基于认知决策机制的船舶动力定位系统界面设计与评价

来源 :哈尔滨工程大学 | 被引量 : 0次 | 上传用户:zyhope006
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着海洋经济的崛起,海洋资源开发的范围也不断从近海走向深海。相比于传统的锚泊定位方式,动力定位船舶在深海定位作业时具有很大优势。在动力定位系统人机交互过程中,一方面,随之自动化技术的发展,操作员无需过多地进行任务操作,而只需要监控系统信息并做出关键决策;另一方面,动力定位系统数字显控界面包含了来自多个耦合子系统的复杂信息,操作员在进行人机交互时具有较高的认知负荷,决策的难度较高。特别是当未预见的情景发生时,操作员需要根据系统运行机制和系统当前的状态进行因果推理,提高了决策的失效率。因此,从操作员认知决策机制出发进行界面设计,可以在均衡操作员的认知负荷的基础上,提高操作员对系统机制的理解能力和对系统状态的情境意识水平,辅助操作员进行控制决策。本文首先从操作员认知决策机制基础理论出发,分析操作员的决策过程以及决策行为的分类,明确信息加工捷径在操作员认知决策过程中的重要作用,以操作员对系统机制的知识性理解以及对系统状态的情境认知这两类支持操作员推理决策的关键因素为基础,归纳出辅助决策型界面的设计原则。其次,根据认知决策理论和辅助决策设计原则,提出船舶动力定位系统软件界面的信息需求提取方法和信息呈现方法。对船舶动力定位系统进行工作域分析,明确了系统界面设计的信息变量需求和层次化的变量关系,使用用户访谈法归纳了情境认知信息需求,并对信息图形设计方法进行了分析。再次,在明确系统的基本操作任务基础上对界面进行布局设计,将系统界面的信息需求以功能视图为单位进行归纳,在此基础上完成系统界面的详细设计及高保真交互原型设计。最后,开发了船舶动力定位系统界面评价方法,从认知负荷、操作绩效、情境意识等维度,采用主客观相结合的方法对优化方案进行评价分析,验证了优化方案的有效性。
其他文献
随着计算机视觉技术的不断发展,基于图像的人工智能技术得到了学术界和工业界的极大关注。多目标跟踪技术作为计算机视觉领域中的一项重要任务,它继承目标检测的结果并为后续的跨境跟踪、动作识别、行为理解等任务提供数据基础。当前在多目标跟踪任务中,行人跟踪是一大研究热点与难点问题。由于行人间通常存在外观相似、尺度和姿态差异较大、目标间遮挡频繁等现象,往往难以准确的定位和跟踪目标。此外,场景中的背景干扰也会给跟
互联网技术和新媒介的发展正在重塑“视频影像时代”跨越国族与时空边界的“想象共同体”。电影是一种视听、创意与思维相互碰撞的具象的艺术,影像本身具有三个演变的层面:承载视听欲望的感官层面、表现艺术的叙事层面以及传达伦理与价值观的精神层面。笔者拟以抗美援朝电影《长津湖》为例,试从这三个层次展开讨论,探究建构在影像基础上的“国家共同体想象”及其承载着的感性、理性与神性的力量。
机械行业薪资普遍低@率真松鼠:机械行业学起来难,干起来苦,需要实打实的本事。学得懵懵懂懂的人,真干不了这个工作。@服务在上海:机械专业被淘汰得非常快,很多人对自己的机械专业感到迷茫,不知道未来在哪儿。
期刊
聚氨酯弹性体有很多优点,如吸能性好、可设计性强、耐腐蚀、使用范围大等,而且聚氨酯的密度较低,仅为1g/cm~3左右,价格低廉。基于以上优点,聚氨酯弹性体材料可以广泛用于各个领域,因此受到了研究人员的普遍关注。本文旨在改善聚氨酯复合材料的拉伸强度和冲击性能,制备了石墨烯增强聚氨酯基复合材料,研究其在动态载荷下的力学响应特性,本文主要研究工作如下:(1)制备了聚氨酯弹性体、石墨烯增强聚氨酯弹性体和石墨
《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》提出要加快建设数字政府,以数字化转型整体驱动生产方式、生活方式和治理方式变革。当前,以数字化、网络化和智能化为特征的信息化浪潮带来的“大数据”“云计算”“区块链”“人工智能”和“5G”等信息技术对经济社会发展产生了重要影响。在信息时代,
期刊
选区激光熔化技术(SLM)是一种先进的智能化数字加工技术,具有制造周期短,材料利用率高,不受结构复杂程度约束等优势,可以直接制备出性能优良且具有复杂结构的金属零件。17-4PH不锈钢具有高强度、高韧性、高耐蚀性等特点,是船舶制造领域中一种重要的结构材料,常用于声呐导流罩、舰船推进器、螺旋桨轴等船舶关键部件的制造。由于这些零件的结构、形状比较复杂,SLM成形相较于传统制造工艺展现出了巨大的应用潜力。
近年来,随着我国大多数城市经济发展迅猛,越来越多的家用汽车加重了城市交通的拥堵,吸引乘客更多地选择公共交通工具能缓解这种情况。对于城市乘客而言,出行最关心的信息之一是公交车到站时间,准确预测公交车到站时间不仅能让乘客更合理的做好出行规划,降低等车时的焦虑心情,还能帮助公交公司更好的调度,因此研究精准的公交车到站时间预测模型对智慧城市的发展具有重要的实际意义。本文提出将长短时神经网络(LSTM)和生
聚类可以将无标签的数据按照其构成的相似性进行分类组合,将相似度高的数据分为一组。然而随着时代的发展,数据的规模和维度也随之增长,传统的聚类算法已经无法满足当前数据的聚类需求。为了解决当前大规模高维数据的聚类问题,本文分析了传统聚类算法在大规模高维数据上失效的原因,并根据这些原因提出了相应的解决方案,提升了已有聚类算法在大规模高维数据上的效率。针对大规模高维数据的聚类问题,本文主要做了以下工作:(1
声腔、弹性结构及其振声耦合系统一直是振动噪声领域研究的重要课题。传统有限元是数值仿真领域应用最广泛的计算方法之一,然而复杂模型的网格划分过程耗时耗力,不利于缩短几何设计与计算分析周期。等几何分析(Isogeometric Analysis,IGA)采用精确建立几何模型的样条基函数作为拟合场变量的形函数,避免了传统有限元中繁琐的网格划分以及网格近似带来的几何误差,实现了几何模型与分析模型的统一。具有