Содержание к диссертации
Введение
Глава I. Современное состояние проблемы построения средств оперативного контроля и управления РЛС 8
1.1. Функции операторов в современных системах управления сложными техническими системами 8
1.2. Влияние психологических факторов на деятельность операторов 28
1.3 Факторы, обуславливающие сложность решения оперативных задач 37
1.4. Выводы по анализу литературных данных, постанов ка задачи исследований 46
Глава II. Теоретические и методические разработки по повышению эффективности оперативного контроля и управления 48
2.1. Обобщенная структура взаимодействия оператора и сложной технической системы 48
2.2. Модельный анализ деятельности системы "оператор-сложная техническая система" : 56
2.3. Влияние избыточности информации на процесс решения оперативных задач 72
2.4. Методы отбора информации, выносимой на средства отображения. Оптимизация объема отображаемой информации 79
Выводы по главе 2 103
Глава III. Экспериментальные исследования и вопросы практического использования результатов решения задач оперативного контроля и управления 104
3.1. Экспериментальное сравнение индивидуальных и групповых органов управления 104
3.2. Влияние динамических свойств объекта на деятельность оператора 118
3.3. Ошибки оператора в инженерно-психологическом эксперименте 128
3.4. Реализация полученных закономерностей в аппаратуре обработки радиолокационной информации 136
Выводы по главе 3 144
Выводы по работе 145
Литература
- Влияние психологических факторов на деятельность операторов
- Выводы по анализу литературных данных, постанов ка задачи исследований
- Модельный анализ деятельности системы "оператор-сложная техническая система"
- Ошибки оператора в инженерно-психологическом эксперименте
Влияние психологических факторов на деятельность операторов
В качестве приема можно сослаться на проблемно-ориентированные языки для описания действий оператора «ЯЗОН» [55] и "АЛМЕС" [56]. Например, в работе [56] ограничиваются такими операциями, как «найти, прочесть, вспомнить, запомнить, записать, нажать кнопку, повернуть ключ, перейти на ...... Столь неполное представление о функциях операторов, игнорирование сложных сенсорных и мыслительных процессов приводит автора этой работы к слишком оптимистичному выводу о том, что «формализация алгоритмов с использованием языка, близкого к языкам программирования для ЭВМ, позволяет в некоторых случаях свести задачу построения рациональной системы оператор-машина к задаче оптимизации алгоритмов и программ по заданным критериям и применить для ее решения известные процедуры оптимизации». Однако ощутимых практических результатов на этом пути пока не получено, не смотря на огромные успехи в развитии языков проблемно-ориентированного программирования, например [57, 58]. Сейчас проблема состоит еще в том, чтобы найти подходящую форму представления модели деятельности оператора, а в том, чтобы изучить структуру этой деятельности, т.е. узнать основное строение и существенное содержание объекта моделирования - деятельности человека, включая ее сложные сенсорные и мыслительные компоненты.
Подобные языки могут и должны развиваться параллельно с решением этой проблемы, по мере накопления содержательных данных о структуре деятельности операторов, облегчая одновременно систематизацию получаемых фактических данных, первичность которых по отношению к языку бесспорна. Совместное применение методов психологии и кибернетики уже дало на этом пути некоторые результаты. Например, метод представления мышления в виде элементарных операций широко используется в работах Пушкина В.Н., Напалкова А.В., Зараковского Г,М., Амосова Н.М. и др. По поводу перспектив моделирования мышления Глушков В.М. писал [59]: "Вопрос о возможности моделирования мыслительных процессов переносится в чисто гносеологическую сферу и сводится к вопросу о возможности познания закономерностей мыслительных процессов».
Веккер Л.М. [60] формулирует вполне обоснованную альтернативу: либо переводимость психологических понятий на язык информационных процессов и возможность моделирования психологических характеристик процессов, либо признание второй субстанции, стоящей за психической деятельностью человека, т.е. «души» в традиционно идеалистическом смысле этого понятия. Здесь информационные процессы, очевидно, понимаются не в узком, шенноновском смысле, а в широком смысле процессов передачи и переработки информации, которые могут быть выражены, смоделированы в явной форме, например, посредством пусть очень сложных алгоритмов. Тихомиров O.K. [60], возражающий против этой альтернативы Веккера Л.М., сам дает хороший материал в пользу возможности моделирования (пока весьма упрощенного) мыслительных процессов, детально изучив и представив в формализованном виде (в частности, с помощью древовидных структур хода решений) примеры мыслительной деятельности шахматистов.
Перечисляя пункты, по которым отличается мышление человека от работы вычислительных машин Тихомиров O.K. [54] почти в каждом из них упоминает как неформализуемое понятие субъективного смысла (ситуации, попыток, переобследования и т.д.). В некоторых случаях это понятие, на наш взгляд, может быть заменено измеримой величиной - субъективным распределением вероятностей (элементов ситуации, их коэффициентов влияния, успеха вариантов решения и т.д.). При экспериментальном исследовании процессов решения оперативных задач мы наблюдали, как у испытуемых по мере накопления знаний о физико-технологической структуре объекта, на правленно изменялось представление о смысле различных элементов ситуаций, нивелируясь между отдельными испытуемыми и приближаясь к единому объективному, детерминированному природой самого объекта, значению этих элементов при возникновении и ликвидации нарушений режима, т.е. при решении элементов этой новой ситуации вновь наблюдалось разнообразие субъективных представлений об их смысле.
Нам представляется, что наряду с констатацией различий между субъективным операционным смыслом объекта и его объективным значением необходимо указать на роль информационно-поисковых и исследовательских действий, направленных на уменьшение этих различий. Это особенно четко проявляется в операторской деятельности при неполном визуальном отображении состояния объекта, когда в условиях значительной неопределенности при неполном визуальном отображении состояния объекта, когда в условиях значительной неопределенности человек-оператор способен так синтезировать неполные и фрагментальные сведения о ситуации, что получаемые субъективные априорные распределения вероятностей нередко поразительно сходны с апостериорными. В этом контексте указание в работе [54] о необходимости изучения своеобразия человеческого мышления по сравнению с работой вычислительной машины, несомненно, актуально, притом не только для рационализации деятельности человека, но и для реализации вычислительных машин и их языков.
При всех обстоятельствах необходимо учитывать главнейшую отличительную черту мышления человека, вытекающую из общественно исторической обусловленности развития психики человека, доказанной в основополагающих трудах Выготского Л.С., Леонтьева А.Н., Гальперина П.Я., Рубинштейна С.Л. и др.
Для отличия собственно мышления от реакций Пушкин В.Н. [45, 61] предлагает использовать следующее рабочее правило. Если прежде чем отреагировать на ту или иную проблемную ситуацию, оператору необходимо отразить, мысленно воссоздать, представить элементы, из которых складывается эта ситуация, затем привести в движение отражения, образы этих элементов и на основе такого перемещения увидеть план будущего действия, то в этом случае имеет место мышление. Если же в данной ситуации действие однозначно определено заранее, то, независимо от сложности действия, такого рода деятельность является реактивной.
Изучение мышления как особого вида познавательной деятельности имеет значительную историю. Упомянем только наиболее значительные направления и психологические школы.
В конце XIX в. сложилось -ассоциационистическое представление о психологических механизмах интеллектуальных процессов. Критический анализ этих взглядов дан в работах [3, 54].
Во многом противоположные ассоциационизму взгляды Вюрцбургской школы, а также близкого к ней Зельца О. сводились к рассмотрению мышления как действия [62]. Зельц О. ввел, в частности, понятия общей задачи, как первой фазы мышления, с выделением предметных отношений между эле-ментами задачи. В результате первой фазы человек выделяет его место, выделяет отношения между данным и искомым. Важную роль при этом играет антиципация искомого; при постановке цели актуализируются те общие интеллектуальные операции, которые пригодны для достижения сформированной цели. Зельц О. ввел понятие интеллектуальных операций, главные из которых - дополнение комплекса (в том числе «визуализация», определение окружения предмета), абстракция (выделение характеристик предметов и соотнесение предметов по этим характеристикам), репродукция сходства (с расчленением на определенные признаки).
Выводы по анализу литературных данных, постанов ка задачи исследований
Сущность процесса диагностирования состоит в том, что при возникновении сигнала М оператор просматривает значения некоторого числа значений переменных параметров М\,М2,---Мп, так чтобы с достаточной вероятностью (не ниже Р ) отнести событие к определенному классу. Преимущество оператора перед машиной по отношению к задачам диагностирования - в способности дать общую качественную оценку ситуации. Недостаток - ограниченность и ненадежность памяти на числовые значения параметров, медленное выполнение операций сравнения. Наиболее целесообразно рассчитывать гистограммы распределения вероятностей событий по данной комбинации ограниченного числа зафиксированных признаков и либо отображать их оператору, например, в виде контуров с яркостями подсветки, пропорциональными вероятностями, для контроля, отбраковки и принятия окончательного решения, либо учитывать эти распределения при определении приоритетов и автоматическом регулировании потоков сигналов.
При разделении сигналов необходимо добавить к условию Px(Qk) P еще условие Pi(Qk) P(Qr) + A либо Pi(Qk) B-P2(Qi), где А и В - заданные числа, причем В \, г - номер ситуации, имеющей вероятность, большую, чем все ситуации, кроме Qt. P(Qi) зависит от информационной меры всех параметров системы М\,М2,...Мп. Если 2 MiOij +(1- МІ )Щ Lj , (2.33) і то оператору представляется достаточно информации для установления со бытия Qfc ; если же Y,Mi ij +(l-Mi)aij Lj , (2.34) і то определенного суждения с заданной доверительной вероятностью диспетчер вынести не сможет, при этом повышается вероятность ошибочного решения оперативной задачи вследствие интерференционного влияния априорно более вероятных ситуаций, в характеристику которых также входит данный набор сигналов.
Наиболее важным практическим вопросом является выбор нижнего предела P(QJ)MUH=P - Очевидно, чем больше Р\ тем больше сигналов должно быть выведено на средстве отображения информации, однако тогда с уменьшением влияния фактора интерференции возрастает влияние таких факторов, как число связей между элементами (Kip), оперативный объем отображения (К-jp) и др., что в свою очередь приведет, к увеличению времени решения оперативных задач и число ошибок. Таким образом, при выборе величины Ропт, являющейся функцией числа выводимых на средстве отображения информации параметров, необходимо учитывать целый ряд факторов, обуславливающих сложность решения оперативных задач К;р. Возможен другой путь - учет суммарных потерь системы при различных наборах отображаемых параметров. Информационная мера любого набора К параметров относительно ситуации Qi рассчитывается по формуле (2.34): к aQi,M\,..Mk = aQiM\ + aQiM2 +- + aQiMk = 2aQi,Mj (2-35) Рассматривая для РЛС т конкретных ситуаций технических неисправностей и учитывая, что каждая из них имеет вероятность P(Qj) и ожидаемый ущерб (в относительных единицах) Y\ можно составить Кхт матрицу ( см. табл. 2.3), достаточную для расчета полного информационного критерия по всем т ситуациям: т к C = P(Q,)Y aQ,Mj , (2.36) /=1 у=1
Выражения (2.36) представляет математическую модель технической системы, которая позволяет аналитически определить объем информации, необходимый для управления ею в случае сбоев и технических неисправностей.
Задачу определения этого объема можно сформулировать следующим образом: найти состав параметров Mj, максимизирующий С при следующих ограничениях: txij R 5. (2.37) Здесь R - минимальное число информационных элементов для обеспечения надежного диагностирования и ликвидации оператором конкретной аварии; С - ограничение по одновременному восприятию и обработке диспетчером потока входящих сигналов.
Отметим, что выражение (2.36) представляет запись задачи целочисленного линейного программирования, что позволяет решать его для конкретных случаев с использованием ЭВМ. СлеДуЮЩИМ ЭТаПОМ ЯВЛЯеТСЯ Определение КОЭффиЦИеНТОВ СХ0.И Mj, определяющих информационную меру, или вес, каждого параметра, причем необходимо, чтобы эти оценки были объективными. Попытки определить коэффициенты методом экспертных оценок не дают желаемых результатов, поскольку в значительной степени определяются субъективным подходом и личным опытом каждого оператора. Результаты предварительного опроса операторов показали, что одним и тем же параметрам дается оценка от двух до десяти баллов (при десятибалльной системе). В эту оценку входит необ ходимость наличия параметра при ликвидации аварий, ущерб, к которому может привести отсутствие этого параметра, необходимость его контроля для управления системой в нормальных режимах. Значительное влияние на оценку оказывают уровень подготовки оператора, опыт его работы и ряд других факторов.
Поэтому при определении важности параметра условимся считать объективной оценкой важности вероятность его отклонения от нормального или заранее заданного состояния. Таким образом, для телесигнализируемого двухпозиционного объекта (выключателя, блока и т.д.) это будет вероятность его аварийного отключения, а для телеизмеряемого параметра - вероятность его отклонения от заданного графиком значения. Использование такой оцен- , ки позволяет, во-первых, использовать объективные статистические данные по аварийному срабатыванию приборов, имеющиеся в РЛС; во-вторых, такая оценка удобна при использовании информационной меры для определения объема информации.
На основании изложенного принципа отбора представительной информации можно составить общую методическую схему выбора числа приборов, на которые выводятся контролируемые параметры объекта, и рассчитать оптимальный вариант компоновки приборов на средствах отображения информации (иллюстрации в таб.2-5 и 2-6 и на рис.2-5 - рис.2-11 носят относительный характер).
Модельный анализ деятельности системы "оператор-сложная техническая система"
Первый способ, используемый для повышения достоверности подготовки данных в АСУ, состоит во введении избыточных (контрольных) символов, значения которых вычисляются по формуле [104]: «ь= к(«/)] (з.б) где а0 — совокупность значений контрольных символов; а, - значение /-го информационного символа (і - 1, ..., п); у,{а) - функция преобразования значения /-го информационного символа; Ш - функция свертки. Широко распространенной реализацией схемы (3.6) является контроль по модулю, для которого [105]: где со, - веса, которые присваиваются соответствующим позициям исходного сообщения; N - некоторое число, как правило, простое. К достоинствам способа следует отнести возможность его применения в натурном эксперименте, т.е. в условиях реальной эксплуатации дисплеев в АСУ. Однако при этом автоматически регистрируется лишь факт наличия (или отсутствия) ошибок во введенном сообщении, а идентификация ошибок различных типов производится вручную.
Второй способ, используемый в большинстве устройств для контроля и обучения операторов клавиатурного профиля [71], основан на сравнении введенного в ЭВМ сообщения с хранящимся в памяти машины эталоном. В отличие от предыдущего, этот способ можно использовать только в лабораторном эксперименте, поскольку хранение в памяти ЭВМ больших массивов эталонных сообщений в условиях функционирования реальной системы не всегда возможно.
Принципиальным достоинством второго способа является то, что, сравнивая введенное в ЭВМ сообщение с эталоном, можно обнаружить не только сам факт совершения ошибок, но и (благодаря наличию эталона) идентифицировать типы совершенных ошибок и их места в сообщении.
Следовательно, для применения способа автоматической идентификации ошибок по эталону необходим алгоритм, позволяющий с помощью ЭВМ получать результаты, согласующиеся с результатами визуального анализа введенных оператором сообщений.
Способ автоматической идентификации ошибок операторов систем управления с использованием ЭВМ по эталону реализован в пакете прикладных программ для автоматизации инженерно-психологических исследований дисплеев, который описан в [6]. Основу пакета составляет программа посимвольного сравнения двух сообщений: эталонного сообщения, т.е. последовательности символов команды, которую оператор должен ввести в ЭВМ, и оцениваемого сообщения, т.е. последовательности символов, которая фактически введена в ЭВМ.
Если в оцениваемом сообщении нет ошибок, то оцениваемое сообщение полностью совпадает с эталонным сообщением. В противном случае, сравниваемые сообщения разбиваются на чередующиеся участки (блоки) совпадающих и несовпадающих символов.
Многофакторный эксперимент по оценке неизвестных параметров ана-литико-регрессионных моделей, описанных в главе 2, проводился в КБ "Лира" и на кафедре "Наукоемкие технологии радиоэлектроники" "МАТИ" - Российского государственного технологического университета им. К.Э.Циолковского. В эксперименте принимали участие девять операторов, которые разбивались на 3 группы по уровню квалификации. Этот уровень определялся количеством безошибочно отработанных на дисплее символов в единицу времени. Было проведено по 36 серий экспериментов и отработано операторами около 3 105 командных символов. Длительность одного сеанса эксперимента -4 ч.
Неизвестные параметры аналитико-регрессионных моделей оценива 130 лись методом наименьших квадратов с использованием программы [12], минимизирующей функцию S=Z[y,-?(x„S,«)f 7 (3.8) где у І - экспериментальные значения функции отклика в точке плана эксперимента х, (і= I, п) ; п - число точек в плане эксперимента; rf (х, в, а) -теоретическое значение функции отклика в точке х, (і =1, п), полученное с помощью аналитико-регрессионной модели, зависящей от параметров в, а. Задача (3.8) является задачей оптимизации в пространстве параметров, когда величины , и х, (і =1, п) считаются заданными, а параметры в, а - искомыми переменными. Экспериментальные исследования строились на основе двух различных режимов.
В первом режиме случайный набор русских и латинских символов предъявлялся на экран монитора ЭВМ системы управления, и указывалась пара символов, которые оператор должен заменить другими символами. Длина предъявляемого сообщения - 240 символов. Оператор действовал только с четырьмя клавишами (две - для установки маркера и две - для замены символов). Это позволило сравнивать безошибочность и быстродействие оператора при считывании символов.
Планирование испытаний в этом режиме проводилось по схеме полного факторного эксперимента (3x3x2). Варьировались следующие факторы: квалификация оператора (низкая х,1 = 1; средняя х\ = 2; высокая х\ = 3); операционная напряженность, т.е. время, отводимое оператору на считывание и замену символа {х\ = 0,45 с; х\ = 0,375 с; а; х\ = 0,3 с) Функциями отклика, регистрируемыми в таком режиме, являлись вероятность безошибочного считывания и замены символа 1 сч и математическое ожидание времени считывания и замены символа Тсч.
Ошибки оператора в инженерно-психологическом эксперименте
К достоинствам способа следует отнести возможность его применения в натурном эксперименте, т.е. в условиях реальной эксплуатации дисплеев в АСУ. Однако при этом автоматически регистрируется лишь факт наличия (или отсутствия) ошибок во введенном сообщении, а идентификация ошибок различных типов производится вручную.
Второй способ, используемый в большинстве устройств для контроля и обучения операторов клавиатурного профиля [71], основан на сравнении введенного в ЭВМ сообщения с хранящимся в памяти машины эталоном. В отличие от предыдущего, этот способ можно использовать только в лабораторном эксперименте, поскольку хранение в памяти ЭВМ больших массивов эталонных сообщений в условиях функционирования реальной системы не всегда возможно.
Принципиальным достоинством второго способа является то, что, сравнивая введенное в ЭВМ сообщение с эталоном, можно обнаружить не только сам факт совершения ошибок, но и (благодаря наличию эталона) идентифицировать типы совершенных ошибок и их места в сообщении.
Следовательно, для применения способа автоматической идентификации ошибок по эталону необходим алгоритм, позволяющий с помощью ЭВМ получать результаты, согласующиеся с результатами визуального анализа введенных оператором сообщений.
Способ автоматической идентификации ошибок операторов систем управления с использованием ЭВМ по эталону реализован в пакете прикладных программ для автоматизации инженерно-психологических исследований дисплеев, который описан в [6]. Основу пакета составляет программа посимвольного сравнения двух сообщений: эталонного сообщения, т.е. последовательности символов команды, которую оператор должен ввести в ЭВМ, и оцениваемого сообщения, т.е. последовательности символов, которая фактически введена в ЭВМ.
Если в оцениваемом сообщении нет ошибок, то оцениваемое сообщение полностью совпадает с эталонным сообщением. В противном случае, сравниваемые сообщения разбиваются на чередующиеся участки (блоки) совпадающих и несовпадающих символов.
Многофакторный эксперимент по оценке неизвестных параметров ана-литико-регрессионных моделей, описанных в главе 2, проводился в КБ "Лира" и на кафедре "Наукоемкие технологии радиоэлектроники" "МАТИ" - Российского государственного технологического университета им. К.Э.Циолковского. В эксперименте принимали участие девять операторов, которые разбивались на 3 группы по уровню квалификации. Этот уровень определялся количеством безошибочно отработанных на дисплее символов в единицу времени. Было проведено по 36 серий экспериментов и отработано операторами около 3 105 командных символов. Длительность одного сеанса эксперимента -4 ч.
Неизвестные параметры аналитико-регрессионных моделей оценива 130 лись методом наименьших квадратов с использованием программы [12], минимизирующей функцию S=Z[y,-?(x„S,«)f 7 (3.8) где у І - экспериментальные значения функции отклика в точке плана эксперимента х, (і= I, п) ; п - число точек в плане эксперимента; rf (х, в, а) -теоретическое значение функции отклика в точке х, (і =1, п), полученное с помощью аналитико-регрессионной модели, зависящей от параметров в, а.
Задача (3.8) является задачей оптимизации в пространстве параметров, когда величины , и х, (і =1, п) считаются заданными, а параметры в, а - искомыми переменными. Экспериментальные исследования строились на основе двух различных режимов.
В первом режиме случайный набор русских и латинских символов предъявлялся на экран монитора ЭВМ системы управления, и указывалась пара символов, которые оператор должен заменить другими символами. Длина предъявляемого сообщения - 240 символов. Оператор действовал только с четырьмя клавишами (две - для установки маркера и две - для замены символов). Это позволило сравнивать безошибочность и быстродействие оператора при считывании символов.
Планирование испытаний в этом режиме проводилось по схеме полного факторного эксперимента (3x3x2). Варьировались следующие факторы: квалификация оператора (низкая х,1 = 1; средняя х\ = 2; высокая х\ = 3); операционная напряженность, т.е. время, отводимое оператору на считывание и замену символа {х\ = 0,45 с; х\ = 0,375 с; а; х\ = 0,3 с) Функциями отклика, регистрируемыми в таком режиме, являлись вероятность безошибочного считывания и замены символа 1 сч и математическое ожидание времени считывания и замены символа Тсч.
