管制員壓力產生過程LEADSTO動態仿真分析

王潔寧,張聰俊,房曉丹,孫曉萌

(1. 中國民航大學 空中交通管理研究基地，天津 300300；2. 中國民航大學 天津市空管運行規劃與安全技術重點實驗室，天津 300300)

0 引 言

目前，隨著航空事業的發展，民航各個系統都面臨著巨大的壓力，管制員作為民航系統的重要組成部分，其一舉一動直接影響飛機的安全，因此，管制員面臨著非常大的壓力。筆者通過對壓力的產生模型進行形式化建模，剖析了管制員的壓力產生過程。

管制員的身心健康是空管系統能夠安全運行的保證。近年來，由于管制員壓力過大導致的航空事故正在逐漸增多，因此，提出有效的壓力產生過程的研究方法是許多學者研究的方向。對于壓力的研究，彭金栓等[1]基于熵率值對駕駛人的視覺與心理負荷進行分析研究；豐婷等[2]通過問卷調查的方式收集數據，運用SPSS19.0和Amos發現了管制員工作壓力與指揮決策失誤之間的關系 ，提高了管制員的抗壓能力，但并未建立全局性的模型；張明等[3]基于改進的物元分析提出了管制員工作負荷綜合評價模型，一定程度上對管制員工作負荷做出了科學的評價，但缺乏相應的定性分析；裴成功等[4]采用回歸分析法對管制員工作負荷進行了分析，介紹了工作評估模型在實例中的應用，同樣未建立獨立的壓力產生過程模型。

國外針對管制員壓力的研究先于國內， B. S. WILLIAMS等[5]創新的提出了動態過程的理論壓力模型，但是缺乏形式化的表述；2001年，E. DEMEROUTI等[6]提出二維工作要求-資源模型(job demands-resources model, JDR model)，但是缺乏一種定量和定性的通用分析模型。基于此，筆者主要運用形式化的邏輯建模語言建立了管制員壓力產生過程模型。并根據所建模型，實現管制員壓力產生過程的仿真。解決了復雜的壓力產生過程的量化分析，揭示了壓力產生動態過程中各個環節的變化規律。通過形式化分析，提出了在壓力產生過程中不同層次之間的邏輯關系，為研究管制員壓力分析及管理工作提供理論依據。

邏輯建模語言LEADSTO是一種定性和定量相結合的建模方法，它的特點是其本身是一種描述性建模語言，能夠將復雜的邏輯過程以形式化的形式表現出來，且能結合定量、定性和邏輯方面做出分析。目前，LEADSTO作為一種建模語言已廣泛應用到認知科學領域、生物、社會科學和人工智能領域中。基于此，針對管制員壓力問題，運用LEADSTO建立壓力產生模型，為改善管制員的工作負荷提供理論支持。

1 管制員壓力產生過程分析

1.1 空中交通管制員的職業特點分析

空中交通管制員需要具備一定的綜合素質才能勝任，根據文獻學習以及對管制員的調研，筆者認為管制員應該具備以下能力：注意力集中、邏輯與思路清晰、有較強的語言表達能力、有較強的抗疲勞能力、能隨時對外界環境的變化做出快速、正確的反應。

根據管制員的特點分析及對管制員的訪談，總結壓力源對管制員的壓力產生的影響，見圖1。

圖1 壓力源對管制員的壓力產生的影響Fig. 1 The effect of pressure sources on the pressure of controllers

1.2 管制員壓力產生過程分析

J. M.IVANCEVIVH等[7]將壓力定義為：個體對壓力源的一種適應性反應。因此，壓力源是指客觀存在的物質，而壓力是一種主觀反應。

根據文獻[8]～文獻[11],筆者總結了壓力的產生過程，見圖2。輸入是壓力源，通過一系列的壓力感知過程，最后產生一個量化的壓力值。

圖2 壓力產生過程Fig. 2 Pressure generation process

2 基于LEADSTO人壓力產生過程模型仿真

2.1 LEADSTO

LEADSTO是一種基于agent的邏輯建模語言，它從定性、定量與時態邏輯3個方面來描述狀態屬性，它通過聚合層與時態的結合實現動態系統的仿真與邏輯的分析[9-10]。

建模過程主要針對兩個方面：模型中的定量方面(如，選擇不同的壓力源)；模型中的定性方面(如，壓力的程度值v)。基于agent的邏輯建模語言LEADSTO(2007)完全符合建模要求,它可將定性、定量、時態邏輯和數值整合在一起。

圖3為時序關系的模型。給定一個agenta，它在時間段g內的狀態為α，它到狀態β需要一個反應時間段(區間[e,f])，然后它保持狀態β的時間段為h。

圖3 時序關系Fig. 3 Sequential relationship

2.2 壓力產生模型建模過程

筆者提出的壓力產生模型通過LEADSTO語言將人的壓力狀態量化表示，可以更加準確的反應出人的壓力值，以下是該模型的建模過程：① 對管制員的職業特點、壓力問題及壓力產生過程初始化分析；② 對已經存在的壓力產生模型進行分析；③ 通過因果鏈的形式表達該模型；④ 建立該壓力產生模型。

筆者采用的壓力產生模型基于Damasio的body-loop與as if body-loop模型[8-11]，通過對該模型擴展，使其回歸，模型如圖4。

圖4 As if body-loop模型Fig. 4 As if body-loop model

基于圖4的as if body-loop 模型，筆者通過LEADSTO語言，建立了如下的壓力產生模型[12-15]：

1)FP1:壓力源的表示

壓力源P存在，則感覺到壓力源P的存在，表示為：

P→feel_exist(P)

2)FP2:壓力源產生的表示

感覺到壓力源P的存在(即FP1存在)，則有壓力源感知器產生：

feel_exist(P)→FE(P)

3)FP3:對于壓力源P,壓力產生情況的表示

如果FP2存在，且壓力類型為r,等級為v,則人對壓力的感知狀態p將會表現為等級(1+v)/2,沒有壓力源時表現等級為v/2:

FE(P) and pressure(r)→pressure_sensing(p,(1+v)/2)

4)FP4：壓力感知的等級

當人對壓力的感知狀態p的等級從(1+v)/2或v/2變為v，則感知到感知器的狀態為p且壓力感知等級為v：

pressure_sensing(p,v)→effector_state(p,v)

5)FP5:從感知到感受的過程

當FP4存在，則人的狀態表現為p且等級為v：

effector_state(p,v)→representation_state(p,v)

6)FP6：感知身體狀態

當FP5存在，則身體狀態會感知到：

representation_state(p,v)→feel_exist(p,v)

7)FP7:身體狀態傳感器

當FP6存在，則身體狀態傳感器的狀態為p且等級為v：

feel_exist(p,v)→FE(p,v)

8)FP8:從身體狀態傳感器到壓力

當FP7存在，則壓力r(等級為v)會被感覺到：

FE(p,v)→pressure(r,v)

9)FP9:壓力輸出

當FP8存在，則會產生確定的壓力，且等級v大于等于上限或小于等于下限，傳感器表示壓力源P存在，上限與下限都是常量，筆者假設上限為0.8,由于下限表示壓力等級非常小，所以對下限不做假設。

表1是對模型FP3中壓力等級進行分類。

表1 壓力感知狀態等級Table 1 Stress awareness status rating

3 壓力產生過程仿真分析

3.1 管制員壓力產生過程模型仿真

根據建立的模型，以及上述分析，假設開始v=0，做出如圖5的仿真。

圖5 壓力產生仿真實例Fig. 5 Pressure generation simulation example

根據圖5的壓力仿真軌跡圖可知，人的狀態等級“控制點”(即壓力的上限)假設為0.8，當壓力等級v為0時，其他模塊的值都為0，當感知器、身體傳感器與人的壓力等級v從0變為0.5時，其他模塊也作了同步的變化，此時人的影響還處于正常范圍之內；當感知器、身體傳感器與人的壓力等級v從0.5變為0.8時，人的影響已經處于正常范圍的最大值，當這種影響維持一段時間之后(即時間點20之后)，應該對壓力源P加以削弱，避免對人造成負影響，導致事故的發生。由于對于不同的壓力源所得出的狀態等級是不同的，因此，通過將壓力源分析歸類，輸入上述模型中，得出確定的壓力值與控制點，從而為不同的壓力源選擇合適的控制點，進而控制壓力源對人的壓力影響。

3.2 管制員壓力產生過程模型層級關系分析

筆者通過運用時態追蹤語言 (temporal trace language, TTL)，對上述各個層級建立形式化模型，驗證模型中行為是否符合期望及仿真軌跡，通過應用時態追蹤語言，可以對全局屬性(global properties, GP)及局部屬性(intermediate properties)進行形式化識別及自動化驗證。具體過程如下：

1)GP1:壓力源存在，產生壓力

對于軌跡M, 在時間點T1時存在壓力源，則在時間段D之內產生壓力。

GP1:(T1:TIME,M:TRACE,D：REAL)

state:(M,T1)

[state:(M,T2)]

2)IP1:FP1-FP4過程

即對于任意軌跡m,時間點T1，若壓力源P在時間點T2存在，則[T2-d,T1]感受到人的狀態情況。

m:TRACE(壓力源)

state(m,T1)P

[state(m,T2)effector_state(p,y)T2-d

3)IP2:FP5-FP6過程

即對于任意軌跡m,時間點T1,對于任意狀態p，若人的狀態發生變化時，在[T2-d,T1]時間段內會感受到此狀態。

m:TRACE(人的狀態)

state(m,T1)

[state(m,T2)feel_exist(p,v)T2-d

4)IP3:FP7-FP8過程

即對于任意軌跡m，時間點T1，若人的狀態發生變化時，在[T2-d,T1]時間段內感受到此壓力。

m:TRACE(人的狀態)

state(m,T1)

[state(m,T2)pressure(p,v)T2-d

通過以上屬性即可以分析全局屬性、中間屬性、局部屬性三者之間的邏輯關系，同時還可以驗證此壓力產生過程的完整性。

3.3 內在邏輯關系

圖6是一個完整的全局屬性GP1不同層面屬性之間邏輯關系AND-tree。

圖6 層級邏輯關系Fig. 6 Hierarchical logical diagrams

圖6中描述的層級邏輯關系可理解為限定語義關系，在頂層，表示(IP1&IP2&IP3)→GP1,在底層，表示：(FP1&FP2&FP3&FP4)→IP1,(FP5&FP6)→IP2,(FP7&FP8)→IP3。圖6的全局屬性為產生壓力，通過構架局部屬性，最終挖掘出與全局屬性之間的關系，驗證了壓力產生過程的正確性及完整性，目標與結果具有一致性。因此，筆者認為壓力產生模型是正確的，通過仿真軌跡圖可以清楚的了解壓力產生過程，以及隨時間的變化規律。

4 結 論

1)在本體建模理論的基礎上建立了agent模型，通過agent建模理論建立了管制員壓力產生模型的框架。

2)在LEADSTO仿真平臺上對該模型進行仿真，通過改變感知等級和控制點的位置，找到壓力源對人的壓力產生影響范圍，為管理者對管制員工作的管理提供依據。

3)改變了傳統的壓力分析靜態仿真，實現了管制員壓力產生過程的動態模擬和仿真分析。通過對管制員壓力致因與壓力相互影響的分析，對復雜定量的管制員壓力風險分析提供理論依據。