摘要：孔探检测是航空器维修中最重要的检测项目,在孔探检测过程中人员脑力状态与检测质量好坏直接相关,在高脑力负荷状态下常常会诱发检测人员出现错检、忘检、漏检等安全风险,从而造成维修差错。为解决NASA-TLX等主观量表测量脑力负荷的非即时问题,因此通过眼动仪无接触实时的测量孔探人员在不同脑力负荷状态下的眼动数据,再利用单因素方差分析来寻找到构建脑力负荷状态预测模型的关键眼动指标。此外由于眼动指标与脑力负荷存在非线性关系,因此选用支持向量回归机SVR来构建脑力负荷预测模型,并使用GASA算法来对SVR参数进行寻优,获得了具有足够精度和泛化能力的孔探人员脑力负荷预测模型,从而帮助飞机维修单位实时把握孔探人员状态,降低孔探检测中人为差错导致的风险,同时为民航局制定相应的孔探人员管理规定提供依据。