人机系统操作员功能状态的模糊聚类方法
本文的主要目的是对人机系统中操作员功能状态（Operator Functional States，OFS）进行分类。在实验室环境下，用密封舱内空气管理自动化系统（automation enhanced Cabin Air Management System，aCAMS）模拟控制任务，记录操作员的生理信号和性能数据。采用模糊C均值算法对OFS进行模式分类，分别对应OFS的“好”、“一般”、“危险”，并给出所属类别的隶属度。通过选择合适的输入变量，模糊C均值算法的分类精度在可接受的范围内。根据分类结果，可以调整控制策略，从而实现智能化人机交互。
人机系统 操作员 功能状态 模糊C均值算法 模糊聚类
刘华 张建华 王娆芬 王行愚
华东理工大学自动化系,上海200237
国内会议
北京
中文
2769-2773
2010-07-29（万方平台首次上网日期，不代表论文的发表时间）