基于云模型的城市軌道交通調(diào)度員認(rèn)知能力評估*

方 鋮 黃遠(yuǎn)春 朱 琳

(上海工程技術(shù)大學(xué)城市軌道交通學(xué)院, 201620, 上海∥第一作者，碩士研究生)

在我國鐵路運(yùn)輸生產(chǎn)領(lǐng)域每年發(fā)生的各類事故中，80%以上事故為人為失誤引發(fā)[1]。相關(guān)研究表明，認(rèn)知可靠性是人的可靠性評估的重要因素[2]，對提高列車運(yùn)行的安全性具有重要意義。運(yùn)營調(diào)度員作為軌道交通系統(tǒng)的“神經(jīng)中樞”，長期處于高強(qiáng)度工作壓力之下，加上特殊的倒班制度，容易出現(xiàn)認(rèn)知能力失衡的狀況，從而產(chǎn)生對工作的倦怠，增加工作失誤的概率。因此有必要對運(yùn)營調(diào)度員的認(rèn)知能力進(jìn)行評價。考慮到運(yùn)營調(diào)度員在線路處于正常狀態(tài)下的工作任務(wù)相對輕松，故本文主要研究在應(yīng)急場景下運(yùn)營調(diào)度員的相關(guān)認(rèn)知能力評估。為全面直觀了解軌道交通整體運(yùn)營調(diào)度員的認(rèn)知能力，減小認(rèn)知能力評估過程中的模糊性和隨機(jī)性，本文提出基于云模型和改進(jìn)CRITIC權(quán)重法相結(jié)合的運(yùn)營調(diào)度員認(rèn)知能力評估模型。

1 運(yùn)營調(diào)度員認(rèn)知能力評價指標(biāo)體系

1.1 作業(yè)特征分析

根據(jù)運(yùn)營調(diào)度員應(yīng)急處置過程中的作業(yè)流程、內(nèi)容、控制要求，以及作業(yè)特點(diǎn)，可將運(yùn)營調(diào)度員在采取應(yīng)急處置措施時的操作項(xiàng)劃分為5種類型。這5類操作項(xiàng)的作業(yè)特征如表1所示。

表1 運(yùn)營調(diào)度員應(yīng)急處置操作項(xiàng)的作業(yè)特征

1.2 建立認(rèn)知能力評價指標(biāo)體系

根據(jù)運(yùn)營調(diào)度員作業(yè)特征、勝任力研究[3-4]以及JT/T 1004.1—2015《城市軌道交通行車調(diào)度員技能和素質(zhì)要求》[5]，本文選取雙手協(xié)調(diào)能力、注意警覺能力、持續(xù)性注意能力、決斷力、外周知覺能力、反應(yīng)力作為運(yùn)營調(diào)度員認(rèn)知能力評估的一級指標(biāo)。

維也納心理測試系統(tǒng)被廣泛應(yīng)用于認(rèn)知能力測評，該系統(tǒng)能夠記錄被試者的操作時間、操作是否正確等數(shù)據(jù)。為實(shí)現(xiàn)所選取的認(rèn)知能力一級指標(biāo)的量化，選取該測試系統(tǒng)對應(yīng)測試項(xiàng)目中獲得的指標(biāo)參數(shù)作為二級指標(biāo)。

構(gòu)建的運(yùn)營調(diào)度員認(rèn)知能力評估指標(biāo)體系如圖1所示。

圖1 運(yùn)營調(diào)度員認(rèn)知能力評價指標(biāo)體系

1.3 維也納測試系統(tǒng)結(jié)果分析

本文隨機(jī)抽取上海軌道交通路網(wǎng)202名運(yùn)營調(diào)度員，通過維也納測試系統(tǒng)完成實(shí)際測試(見圖2)，導(dǎo)出每項(xiàng)指標(biāo)的系統(tǒng)記錄結(jié)果，形成用于云模型評估的初始數(shù)據(jù)集。利用SPSS(統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案)軟件對測得結(jié)果進(jìn)行Cronbach′sα信度檢驗(yàn)，得到α系數(shù)值為0.612(0.6～0.8表示較好)，說明測試結(jié)果具有較好的一致性和穩(wěn)定性。在效度檢驗(yàn)中，KMO(Kaiser-Meyer-Olkin)值為0.632，且顯著度p<0.01，說明測評結(jié)果具有較好的效度。但維也納測試系統(tǒng)目前只能獲取單人單項(xiàng)的心理測評數(shù)據(jù)和結(jié)果，無法有效、直觀地估計(jì)單人綜合或某一批受試者的整體認(rèn)知能力，且受試者僅在隨機(jī)時間段內(nèi)進(jìn)行單次測試，存在一定的隨機(jī)性。此外，維也納測試系統(tǒng)輸出的結(jié)果為每個認(rèn)知能力的等級(即很差、較差、正常、較強(qiáng)、很強(qiáng))，描述具有一定的模糊性。

圖2 維也納心理測試系統(tǒng)測試實(shí)景圖

2 基于云模型的評估流程

2.1 云模型基本概念

云模型是處理定性概念與定量描述的不確定轉(zhuǎn)換模型，反映了語言值的模糊性、隨機(jī)性及二者的關(guān)聯(lián)性問題。

設(shè)U為1個定量論域，x為U內(nèi)的定量數(shù)值，則論域U所對應(yīng)的定性概念T對任意1個x都存在1個有穩(wěn)定傾向的隨機(jī)數(shù)μ，且μ為x對T所表達(dá)的定性語言的隸屬度。隸屬度μ在論域上的分布稱為云，每1個x稱為1個云滴[6]，即：

μ:U→[0,1],?x∈U,x→μ(x)

(1)

云模型的基礎(chǔ)主要由云模型的三個基本數(shù)字特征值來描述，即期望Ex、熵En和超熵He。Ex表示定性概念T的中心值，并確定云滴x的分布位置；En表示定性概念T所表達(dá)的云滴x在定量論域U中的取值范圍，反映了定性概念T的模糊性和隨機(jī)性；He為超熵，即熵的熵，代表了熵的不確定性。在云圖中，He通常表示云層的厚度，超熵越大，云層越厚。云模型如圖3所示。

圖3 云模型分布示意圖

2.2 云發(fā)生器

2.2.1 正向云發(fā)生器

正向云發(fā)生器是從定性概念到其定量表示的映射，其根據(jù)云的數(shù)字特征(Ex,En,He)產(chǎn)生云滴，每個云滴都是該概念的一次具體實(shí)現(xiàn)。正向云發(fā)生器的工作步驟為：

1)產(chǎn)生1個期望值為Ex，標(biāo)準(zhǔn)差等于En的正態(tài)隨機(jī)數(shù)En，s。

2)產(chǎn)生1個期望值為Ex，標(biāo)準(zhǔn)差為En，s的正態(tài)隨機(jī)數(shù)x。

4)將x作為具有μ定性概念的一個云滴。

5)重復(fù)步驟1)到步驟4)，直到產(chǎn)生滿足要求數(shù)目的云滴數(shù)。

2.2.2 逆向云發(fā)生器

逆向云發(fā)生器是實(shí)現(xiàn)定量值到定性概念的轉(zhuǎn)換模型，可以將一定數(shù)量的精確數(shù)據(jù)轉(zhuǎn)換為以數(shù)字特征表示的定性概念。其工作步驟為：

4)刪除樣本中與期望值距離最近的s個樣本點(diǎn)(當(dāng)N≥100時,s=0.01×N；當(dāng)N<100時，s=1)，樣本數(shù)取0.99N，再次計(jì)算方差。

6)輸出云數(shù)字特征(Ex,En,He)。

2.3 認(rèn)知能力評估流程設(shè)計(jì)

根據(jù)云模型理論，將運(yùn)營調(diào)度員認(rèn)知能力評估體系視為論域，將每一位參加測試的運(yùn)營調(diào)度員視為一個云滴，則所有運(yùn)營調(diào)度員獲得的所有指標(biāo)評價綜合結(jié)果形成的云團(tuán)整體特征即反映了整體運(yùn)營調(diào)度員的認(rèn)知能力等級。具體評估流程實(shí)施步驟如下：

步驟1，確定因素集。建立城市軌道交通運(yùn)營調(diào)度員心理評價指標(biāo)體系，如圖1所示。

步驟2，確定評價集和評價云。評價集合由實(shí)際評價方案中定性評論的屬性組成。如果實(shí)際評價方案中存在g個不同等級的定性評價，則評價集合V={V1,V2,…,Vg}。首先，基于評價集的有界區(qū)間，求解V中各等級評價云的數(shù)字特征；然后，利用正向云生成器生成評價云圖；最后，將模糊評價集轉(zhuǎn)換為實(shí)際評價尺度。云數(shù)字特征的計(jì)算公式為：

其中k為模糊程度,是確定的常數(shù)，常取0.1[6]。

步驟3，確定權(quán)重集。根據(jù)維也納測試系統(tǒng)獲得改進(jìn)CRITIC權(quán)重法[7]的原始評估矩陣，利用數(shù)據(jù)的波動性(對比強(qiáng)度)和相關(guān)性(沖突性)進(jìn)行權(quán)重計(jì)算：

步驟4，確定評價結(jié)果云。利用逆向發(fā)生器生成評價云數(shù)字特征矩陣Z?；诘玫降腤和Z，城市軌道交通整體運(yùn)營調(diào)度員心理評價結(jié)果的云模型數(shù)字特征C可表示為：

C=WZ

其中：

由于此計(jì)算過程涉及云參數(shù)和常規(guī)參數(shù)的混合計(jì)算，因此每個云數(shù)字特征都是根據(jù)云模型和模糊理論的計(jì)算規(guī)則進(jìn)行計(jì)算的，即：

步驟5，評價結(jié)果的確定。利用正向發(fā)生器生成數(shù)字特征為C的綜合結(jié)果云模型的云圖，將綜合結(jié)果云的范圍和形態(tài)與生成的評價云進(jìn)行分析比較。

3 實(shí)例分析

3.1 評價過程實(shí)施

依據(jù)認(rèn)知能力評估流程，將每個二級指標(biāo)的評價結(jié)果劃分成5個等級，并以此作為評價集V={很差(1分),較差(2分),正常(3分),較強(qiáng)(4分),很強(qiáng)(5分)}。對應(yīng)的云數(shù)字特征為：很差(0.5,0.167,0.1)、較差(1.5,0.333,0.1)、一般(2.5,0.333,0.1)、較強(qiáng)(3.5,0.333,0.1)、很強(qiáng)(4.5,0.333,0.1)。評價指標(biāo)體系的權(quán)重分布如表2所示。利用逆向發(fā)生器生成每個二級指標(biāo)的云特征參數(shù)如表3所示，最終得到運(yùn)營調(diào)度員認(rèn)知能力評價綜合結(jié)果云的數(shù)字特征為C=(2.938 5,1.028 1,0.554 5)。

表2 評價指標(biāo)體系的權(quán)重集

表3 評價指標(biāo)體系的云特征參數(shù)

為了更加直觀地展現(xiàn)最終的評價結(jié)果，設(shè)置云滴數(shù)M=3 000，以保證誤差小于0.01[6]；利用正向云發(fā)生器生成綜合結(jié)果云的云圖，并將評價云和綜合結(jié)果云放置在一張圖中，生成的云圖如圖4所示。

圖4 運(yùn)營調(diào)度員認(rèn)知能力評估結(jié)果云圖

3.2 評價結(jié)果分析

由綜合結(jié)果云的數(shù)字特征和云圖分布可知，隸屬度最高、云滴最集中處介于“正?！焙汀拜^強(qiáng)”之間，說明了整體運(yùn)營調(diào)度員的認(rèn)知能力處于正常狀態(tài)。通過比較綜合結(jié)果云和評價云的形態(tài)發(fā)現(xiàn)，綜合結(jié)果云的跨度及厚度都遠(yuǎn)遠(yuǎn)大于評價云的。這反映出受試運(yùn)營調(diào)度員的認(rèn)知能力等級存在較大差距。

由表3可知，整體運(yùn)營調(diào)度員的注意警覺能力為3.023 7，達(dá)到了“較強(qiáng)”水平，與其他能力相比水平較高。在表2中，持續(xù)性注意能力與決斷力的權(quán)重值相對較高，分別為0.219 7、0.229 6。這與運(yùn)營調(diào)度員在日常工作中需要持續(xù)關(guān)注線路車輛運(yùn)行情況，果斷采取應(yīng)急處置措施存在一定聯(lián)系。

4 結(jié)語

運(yùn)營調(diào)度員的認(rèn)知能力會對城市軌道交通運(yùn)營安全產(chǎn)生重要的影響。本文旨在建立一套科學(xué)、系統(tǒng)的評估方法，以獲得整體運(yùn)營調(diào)度員的綜合認(rèn)知能力測評與等級評價結(jié)果。該評價模型也可針對某個個體進(jìn)行基于所建立評價指標(biāo)體系的整體能力評價，即需要被試者在不同時間進(jìn)行多次測試，并實(shí)施所設(shè)計(jì)的評估流程，最終得到個體的各個能力維度評價等級。城市軌道交通相關(guān)部門可結(jié)合維也納測試系統(tǒng)的單人測試結(jié)果和整體運(yùn)營調(diào)度員的認(rèn)知能力等級，開展運(yùn)營調(diào)度員心理輔導(dǎo)、認(rèn)知能力提升等相關(guān)活動，確保運(yùn)營調(diào)度員的認(rèn)知能力處于正常水平，為城市軌道交通安全運(yùn)行提供有力保障。