[发明专利]调度员能力测试系统

权利要求书

1.一种调度员能力测试系统，其特征在于，该系统包括：

测试内容显示装置，用于显示调度员的模拟任务环境；

人机交互装置，用于调度员的人机交互操控；

眼动数据记录装置，用于获取调度员测试时的眼动数据；

行为记录装置，用于获取调度员测试时的行为数据；

心电数据记录装置，用于获取调度员测试时的心电数据；

脑电信号收集装置，用于获取调度员测试时的脑电数据；

数据处理及测试装置，包括视觉搜索能力测试单元、注意广度测试单元、注意力测试单元、空间工作记忆更新能力测试单元、工作记忆能力测试单元、任务切换能力测试单元、持续性注意力测试单元、前瞻性记忆能力测试单元、行为监控能力测试单元、日常工作组织效率测试单元、推理能力测试单元中的至少两个；其中，所述视觉搜索能力测试单元，用于利用Softmax分类器，根据所述眼动数据及行为数据确定调度员的视觉搜索能力的测试结果；所述注意广度测试单元，用于根据所述眼动数据中的眼睛焦点位置，得到调度员的注意广度水平的测试结果；所述注意力测试单元，用于采用PCVM概率分类算法，对所述脑电数据、心电数据及行为数据进行处理，得到评测结果；所述空间工作记忆更新能力测试单元，用于利用神经网络，对所述脑电数据及行为数据进行处理，得到评测结果；所述工作记忆能力测试单元，用于根据所述行为数据和所述脑电数据，采用学习矢量量化算法进行网络训练，得到记忆能力水平输出；所述任务切换能力测试单元，用于根据所述眼动数据及行为数据确定调度员的任务切换能力的测试结果；所述持续性注意力测试单元，用于利用神经网络，对所述脑电数据、眼动数据及行为数据进行处理，得到评测结果；所述前瞻性记忆能力测试单元，用于根据所述脑电数据及行为数据进行处理，得到评测结果；所述行为监控能力测试单元，用于利用Softmax分类器，对所述脑电数据及行为数据进行处理，得到评测结果；所述日常工作组织效率测试单元，用于根据获取的任务完成度、列车平均旅速、平均开行列数、移动车数、调度命令完整度确定测评结果；所述推理能力测试单元，用于利用机器学习，对所述脑电数据及行为数据进行处理，得到评测结果；所述数据处理及测试装置包括视觉搜索能力测试单元时，所述测试内容显示装置，用于向调度员随机或按预设显示顺序显示整齐排列的第一类刺激矩阵或第二类刺激矩阵；所述第一类刺激矩阵中所有刺激元均相同，所述第二类刺激矩阵中至少有一个刺激元与其所在的刺激矩阵中的其它刺激元不同；

所述眼动数据记录装置，用于在测试过程中持续地实时采集调度员的眼动数据；所述行为记录装置，用于当调度员根据所显示的刺激矩阵进行相应的按键操作时，持续地实时采集调度员的行为数据；所述视觉搜索能力测试单元，用于在测试过程结束之后，对所采集的眼动数据和行为数据进行标准化以及一致化操作；根据标准化以及一致化操作后的眼动数据和行为数据，采用卷积神经网络算法进行处理，得到结果簇；所述Softmax分类器，用于对所述结果簇进行分类，得到分类结果，并将所述分类结果作为调度员的视觉搜索能力的测试结果；所述数据处理及测试装置包括注意广度测试单元时，所述测试内容显示装置，用于向被测调度员显示预设时长的测试画面；所述眼动数据记录装置，用于实时采集被测调度员的眼动数据，并将采集到的眼动数据传输给所述数据处理及测试装置；所述眼动数据包括：眼睛焦点位置、单位时窗内双眼闭合的帧数和眼球横向摆动振幅；所述注意广度测试单元，用于根据所采集的眼动数据中的眼睛焦点位置，计算被测调度员在测试过程中注视测试画面中的非安全视景区域的时间与单位时间窗的比例；根据所采集的眼动数据中的单位时窗内双眼闭合的帧数和预设的比例阈值，计算得到被测调度员的单位时间内眼睛闭合的时长；根据所采集的眼动数据中的眼球横向摆动振幅，计算得到被测调度员的眼睛横向摆动方差；根据被测调度员在测试过程中注视测试画面中的非安全视景区域的时间与单位时间窗的比例、单位时间内眼睛闭合的时长以及眼睛横向摆动方差，得到调度员的注意广度水平的测试结果；所述数据处理及测试装置包括注意力测试单元时，所述注意力测试单元，用于对所述脑电数据进行时域到频域的变换处理，提取脑电特征向量；对所述心电数据进行倒谱处理，提取心电信号特征向量；用于对所述行为数据进行处理，提取行为特征向量；以及用于采用PCVM概率分类算法，对所述脑电特征向量、心电特征向量和所述行为特征向量进行处理，得到评测结果；所述数据处理及测试装置包括空间工作记忆更新能力测试单元时，用于通过综合评价模型将所述行为数据和所述脑电数据映射至多个考核等级中的一个；所述综合评价模型事先通过如下方式获得：基于预定数量的调度员在实际任务状态下的测试数据，获得与所述考核等级对应个数的理想评价指标表，并且在多个理想评价指标表的监督下通过神经网络学习获得多输入与单输出的关系模型；所述工作记忆能力测试单元，用于将所述行为数据和所述脑电数据进行特征处理，取得相应的特征值；将所述行为数据的特征值和所述脑电数据的特征值作为输入样本，采用学习矢量量化算法进行网络训练，得到记忆能力水平输出；所述数据处理及测试装置包括任务切换能力测试单元时，

所述眼动数据记录装置，用于采集调度员阅读测试内容时的扫视时长，所述扫视时长为眼球开始扫视至结束扫视时的所需时长；所述行为记录装置，用于接收到任务测试题的作答结果时，记录作答时长及当前作答的正确率；任务切换能力测试单元，用于基于全部任务测试题中每一个任务测试题对应的扫视时长、作答时长、正确率确定高铁调度员任务切换能力的第一测试结果；所述持续性注意力测试单元，用于通过综合评价模型将所述行为数据、所述眼动数据和所述脑电数据映射至多个考核等级中的一个；所述综合评价模型事先通过如下方式获得：基于预定数量的调度员在实际任务状态下的测试数据，获得与所述考核等级对应个数的理想评价指标表，并且在所述多个理想评价指标表的监督下通过神经网络学习获得多输入与单输出的关系模型；所述数据处理及测试装置包括前瞻性记忆能力测试单元时，测试内容显示装置，用于通过展示模块对全部测试题以及所述全部测试题分别对应的预设作答规则进行展示；脑电信号收集装置，用于结束所述展示后，通过脑电获取模块获取高铁调度员针对所述全部测试题中的其中一个测试题进行回想时预设时间段内的脑电幅值；行为记录装置，用于当接收到所述高铁调度员针对所述其中一个测试题给出的作答结果时，基于所述其中一个测试题对应的预设作答规则确定所述作答结果是否正确，并记录当前作答结果的正确率；前瞻性记忆能力测试单元，用于基于所述全部测试题的数量、全部测试题中每一个测试题对应的脑电幅值、全部测试题中每一个测试题对应的正确率，确定所述高铁调度员前瞻性记忆能力对应的第一测试结果；所述数据处理及测试装置包括行为监控能力测试单元时，

测试内容显示装置，用于通过显示装置按照随机时间间隔向调度员显示第一类刺激画面或第二类刺激画面；所述调度员被要求在显示第一类刺激画面时进行相应的按键操作，而在显示第二类刺激画面时不作任何反应；

行为记录装置，用于当调度员根据所显示的刺激画面进行相应的按键操作时，持续地实时采集调度员的行为数据；

行为监控能力测试单元，用于在测试过程结束之后，根据所采集的脑电数据得到错误反应后产生的脑电成分ERN的平均波幅值，并对ERN的平均波幅值和行为数据进行标准化以及一致化操作；根据标准化以及一致化操作后的ERN的平均波幅值和行为数据，采用卷积神经网络算法进行处理，得到结果簇；

所述Softmax分类器，用于对所述结果簇进行分类，得到分类结果，并将所述分类结果作为调度员的行为监控能力的测试结果；所述数据处理及测试装置包括日常工作组织效率测试单元时，还包括：获取装置，用于获取以下指标：任务完成度、列车平均旅速、平均开行列数、移动车数、调度命令完整度；

所述日常工作组织效率测试单元，用于对所述指标进行无量纲化处理；用于确定无量纲化处理后的指标的权重；用于确定所述无量纲化处理后的指标的决策矩阵；用于依据格序相关理论，计算所述决策矩阵的正、负理想解；用于计算所述正、负理想解之间的第一欧氏距离；用于计算所述高铁调度员分别与所述正、负理想解之间的第二欧氏距离；用于根据所述第一欧氏距离和所述第二欧氏距离，计算所述高铁调度员的综合差异值；用于对所述高铁调度员的综合差异值进行定量化，并根据定量化结果来评测所述高铁调度员的日常工作组织效率；所述数据处理及测试装置包括调度员推理能力测试单元时，

测试内容显示装置，用于在接收到开始测试的指令后，控制显示调车场的模拟调度画面；

脑电信号收集装置，用于采集调度员在根据所述模拟调度画面进行调度测试时的脑电信号；并将所述脑电信号进行频域转换，并提取对应的频域特征；

行为记录装置，用于记录所述调度员完成调度测试的时长和对车辆的调度次数；

所述推理能力测试单元，用于将所述频域特征、所述调度员完成调度测试的时长和对车辆的调度次数作为输入特征，输入至概率特征选择分类向量机得到概率预测结果，根据所述概率预测结果评价所述调度员的推理能力。