论文部分内容阅读
本文的主要目的是评价人机系统中操作员功能状态(Operator FunctionalStates,OFS)。在实验室环境下，共有11个被试，使用密封舱内空气管理自动化系统(automation enhanced Cabin Air Management System，aCAMS)来模拟控制任务，同时记录不同任务负荷下操作员的生理信号和性能数据。采用自适应神经模糊推理系统(Adaptive Network-based Fuzzy Inference System，ANFIS)对OFS进行建模。输入变量均是从心电、脑电信号中提取出来的对OFS敏感的指标，输出为控制量在设定值范围内所占的时间比(Time In Range)。结果表明，用ANFIS所建模糊模型能较准确的预测OFS。
接着采用模糊C均值算法对OFS进行模式分类，分别对应OFS的“好”、“一般”、“危险”，并给出所属类别的隶属度。通过选择合适的输入数据，模糊C均值分类精度能够达到可接受的范围内。根据分类结果，便可以进一步调整控制策略，从而实现智能化人机交互。