人机交互型VDT持续作业任务自适应分配方法的试验研究

为提高人机交互型视觉显示终端(VDT)持续作业的绩效和安全性,需考虑作业过程中的工间休息制度,避免疲劳作业。结合持续操作测试(CPT)任务范式和Go-Nogo反应范式,设计模拟人机交互型VDT持续作业的试验。根据试验数据分别对心理努力、任务主观难度、眼睛疲劳等11个指标进行方差分析,构建了人机交互型VDT持续作业负荷主观评价指标体系。训练BP神经网络,识别作业负荷模式,建立了人机交互型VDT持续作业任务自适应分配模型。结果表明:通过任务主观难度、眼睛、颈部、肩部、腰部、手腕疲劳度6个指标,对人机交互型VDT持续作业负荷进行模式识别,其结果可信,且对实际作业干扰性非常小;作业任务自适应分配模型能根据作业者负荷模式合理安排工间休息,保障作业者的健康,提高作业效率和安全性。