吳海濤，黎雙喜，侯成龍

(1.西南交通大學(xué) 交通運輸與物流學(xué)院，四川 成都 611756；2.西南交通大學(xué) 綜合交通運輸智能化國家地方聯(lián)合工程實驗室，四川 成都 611756；3.西南交通大學(xué) 綜合交通大數(shù)據(jù)應(yīng)用技術(shù)國家工程實驗室，四川 成都 611756)

高速鐵路(以下簡稱“高鐵”)行車的特殊性和調(diào)度集中系統(tǒng)的高復(fù)雜性，對列車調(diào)度員作業(yè)任務(wù)提出了很高的安全性要求。為應(yīng)對行車中出現(xiàn)的應(yīng)急情況，調(diào)度所編制了高鐵非正常行車處置預(yù)案，用于調(diào)度員訓(xùn)練和行車指揮過程中的應(yīng)急情況處置。在人因可靠性分析領(lǐng)域，操作程序的復(fù)雜度是影響人員可靠性的多種行為形成因子中極為重要的一種。研究發(fā)現(xiàn)，降低操作程序復(fù)雜度能有效減小人因失誤概率[1-3]，而目前尚缺乏一種能客觀量化高鐵應(yīng)急調(diào)度預(yù)案復(fù)雜度(Dispatching Plan Complexity, DPC)的方法。

國內(nèi)外關(guān)于高鐵應(yīng)急DPC的研究較少，大多集中在核電、化工和航空領(lǐng)域操作規(guī)程復(fù)雜度量化方面。國內(nèi)研究方面，?？蒣4]基于熵與VACP模型在宏觀上度量了地鐵全自動駕駛系統(tǒng)中從車站至調(diào)度中心整個行車層面的任務(wù)復(fù)雜度，但忽略了微觀任務(wù)流程的復(fù)雜度；游國強等[5]基于圖形熵的概念，提出一種應(yīng)急預(yù)案邏輯復(fù)雜度度量方法，但未考慮預(yù)案結(jié)構(gòu)和預(yù)案所含信息多少帶來的復(fù)雜度，在任務(wù)復(fù)雜度高低的比較上也未做分析。國外研究方面，軟件工程領(lǐng)域普遍使用了復(fù)雜度客觀度量方法，其中熵值法因切合軟件結(jié)構(gòu)特點，且能從多角度度量軟件程序的復(fù)雜度而得到廣泛發(fā)展[6-8]。Park等[9-10]利用熵值法提出用步驟復(fù)雜度(Step Complexity, SC)度量核電站應(yīng)急操作規(guī)程的復(fù)雜度，結(jié)果表明熵值法能很好刻畫流程結(jié)構(gòu)邏輯方面的復(fù)雜度，然而忽略了由操作任務(wù)引起的操作者認(rèn)知方面復(fù)雜度；姜千等[11]研究了核電站應(yīng)急規(guī)程的復(fù)雜度，但未涉及指標(biāo)權(quán)重，測得的復(fù)雜度準(zhǔn)確性仍需考量；Liu等[12]考慮操作者任務(wù)執(zhí)行過程的認(rèn)知資源需求，提出任務(wù)復(fù)雜度(Task Complexity, TC)概念，通過將各項任務(wù)分解成元操作，利用VACP模型評估核電站操作任務(wù)的復(fù)雜度，并驗證了其適用性，但該方法忽略了由流程步驟邏輯引起的復(fù)雜度。

因此，鑒于熵值法與VACP模型在軟件、核電及航空航天等運輸之外領(lǐng)域有良好的復(fù)雜度闡釋能力，筆者基于此提出高鐵應(yīng)急DPC的量化方法，利用DPC法能評估和量化預(yù)案執(zhí)行過程的復(fù)雜性，為高鐵應(yīng)急調(diào)度預(yù)案的制定及調(diào)度策略提供參考信息。

1 復(fù)雜度量化方法研究

1.1 基于熵理論的SC度量方法

熵是一種建立在概率統(tǒng)計模型之上的復(fù)雜度的信息度量，熵的概念于1948年由Shannon提出[13]，其計算公式為

(1)

式中：H為信息熵；N為信息源數(shù)量；Bi為第i個信息源；P(Bi)為第i個信息源出現(xiàn)的概率。

由式(1)可知，變量越不確定，其熵越大，為理解該變量所需的信息量也就越大，一個有序的系統(tǒng)其熵必然處于較低水平。為計算熵值，有一階熵和二階熵的概念，一階熵表示系統(tǒng)邏輯結(jié)構(gòu)帶來的復(fù)雜度，二階熵表示系統(tǒng)流程內(nèi)所含信息量的多少。SC計算的總體思路是把文本形式的預(yù)案流程轉(zhuǎn)化為圖形，通過計算圖形的一、二階熵來刻畫對應(yīng)的復(fù)雜度。SC度量由3個子度量組成，這些子度量分別評估了由于3種復(fù)雜性因素導(dǎo)致的程序步驟的復(fù)雜性，分別是：操作員要處理的信息量(Step Information Complexity, SIC)、操作員要完成的活動量(Step Size Complexity, SSC)、程序本身順序的邏輯結(jié)構(gòu)(Step Logic Complexity, SLC)。SIC可通過信息結(jié)構(gòu)圖的二階熵量化，SSC可通過動作控制圖的二階熵量化，SLC可通過動作控制圖的一階熵量化。其中信息結(jié)構(gòu)圖描述操作員要處理的信息量，動作控制圖描述操作員要遵循的規(guī)定活動及其順序，且包含更多操作步驟數(shù)的動作控制圖其一階熵更小。SC值即為這3個因子的疊加。

因此，根據(jù)SC原理，通過繪制應(yīng)急調(diào)度預(yù)案的動作控制圖，計算其一階熵，即可表示應(yīng)急調(diào)度預(yù)案操作邏輯結(jié)構(gòu)方面的復(fù)雜度。

1.2 VACP模型簡述

VACP模型最初是為了預(yù)測腦力負(fù)荷而開發(fā)，其基于多資源占用理論，將任務(wù)中視覺(V)、聽覺(A)、認(rèn)知(C)及精神活動(P)4個通道所占用資源總和視為工作復(fù)雜度或工作負(fù)荷[14]。

根據(jù)Park[15]的分析，一項復(fù)雜的任務(wù)需要大量的認(rèn)知資源和努力，復(fù)雜度越高，工作負(fù)荷越大，因此工作負(fù)荷可以作為SC的指標(biāo)；此外，McCracken等[16]認(rèn)為工作負(fù)荷由3個要素組成。①感覺：需要對視覺或聽覺刺激做出反應(yīng)的復(fù)雜性；②認(rèn)知：所需的思維水平；③精神運動：行為輸出所需的復(fù)雜性。根據(jù)工作負(fù)荷的定義，工作負(fù)荷是指3個信息處理渠道的復(fù)雜性或需求。Wickens等[17]聲稱任務(wù)復(fù)雜性的增加通常會導(dǎo)致工作負(fù)荷的增加。Wickens[18]強調(diào)，工作負(fù)荷描述的是任務(wù)施加的定量資源需求(即任務(wù)復(fù)雜性)與任務(wù)執(zhí)行者提供這些資源的能力之間的關(guān)系。因此，工作負(fù)荷是任務(wù)復(fù)雜性的產(chǎn)物。在這一點上，VACP模型更好地被視為任務(wù)復(fù)雜性的度量，而不是工作負(fù)荷的度量。實際上，Wickens等[19]建議可以使用VACP模型來評估任務(wù)復(fù)雜性。此外，在其他研究中，任務(wù)復(fù)雜性與工作負(fù)荷有很好的相關(guān)性[20-21]，綜上所述，借用VACP模型度量調(diào)度預(yù)案認(rèn)知復(fù)雜度是可行的。

VACP方法可用于所有可分解的任務(wù)，利用該方法輔助評估執(zhí)行應(yīng)急調(diào)度預(yù)案的復(fù)雜度需要足夠了解作業(yè)過程，并掌握任務(wù)信息。一般可從任務(wù)、子任務(wù)、元操作3個層面對應(yīng)急調(diào)度預(yù)案進(jìn)行逐層分析，進(jìn)而得出元操作在V、A、C、P 4個資源通道的分值，再由下到上累加得到該預(yù)案下的認(rèn)知復(fù)雜度值，即所有元操作資源總和為調(diào)度作業(yè)認(rèn)知復(fù)雜度值。

在應(yīng)用VACP法確定認(rèn)知復(fù)雜度前，需要根據(jù)應(yīng)急處置作業(yè)的具體情境，分析得出適合調(diào)度任務(wù)的評分準(zhǔn)則。在Aldrich等[14]的VACP評分量表基礎(chǔ)上，針對本文將用到的具體調(diào)度作業(yè)內(nèi)容，總結(jié)出關(guān)于應(yīng)急處置作業(yè)的VACP評分準(zhǔn)則，見表1。需要注意，盡管VACP評分準(zhǔn)則針對的是調(diào)度員具體反應(yīng)，但其體現(xiàn)的是由調(diào)度預(yù)案本身帶給調(diào)度員的認(rèn)知層面復(fù)雜度，從這一角度來說，VACP模型可以體現(xiàn)預(yù)案本身的復(fù)雜程度。

表1 應(yīng)急處置作業(yè)VACP評分準(zhǔn)則

2 DPC分析

2.1 考慮工作任務(wù)的DPC影響因素分析

執(zhí)行應(yīng)急調(diào)度預(yù)案前列車調(diào)度員需要根據(jù)異常設(shè)備/列車損害狀況、列車當(dāng)前及下一步行車任務(wù)選擇恰當(dāng)?shù)淖鳂I(yè)預(yù)案并執(zhí)行，而預(yù)案決策過程又涉及諸多因素。通過調(diào)度任務(wù)視頻觀察和現(xiàn)場調(diào)研，筆者發(fā)現(xiàn)任務(wù)性質(zhì)、調(diào)度過程因素等會大大增加DPC。在預(yù)案執(zhí)行過程中，調(diào)度員需要執(zhí)行“雙人確認(rèn)”及“眼看-鼠標(biāo)指-口呼”，其并非單純的動作執(zhí)行者，也是過程的監(jiān)控者，且調(diào)度員往往需要在較短時間內(nèi)正確完成一套操作，那么預(yù)案任務(wù)的復(fù)雜程度便會對調(diào)度員有很大影響，進(jìn)而導(dǎo)致調(diào)度員認(rèn)知負(fù)荷增大。另外。由于出現(xiàn)應(yīng)急時會產(chǎn)生大量信息，調(diào)度員需管理和整合更多信息，交互過程及交互對象更加復(fù)雜，無疑會增大調(diào)度員工作負(fù)荷?；谝陨戏治觯{(diào)度員在執(zhí)行預(yù)案時，預(yù)案本身邏輯結(jié)構(gòu)復(fù)雜程度、預(yù)案流程所含動作數(shù)量、預(yù)案所含信息數(shù)量及調(diào)度員執(zhí)行預(yù)案所需認(rèn)知資源構(gòu)成了DPC的主體。

2.2 DPC影響因素的主觀問卷分析

在對調(diào)度所10個行調(diào)臺，含10名列車調(diào)度員、10名助理調(diào)度員(以下分別簡稱主調(diào)、助調(diào))及1名調(diào)度所值班副主任進(jìn)行主觀問詢后，確定4個主要影響因素為：預(yù)案的邏輯結(jié)構(gòu)復(fù)雜程度、預(yù)案所含操作步驟的數(shù)量、預(yù)案本身所含信息量和調(diào)度員信息處理過程所需認(rèn)知資源量。然后對20名行車調(diào)度員進(jìn)行主觀問卷調(diào)查，調(diào)查結(jié)果和分析結(jié)果趨于一致，所得預(yù)案復(fù)雜度影響因素見圖1。

圖1 高鐵應(yīng)急DPC影響因素構(gòu)成

對于調(diào)查中出現(xiàn)的額外影響因素，如預(yù)案中作業(yè)的類型等，將在后期的方法驗證過程中考慮，并對各作業(yè)類型采取不同度量標(biāo)準(zhǔn)。

2.3 DPC計算模型

度量指標(biāo)是復(fù)雜度度量體系的核心，也是進(jìn)行度量的基礎(chǔ)?；谝陨嫌绊懸蛩氐姆治雠c調(diào)查結(jié)果，初步度量指標(biāo)可歸為以下4種:調(diào)度預(yù)案結(jié)構(gòu)邏輯復(fù)雜程度(Dispatching Plan Logic Complexity, DPLC)；調(diào)度預(yù)案規(guī)模復(fù)雜度(Dispatching Plan Size Complexity, DPSC)；調(diào)度預(yù)案信息復(fù)雜度(Dispatching Plan Information Complexity, DPIC)；執(zhí)行調(diào)度預(yù)案所需認(rèn)知資源復(fù)雜度(Dispatching Plan Resource Complexity, DPRC)。

鑒于VACP模型能詳細(xì)體現(xiàn)調(diào)度員執(zhí)行預(yù)案的信息處理過程，且為消除DPSC、DPIC與DPRC 3個指標(biāo)之間信息重疊的影響，將其歸為調(diào)度預(yù)案認(rèn)知復(fù)雜度指標(biāo)(Dispatching Plan Cognitive Complexity, DPCC)。根據(jù)已有研究成果，綜合考慮指標(biāo)的實用性、可度量性與可驗證性，最終確定的調(diào)度預(yù)案復(fù)雜度度量指標(biāo)見表2。

表2 調(diào)度預(yù)案復(fù)雜度指標(biāo)組成

由于DPLC與DPCC分別表征了應(yīng)急DPC的內(nèi)外部主體，為更簡明地表達(dá)復(fù)雜性，將其集成為一個綜合性的度量指標(biāo)——應(yīng)急調(diào)度預(yù)案DPC，其值PDPC為

PDPC=PDPLC·PDPCC

(2)

式中：PDPCC可由調(diào)度預(yù)案動作控制圖一階熵計算；PDPCC可將調(diào)度預(yù)案分解至元操作層面利用VACP模型得到。

2.4 DPC計算流程

根據(jù)度量方法原理，度量步驟如下：

Step1選擇某高鐵應(yīng)急調(diào)度預(yù)案整體或操作單元作為度量對象。

Step2預(yù)案分析。根據(jù)應(yīng)急調(diào)度預(yù)案整體或操作單元的內(nèi)涵，對預(yù)案流程進(jìn)行分解，將流程分解信息抽象為動作控制圖，進(jìn)而計算得到PDPLC。

示例圖形G見圖2。為計算其一階熵PDPLC，需將圖中每個節(jié)點按照進(jìn)出該節(jié)點的入口和出口數(shù)分組，進(jìn)出口數(shù)一樣的節(jié)點即為一組，圖2中的節(jié)點根據(jù)進(jìn)出口數(shù)的不同可以被分為4組，分別為①、{②③⑤⑥}、{④}和{⑦}，分組情況見表3。利用式(1)，N=4，Bi為在圖形G中的某一分組，P(Bi)為某一分組(Bi)的概率，其值為Bi中節(jié)點數(shù)與圖形G中總節(jié)點數(shù)的比值，此處每組的概率分別為1/7、4/7、1/7、1/7，則圖形G的邏輯復(fù)雜度為

表3 圖形G的一階熵分組

圖2 示例圖形G

(3)

Step3動作分解。根據(jù)應(yīng)急調(diào)度預(yù)案整體或操作單元的內(nèi)涵，對動作進(jìn)行分解，將動作分解至元操作層面，利用VACP模型計算得到PDPCC。

Step4綜合度量指標(biāo)，得到應(yīng)急調(diào)度預(yù)案整體或操作單元的PDPC。

3 實例分析

高鐵應(yīng)急調(diào)度預(yù)案的執(zhí)行是主調(diào)、助調(diào)及值班副主任三者協(xié)同處理的過程，執(zhí)行過程存在三者間復(fù)雜信息交互，盡管真實的預(yù)案執(zhí)行過程已經(jīng)包含了這三者的交互，但仍有必要探究交互的存在是否會影響預(yù)案的復(fù)雜程度。

3.1 有交互情況下預(yù)案復(fù)雜度計算

在高鐵行車調(diào)度指揮中，調(diào)度員可能會面對各種突發(fā)情況，例如，在設(shè)備出現(xiàn)故障或有特殊要求時可能需要非正常接發(fā)列車，調(diào)度員的干預(yù)相當(dāng)關(guān)鍵，處理不當(dāng)會造成嚴(yán)重的后果。以某調(diào)度所應(yīng)急調(diào)度預(yù)案中人工觸發(fā)發(fā)車進(jìn)路為例，主要流程有：①主調(diào)通知值班副主任到崗；②主調(diào)確認(rèn)發(fā)車條件并命令助調(diào)人工觸發(fā)進(jìn)路；③助調(diào)復(fù)誦主調(diào)命令；④主調(diào)聽取助調(diào)復(fù)誦并命令助調(diào)執(zhí)行；⑤助調(diào)調(diào)出進(jìn)路序列并判斷是否采取強制功能；⑥值班副主任檢查發(fā)車條件并指示助調(diào)是否采取強制功能；⑦助調(diào)辦理人工觸發(fā)進(jìn)路；⑧主調(diào)確認(rèn)光帶信號等。

鑒于篇幅影響，以流程①～③為例，相應(yīng)流程結(jié)構(gòu)圖見圖3。根據(jù)圖3抽象出動作控制圖，見圖4。由式(1)量化其邏輯復(fù)雜度，PDPLC值即為動作控制圖的一階熵

圖3 流程①～③結(jié)構(gòu)流程圖

圖4 流程①～③動作控制圖

(4)

按照同樣方式抽象出整個預(yù)案動作控制圖，見圖5，其邏輯復(fù)雜度為

圖5 完整預(yù)案動作控制圖

(5)

為得到預(yù)案的PDPCC，將預(yù)案程序分解至元操作層面進(jìn)行累計，考慮到篇幅影響，以“主調(diào)確認(rèn)是否具備發(fā)車條件”為例，其任務(wù)動作分解見表4，其認(rèn)知復(fù)雜度值即為26.4。

表4 動作分解及認(rèn)知復(fù)雜度評分

參照表4，按照同樣方式分解整個預(yù)案，可得預(yù)案總PDPCC為185.4，其中主調(diào)操作部分PDPCC為72.1，助調(diào)操作部分PDPCC為79.9，值班副主任操作部分PDPCC為33.4；預(yù)案總復(fù)雜度為

PDPC=PDPLC·PDPCC=2.364×185.4=438.286

(6)

3.2 不考慮交互情況下預(yù)案復(fù)雜度計算

仍以人工觸發(fā)發(fā)車進(jìn)路為例，若不考慮主調(diào)、助調(diào)和值班副主任三者信息交互，將每個人視為獨立個體完成預(yù)案規(guī)程，抽象出三者對應(yīng)的動作控制圖見圖6。

圖6 無交互情況主調(diào)、助調(diào)及值班副主任動作控制圖

無交互情況主調(diào)、助調(diào)及值班副主任動作控制圖見圖6。據(jù)圖6可分別計算出三者單獨操作時的邏輯復(fù)雜度和總復(fù)雜度

(7)

2.197×72.1≈158.404

(8)

(9)

(10)

(11)

(12)

3.3 兩種情況下復(fù)雜度指標(biāo)對比

根據(jù)上述計算結(jié)果，有交互情況和不考慮交互情況下復(fù)雜度指標(biāo)見表5。

表5 兩種交互情況下的復(fù)雜度指標(biāo)

由表5可知，主調(diào)、助調(diào)及值班副主任單獨完成預(yù)案(操作步驟數(shù)更少)時，相比于有人員交互情況(操作步驟數(shù)更多)PDPLC更小，而一般情況下操作步驟數(shù)更多的流程邏輯上的復(fù)雜性將會降低，即人員之間的交互極大影響了預(yù)案的邏輯復(fù)雜程度；主調(diào)、助調(diào)及值班副主任單獨作業(yè)PDPC之和(380.768)小于三者有交互時的PDPC(438.286)，這說明預(yù)案中涉及人員交互時會使預(yù)案的執(zhí)行更加復(fù)雜。

4 復(fù)雜度度量方法驗證

為了驗證DPC方法的有效性，選取了另外5個調(diào)度作業(yè)預(yù)案，按照上述方法分別計算其DPC。應(yīng)用高鐵調(diào)度模擬仿真平臺進(jìn)行調(diào)度員操作實驗，獲得不同調(diào)度預(yù)案場景平均執(zhí)行時間；并在被試調(diào)度員操作結(jié)束后立即使用NASA-TLX評分量表分別量化調(diào)度員對不同預(yù)案場景的心理負(fù)荷程度(即被試調(diào)度員腦力需求、身體負(fù)擔(dān)、時間壓力、努力程度、工作績效和挫敗感6個維度的綜合表征)，結(jié)果匯總見表6。根據(jù)計算數(shù)值繪制圖7。圖7表明：預(yù)案平均執(zhí)行時間數(shù)據(jù)與DPC值之間存在顯著的相關(guān)關(guān)系且通過F檢驗(可決系數(shù)R2=0.670，差異性指標(biāo)P<0.05，顯著性指標(biāo)F=8.124)，DPC法在解釋預(yù)案操作時間數(shù)據(jù)的變化方面是有意義的，即復(fù)雜預(yù)案需要的執(zhí)行時間更多；NASA-TLX分值與DPC值之間亦存在顯著相關(guān)關(guān)系(R2=0.864，P<0.01，F(xiàn)=25.416)，即越復(fù)雜的預(yù)案調(diào)度員執(zhí)行過程中心理負(fù)荷越大。因此，DPC法可在一定程度上反映預(yù)案作業(yè)的復(fù)雜程度和調(diào)度員的工作量。

表6 部分應(yīng)急調(diào)度預(yù)案復(fù)雜性計算表

圖7 預(yù)案平均執(zhí)行時間及NASA-TLX分值與DPC值關(guān)系

由于篇幅限制，本文僅分析了6個典型調(diào)度作業(yè)預(yù)案的復(fù)雜度。需要注意的是，復(fù)雜場景下的高鐵調(diào)度作業(yè)預(yù)案，一般可拆分為不同的典型作業(yè)場景。例如突發(fā)冰雪天氣行車處置預(yù)案主要包含“人工觸發(fā)發(fā)車進(jìn)路”及“辦理列控限速”兩個典型場景。以前文計算的典型場景復(fù)雜度進(jìn)行組合分析，可進(jìn)而得到整體預(yù)案復(fù)雜度。因此，論文提出的方法同樣適用于其他復(fù)雜情況，且可以簡化計算。

5 結(jié)論

(1)本文基于軟件領(lǐng)域復(fù)雜性的熵度量法與VACP模型，提出了適用于高鐵應(yīng)急調(diào)度預(yù)案復(fù)雜性的量化方法——DPC法，將6個預(yù)案場景DPC值分別與預(yù)案平均執(zhí)行時間及主觀工作負(fù)荷估值比較，分析結(jié)果表明：DPC法能真實反映高鐵應(yīng)急調(diào)度預(yù)案的復(fù)雜性。

(2)對主調(diào)、助調(diào)及值班副主任三者有交互與無交互情況下預(yù)案的復(fù)雜度指標(biāo)對比，發(fā)現(xiàn)：三者之間的交互會極大影響預(yù)案的邏輯復(fù)雜度及總復(fù)雜度，因此，在不取消既有安全約定前提下可通過減少人員交互或合理安排操作工序使應(yīng)急預(yù)案文本更加簡潔高效。

(3)已有研究表明，預(yù)案程序的復(fù)雜度是影響調(diào)度員人因可靠性的一個重要指標(biāo)。通過不同預(yù)案執(zhí)行環(huán)節(jié)的DPC評估，可在一定程度估測調(diào)度員任務(wù)工作難度。論文提出的DPC法可作為調(diào)度臺劃分、調(diào)度員工作任務(wù)分配、調(diào)度培訓(xùn)投入分配及調(diào)度預(yù)案設(shè)計的重要依據(jù)。