地铁行车调度系统人误影响因素识别及评定研究北大核心CSCD

为寻找影响地铁行车调度系统人误的因素,提出结合SHEL模型与层次分析法(AHP)的人-机-环系统人误影响因素识别及评定技术。通过扩展SHEL模型到人-任务、人-列车、人-人机界面、人-环境、人-线路、人-人、人-客观其他7个界面,构建人误影响因素分析模型;在对上海地铁54名行车调度员问卷调查的基础上,引以因子分析法识别出19项人误影响因素;并通过搭建人误影响因素层次结构模型及运用AHP法实现对人误影响因素的评定。结果表明,影响行车调度人误的因素中权重居前5位的分别为客流问题、行车密度、问题列车数、人机界面可支持性及人机界面布局合理性。因此,在客观运营条件不能改变的情况下,可以用改善人机界面条件来减少人误的发生。