领域的脑力负荷数据集、时长数据集和人员效能数据集；
[0017]脑力负荷强度模块，用于基于所述脑力负荷数据集和所述时长数据集得到脑力负荷强度数据集；
[0018]关系确定模块，用于基于所述脑力负荷强度数据集和所述人员效能数据集，得到脑力负荷强度与人员效能之间的对应关系；
[0019]阈值确定模块，用于基于所述对应关系，通过设定不同的人员效能需求得到其对应的脑力负荷强度阈值。
[0020]优选地，所述脑力负荷数据集、时长数据集和人员效能数据集之间相对应；即一个脑力负荷对应一个时长和一个人员效能。
[0021]优选地，所述脑力负荷强度模块具体为：
[0022]用任一所述脑力负荷除以与其对应的所述时长，得到脑力负荷强度，遍历所述脑力负荷数据集和所述时长数据集，得到所述脑力负荷强度数据集。
[0023]优选地，所述对应关系为线性关系和logistic关系中任意一者。
[0024]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0025]本专利技术公开一种基于人员效能的脑力负荷阈值确定方法及系统，方法包括：获取待分析领域的脑力负荷数据集、时长数据集和人员效能数据集；基于所述脑力负荷数据集和所述时长数据集得到脑力负荷强度数据集；基于所述脑力负荷强度数据集和所述人员效能数据集，得到脑力负荷强度与人员效能之间的对应关系；基于所述对应关系，通过设定不同的人员效能需求得到其对应的脑力负荷强度阈值。本专利技术将单位时间内需要完成的任务工作量定义为脑力负荷强度，并得到脑力负荷强度和人员效能之间的关系，继而根据实际需求人员效能确定脑力负荷强度阈值。
附图说明
[0026]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0027]图1为本专利技术基于人员效能的脑力负荷阈值确定方法流程图；
[0028]图2为本专利技术基于人员效能的脑力负荷阈值确定系统结构图。
[0029]符号说明：1、数据获取模块；2、脑力负荷强度模块；3、关系确定模块；4、阈值确定模块。
具体实施方式
[0030]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0031]本专利技术的目的是提供一种基于人员效能的脑力负荷阈值确定方法及系统，提出了
脑力负荷强度概念，考虑了时间因素，以根据任务的管理需求得到任务脑力负荷阈值。
[0032]为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。
[0033]图1为本专利技术基于人员效能的脑力负荷阈值确定方法流程图。如图1所示，本专利技术提供了一种基于人员效能的脑力负荷阈值确定方法，包括：
[0034]步骤S1，获取待分析领域的脑力负荷数据集、时长数据集和人员效能数据集。
[0035]所述脑力负荷数据集、时长数据集和人员效能数据集之间相对应。所述脑力负荷数据集包括N个脑力负荷，所述时长数据集包括N个时长，所述人员效能数据集包括N个人员效能。N为大于1的正整数，即一个脑力负荷对应一个时长和一个人员效能。
[0036]步骤S2，基于所述脑力负荷数据集和所述时长数据集得到脑力负荷强度数据集。
[0037]优选地，所述步骤S2具体为：用任一所述脑力负荷除以与其对应的所述时长，得到脑力负荷强度，遍历所述脑力负荷数据集和所述时长数据集，得到所述脑力负荷强度数据集，计算公式如下：
[0038][0039]式中：MWI为脑力负荷强度，MW为脑力负荷，t为时长。
[0040]步骤S3，基于所述脑力负荷强度数据集和所述人员效能数据集，得到脑力负荷强度与人员效能之间的对应关系。
[0041]本实施例中，所述对应关系为线性关系和l本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人员效能的脑力负荷阈值确定方法，其特征在于，包括：获取待分析领域的脑力负荷数据集、时长数据集和人员效能数据集；基于所述脑力负荷数据集和所述时长数据集得到脑力负荷强度数据集；基于所述脑力负荷强度数据集和所述人员效能数据集，得到脑力负荷强度与人员效能之间的对应关系；基于所述对应关系，通过设定不同的人员效能需求得到其对应的脑力负荷强度阈值。2.根据权利要求1所述的基于人员效能的脑力负荷阈值确定方法，其特征在于，所述脑力负荷数据集、时长数据集和人员效能数据集之间相对应；即一个脑力负荷对应一个时长和一个人员效能。3.根据权利要求2所述的基于人员效能的脑力负荷阈值确定方法，其特征在于，所述基于所述脑力负荷数据集和所述时长数据集得到脑力负荷强度数据集，具体为：用任一所述脑力负荷除以与其对应的所述时长，得到脑力负荷强度，遍历所述脑力负荷数据集和所述时长数据集，得到所述脑力负荷强度数据集。4.根据权利要求1所述的基于人员效能的脑力负荷阈值确定方法，其特征在于，所述对应关系为线性关系和logistic关系中任意一者。5.一种基于人员效能的...

【专利技术属性】
技术研发人员：邓野，李志忠，王鑫，张楠兮，鲍纯烨，韩起明，王红瑀，张宜静，周拓阳，刘源，梁晋，孙小方，李思，
申请(专利权)人：清华大学，
类型：发明
国别省市：