| 基于PSO-SVR的飞行员工作负荷预测 |
| |
| 引用本文： | 杨琪,黄磊,陆中,张子文,韩冰.基于PSO-SVR的飞行员工作负荷预测[J].南京航空航天大学学报,2021,53(6):941-951. |
| |
| 作者姓名： | 杨琪 黄磊 陆中 张子文 韩冰 |
| |
| 作者单位： | 1.南京航空航天大学民航学院，南京 211106;2.中国直升机设计研究所总体气动室，天津 300450 |
| |
| 基金项目： | 国家自然科学基金（U1733124）资助项目；航空科学基金（20180252002）资助项目；民用飞机专项科研基金（MJZ-2015-Y-010）资助项目；南京航空航天大学研究生创新基地（实验室）开放基金（kfjj20190719，kfjj20190733）资助项目。 |
| |
| 摘 要： | 飞行员工作负荷是影响飞机运行安全的重要因素。开展飞行员工作负荷预测是适航审定过程中，验证驾驶舱设计是否符合适航规章的重要手段。本文针对某型民用飞机设计了模拟飞行试验，用于采集飞行员生理指标数据和国家航空航天局任务负荷指数（National Aeronautics and Space Administration task lood index， NASA-TLX）量表评价数据。以飞行员生理指标数据为输入，NASA-TLX量表主观评价数据为输出，建立了基于粒子群算法优化的支持向量回归机（Particle swarm optimization-support vector regression， PSO-SVR）模型的飞行员工作负荷预测模型。对本文建立的PSO-SVR模型与默认参数的支持向量回归机（Support vector regression， SVR）模型的预测精度进行了对比，针对4个不同场景，预测精度分别提高了7.5%、9.5%、7%和5.8%，结果表明基于PSO-SVR的预测模型得到的飞行员工作负荷预测值精度更高。
|
| 关 键 词： | 飞行安全 国家航空航天局任务负荷指数 粒子群优化 支持向量回归机 工作负荷预测 |
| 收稿时间： | 2020/9/14 0:00:00 |
| 修稿时间： | 2021/1/10 0:00:00 |
Workload Prediction of Pilots Based on PSO-SVR |
| |
| YANG Qi,HUANG Lei,LU Zhong,ZHANG Ziwen,HAN Bing.Workload Prediction of Pilots Based on PSO-SVR[J].Journal of Nanjing University of Aeronautics & Astronautics,2021,53(6):941-951. |
| |
| Authors: | YANG Qi HUANG Lei LU Zhong ZHANG Ziwen HAN Bing |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《南京航空航天大学学报》浏览原始摘要信息 |
| 点击此处可从《南京航空航天大学学报》下载免费的PDF全文 |
