论文部分内容阅读
由于操作员功能状态(OFS，Operator Functional State)一般与操作员的心理负荷和认知状态紧密相关，这些功能状态很难量化，所以OFS定量研究工作较少。而OFS的精确估计却是自适应辅助系统成功实现的关键，所以建立可靠的OFS模型从而准确的检测OFS的连续变化十分必要。
本文基于采集到的一系列操作员电生理信号以及操作员性能数据(Performance data)，对OFS进行建模以及分类研究。使用遗传算法(GA，Genetic algorithm)对模糊模型参数进行优化，仿真结果显示，此模糊模型较好地反映量测生理信号与OFS之间的关系，也说明了次要任务性能数据有助于建立更好的OFS模型。
本文还采用模糊C-均值算法(FCM，Fuzzy C-Mean algorithm)对OFS进行分类研究，初步证明了该方法解决OFS分类问题的有效性。