第一篇 目标、航空飞行与安全问题、建模 1
第1章 NASA人体行为建模项目 1
1.1 NASA人体行为建模计划 1
1.2 NASA HPM计划的目标 1
1.3 NASA HPM计划的方法 2
1.4 NASA HPM计划中的问题和所处领域 3
1.5 航空人体行为建模：成果及发现 4
致谢 9
参考文献 9
第2章 人体行为建模在航空中的应用 11
2.1 引言 11
2.2 人体行为建模：从实验室走向现实世界 11
2.3 人体行为建模：高层次回归和挑战 13
2.4 航空安全：人为操作的作用 14
2.4.1 航空系统中人的失误和事故 15
2.4.2 潜在的失误 15
2.4.3 以一种新的视角看待失误 16
2.5 人类参与的闭环测试和人体行为建模 16
致谢 19
参考文献 19
第3章 飞机降落导航错误和合成视景系统 22
3.1 引言 22
3.2 机场场面（滑行）操作 22
3.2.1 概述 22
3.2.2 机场场面（滑行）操作描述 23
3.2.3 机场场面（滑行）操作HITL模拟 25
3.3 将合成视景系统应用于飞机降落过程 29
3.3.1 概述 29
3.3.2 对于飞机进近和着陆的理解 31
3.3.3 合成视景系统HITL模拟 32
致谢 45
参考文献 45
第二篇 单个建模工具在航空飞行与安全问题中的应用 48
第4章 人体行为建模工具概述 48
4.1 引言 48
4.2 HPM工具的概述 48
4.2.1 ACT-R 48
4.2.2 IMPRINT/ACT-R 50
4.2.3 Air MIDAS 51
4.2.4 D-OMAR 52
4.2.5 A-SA 54
参考文献 55
第5章 关于闭环计算认知建模（描述交互式决策和注意力分配的动态过程）的ACT-R方法 57
5.1 引言 57
5.2 模型与应用程序 58
5.3 ACT-R建模：概述 60
5.4 滑行导航计算认知模型 61
5.4.1 模型环境 61
5.4.2 任务分析与知识工程 63
5.4.3 识别滑行的启发式决策 64
5.4.4 动态决策建模的详细说明 65
5.4.5 经验适当性 67
5.4.6 启发式决策依赖的全局证据 67
5.4.7 启发式决策依赖的局部证据 67
5.4.8 小结 67
5.5 合成视景系统对计算认知模型的影响 68
5.5.1 建模与任务分析 69
5.5.2 主要的试验结果 70
5.5.3 评估和验证ACT-R模型 71
5.5.4 模型结果的讨论 75
5.6 总结 75
致谢 76
参考文献 76
第6章 应用集成任务网络和认知结构方法建立飞行员行为模型 79
6.1 引言 79
6.2 IMPRINT 79
6.3 ACT-R 80
6.4 IMPRINT和ACT-R的集成 82
6.5 滑行时飞行导航的人体行为模型 84
6.5.1 IMPRINT模型 84
6.5.2 ACT-R模型 85
6.5.3 结论 86
6.6 进近和着陆中的人体行为模型 87
6.6.1 IMPRINT模型 88
6.6.2 ACT-R模型 89
6.6.3 通信协议 90
6.6.4 调查结果及启示 91
6.7 拓展进近和着陆模型 93
6.7.1 通过学习实用的信息源来拓展ACT-R进近模型 94
6.7.2 学习多个层次分解的任务 94
6.7.3 通过学习信息的实用性进一步调查 96
6.8 模型验证 98
6.8.1 验证级别1：成功地完成任务 98
6.8.2 验证级别2：评估子任务通信 99
6.8.3 验证级别3：模型性能中行为数据的定量对应 107
6.9 结论 110
参考文献 112
第7章 Air MIDAS闭环模型结构建模方法 114
7.1 引言 114
7.2 Air MIDAS人体行为模型 116
7.2.1 人体行为建模：通用结构 116
7.2.2 Air MIDAS模型概述 116
7.2.3 模型中的函数 117
7.2.4 仿真运行原理 117
7.3 仿真1：机场场面（滑行）操作 119
7.3.1 仿真模型函数 119
7.3.2 机场场面（滑行）操作场景 120
7.3.3 人体行为 120
7.3.4 仿真设计与程序 121
7.3.5 仿真独立变量 121
7.3.6 仿真结果 121
7.3.7 小结 122
7.4 仿真2：使用合成视景系统的进近与着陆 122
7.4.1 程序开发 122
7.4.2 感知系统开发 122
7.4.3 场景开发 123
7.4.4 模型开发 123
7.4.5 仿真结果 124
7.4.6 小结 126
7.5 仿真3：集成飞行器动力学模型的详细合成视景系统操作 126
7.5.1 仿真模型函数 126
7.5.2 仿真系统架构 128
7.5.3 仿真设备模型 128
7.5.4 Air MIDAS符号操作者模型 130
7.5.5 扫描模式模型 131
7.5.6 仿真方法 134
7.5.7 仿真场景 135
7.5.8 仿真案例 136
7.5.9 结果与分析 137
7.5.10 小结 141
结论 142
致谢 143
参考文献 144
第8章 D-OMAR多任务行为建模结构 146
8.1 引言 146
8.2 D-OMAR中的人体行为建模 147
8.2.1 D-OMAR模型的认知结构 148
8.2.2 多任务行为的类人建模 148
8.2.3 关于表述性记忆的分布式模型 150
8.2.4 多任务行为中的视觉组件 151
8.3 人为错误建模概念 152
8.3.1 错误的机制 153
8.3.2 人为错误和成功表现之间的关系 156
8.4 机场场面（滑行）操作的人为错误建模 157
8.4.1 进近、着陆和滑行的整体过程建模 158
8.4.2 滑行操作过程中的局部和全局态势感知 159
8.4.3 意图行动 159
8.5 对两种滑行道导航错误等级的建模和理解 161
8.5.1 基于部分知识的期望所导致的错误 162
8.5.2 习惯导致的错误 162
8.6 NASA合成视景系统建模测试 163
8.6.1 合成视景系统场景建模 163
8.6.2 评估行为模型的验证 165
8.6.3 SVS对飞行员扫描模式的影响 165
8.6.4 SVS作为第二姿态显示对工作负荷的影响 166
8.7 使用增强型SVS作为单一的主飞行显示器 166
8.7.1 增强型SVS场景测试 167
8.7.2 SVS不匹配的交替反应 168
8.8 结论 169
参考文献 170
第9章 针对飞行员失误的注意力—态势感知模型 172
9.1 引言 172
9.1.1 模型构建 173
9.2 应用1：飞机滑行错误 175
9.2.1 注意力模块 175
9.2.2 信念模块 176
9.2.3 测试应用 177
9.3 应用2：综合视觉系统（NASA模拟）支持的态势感知 179
9.4 应用3：综合视觉系统建模回顾 179
9.4.1 试验模拟的细节 181
9.4.2 表现和扫描结果 181
9.4.3 动态模拟建模 182
9.4.4 模型调整 186
9.4.5 总结：模型调整 188
9.4.6 对个体飞行员表现的模型检验 188
9.4.7 结论 190
9.5 一般结论 190
9.6 推断 191
致谢 192
参考文献 192
第三篇 建模和航空飞行与安全问题的影响 195
第10章 模型间的比较 195
10.1 引言 195
10.2 错误预测 196
10.2.1 推理思维的自适应控制 197
10.2.2 改进的性能研究集成工具 198
10.2.3 航空人机集成设计与分析系统 198
10.2.4 分布式操作者模型结构 199
10.2.5 注意力态势感知 199
10.3 外部环境 200
10.3.1 推理思维的自适应控制 201
10.3.2 改进的性能研究集成工具 202
10.3.3 航空人机集成设计与分析系统 202
10.3.4 分布式操作者模型结构 203
10.3.5 注意力态势感知 203
10.4 机组人员交互 203
10.4.1 推理思维的自适应控制 204
10.4.2 改进的性能研究集成工具 204
10.4.3 航空人机集成设计与分析系统 204
10.4.4 分布式操作者模型结构 205
10.4.5 注意力态势感知 205
10.5 调度与多任务 205
10.5.1 推理思维的自适应控制和改进的性能研究集成工具 206
10.5.2 航空人机集成设计与分析系统 207
10.5.3 分布式操作者模型结构 209
10.5.4 注意力态势感知 210
10.6 记忆 210
10.6.1 推理思维的自适应控制和改进的性能研究集成工具 211
10.6.2 航空人机集成设计与分析系统 213
10.6.3 分布式操作者模型结构 214
10.6.4 注意力态势感知 214
10.7 视觉注意力 214
10.7.1 推理思维的自适应控制 215
10.7.2 改进的性能研究集成工具 216
10.7.3 航空人机集成设计与分析系统 217
10.7.4 分布式操作者模型结构 218
10.7.5 注意力态势感知 219
10.8 工作负荷 220
10.8.1 推理思维的自适应控制和改进的性能研究集成工具 220
10.8.2 航空人机集成设计与分析系统 221
10.8.3 分布式操作者模型结构 221
10.8.4 注意力态势感知 221
10.9 态势感知 221
10.9.1 注意力态势感知 222
10.10 学习 222
10.10.1 改进的性能研究集成工具 222
10.10.2 注意力态势感知 223
10.11 结果和突发行为 224
10.11.1 推理思维的自适应控制 224
10.11.2 改进的性能研究集成工具 224
10.11.3 航空人机集成设计与分析系统 225
10.11.4 分布式操作者模型结构 225
10.11.5 注意力态势感知 225
10.12 检验和确认技术 225
10.12.1 推理思维的自适应控制 226
10.12.2 改进的性能研究集成工具 227
10.12.3 航空人机集成设计与分析系统 227
10.12.4 分布式操作者模型结构 228
10.12.5 注意力—态势感知 228
10.13 总结 229
致谢 230
参考文献 230
第11章 人体行为建模：虚拟的圆桌会议讨论 232
11.1 引言 232
11.2 一般建模问题 232
11.2.1 为何建模 232
11.2.2 模型使用者是谁 235
11.3 模型的结构和构架 237
11.3.1 模型结构和构架的作用 237
11.3.2 外界环境表达 239
11.4 模型在航空中的应用 241
11.4.1 建模需要的主要信息 241
11.4.2 模型错误和表现 243
11.4.3 发现潜在错误和罕见不安全情形 244
11.4.4 处理航空问题 246
11.4.5 模型重用 247
11.5 模型结果和验证 250
11.5.1 模型假设和“脚本编写” 250
11.5.2 模型验证 251
11.6 模型的过去和未来 253
11.6.1 成就和困难 253
11.6.2 未来的方向和挑战 254
参考文献 256
第12章 提高人体行为建模水平以提升航空安全 258
12.1 引言 258
12.2 用于航空系统设计的HITL/HPM集成方法 258
12.2.1 概念定义 259
12.2.2 系统定义 260
12.2.3 系统评估 261
12.2.4 系统的鲁棒性测试 262
12.2.5 系统集成 263
12.3 对航空任务建模的延展和方法 263
12.3.1 人与环境的相互作用建模 264
12.3.2 视觉注意力建模 264
12.3.3 环境感知建模 265
12.3.4 人为失误建模 266
12.4 对复杂航空任务建模的思考 267
12.4.1 选择模型架构 267
12.4.2 基于航空任务开发模型 268
12.4.3 解释模型输出 270
12.4.4 模型的验证、评估和可信度 272
12.5 结束语 278
致谢 279
参考文献 279