基于PSO-SVR的飞行员工作负荷预测

作     者：杨琪 黄磊 陆中 张子文 韩冰 YANG Qi;HUANG Lei;LU Zhong;ZHANG Ziwen;HAN Bing

作者机构：南京航空航天大学民航学院南京211106 中国直升机设计研究所总体气动室天津300450 

基　　金：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 

出 版 物：《南京航空航天大学学报》 (Journal of Nanjing University of Aeronautics & Astronautics)

年 卷 期：2021年第53卷第6期

页      码：941-951页

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。

主 题 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 

学科分类：08[工学] 0825[工学-环境科学与工程类] 

核心收录：

D　O　I：10.16356/j.1005-2615.2021.06.014

馆 藏 号：203106842...