一种机坪管制员实时累计工作负荷评估方法技术

本发明专利技术公开了一种机坪管制员实时累计工作负荷评估方法，包括以下步骤：(1)获取非侵入性数据并对数据进预处理；(2)根据无监督聚类算法对样本进行分类；并划分负荷等级；(3)使用特征权重进行特征选择，选择分类准确度最高的作为机坪管制员工作负荷实时评估的融合特征指标组合；(4)对选择后的特征进行多种方式的特征融合，获取分类准确度最高的特征组合作为机坪管制员工作负荷实时评估的特征指标组合；(5)对选出的特征指标组合进行数值转化，获取人员实时累计工作负荷的数值表示形式，并与其表征的负荷等级对应，分析人员工作负荷的阈值；本发明专利技术提升了现有工作负荷数值表达方式的评估准确度，提高负荷管理的决策科学性。

【技术实现步骤摘要】

本专利技术涉民航机场运行安全，具体涉及一种机坪管制员实时累计工作负荷评估方法。

技术介绍

1、目前，机坪管制
正面临着快速发展和挑战。随着国内千万级机场完成航空器机坪管制移交，机坪管制作为新兴领域逐渐引起重视。在技术方面，一些先进的机坪管制系统已经投入使用，包括实时监测和协调系统、自动化的航班排序系统以及基于人工智能的决策支持系统。

2、然而，机坪管制
仍然面临一些关键问题。首先，机坪管制系统需要更好地适应不同机场的特殊场景，包括机场布局、运行规模和地面资源分配等方面的差异。其次，实时性和准确性的要求使得系统对多模态特征的处理能力成为关键挑战，需要更有效的数据融合和处理方法。此外，机坪管制人员的工作负荷评估问题也凸显了在复杂信息环境中进行人机协同的技术需。

技术实现思路

1、专利技术目的：本专利技术的目的是提供一种机坪管制员实时累计工作负荷评估方法针对现有机坪管制负荷评估存在的主观性和无法实时追踪的问题，结合多模态特征数据，提供一种基于多类型机器学习算法的机坪管制工作负荷实时评估方法，本文档来自技高网...

【技术保护点】

1.一种机坪管制员实时累计工作负荷评估方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种机坪管制员实时累计工作负荷评估方法，其特征在于，所述步骤(1)非入侵性数据包括：面部视频、眼动特征和呼吸波形；预处理包括对齐数据样本，提取在工作期间产生明显变化、能够反映管制员工作负荷变化状况的特征。

3.根据权利要求2所述的一种机坪管制员实时累计工作负荷评估方法，其特征在于，所述步骤(1)中，面部视频包括疲劳实时监测系统和眼动数据记录分析系统；

4.根据权利要求1所述的一种机坪管制员实时累计工作负荷评估方法，其特征在于，所述步骤(2)具体如下：首先，确...

【技术特征摘要】

1.一种机坪管制员实时累计工作负荷评估方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种机坪管制员实时累计工作负荷评估方法，其特征在于，所述步骤(1)非入侵性数据包括：面部视频、眼动特征和呼吸波形；预处理包括对齐数据样本，提取在工作期间产生明显变化、能够反映管制员工作负荷变化状况的特征。

3.根据权利要求2所述的一种机坪管制员实时累计工作负荷评估方法，其特征在于，所述步骤(1)中，面部视频包括疲劳实时监测系统和眼动数据记录分析系统；

4.根据权利要求1所述的一种机坪管制员实时累计工作负荷评估方法，其特征在于，所述步骤(2)具体如下：首先，确定样本分类最优的簇数，并据此对样本进行聚类；然后，对于聚类后的结果，根据在同一连续工作时段内，人员工作负荷累计增大的原则，观察各簇中样本采集时间的分布及各项特征数据的相对大小，并为该簇中的数据样本添加负荷等级映射。

5.根据权利要求1所述的一种机坪管制员实时累计工作负荷评估方法，其特征在于，所述步骤(3)具体如下：使用随机森林算法计算全部特征的权重，根据特征权重的计算结果确定特征保留阈值为0.04-0.10；选择支持向量机、决策树、随机森林、knn、逻辑回归、神经网络六种基础模型和投票法、堆叠法、bagging和boosting四种集成学习方法形成四个集成模型，使用5折交叉验证法训练，...

【专利技术属性】
技术研发人员：邵荃，蒋开玥，张生润，沈志远，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：