高速铁路调度员疲劳程度分级及预测方法研究

摘要：

准确预测高速铁路调度员疲劳程度是提高调度员工作效率,保证列车运行安全的关键技术问题.针对该问题,提出一种基于K-Means聚类的高速铁路调度员疲劳程度预测方法.基于调度员人因失效概率值得出最佳疲劳分级数,在此基础上利用融合算法计算出疲劳程度分级阈值并作为输出端,面部特征信息作为输入端,建立出基于BP模式识别神经网络的高速铁路调度员疲劳程度预测模型.根据32名高速铁路调度员模拟调度任务的面部特征数据,对该模型试算.研究结果表明,疲劳程度最佳分类数为3,在考虑工作时间作为模型的输入指标时,平均误差为13.3％,最佳效果下的误差仅为9.3％.

关键词：高速铁路、调度员、面部特征、认知可靠性和失误分析方法、人工神经网络、疲劳程度

所属期刊栏目：43

分类号：U298.12(铁路运输管理工程)

资助基金：四川省科技厅项目;教育教学研究项目;教学改革项目

在线出版日期：2021-06-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：18-26