专利名称：：民机驾驶舱人机功能分配方法
技术领域：
：本发明涉及民机驾驶舱的自动化设计技术。
背景技术：
：功能分配(FunctionAllocation,FA)的概念由P.M.Fitts于1951年提出，是指将系统中的功能(Function)或者任务(Task)分派给人或者机器的过程，它主要强调系统各组成成分之间的功能分解。这种功能分配活动发生于系统综合和评价过程的早期阶段，属于系统工程(SystemsEngineering)的研究范畴。功能分配从总体上决定了人机系统中各要素之间的内部相互关系，从而影响了整个系统的外部整体功能，系统内部各组成部分的功能会直接影响与之相关的软硬件设计与开发，同时对人提出的功能要求还将影响到人的训练、技能、选拔等多方面因素。功能分配还直接影响着人机界面的设计，并在很大程度上决定着实际执行任务时人、机的相互作用关系。不论是在人机工程学科的人机系统(Human-machineSystem)研究领域，还是在人工智能学科的人机智能系统(Man-machineSystem)研究领域，或者是在人机一体化系统(HumachineSystem)研究领域，功能分配都成为系统设计中一项最基本的任务之一，它对于提高整个系统的有效性、可靠性和效费比具有重要的作用。人因工程(HumanFactorsEngineering,HFE)的奠基人之一AlphonseChapanis将功能分配称之为“人机智能系统设计中首要也是最重要的问题之一”。目前，功能分配在核电厂监控自动化系统、空中交通管制系统、载人航天器系统、无人机控制系统等的设计、开发中得到了广泛的应用。当前自动化和智能化技术大量应用于民机驾驶舱当中，这虽然在一定程度上减轻了人的工作负荷，但同时也引起了人的态势感知(SituationAwareness)水平下降、自动化系统与人之间不能相互理解以及对系统的过渡依赖等诸多问题，不合理的自动化设计必然会对整个飞行安全造成严重的威胁。因此，在进行民机驾驶舱自动化设计时必须首先通过功能分配方法确定系统的自动化等级，从而为设计人员提供充分的依据以开展进后继的软硬件设计和开发工作。我国民用大型运输机项目早已正式立项，研制具有自主知识产权的民用大型运输机需要大量相关技术的支持，功能分配正是其中的关键技术之一。尽管功能分配在国外得到了充分的应用和发展，但是鉴于其应用背景的敏感性，目前关于其核心技术未见公开报道。国内关于功能分配的方法多是基于定性分析，没有形成系统和完整的方法。
发明内容为了克服现有技术在功能分配中的不足，本发明提出一种民机驾驶舱功能分配的方法。该方法包含以下步骤1.进行人机优势能力比较，即选取与驾驶舱功能关系较为密切的人机优势能力项目，组成人、机能力优势集合，分别表示为H={hph2，h3，h4，h5，h6，h7，h8}和M={mi,m2,m3,m4,m5,m6,m7,m8},各元素含义如表1所示。表1人、机能力优势集合_HM_hhhhhhhh_2.采用层次分析法(AnalyticHierarchyProcess,AHP)来确定能力优势集合中各元素的权重系数。3.划分民机驾驶舱系统的自动化等级，采用Sheridan、Verplank和Parasuraman等人提出的人机交互系统的自动化级别划分方法，如表2所示。表2自动化级别_自动化级别描述_1234567_8如果人需要则告知他9是否通知人全由计算机决定10系统决定所有的工作，拒绝人的干预_4.通过人机优势能力比较确定自动化等级的范围。在该步骤中需要用到如下定义。定义1设WAA:Rn—R，若=(1)M其中《=(”2,A,con)是一组数据(a”a2，A，an)的加权向量，G，jG=1，则称函数WAA为加权算术平均算子，也称为WAA算子。WAA算子的特点y=i是只对数据组(a”a2，A，an)中的每个数据进行加权(即根据每个数据的重要性赋予适当的权重)，然后对加权后的数据进行集结。考虑到系统设计决策者在进行定性测度时，一般需要适当的语言评估标度，为此，可事先设定语言评估标度S={sa|a=-L，A，L}，S中的术语个数一般为奇数，如语言评估标度可取S={S+sQ，sj={低，中，高}，S={s_2，，s0,Sl,s2}={很差，差，一般，良，优}，S={s_5，A，SJ={极差，很差，差，较差，稍差，一般，稍好，较好，好，很好，极好}等，且满足下列条件1)若a〉日，则Sa>s0；2)存在负算子neg(Sa)=s_a。定义2设EWAA-.S"—S，如果EWAAwOa|,、2，A十《2、十A十=&，(2)n其中歹叫，w=(Wl,co2,A,con)是语言数据、的加权向量，且ns€5,"jG(jGN)，2>y=1，则函数EWAA称为扩展的加权算术平均算子。ajy=i定义3设只=[sa,sb]，sa,sbeS,sa和sb分别是应的下限和上限，则称只为不确定语言变量。定义4设只=sb]ro=[5C,S/JeS，且设lab=b-a,lcd=d-c,则只>辽的可能(3)(4)十A十(5)其中CO=(…，《2，A，con)为不确定语言变量双(/eAO的加权向量，且COjG(jG=1，则称函数UEWAA为不确定的EWAA算子。定义6设ULHA力歹，若ULHArow(J^,m、=w^十w2。十A十(6)其中w=(Wl，w2,A，wn)是与ULHA相关联的加权向量(位置向量)，Gn(jGN),Z^.=lo巧是加权的不确定语言变量组71^(71'-^71肌中7=1A,//J(//,=na>iiui，igN)第j大的元素，这里《=co2,A,con)是不确定语言变量组(总，仄,A,仄(/eiV)的n加权向量，G(jG=1，且n是平衡因子，则称函数ULHA为不确定语言混度定义如下pifi=max<1-maxL+/0类似地，&>g的可能度定义如下Pi'J之只)=max]1-maxK'-ab+ledJ，0定义5设UEWAA§"—5，若UEWAAra,Mn)=①Jh十合集结(ULHA)算子。在上述定义基础上，给出基于UEWAA算子的自动化等级范围确定方法，具体过程如下a)设X表示待分配功能集，H，M分别为人、机的能力优势项集合，两者的权重向量m分别为CO=(Wl，(02，A,com)禾口€=(I”12，A,卜)，且满足GM)，2]y=1，M1彡0(jG=1。决策者分别给出人、机各能力优势hjG11和叫GM对待分配功；=1能XieX影响程度的不确定语言评估值巧、qt]，并得到评估矩阵R=(r0)nxm>Q=(qy)nxl，且％，％e5。b)利用UEWAA算子分别对评估矩阵fi和$中第i行的语言评估信息进行集结，得到人、机能力对待分配功能XieX的综合评估结果艽(<)和2；(幻(/eN)^((^-UEWAAJ&ApAjJ^A&eA^eA十叱&，ieN(7)(^)二UEWAA,(qn,qnH、=猛十H十八十，eiV(8)c)利用(3)式，计算出人、机能力对待分配功能、GX的综合评估结果歹,(《)和棚(/eAO之间的可能度无，得到可能度向量P={pi，p2，A,pn}。其中0彡Pi彡1。d)根据可能度结果？1确定待分配功能、eX的自动化等级A范围。具体规则如下\fl°or^X-A)xlO)-l<J<flooriiX-p,)xl0)+l(9)[Ae{l,2,A,10}其中，floor(x)为高斯取整函数。例如如果Pi=1，则A=1，说明此决策功能应完全由操作员完成；如果可能度结果Pi=0.35，则5<A<7。5.给定功能分配评估准则(属性)集合U={…，，如叫，}，其元素分别对应驾驶舱人机功能分配的五个主要评估准则，Ul——脑力负荷；u2——态势感知；u3——可靠性；u4—决策风险；U5—系统费用。6.功能分配自动化等级范围确定以后，即给定了若干功能分配的不同方案，还需要根据功能分配评估准则从分配方案中选出最优方案，最终确定驾驶舱人机功能分配的自动化等级。在实际评估过程中，通常是由多位专家按照评估准则对不同方案进行评分，以减少评估专家的主观偏差。采用基于UEWAA算子和ULHA算子的多属性群决策方法确定功能分配自动化等级，具体过程如下a)对于某一功能分配问题，设X，U和D分别为方案集、属性集(评估准则)和决策者(专家)集。属性权重的权重向量为“=(…，《2，A，com)，且其向量为GM)，t=1。决策者的权重向量为入=(入！，入2，A，Xt)，入k彡0(k=1，2，A，t)，[夾=1°决策者dkeD给出方案XieX在属性+GU下的不确定语言评估值^f)，并得到评估矩阵良，且fd。b)利用UEWAA算子对评估矩阵茛4中第i行的不确定语言评估信息进行集结，得到决策者dk给出的分配方案\综合属性评估值;(i)(co)(/eiV,k=\,2,A,t)⑷(o)=UEWAA,HA，7^)二十十A十am^、,ieN,k=l,2,A,to(10)c):再利用ULHA算子对t位决策者给出的分配方案Xi的综合属性评估值,W(CD)(众=1，2，A，o进行集结，得到分配方案Xi的群体综合属性评估值,(X，w'XieN)秘，w')=ULHA、w,0f),巧(2)，A,巧⑴)=十<u,(2)十A十，ieN'(11)t其中“，Au/、是ULHA算子的加权向量，一=「。19AAw=(Wj,W2，A，w,)wke(A:=1，2，八，f)，台=1，0；(4)是一组加权的不确定语言变量a2^(2)(to),A，坏巧⑴㈦))中第k大的元素，t是平衡因子。d)利用(3)式，算出各方案综合属性值《(x，w)(/eiV)之间的可能度Pu=Pi^w')^K、w'))JeN)，并建立可能度矩阵P=(PiJ)nXn。e)求出可能度矩阵P的排序向量v=(Vl，v2,A，vn)，其中ir"n1v;=-Y,,+--1,ieN(12)最后按其分量大小对方案进行排序，即得到最优的功能分配方案。采用上述方法对民机驾驶舱人机自动化系统进行功能分配可以克服以往定性分析方法主观性较强的缺点。下面结合实施例对本发明进一步说明。具体实施例方式下面以民机驾驶舱的一项功能“故障诊断(FaultDiagnosis,FD)”为例说明上述功能分配的具体实施过程，即采用所提出的方法确定FD的最优自动化等级。1.确定人、机优势能力集合H={h^h^ha,^,^,^,^,^}禾口M={m1,m2,m3,m4,m5，m6,m7,m8},各元素含义如表1所示。2.利用层次分析法得到H和M中元素的权重向量分别为=(0.287,0.106,0.081,0.142,0.119,0.019,0.193,0.053)I=(0.163,0.097,0.228,0.126,0.154，0.106,0.062,0.064)3.其FD功能划分为10个自动化级别，按自动化程度由低到高分别为Xl系统不提供任何帮助，飞行员必须完成所有的决策和操纵x2系统提供整套的决策或行动方案x3系统缩小方案选择范围x4系统提供一个建议方案x5如果飞行员同意则执行这个方案x6在执行方案前允许飞行员在限定时间内否决x7自动执行，仅在必要时通知飞行员x8:如果飞行员需要则告知他x9是否通知飞行员全由计算机决定x10系统决定所有的工作，拒绝飞行员的干预4.建立语言评估标度S={saa=-5，A，5}={极小，很小，小，较小，稍小，一般，稍大，较大，大，很大，极大}。由专家对人、机能力优势元素对FD功能影响(贡献)程度进行评估，得到评估结果分别为R=([s2,s3],[S。，s2],[53,[s},53],[，s2],s3],K2,s0],[50,52])Q=(O0,6],02，、],|>0,~],|>2,6],|>2，；I’[，、],[、,6],，])按照式(7)和(8)，利用UEWAA算子对评估结果R、$进行集结，得到人、机能力对FD功能的综合评估结果为歹(CO)=0.287X[，]十0.106X[，]十0.081X[，]十0.142X,]0.119x00，]十0.019x|>2，]十0.193x[s_2,s0]十0.053x[50,52]=|>1138,、224]’■=0.163X[50,52]0.097X[52,54]00.228x[，\]十0.126电，]0.154x[s2,54]e0.106x[53,54]e0.06253]0.064x[s_3，]=[.942，s2.482]°利用⑶式，求得歹(to)>？㈦的可能度为例歹⑷)>=0.538。再由(9)式可得FD自动化等级范围3彡A彡5。5.建立功能分配评估准则(属性)集合U={Ul,u2,u3,u4,u5}，其元素分别为——脑力负荷；u2—态势感知；U3—可靠性；U4—决策风险；U5—系统费用。6.确定了FD功能的自动化等级范围以后，相当于给定了3种不同的分配方案，设FD分配方案集合X={x3,x4,xj，其元素表示自动化等级处于3、4、5三种情况，分配评估准则(属性)集合u=K,u2,u3，u4,u5}，设其权重向量为=(0.351,0.227,0.284,0.037,0.074)决策者集合为D={屯，d2，d3}，假定其权重向量为入=(0.33，0.33，0.34)，三位决策者利用语言评估标度S={sa|a=-5，A,5}={极差，很差，差，较差，稍差，一般，稍好，较好，好，很好，极好}给出的不确定语言评估矩阵如表3表5所示。表3决策矩阵戽表4决策矩阵尾表5决策矩阵63表3表5分别表示三位系统设计人员即功能分配决策者根据语言评估标度给出的决策矩阵民、R2、R3。其中…表示脑力负荷；u2表示态势感知；u3表示可靠性；u4表示决策风险；u5表示系统费用。x3表示功能分配方案采用是的第3级自动化；x4表示功能分配方案采用是的第4级自动化；x5表示功能分配方案采用是的第5级自动化；首先利用UEWAA算子对评估矩中第i行的语言评估信息进行集结，得到决策者dk给出的分配方案Xi综合属性评估值？广乂)0=3,4,5,^=1,2，3)Z3(1)(w)=[50.335,^.98]，动)(份)=[而.037’、371]{(O)=Sy2&2]，Z3(2)(0)=[5,0,33,224]5(2)⑷=[—3’=[S0321,5L682]，=[纤785，&.758]zf\co)=[5,.702,063]=5t686]。再利用ULHA算子对3位决策者给出的分配方案Xi的综合属性评估值2,w(co)(i=3,4,5,k=1,2,3)进行集结之前，需要给出ULHA的加权(位置)向量w，设w=(0.243，0.514，0.243)。由入，t以及？；.⑷(o)，求解(<o)(i=3，4，5,k=1，2，3)，得3/1^⑴(o>)=[50221,51307]^3/ljZ^(o>)=[som，s2225](<y)=[sogn,&166]，3A2Z3(2)O)=|X0022，som]3^z4(2)(<y)=[^0.497，^1.289]’3/i^f)(co)=[s02i2，no],3彷3)⑷=[乇14’875]严炉⑷=^1.157,^2,83](CO)=[som,SU46]o由此得到决策方案Xi的群体综合属性评估值2；(X，W)(/=3，4,5)z3(I,w)=0.243x[s1214,s1875]0.514x[som,sLim]十0.243x[5_0022，50808]=[^0.403^1.324],12(义，w)=0.243x[51157’520g3]十0.514x[684,^2225]十0.243x[497，512g9]=[^0.753'^1.963],(X,w)=0.243X[s093l，166]0.514X[212,A.no]十0.243x[som，5U46]=l>0.336，&.375]。利用(3)式，算出各方案综合属性评估值G=3，4，5)之间的可能度Py=p(MKW)>w'))(/,j=3，4,5)，并建立可能度矩阵由式(12)可得可能度矩阵P的排序向量为按其分量大小进行排序，得因此最优方案为x4，即FD功能的自动化等级取4最为合适c权利要求民机驾驶舱人机功能分配方法，其特征在于包括下述步骤1)进行人机优势能力比较，即选取与驾驶舱功能关系较为密切的人机优势能力项目，组成人、机能力优势集合，分别表示为H＝{h1，h2，h3，h4，h5，h6，h7，h8}和M＝{m1，m2，m3，m4，m5，m6，m7，m8}，各元素含义如表1所示；表1人、机能力优势集合HMh1＝经验学习能力m1＝数据管理能力h2＝归纳推理能力m2＝组合问题处理能力h3＝模式识别能力m3＝连续工作能力h4＝视觉感知能力m4＝多任务处理能力h5＝模糊信息处理能力m5＝快速计算能力h6＝空间推理能力m6＝复杂数学运算能力h7＝创造力m7＝准确计算能力h8＝不确定事件处理能力m8＝简单重复决策能力2)采用层次分析法来确定能力优势集合中各元素的权重系数；3)划分民机驾驶舱系统的自动化等级，采用人机交互系统的自动化级别划分方法，如表2所示；表2自动化级别自动化级别描述1系统不提供任何帮助，人必须完成所有的决策和操纵2系统提供整套的决策或行动方案3系统缩小方案选择范围4系统提供一个建议方案5如果人同意则执行这个方案6在执行方案前允许人在限定时间内否决7自动执行，仅在必要时通知人8如果人需要则告知他9是否通知人全由计算机决定10系统决定所有的工作，拒绝人的干预4)通过人机优势能力比较确定自动化等级的范围；定义1设WAARn→R，若<mrow><msub><mi>WAA</mi><mi>ω</mi></msub><mrow><mo>(</mo><msub><mi>α</mi><mn>1</mn></msub><mo>,</mo><msub><mi>α</mi><mn>2</mn></msub><mo>,</mo><mi>Λ</mi><mo>,</mo><msub><mi>α</mi><mi>n</mi></msub><mo>)</mo></mrow><mo>=</mo><munderover><mi>Σ</mi><mrow><mi>j</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><msub><mi>ω</mi><mi>j</mi></msub><msub><mi>α</mi><mi>j</mi></msub><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></mrow>其中ω＝(ω1，ω2，Λ，ωn)是一组数据(α1，α2，Λ，αn)的加权向量，ωj∈，j∈N，则称函数WAA为加权算术平均算子，也称为WAA算子；WAA算子的特点是只对数据组(α1，α2，Λ，αn)中的每个数据进行加权，然后对加权后的数据进行集结；考虑到系统设计决策者在进行定性测度时，一般需要适当的语言评估标度，为此，可事先设定语言评估标度S＝{sα|α＝L，Λ，L}，S中的术语个数为奇数，且满足下列条件1)若α＞β，则sα＞sβ；2)存在负算子neg(sα)＝sα；定义2设EWAA如果<mrow><msub><mi>EWAA</mi><mi>ω</mi></msub><mrow><mo>(</mo><msub><mi>s</mi><msub><mi>α</mi><mn>1</mn></msub></msub><mo>,</mo><msub><mi>s</mi><msub><mi>α</mi><mn>2</mn></msub></msub><mo>,</mo><mi>Λ</mi><mo>,</mo><msub><mi>s</mi><msub><mi>α</mi><mi>n</mi></msub></msub><mo>)</mo></mrow><mo>=</mo><msub><mi>ω</mi><mn>1</mn></msub><msub><mi>s</mi><msub><mi>α</mi><mn>1</mn></msub></msub><mo>⊕</mo><msub><mi>ω</mi><mn>2</mn></msub><msub><mi>s</mi><msub><mi>α</mi><mn>2</mn></msub></msub><mo>⊕</mo><mi>Λ</mi><mo>⊕</mo><msub><mi>ω</mi><mi>n</mi></msub><msub><mi>s</mi><msub><mi>α</mi><mi>n</mi></msub></msub><mo>=</mo><msub><mi>s</mi><mover><mi>α</mi><mo>‾</mo></mover></msub><mo>,</mo><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>2</mn><mo>)</mo></mrow></mrow>其中ω＝(ω1，ω2，Λ，ωn)是语言数据的加权向量，且ωj∈(j∈N)，则函数EWAA称为扩展的加权算术平均算子；定义3设sa和sb分别是的下限和上限，则称为不确定语言变量；定义4设且设lab＝ba，lcd＝dc，则的可能度定义如下<mrow><mi>p</mi><mrow><mo>(</mo><mover><mi>μ</mi><mo>~</mo></mover><mo>≥</mo><mover><mi>υ</mi><mo>~</mo></mover><mo>)</mo></mrow><mo>=</mo><mi>max</mi><mo>{</mo><mn>1</mn><mo>-</mo><mi>max</mi><mrow><mo>(</mo><mfrac><mrow><mi>d</mi><mo>-</mo><mi>a</mi></mrow><mrow><msub><mi>l</mi><mi>ab</mi></msub><mo>+</mo><msub><mi>l</mi><mi>cd</mi></msub></mrow></mfrac><mo>,</mo><mn>0</mn><mo>)</mo></mrow><mo>,</mo><mn>0</mn><mo>}</mo><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>3</mn><mo>)</mo></mrow></mrow>类似地，的可能度定义如下<mrow><mi>p</mi><mrow><mo>(</mo><mover><mi>υ</mi><mo>~</mo></mover><mo>≥</mo><mover><mi>μ</mi><mo>~</mo></mover><mo>)</mo></mrow><mo>=</mo><mi>max</mi><mo>{</mo><mn>1</mn><mo>-</mo><mi>max</mi><mrow><mo>(</mo><mfrac><mrow><mi>b</mi><mo>-</mo><mi>c</mi></mrow><mrow><msub><mi>l</mi><mi>ab</mi></msub><mo>+</mo><msub><mi>l</mi><mi>cd</mi></msub></mrow></mfrac><mo>,</mo><mn>0</mn><mo>)</mo></mrow><mo>,</mo><mn>0</mn><mo>}</mo><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>4</mn><mo>)</mo></mrow></mrow>定义5设UEWAA若<mrow><msub><mi>UEWAA</mi><mi>ω</mi></msub><mrow><mo>(</mo><msub><mover><mi>μ</mi><mo>~</mo></mover><mn>1</mn></msub><mo>,</mo><msub><mover><mi>μ</mi><mo>~</mo></mover><mn>2</mn></msub><mo>,</mo><mi>Λ</mi><mo>,</mo><msub><mover><mi>μ</mi><mo>~</mo></mover><mi>n</mi></msub><mo>)</mo></mrow><mo>=</mo><msub><mi>ω</mi><mn>1</mn></msub><msub><mover><mi>μ</mi><mo>~</mo></mover><mn>1</mn></msub><mo>⊕</mo><msub><mi>ω</mi><mn>2</mn></msub><msub><mover><mi>μ</mi><mo>~</mo></mover><mn>2</mn></msub><mo>⊕</mo><mi>Λ</mi><mo>⊕</mo><msub><mi>ω</mi><mi>n</mi></msub><msub><mover><mi>μ</mi><mo>~</mo></mover><mi>n</mi></msub><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>5</mn><mo>)</mo></mrow></mrow>其中ω＝(ω1，ω2，Λ，ωn)为不确定语言变量的加权向量，且ωj∈(j∈N)，则称函数UEWAA为不确定的EWAA算子；定义6设ULHA若<mrow><msub><mi>ULHA</mi><mrow><mi>ω</mi><mo>,</mo><mi>w</mi></mrow></msub><mrow><mo>(</mo><msub><mover><mi>μ</mi><mo>~</mo></mover><mn>1</mn></msub><mo>,</mo><msub><mover><mi>μ</mi><mo>~</mo></mover><mn>2</mn></msub><mo>,</mo><mi>Λ</mi><mo>,</mo><msub><mover><mi>μ</mi><mo>~</mo></mover><mi>n</mi></msub><mo>)</mo></mrow><mo>=</mo><msub><mi>w</mi><mn>1</mn></msub><msub><mover><mi>υ</mi><mo>~</mo></mover><mn>1</mn></msub><mo>⊕</mo><msub><mi>w</mi><mn>2</mn></msub><msub><mover><mi>υ</mi><mo>~</mo></mover><mn>2</mn></msub><mo>⊕</mo><mi>Λ</mi><mo>⊕</mo><msub><mi>w</mi><mi>n</mi></msub><msub><mover><mi>υ</mi><mo>~</mo></mover><mi>n</mi></msub><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>6</mn><mo>)</mo></mrow></mrow>其中w＝(w1，w2，Λ，wn)是与ULHA相关联的加权向量(位置向量)，wj∈(j∈N)，是加权的不确定语言变量组中第j大的元素，这里ω＝(ω1，ω2，Λ，ωn)是不确定语言变量组的加权向量，ωj∈(j∈N)，且n是平衡因子，则称函数ULHA为不确定语言混合集结(ULHA)算子；在上述定义基础上，给出基于UEWAA算子的自动化等级范围确定方法，具体过程如下a)设X表示待分配功能集，H，M分别为人、机的能力优势项集合，两者的权重向量分别为ω＝(ω1，ω2，Λ，ωm)和ξ＝(ξ1，ξ2，Λ，ξl)，且满足ωj≥0(j∈M)，ξj≥0(j∈L)，分别给出人、机各能力优势hj∈H和mj∈M对待分配功能xi∈X影响程度的不确定语言评估值并得到评估矩阵且<mrow><msub><mover><mi>r</mi><mo>~</mo></mover><mi>ij</mi></msub><mo>,</mo><msub><mover><mi>q</mi><mo>~</mo></mover><mi>ij</mi></msub><mo>∈</mo><mover><mi>S</mi><mo>~</mo></mover><mo>;</mo></mrow>b)利用UEWAA算子分别对评估矩阵和中第i行的语言评估信息进行集结，得到人、机能力对待分配功能xi∈X的综合评估结果和<mrow><msub><mover><mi>y</mi><mo>~</mo></mover><mi>i</mi></msub><mrow><mo>(</mo><mi>ω</mi><mo>)</mo></mrow><mo>=</mo><msub><mi>UEWAA</mi><mi>ω</mi></msub><mrow><mo>(</mo><msub><mover><mi>r</mi><mo>~</mo></mover><mrow><mi>i</mi><mn>1</mn></mrow></msub><mo>,</mo><msub><mover><mi>r</mi><mo>~</mo></mover><mrow><mi>i</mi><mn>2</mn></mrow></msub><mo>,</mo><mi>Λ</mi><mo>,</mo><msub><mover><mi>r</mi><mo>~</mo></mover><mi>im</mi></msub><mo>)</mo></mrow><mo>=</mo><msub><mi>ω</mi><mn>1</mn></msub><msub><mover><mi>r</mi><mo>~</mo></mover><mrow><mi>i</mi><mn>1</mn></mrow></msub><mo>⊕</mo><msub><mi>ω</mi><mn>2</mn></msub><msub><mover><mi>r</mi><mo>~</mo></mover><mrow><mi>i</mi><mn>2</mn></mrow></msub><mo>⊕</mo><mi>Λ</mi><mo>⊕</mo><msub><mi>ω</mi><mi>m</mi></msub><msub><mover><mi>r</mi><mo>~</mo></mover><mi>im</mi></msub><mo>,</mo><mi>i</mi><mo>∈</mo><mi>N</mi><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>7</mn><mo>)</mo></mrow></mrow><mrow><msub><mover><mi>z</mi><mo>~</mo></mover><mi>i</mi></msub><mrow><mo>(</mo><mi>ξ</mi><mo>)</mo></mrow><mo>=</mo><msub><mi>UEWAA</mi><mi>ξ</mi></msub><mrow><mo>(</mo><msub><mover><mi>q</mi><mo>~</mo></mover><mrow><mi>i</mi><mn>1</mn></mrow></msub><mo>,</mo><msub><mover><mi>q</mi><mo>~</mo></mover><mrow><mi>i</mi><mn>2</mn></mrow></msub><mo>,</mo><mi>Λ</mi><mo>,</mo><msub><mover><mi>q</mi><mo>~</mo></mover><mi>il</mi></msub><mo>)</mo></mrow><mo>=</mo><msub><mi>ξ</mi><mn>1</mn></msub><msub><mover><mi>q</mi><mo>~</mo></mover><mrow><mi>i</mi><mn>1</mn></mrow></msub><mo>⊕</mo><msub><mi>ξ</mi><mn>2</mn></msub><msub><mover><mi>q</mi><mo>~</mo></mover><mrow><mi>i</mi><mn>2</mn></mrow></msub><mo>⊕</mo><mi>Λ</mi><mo>⊕</mo><msub><mi>ξ</mi><mi>l</mi></msub><msub><mover><mi>q</mi><mo>~</mo></mover><mi>il</mi></msub><mo>,</mo><mi>i</mi><mo>∈</mo><mi>N</mi><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>8</mn><mo>)</mo></mrow></mrow>c)利用(3)式，计算出人、机能力对待分配功能xi∈X的综合评估结果和之间的可能度得到可能度向量P＝{p1，p2，Λ，pn}；其中0≤pi≤1；d)根据可能度结果pi确定待分配功能xi∈X的自动化等级A范围，具体规则如下<mrow><mfencedopen='{'close=''><mtable><mtr><mtd><mi>floor</mi><mrow><mo>(</mo><mrow><mo>(</mo><mn>1</mn><mo>-</mo><msub><mi>p</mi><mi>i</mi></msub><mo>)</mo></mrow><mo>×</mo><mn>10</mn><mo>)</mo></mrow><mo>-</mo><mn>1</mn><mo>≤</mo><mi>A</mi><mo>≤</mo><mi>floor</mi><mrow><mo>(</mo><mrow><mo>(</mo><mn>1</mn><mo>-</mo><msub><mi>p</mi><mi>i</mi></msub><mo>)</mo></mrow><mo>×</mo><mn>10</mn><mo>)</mo></mrow><mo>+</mo><mn>1</mn></mtd></mtr><mtr><mtd><mi>A</mi><mo>∈</mo><mo>{</mo><mn>1,2</mn><mo>,</mo><mi>Λ</mi><mo>,</mo><mn>10</mn><mo>}</mo></mtd></mtr></mtable></mfenced><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>9</mn><mo>)</mo></mrow></mrow>其中，floor(x)为高斯取整函数；5)给定功能分配评估准则集合U＝{u1，u2，u3，u4，u5}，其元素分别对应驾驶舱人机功能分配的五个主要评估准则，u1——脑力负荷；u2——态势感知；u3——可靠性；u4——决策风险；u5——系统费用；6)功能分配自动化等级范围确定以后，即给定了若干功能分配的不同方案，还需要根据功能分配评估准则从分配方案中选出最优方案，最终确定驾驶舱人机功能分配的自动化等级；采用基于UEWAA算子和ULHA算子的多属性群决策方法确定功能分配自动化等级，具体过程如下a)对于某一功能分配问题，设X，U和D分别为方案集、属性集和决策者集；属性权重的权重向量为ω＝(ω1，ω2，Λ，ωm)，且其向量为ωj≥0(j∈M)，决策者的权重向量为λ＝(λ1，λ2，Λ，λt)，λk≥0(k＝1，2，Λ，t)，决策者dk∈D给出方案xi∈X在属性uj∈U下的不确定语言评估值并得到评估矩阵且<mrow><msup><msub><mover><mi>r</mi><mo>~</mo></mover><mi>ij</mi></msub><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow></msup><mo>∈</mo><mover><mi>S</mi><mo>~</mo></mover><mo>;</mo></mrow>b)利用UEWAA算子对评估矩阵中第i行的不确定语言评估信息进行集结，得到决策者dk给出的分配方案xi综合属性评估值<mrow><msubsup><mover><mi>z</mi><mo>~</mo></mover><mi>i</mi><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow></msubsup><mrow><mo>(</mo><mi>ω</mi><mo>)</mo></mrow><mo>=</mo><msub><mi>UEWAA</mi><mi>ω</mi></msub><mrow><mo>(</mo><msup><msub><mover><mi>r</mi><mo>~</mo></mover><mrow><mi>i</mi><mn>1</mn></mrow></msub><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow></msup><mo>,</mo><msup><msub><mover><mi>r</mi><mo>~</mo></mover><mrow><mi>i</mi><mn>2</mn></mrow></msub><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow></msup><mo>,</mo><mi>Λ</mi><mo>,</mo><msup><msub><mover><mi>r</mi><mo>~</mo></mover><mi>im</mi></msub><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow></msup><mo>)</mo></mrow></mrow><mrow><mo>=</mo><msub><mi>ω</mi><mn>1</mn></msub><msup><msub><mover><mi>r</mi><mo>~</mo></mover><mrow><mi>i</mi><mn>1</mn></mrow></msub><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow></msup><mo>⊕</mo><msub><mi>ω</mi><mn>2</mn></msub><msup><msub><mover><mi>r</mi><mo>~</mo></mover><mrow><mi>i</mi><mn>2</mn></mrow></msub><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow></msup><mo>⊕</mo><mi>Λ</mi><mo>⊕</mo><msub><mi>ω</mi><mi>m</mi></msub><msup><msub><mover><mi>r</mi><mo>~</mo></mover><mi>im</mi></msub><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow></msup><mo>,</mo><mi>i</mi><mo>∈</mo><mi>N</mi><mo>,</mo><mi>k</mi><mo>=</mo><mn>1,2</mn><mo>,</mo><mi>Λ</mi><mo>,</mo><mi>t</mi><mo>;</mo><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>10</mn><mo>)</mo></mrow></mrow>c)再利用ULHA算子对t位决策者给出的分配方案xi的综合属性评估值进行集结，得到分配方案xi的群体综合属性评估值<mrow><mrow><mo>(</mo><mi>i</mi><mo>∈</mo><mi>N</mi><mo>)</mo></mrow><mo>:</mo></mrow><mrow><msub><mover><mi>z</mi><mo>~</mo></mover><mi>i</mi></msub><mrow><mo>(</mo><mi>λ</mi><mo>,</mo><msup><mi>w</mi><mo>′</mo></msup><mo>)</mo></mrow><mo>=</mo><msub><mi>ULHA</mi><mrow><mi>λ</mi><mo>,</mo><msup><mi>w</mi><mo>′</mo></msup></mrow></msub><mrow><mo>(</mo><msup><msub><mover><mi>r</mi><mo>~</mo></mover><mi>i</mi></msub><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></msup><mo>,</mo><msup><msub><mover><mi>r</mi><mo>~</mo></mover><mi>i</mi></msub><mrow><mo>(</mo><mn>2</mn><mo>)</mo></mrow></msup><mo>,</mo><mi>Λ</mi><mo>,</mo><msup><msub><mover><mi>r</mi><mo>~</mo></mover><mi>i</mi></msub><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow></msup><mo>)</mo></mrow></mrow><mrow><mo>=</mo><msubsup><mi>w</mi><mn>1</mn><mo>′</mo></msubsup><msup><msub><mover><mi>υ</mi><mo>~</mo></mover><mi>i</mi></msub><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></msup><mo>⊕</mo><msubsup><mi>w</mi><mn>2</mn><mo>′</mo></msubsup><msup><msub><mover><mi>υ</mi><mo>~</mo></mover><mi>i</mi></msub><mrow><mo>(</mo><mn>2</mn><mo>)</mo></mrow></msup><mo>⊕</mo><mi>Λ</mi><mo>⊕</mo><msubsup><mi>w</mi><mi>t</mi><mo>′</mo></msubsup><msup><msub><mover><mi>υ</mi><mo>~</mo></mover><mi>i</mi></msub><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow></msup><mo>,</mo><mi>i</mi><mo>∈</mo><mi>N</mi><mo>,</mo><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>11</mn><mo>)</mo></mrow></mrow>其中是ULHA算子的加权向量，是一组加权的不确定语言变量中第k大的元素，t是平衡因子；d)利用(3)式，算出各方案综合属性值之间的可能度并建立可能度矩阵P＝(pij)n×n；e)求出可能度矩阵P的排序向量v＝(v1，v2，Λ，vn)，其中<mrow><msub><mi>v</mi><mi>i</mi></msub><mo>=</mo><mfrac><mn>1</mn><mrow><mi>n</mi><mrow><mo>(</mo><mi>n</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow></mrow></mfrac><mrow><mo>(</mo><munderover><mi>Σ</mi><mrow><mi>j</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><msub><mi>p</mi><mi>ij</mi></msub><mo>+</mo><mfrac><mi>n</mi><mn>2</mn></mfrac><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>,</mo><mi>i</mi><mo>∈</mo><mi>N</mi><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>12</mn><mo>)</mo></mrow></mrow>最后按其分量大小对方案进行排序，即得到最优的功能分配方案。FSA00000223051600022.tif,FSA00000223051600023.tif,FSA00000223051600025.tif,FSA00000223051600026.tif,FSA00000223051600027.tif,FSA00000223051600028.tif,FSA00000223051600029.tif,FSA000002230516000210.tif,FSA000002230516000211.tif,FSA000002230516000212.tif,FSA000002230516000213.tif,FSA000002230516000214.tif,FSA000002230516000216.tif,FSA000002230516000218.tif,FSA000002230516000220.tif,FSA000002230516000221.tif,FSA00000223051600031.tif,FSA00000223051600033.tif,FSA00000223051600034.tif,FSA00000223051600035.tif,FSA00000223051600036.tif,FSA00000223051600037.tif,FSA00000223051600038.tif,FSA00000223051600039.tif,FSA000002230516000310.tif,FSA000002230516000311.tif,FSA000002230516000313.tif,FSA000002230516000314.tif,FSA000002230516000315.tif,FSA000002230516000316.tif,FSA000002230516000319.tif,FSA000002230516000320.tif,FSA000002230516000321.tif,FSA00000223051600042.tif,FSA00000223051600043.tif,FSA00000223051600044.tif,FSA00000223051600045.tif,FSA00000223051600047.tif,FSA00000223051600048.tif,FSA000002230516000411.tif,FSA000002230516000412.tif,FSA00000223051600051.tif,FSA00000223051600052.tif,FSA00000223051600053.tif,FSA00000223051600054.tif,FSA00000223051600055.tif,FSA00000223051600056.tif,FSA00000223051600057.tif,FSA00000223051600058.tif全文摘要本发明公开了一种民机驾驶舱人机功能分配方法，依次执行以下步骤人机优势能力比较，采用层次分析法来确定能力优势集合中各元素的权重系数，划分民机驾驶舱系统的自动化等级，通过人机优势能力比较确定自动化等级的范围，给定功能分配评估准则集合，最终确定驾驶舱人机功能分配的自动化等级，本发明可以克服以往定性分析方法主观性较强的缺点。文档编号G06F17/50GK101930490SQ20101024933公开日2010年12月29日申请日期2010年8月6日优先权日2010年8月6日发明者刘跃峰,张安,汤志荔,王安丽申请人:西北工业大学