автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.11, диссертация на тему:Программное обеспечение системы повышения качества интерфейса компьютерных тренажерных систем

10-5

4103

На правах^рукописи

/

/

Сухов Антон Александрович

ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ СИСТЕМЫ ПОВЫШЕНИЯ КАЧЕСТВА ИНТЕРФЕЙСА КОМПЬЮТЕРНЫХ ТРЕНАЖЕРНЫХ СИСТЕМ

Специальность 05.13.11 - Математическое и программное обеспечение

вычислительных машин, комплексов и компьютерных сетей

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Москва - 2010

Работа выполнена в государственном образовательном учреждении высшего профессионального образования «Московский Государственный Университет Приборостроения и Информатики»

Научный руководитель:

доктор технических наук, профессор Михайлов Б. М.

Официальные оппоненты:

доктор технических наук, профессор Никольский С. Н.

кандидат технических наук, доцент Ковтушснко Л. П.

Ведущая организация:

ГУПМосНПО «Радон»

Защита состоится 2010г. в'-?_на заседании диссертационного

совета Д 212.119.02 в ГОУ ВПО «Московский государственный университет приборостроения и информатики» по адресу: 107996, г. Москва, ул. Стромынка, д.20.

С диссертацией можно ознакомиться в библиотеке при ГОУ ВПО «Московский государственный университет приборостроения и информатики».

Автореферат разослан »МклеЯрЯ 2010г.

Ученый секретарь диссертационного

Совета Д 212.119.02 . к.т.н., доцент Зеленко Г.В.

ОБ1ЦЛЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность проблемы

Создание эргономичных интерфейсов систем управления позволяет снизить утомляемость во время длительной работы, что уменьшает вероятность ошибочных действий при принятии решения. Разработка и реализация современных методов оценки качества интерфейса управления в любых человеко-машинных системах - это один из факторов, определяющий защищенность персонала, а также надежность, радиационную и экологическую безопасность технологических объектов.

Произошедшие техногенные катастрофы национального и транснационального масштаба на радиационно-опасных объектах привлекли внимание научных кругов к вопросу о регламентации систем подготовки и тренировки персонала, а также разработке эргономичных и эффективных интерфейсов систем управления для предприятий госкорпорации «Росатом». Так как процесс создания интерфейса — итеративный, то в первую очередь он моделируется при создании компьютерных тренажерных систем, что позволяет создавать эффективный интерфейс, не затрагивая работающую систему. Таким образом, главное внимание необходимо уделить оценке человеко-машинных интерфейсов тренажеров.

Основное требование к интерфейсу системы управления является максимально быстрое распознавание опасной ситуации и принятие решения. Конструкция и расположение средств отображения информации, предупреждающих о возникновении опасных ситуаций, должны обеспечивать безошибочное, достоверное и быстрое восприятие информации, особенно в условиях монотонной деятельности. В работе рассматриваются интерфейсы, основанные на мнемосхемах, как наиболее распространенные в системах управления.

Цели и задачи исследования

Целью работы является совершенствование методов оценки человеко-машинного интерфейса тренажеров управления технологическими процессами. Поставленная цель предполагает решение следующих основных задач:

1. Определение факторов, оказывающих влияние на качество человеко-машинных интерфейсов (далее интерфейсов) тренажеров радиационно-опасных технологических процессов.

2. Разработка метода оценки интерфейсов на мнемосхемах.

3. Разработка программного комплекса оценки интерфейсов на мнемосхемах.

Методы исследований

Научные положения, выводы и рекомендации обоснованы теоретически с использованием понятий и методов построения программных комплексов, теории нейронных сетей, теории автоматов, методов интеллектуального анализа данных, систем и системного программирования, а также с помощью разработанных в диссертационной работе методик оценки эффективности

человеко-машинных интерфейсов.

Научная новизна исследования

Научную новизну диссертационной работы можно сформулировать следующим образом:

1. Предложен метод оценки качества интерфейса, позволяющего совместить достоинства экспертных и статистических методов оценок и стандартизировать сам процесс оценки.

2. Разработана система повышения качества интерфейса на мнемосхемах компьютерных тренажерных систем.

3. Предложена модель сети, на основе многослойного персептрона и сети Петри.

Практическая значимость результатов исследования и их внедрения в практику состоит в разработке программного комплекса, который позволил одновременно совместить процесс создания и тестирования, позволив избежать зависимости от конкретной среды разработки интерфейса. Программный комплекс внедрен на российском предприятии ООО «Альянс-Гамма». На разработанную программу «Нейросетевой редактор человеко-машинного интерфейса» в Федеральной службе по интеллектуальной собственности, патентам и товарным знакам получено Свидетельство об официальной регистрации программы для ЭВМ №2009613812. Апробация работы

Основные результаты работы докладывались и обсуждались на: XII международной научно-практической конференции «Фундаментальные и прикладные проблемы приборостроения, информатики и экономики» (Сочи, 2009), научно-практической интернет-конференции «Актуальные вопросы современной науки и образования» (Красноярск, 2010).

По теме диссертации опубликовано 7 научных работ, в том числе 2 в рецензируемых научных журналах, рекомендованных ВАК. Объем и структура диссертации

Диссертационная работа состоит из введения, 4 глав, выводов, заключения, библиографии (127 наименований) и приложений. Изложена на 132 страницах машинописного текста, содержит 17 рисунков и 2 таблицы.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснованна актуальность темы, поставлены цели и задачи.

В первой главе проведен обзор существующих методов оценки качества интерфейсов. Методы определения показателей качества интерфейса различаются:

по способам получения информации - измерительный, регистрационный, расчетный;

по источникам получения информации - экспертный, юзабилити тестирование персонала.

Проведено исследование работ, которые велись в данном направлении, а также нерешенных проблем оценки человеко-машинных интерфейсов.

Остается не решенным вопрос комплексной автоматизированной качественной оценки интерфейса, не рассматривается проблема разработки тренажеров для опасных технологических процессов.

В ряде работ не учтена специфика интерфейсов ТП, базирующихся на мнемосхемах. Рассматриваются графические методы и модели, которые не могут быть использованы при создании интерфейса управления опасными ТП, а также не учитывают ряд субъективных факторов, влияющих на пользователя.

Кроме того, есть работы, которые рассматривают разработку специализированных тренажеров, либо рассматривают вопросы проектирования и оценку стандартного оконного пользовательского интерфейса, что также не может быть использовано при создании интерфейса, основанного на мнемосхемах.

Для решения поставленных задач был разработан метод оценки качества интерфейса тренажера управления опасными технологическими процессами, а также определенно понятие качества интерфейса и параметры человеко-машинного интерфейса, характерные для тренажера управления опасными технологическими процессами, а именно: количество человеческих ошибок, субъективное удовлетворение пользователей, способность сохранения пользователями навыков работы с системой в течение длительного времени.

Согласно стандарту ISO 9241-10-98 качество интерфейса К, представляет собой кортеж из трех значений:

К, ={К/,Ки\Ку\ ^ где; кзначение эффективности - влияния интерфейса на полноту и точность достижения пользователем целевых результатов. к„- значение продуктивности или влияния интерфейса на число ошибочных действий пользователя.

ку — степень (субъективной) удовлетворенности конечного пользователя интерфейсом.

В основу метода положен принцип настройки интерфейса в зависимости от персонала рабочей смены. Согласно принципу акцента к элементам контроля и управления на мнемосхемах в первую очередь необходимо выделять размерами, формой или цветом элементы, наиболее существенные для оценки состояния, принятия решения и воздействия на управляемый объект. В соответствии с принципом пространственного соотнесения элементов контроля и управления расположение контрольно-измерительных и индикаторных приборов должно быть четко согласовано с расположением соответствующих им элементов управления, т.е. должен соблюдаться закон совместности стимула и реакции. В качестве основного интерфейса понимается интерфейс, основанный на мнемосхемах, пример которого показан на рис. 1.

Рис. 1. Интерфейс действующего тренажера на предприятии Радон

В первой главе определены задачи исследования:

• разработка методов оценки человеко-машинного интерфейса, включающих в себя: оценку параметров элементов управления, оценку эмоциональной составляющей интерфейса (соответствия интерфейса уровню опасности), оценку степени (субъективной) удовлетворенности конечного пользователя интерфейсом;

• разработка программного комплекса автоматизации использования имитационных моделей технологических процессов, а также оценки человеко-машинного интерфейса, которая включает в себя: разработку библиотеки классов, реализующих поведение сети Петри, и нейронных сетей, разработку и программную реализацию имитационных моделей технологических процессов, разработку библиотеки классов для распределенного проектирования, создания и оценки интерфейса.

Во второй главе разработаны методы оценки качества человеко-машинных интерфейсов тренажеров управления опасными технологическими процессами.

В основе метода оценки качества тренажерной системы используется метод юзабилити тестирования, и оценка цветового решения на основании серии тестов и экспертных оценок.

Для оценки цветового решения на конкретном тесте вводится следующая зависимость:

«„=*»+*„, где: (1) оценка цветовой карты на конкретном тесте; к„- оценка эмоциональной характеристики цветового решения. Этот параметр

характеризует то, насколько предполагаемое цветовое решение соответствует предполагаемому уровню опасности.

- оценка цветовой гаммы изображения.

Оценку интерфейса на конкретном тесте можно получить с помощью показателя к„,, используя зависимость (1), а также оценку персонала:

УЛ, Ч + УЛ,

к =_Ы1__, где: (2)

к„, - оценка интерфейса на конкретном тесте; л/,„." число испытуемых; к„ - оценка испытуемого на конкретном тесте; к,< - оценка цветовой карты на конкретном тесте; -- коэффициент стресса конкретного теста.

Общую оценку качества интерфейса можно получить с помощью показателя к..... ; который вычисляется на основе зависимостей (1) и (2):

К - ' где:

'•"" N

к„.„ - качество интерфейса; Мчисло тестов, на данном интерфейсе; к,„ - оценка интерфейса на конкретном тесте.

При проведении экспертных оценок цветового решения была принята единая шкала влияния параметра на качество интерфейса. Так как параметры оценки цветовой гаммы и общего цветового решения очень субъективны и в различных ситуациях могут трактоваться по-разному, то для дальнейшей стандартизации было принято решение считать их равнозначными.

Для получения данных предложено общее описание интерфейса I: ' =(■'*■•»>, где: (4)

Р - Множество структурного описания элементов из которых состоит интерфейс.

В - описания интерфейса как целостного графического образа - битовой карты.

Оценка эмоциональной составляющей и оценка удовлетворенности являются в большей степени субъективными, и могут быть получены с помощью экспертов или с помощью пользователей.

Для автоматизации процесса оценки применен механизм нейронных сетей, а именно персептрона (рис. 2). Используется метод, аналогичный одному из методов распознавания образов, а именно, классификация изображений.

На вход нейронной сети подаются элементы множества

в =[6„ i i =0..( 7V, -1), j —о..( /v,/=í), (5)

представляющие собой матрицу значения пикселей изображения интерфейса. Для уменьшения объема вычислений изображение предварительно обрабатывается (масштабируется до размера 160 на 120 пикселей).

Проведенный анализ элементов управления показал, что наибольшее влияние на качество интерфейса оказывают следующие параметры:

- размер элемента относительно размеров экрана;

- цвет элемента интерфейса;

- параметр яркости элемента управления;

- параметр частоты мерцания элемента управления.

Для оценки этих параметров предлагается совместное использование механизмов разновидностей сетей Петри и нейронных сетей.

Модель сети на основе раскрашенной сети Петри и многослойного персептрона HN имеет следующий вид:

hn ={p,T,a,F,o,c)t где: (6)

Р - непустое конечное множество позиций; Т- непустое конечное множество переходов и РглТ = 0; О - непустое конечное множество цветов;

F:(PxT^>TxP)xCi ->Mtit(ci) _ сопоставляет каждой тройке p^p,i <=с(/) мультимножество из Mit (С(/>)).

О - непустое конечное множество позиций, результирующее работу нейронной сети и О е Я ;

С-.РиТ-+2':1 — функция, ставящая в соответствие каждой позиции допустимое подмножество цветов из О .

Для настройки сети необходимо провести серию тестов с различными параметрами интерфейса. Настроенная нейронная сеть представляет собой модель действий пользователя в зависимости от параметров ' элементов управления, и в дальнейшем используется для автоматизированной оценки

качества интерфейса компьютерной тренажерной системы без привлечения механизмов юзабилити тестирования. Собранная статистика позволяет провести комплексную оценку интерфейса и предложить рекомендации по качественному изменению параметров для каждой конкретной смены персонала.

Пример одной из частей имитирующей сети Петри представлен на рисунке 3.

Нейронная сеть представляет собой многослойный персептрон с 2 промежуточными слоями. При обучении нейронной сети используется сеть Петри. Входными параметрами нейронной сети являются параметры элементов управления, такие как размер относительно всего рабочего экрана, цвет элемента, яркость элемента, частота мерцания элемента. Во время тестирования персонала накапливается информация для обучения нейронной сети. Это позволит выявить закономерность между параметрами элементов интерфейса и качеством интерфейса, использовать настроенную нейронную сеть в качестве унифицированной модели пользователя для дальнейшего тестирования при разработке новых интерфейсов. Структура подобной нейронной сети представлена на рисунке 4.

Выдвинуть

Рис. 3. Часть имитирующей сети Петри.

Рисунок 4. структура нейронной сети, где:

S - размер элемента относительно размеров экрана;

С1 - цвет элемента интерфейса;

Вг - параметр яркости элемента управления;

В1 - параметр частоты мерцания элемента управления.

В качестве функции активации используется сигмоид:

оит =1+е'-№л- , где:

OUT - выходной сигнал нейрона;

NET - входной сигнал нейрона; Чтобы проводить настройку нейронной сети, необходимо:

• Преобразовать все входные сигналы так, чтобы они принимали значения

от 0 до 1.

• Определить проверочную функцию.

• Преобразовать выходное значение сети Петри к виду, позволяющему

оценивать результат работы нейронной сети.

Чтобы преобразовать параметр цвета, была составлена палитра из 1000 цветов в формате RGB, которым соответствуют сигналы от 0 до 1. Параметр яркости в цветовой модели HSB принимает значение от 0 до 100, что можно характеризовать как добавление в спектральный цвет определенного процента черной краски. Соответственно, значение входного сигнала вычисляется по формуле Вг = Вг/100. Параметр мерцания принимает значения от 0 до 8 Гц. Соответственно, значение входного сигнала вычисляется по формуле В1 = В1/8.

Выходным параметром сети Петри является состояние системы, который можно преобразовать в параметр завершенности Осп. Параметр принимает значения от 0 до 1, что соответствует границам выходного сигнала Оме нейронной сети.

В качестве алгоритма настройки нейронной сети используется метод

обратного распространения ошибки (back propagation). Величина ошибки рассчитывается как сумма квадратов расстояний от выходных сигналов сети до их требуемых значений.

Для настройки весовых коэффициентов используется рекурсивный алгоритм, который сначала применяется к выходным нейронам сети, а затем проходит есть в обратном направлении до первого слоя. Синаптические веса настраиваются в соответствии с формулой:

(/ -1-1) (/■) гк, 5 рдс:

Wij - нес от нейрона i или от элемента входного сигнала i к нейрону j в момент времени t;

х/ - выход нейрона i или i-ый элемент входного сигнала;

г - шаг обучения;

gj - значение ошибки для нейрона]. Если нейрон с номером j принадлежит последнему слою, то

- о,. ХО,„

Если нейрон с номером j принадлежит одному из слоев, с первого по предпоследний, то:

Я / = Л'Д|

А '

где к пробегает все нейроны слоя с номером на единицу больше, чем у того, которому принадлежит нейрон j.

Основываясь на проведенных исследованиях, сформулировано полное описание интерфейса / :

/«-</>. д>) где: (7)

Р - Множество структурного описания элементов из которых состоит интерфейс.

5 - размер элемента относительно размеров экрана;

О — цвет элемента интерфейса;

Вг - параметр яркости элемента управления;

Ш - параметр частоты мерцания элемента управления;

В - описания интерфейса как целостного графического образа - битовой карты;

13 =1 h„ I / =а.ГлГ~—о, у (матрица чисел).

Применение нейронных сетей, а не экспертных систем, обусловлено относительной простотой получения модели эксперта. Использование и практическая реализация недетерминированных экспертных систем гораздо более трудоемкая задача по сравнению с нейронными сетями, которые реализуют концепцию черного ящика. Также надо учитывать, что не всегда

эксперт может формализовать весь набор правил, используя которые была дана оценка интерфейса. Это подходит для нейронных сетей, которые оперируют данными, и не подходит для экспертных систем, которые оперируют правилами. Выводы по второй главе:

1. Определены факторы, оказывающие наибольшее влияние на качество человеко-машинных интерфейсов тренажеров управления опасными технологическими процессами.

2. На основе проведенного анализа методов проектирования и создания интерфейсов был разработан метод создания и оценки, использующий механизмы сетей Петри и нейронных сетей.

В третьей главе проведена экспериментальная оценка предложенного метода повышения качества компьютерных тренажерных систем.

За время тестирования интерфейса, на основе полученной информации, можно построить модель стандартных действий оператора для автоматизированного тестирования интерфейса.

Пример тестирования того, как размер и цвет одного элемента влияют на качество интерфейса, приведен на рис. 5.

1 2 3-Оптимальные значения

Рис. 5. Влияние размера и цвета одного элемента на качество интерфейса.

Было проведено сравнение предложенного метода и метода юзабилити тестирования, а также сравнение с экспертными оценками. Учитывалось число найденных недостатков интерфейса, а также число сессий, которые понадобились для их обнаружения. Результаты тестирования показали, что метод юзабилити тестирования обнаруживает 3 основных недостатка интерфейса за 110 сессий (период времени, за который конкретный испытуемый выполнит серию тестов для конкретного интерфейса).

Предложенный метод автоматизированной проверки обнаружил 5 основных недостатков в параметрах интерфейса (размер, цвет, яркость и частоту мерцания, а также влияние стресса).

При проведении юзабилити тестирования учитывается большое количество субъективных факторов, не оказывающих значительное влияние на качество интерфейса. Использование предложенного метода позволяет объективно оценивать интерфейс на основе наиболее значимых параметров.

На основании проведенных экспериментальных исследованиях был сделан вывод о том, что применение предложенного метода позволяет объективно оценивать качество человеко-машинного интерфейса.

В четвертой главе описаны методы и способы программной реализации системы повышения качества интерфейса реализованного в виде программного комплексе «Нейросетевой редактор интерфейса».

Апробация программного комплекса производилась на базе существующей автоматизированной системы управления технологическим процессом переработки радиоактивных отходов методом прессования на установке «Суперкомпактор». Нейросетевой редактор интерфейса использовался для создания компьютерного тренажерного комплекса. Структура комплекса показана на рисунке 6.

Рисунок 6. Структура нейросетевого редактора интерфейса.

Имитационный модуль отвечает за выбор технологического процесса для имитации и прием команд управления от персонала. На основании сети Петри, взятой из базы, происходит имитация процесса, и результаты работы оператора поступают на модуль оценки элементов управления. Модуль комплексной оценки содержит настроенные нейронные сети цветовой оценки и нейронные сети, моделирующие поведение операторов. Собирая информацию об элементах управления и цветовом решении интерфейса, он выдает рекомендации службе сопровождения по качественному улучшению интерфейса.

Нейросетевой редактор интерфейса может работать в режиме обучения, когда информация от результатов работы персонала идет на настройку нейронных сетей, или в режиме оценки, когда интерфейс оценивается без участия персонала. После того, как будет достигнуто необходимое качество интерфейса, комплекс можно использовать как тренажер для аттестации персонала.

ЗАКЛЮЧЕНИЕ

Основные результаты исследований, проведенных в настоящей диссертационной работе, состоят в следующем:

1. Определены факторы, оказывающие наибольшее влияние на качество человеко-машинных интерфейсов тренажеров управления опасными технологическими процессами.

2. На основе проведенного анализа методов оценки интерфейсов был разработан метод, использующий механизмы сетей Петри и нейронных сетей. Метод позволяет совместить плюсы экспертных оценок и юзабилити тестирования, стандартизировав и автоматизировав сам процесс.

3. Разработан распределенный программный комплекс оценки человеко-машинного интерфейса, который позволяет избежать зависимости от конкретной среды разработки.

На программный комплекс Нейросетевой редактор интерфейса в Федеральной службе по интеллектуальной собственности, патентам и товарным знакам получено Свидетельство об официальной регистрации программы для ЭВМ №2009614935 от 10.09.2009г.

Получен акт о внедрении научных результатов в российской фирме ООО «Альянс-гамма».

ПУБЛИКАЦИИ ИО ТЕМЕ ДИССЕРТАЦИИ

1. Сухов А. А. Обзор метода создания и оценки эффективности человеко-машинного интерфейса тренажеров управления опасным технологическим процессом. // Научные труды XII международной научно-практической конференции «Фундаментальные и прикладные проблемы приборостроения, информатики и экономики. Информатика» -М.: МГУНИ, 2009. С. 152-156.

2. Сухов А. А. Обзор метода оценки эмоциональной составляющей интерфейса, на основе нейронных сетей.// Программное и информационное обеспечение систем различного назначения на базе персональных ЭВМ: Межвузовский сборник научных трудов. Вып. 12. / Под ред. Михайлова Б.М. - М.: МГУПИ, 2009. С.104-108.

3. Сухов А. А. Распределенный метод проектирования и создания пользовательского интерфейса. // Программное и информационное обеспечение систем различного назначения на базе персональных ЭВМ: Межвузовский сборник научных трудов. Вып. 12. / Под ред. Михайлова Б.М. - М.: МГУПИ, 2006. С. 108-112.

4. Сухов А. А. Проблема человеко-машинного интерфейса в информационных системах. // Научно-технические ведомости СПбГПУ. №5. - СПб.: СПбГПУ, 2009. С. 18-23.

5. Сухов А. А. Оценка эмоциональной составляющей интерфейсов тренажеров. // Научно-технические ведомости СПбГПУ. №5. - СПб.: СПбГПУ, 2009. С.140-145.

6. Сухов А. А. Критерии качества человеко-машинного интерфейса компьютерных тренажерных систем // В мире научных открытий. №1. — Кр.: Научно-инновационный центр, 2010. С. 188-190.

7. Сухов А. А. Система повышения качества человеко-машинного интерфейса компьютерных тренажерных систем. // В мире научных открытий. №1. - Кр.: Научно-инновационный центр, 2010. С. 190-193.

Формат 60x90 '/16. Печать офсетная. Объем 1 п. л. Тираж 100 экз. Заказ 1803. Отпечатано с готовых диапозитивов в филиале ГУП МО «Мытищинская типография» «Загорская типография» 141300, Московская обл., г. Сергиев Посад, пр. Красной Армии, д. 212Б Тел. (496) 547-60-60, (496) 540-25-70, факс 540-25-70

1 о - 2 1 1 8 fl

çu R

Л i о

200ЭТ •"

2009128076

Введение.

1 Современное состояние проблемы оценки человеко-машинного интерфейса.

1.1 Обзор работ по теме.

1.2 Анализ существующих методов проектирования интерфейсов.

1.3 Проблемы оценки интерфейса компьютерной тренажерной системы

1.5 Требования к пользовательскому интерфейсу.

1.6 Анализ интерфейсов на мнемосхемах.

1.7 Анализ существующих методов оценки интерфейсов.

1.8 Постановка задачи исследования.

Выводы.

2. Разработка системы повышения качества человеко-машинного интерфейса.

2.1 Разработка системы оценок пользовательского интерфейса.

2.1.1 Оценка эмоциональной составляющей.

2.1.2 Оценка распознаваемости элементов управления.

Информационная емкость СОИ.

Психофизиологические требования к системам отображения информации.

Эргономические характеристики систем отображения информации

2.2 Оценка факторов оказывающих влияние на качество интерфейса

2.3 Раскрашенные (цветные) сети Петри (РСП).

2.4 Обучение нейронной сети.

Описание алгоритма.

Недостатки алгоритма.

Паралич сети.

Локальные минимумы.

Размер шага.

Выводы.

3. Экспериментальное исследование.

3.1 Методы оценки интерфейса.

3.1.1. Экспертные оценки.

3.1.2. Юзабилити-тестирование.

3.2. Экспериментальное исследование.

Выводы.

4 Методы и средства программной реализации системы повышения качества интерфейса компьютерных тренажерных систем.

4.2 Выбор средств межпроцессной коммуникации.

4.3 Выбор программно-аппаратной платформы.

4.4 Выбор среды разработки ПО.

4.5 Разработка библиотеки классов.

Выводы.

Выводы и результаты работы.

Актуальность темы. Разработка и реализация современных методов оценки качества интерфейса управления в любых человеко-машинных системах - это фактор, определяющий защищенность персонала, а также надежность, радиационную и экологическую безопасность технологических объектов.

Произошедшие техногенные катастрофы национального и транснационального масштаба на радиационно-опасных объектах привлекли внимание научных кругов к вопросу о регламентации систем подготовки и тренировки персонала. В первую очередь это касается оценки человеко-машинных интерфейсов тренажеров для предприятий госкорпорации «Росатом».

Основное требование к интерфейсу тренажера является максимально быстрое распознавание опасной ситуации и принятие решения, т.е. конструкция и расположение средств отображения информации, предупреждающих о возникновении опасных ситуаций, должны обеспечивать безошибочное, достоверное и быстрое восприятие информации, особенно в условиях монотонной деятельности [7, 8, 9].

Цели и задачи исследования. Целью работы является совершенствование методов оценки человеко-машинного интерфейса тренажеров управления технологическими процессами.

Поставленная цель предполагает решение следующих основных задач:

- определение факторов оказывающих влияние на качество человеко-машинных интерфейсов (далее интерфейсов) тренажеров радиационно-опасных технологических процессов;

- разработка метода оценки интерфейсов на мнемосхемах;

- разработка программного комплекса оценки интерфейсов . на мнемосхемах.

Объем и структура диссертации. Диссертационная работа состоит из введения, 4 глав, выводов, заключения, библиографии (127 наименований) и приложений. Изложена на 132 страницах машинописного текста, содержит 22 рисунка и 2 таблицы.

Выводы и результаты работы

Работа посвящена проблеме повышения качества человеко-машинного интерфейса компьютерных тренажерных систем. Обобщая проведенные теоретические и экспериментальные исследования, в качестве основных результатов работы можно представить следующие:

- проведен анализ человеко-машинных интерфейсов компьютерных тренажерных систем;

- проведен анализ существующих методов оценки качества человеко-машинного интерфейса, исследованы их недостатки. Сделан вывод о необходимости разработки нового метода оценки, который позволит автоматизировать процесс, сделав его более стандартизированным и объективным;

- проведен анализ факторов человеко-машинных интерфейсов компьютерных тренажерных систем на мнемосхемах, которые оказывают наибольшее влияние на качество интерфейса. Такими факторами являются: размер элемента, его цвет, яркость и частота мерцания;

- на основе проведенного анализа методов оценки интерфейсов был разработан метод, использующий механизмы сетей Петри и нейронных сетей;

- предложен метод оценки качества интерфейса, позволяющего совместить достоинства экспертных и статистических методов оценок и стандартизировать сам процесс оценки;

- разработана система повышения качества интерфейса на мнемосхемах компьютерных тренажерных систем;

- создан программный комплекс «нейросетевой редактор интерфейса» для оценки качества ЧМИ.

1. Аксенов К. А. Исследование и разработка средств имитационного моделирования дискретных процессов преобразования ресурсов: Автореф. Дисс. кандидата техн. наук. — Екатеринбург, 2003 г.-200

2. Гурдзибеева А. Р.Исследование и разработка методов и алгоритмов имитационного моделирования для тренажеров операторов сложных объектов: Автореф. дисс. . кандидата техн.наук. — Владикавказ, 2005 г.-156 с.

3. Коган С. В. Специализированный тренажер и алгоритмы обеспечения оперативного управления парогенераторами: Дисс. . кандидата техн. наук Челябинск 2003, 165 с.

4. Строганов В. Ю. Комплексная автоматизация и моделирование адаптивных процессов тестового контроля и обучения в системе аттестации и подготовки кадров предприятия промышленности и транспортного комплекса: Дисс. . д-ра техн. наук. Москва, 2005 г.-с. 134

5. Привалова Д. В. Система ЗБ моделирования ориентированная для использования в тренажерах: Дисс. . канд. техн. наук. Санкт-Петербург, 2003 г. - с. 123

6. Савчук В.Л. Электронные средства сбора, обработки и отображения информации : Методические указания по курсовому проектированию для студентов специальности 200.400.-Томск:Издательство ТУСУР, 1998.-32 с

7. ГОСТ 26387-84 "Система человек-машина. Термины и определения". Государственный комитет СССР по стандартам.-М., 1984.

8. Информационная технология. Комплекс стандартов и руководящих документов на автоматизированные системы. Комитет стандартизации и метрологии СССР по стандартам.-М., 1991.

9. Технические и программные средства для обучения персонала -стандарты, нормы и реализация / Магид С.И., Ибрагимов М.Х.-Г.,

10. Аракелян Э.К., Джанибеков В.А., Пешков С.И.// Теплоэнергетика. 2001. №10.

11. Научно-технические требования и практическая реализа-ция разработок в современом тренажеростроении для подготовки оперативного персонала электроэнергетики рф. Академик АПЭ, д.т.н., профессор С.И. Магид; к.т.н. E.H. Архипова; кт.н. В.И. Беляев

12. Нейроинформатика / А.Н.Горбань, В.JI.Дунин-Барковский, А.Н.Кирдин и др. Новосибирск: Наука. Сибирское предприятие РАН, 1998. - 296с.

13. Проблемы проектирования пользовательских интерфейсов SCADA-систем.

14. Сборник трудов IV Всероссийской Конференции «Разработка АСУТП в системе "Трейс Моуд": задачи и перспективы» / Перевалов Я. М.

15. Технологии проектирования пользовательских интерфейсов АРМ АСУТП.

16. Сборник трудов V Всероссийской Конференции «Разработка АСУТП в системе "Трейс Моуд": задачи и перспективы»/ Перевалов Я. М.

17. ГОСТ 28195-89 Оценка качества программных средств.

18. ГОСТ ИСО/МЭК 9126-93 Информационная технология. Оценка программной продукции. Характеристики качества и руководства по их применению.

19. О важности эргономики / Susan Dray . Переводчик: Александр Белышкин. Interaction, January 1995

20. Нейрокомпьютерная техника: Теория и практика / Ф. Уоссерман. Перевод на русский язык, Ю. А. Зуев, В. А. Точенов, 1992.

21. Пономарев Игорь Александрович, разработка моделей и алгоритмов для многокритериальной оценки качества графического пользовательского интерфейса. // Автореферат дисс. . кандидата технических наук. — Москва 2006 г.

22. Купер А. Об интерфейсе. Основы проектирования взаимодействия. -М.: Символ-Плюс, 2009 г. 688 с.

23. Тидвелл Д. Разработка пользовательских интерфейсов. Санкт-Петербург: Питер, 2008 г.- 416 с.

24. Калиновский А.И. Юзабилити: как сделать сайт удобным. М.: Новое знание, 2005 Г.-220 с.

25. С.А.Майоров, С.А.Крутовский, А.А.Смирнов. Электронные вычислительные машины (справочник по конструктированию) под редакцией С.А.Майорова М., «Сов.радио», 1975г.25. «Основы теории надежности и КК РЭС», СПбГЭТУ, 91г. А.В.Матвеев, Минченко, Митрофанов.

26. Л.П.Глазунов и др. «Основы теории надежности АСУ». Учебное пособие для вузов, Калининград, 1984г.27. «Надежность технических систем». Справочник ред. И.А.Ушаков М: «Рис», 85г.

27. Аршинов М.Н., Садовский Л.Е. Коды и математика. М.: Наука, 1983.- 144 с.

28. Кодирование информации в ЕС ЭВМ. 2-е изд., перераб. и доп. - М.: Радио и связь, 1990. - 144 с.

29. Тарасенко Ф.П. Введение в курс теории информации. Томск: Изд-во Томского гос. ун-та, 1963. - 240 с.

30. Норенков И.П., Трудоношин В.А. Телекоммуникационные технологии и* сети. 2-е изд., испр. и доп. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2000. - 248 с.

31. Свириденко С.С. Современные информационные технологии. М.: Радио и связь, 1989. - 304 с.

32. Темников Ф.Е. Теоретические основы информационной техники: Учебное пособие для вузов / Ф.Е. Темников, В.А. Афонин, В.И. Дмитриев. 2-е изд., перераб. и доп. - М.: Энергия, 1979. - 512 е.: ил.

33. Четвериков В.Н. Преобразование и передача информации в АСУ. Учебник для вузов. М.: Высшая школа, 1974. - 320 е.: ил.

34. Абакумов В.Г. и др. Многопультовые системы отображения информации. Киев: Техника, 1983.

35. Алиев Т.М., Вигдоров Д.И., Кривошеев В.П. Системы отображения информации. М.: Высш. шк., 1988.

36. Бондаренко В.П., Клименко А.Я., Пашук В.Ф., Савчук В.Л., Сулимов Ю.И. Отображение информации в АСУ реального времени. Томск, изд-во Томского ун-та, 1993.

37. Борисюк A.A. Матричные системы отображения информации. -Киев: Техника, 1980.

38. Бракерт Э., Мартин М., Течнер У. Система с трехуровневой программой для преобразования текста в речь // Электроника. -1983.-№8.

39. Быстров Ю.А. и др. Электронные приборы для отображения информации. М.: Радио и связь, 1985.

40. Борзенко А. Система распознавания речи VoiceMouse // Компьютер Пресс. 1994. - № 12.

41. Ворсано Д. Кодирование речи в цифровой телефонии // Сети и системы связи. 1996. - № 1.

42. Вуколов Н.И., Михайлов А.Н. Знакосинтезирующие индикаторы: Справочник / Под ред. В.П. Балашова. М.: Радио и связь, 1987.

43. Гилой В. Интерактивная машинная графика. М.: Мир, 1981.4 5. Го ляс Ю.Е. и др. Системы ввода и обработки изображений в ПЭВМ: Проектирование технических средств. М.: Машиностроение, 1993.

44. Григорьев В.Л. Видеосистемы ПК фирмы IBM. М.: Радио и связь, 1993.

45. Гуглин И.Н. Телевизионные устройства отображения информации. -М.: Радио и связь, 1981.

46. Жутаев М.В. Видеоадаптеры и видеомониторы. Справочное пособие. М.: АО «Звезды и С», 1992.

47. Кейтер Дж. Компьютеры синтезаторы речи. - М.: Мир, 1985.

48. Косарев Ю.А. Естественная форма диалога с ЭВМ. JL: Машиностроение, 1989.

49. Катыс Г.П., Демирчоглян Г.Г. Системы отображения информации. -М.: Знание, 1991.

50. Лямичев И .Я. Устройства отображения информации с плоскими экранами. М.: Радио и связь, 1983.

51. Максимов В.И., Кириченко Г.Б. Проекционные устройства отображения информации на управляемых транспарантах с жидкими кристаллами // Зарубежная электроника.- 1982. № 7.

52. Микропроцессорные средства обработки и отображения информации в системах управления и связи/ Под ред. И.Е. Соловейчика. М.: Радио и связь, 1988.

53. Микропроцессорные средства производственных систем / В.Н. Алексеев и др.; Под общ. ред. В.Г. Колосова. JL: Машиностроение, 1988.

54. Михайлов В.Г., Златоустова JI.B. Измерение параметров речи. М.: Радио и связь, 1987.57.0PT0S0FT система сбора данных и управления реального времени // Современные технологии автоматизации. - 1997. - № 4.

55. Петраков A.B. Телевидение предельных возможностей // Радиоэлектроника и связь. 1991. - № 3.

56. Плотников В.Н. и др. Речевой диалог в системах управления. М.: Машиностроение. 1988.

57. Проектирование систем автоматизации технологических процессов: Справочное пособие (A.C. Клюев, Б.В. Глазов, А.Х. Дубровский, A.A. Клюев); Под ред. A.C. Клюева 2-е изд., перераб. и доп. - М.: Энергоатомиздат, 1990.

58. Васильев В.В. и др. Система специального математического обеспечения для модели-рования параллельных процессов. // Управляющие системы и машины, 1987, № 5. -С. 50 55.

59. Веревкин А.П., Динкель В.Г. Технические средства автоматизации химико-технологических процессов: Учебное пособие. -Уфа: Изд. Уфим. нефт. ин-та, 1989. -87 с.

60. Лескин A.A., Мальцев П.А., Спиридонов A.M. Сети Петри в моделировании и управ-лении. -Л.: Наука, 1989. -133 с.

61. Соколов В.А. Об одной задаче в теории сетей Петри.// Междун. конф. "Математиче-ские методы в исследовании операций": Тез. докл. -София, 1987. -С. 48.

62. Соколов В.А. Замечание о классе функций, вычислимых сетями Петри.// Моделирова-ние и анализ вычислительных систем. Ярославль: Изд-воЯрГУ, 1987. -С. 119 123.

63. Родионов В.Д., Терехов В.А., Яковлев В.Б. Технические средства АСУ ТП: Учеб. пособия для вузов по спец. «Автом. и управл. в технич. систем» / Под ред. В.Б. Яковлева. М.: Высш. шк., 1989.

64. Саямов Э.А. Средства воспроизведения и отображения информации. М.: Высш. шк., 1982.

65. Свириденко С.С. Современные информационные технологии. М.: Радио и связь, 1989.

66. Смоляров A.M. Системы отображения информации и инженерная психология. М.: Высш. шк., 1982.

67. Цифровая осциллография / Под редакцией A.M. Беркутова и Е.М. Прошина. М.: Энергоатомиздат, 1983.

68. Четвериков В.Н. Организация взаимодействия человека с техническими средствами АСУ: в 7 кн. / Под ред. В.Н. Четверикова. М.: Высш. шк., 1990.

69. Шерр С. Электронные дисплеи. М.: Мир, 1982.

70. Эргономика: Принципы и рекомендации. Методическое руководство. М.: ВНИИТЭ, 1983.

71. Электролюминесцентные панели Planar // Современные технологии автоматизации. 1994. - № 4.7 8.Яблонский Ф.М., Троицкий Ю.В. Средства отображения информации: Учеб. для вузов спец. «Промышленная электроника». -М.: Высш. шк., 1985.

72. Якимов О.П. Газоразрядные матричные индикаторные панели. М.: Сов.радио, 1980.

73. Орлов А.И. Экспертные оценки. Учебное пособие. М.: ИВСТЭ, 2002

74. Орлов А.И. Экспертные оценки. Журнал "Заводская лаборатория". 1996. Т.62. No.l. С.54-60

75. Гохман О.Г. Экспертное оценивание. Учебное пособие

76. Т. Саати. Метод анализа иерархий. М.: "Радио и связь", 1993.

77. Ф. Уоссермен. Нейрокомпьютерная техника. Москва: Мир, 1992.

78. А.Н. Горбань, Д.А. Россиев. Нейронные сети на персональном компьютере. Новосибирск: Наука, 1996.

79. Информатика. Справочник. Под. Ред. Д.А.Поспелова. Москва: Педагогика, 1996.

80. Т. Кохонен. Ассоциативная память. Москва: Мир, 1980.

81. Ф. Розенблатт. Принципы нейродинамики. Москва: Мир, 1965.

82. Автоматы. Под. ред. К.Э. Шеннона и Дж. Маккарти. Москва: Издательство Иностранной Литературы, 1956.

83. Д. Марр. Зрение. Москва: Радио и Связь, 1987.

84. М. Минский, С. Пейперт. Персептроны. Москва: Мир, 1971.

85. Н. Винер. Кибернетика. Москва: Советское радио, 1968.

86. А.А. Веденов. Моделирование элементов мышления. Москва: Наука, 1988.

87. QA Test Report РСА-6302 (Reliability Prediction). Advantech, 1997.

88. QA Test Report IPC-510 (Reliability Prediction). Advantech, 2003.

89. QA Test Report ADAM-5000/TCP (Reliability Prediction). Advantech, 2004.

90. QA Test Report ADAM-5017 (Reliability Prediction). Advantech, 1998.

91. QA Test Report ADAM-5024 (Reliability Prediction). Advantech, 1998.

92. QA Test Report ADAM-5051 (Reliability Prediction). Advantech, 1998.

93. QA Test Report ADAM-5056 (Reliability Prediction). Advantech, 1998.

94. A Practical Guide to Usability Testing. Joseph S. Dumas, Janice C. Redish. Intellect, Ltd (UK), 1999. ISBN 1841500208.

95. Handbook of Usability Testing: How to Plan. Design, and Conduct Effective Tests. Jeffrey Rubin. Wiley, 1994. ISBN 0471594032.

96. Nielsen, J. (1994). Usability Engineering, Academic Press Inc, p 165

97. Virzi, R.A., Refining the Test Phase of Usability Evaluation: How Many Subjects is Enough? Human Factors, 1992. 34(4): p. 457-468.

98. Caulton, D.A., Relaxing the homogeneity assumption in usability testing. Behaviour & Information Technology, 2001. 20(1): p. 1-7

99. Schmettow, Heterogeneity in the Usability Evaluation Process. In: M. England, D. & Beale, R. (ed.), Proceedings of the HCI 2008, British Computing Society, 2008, 1, 89-98

100. DARPA Neural Network Study, AFCEA Int'l Press, Fairfax, Va., 1988.

101. J. Hertz, A. Krogh, and R.G. Palmer, Introduction to the Theory of Neural Computation, Addison-Wesley, Reading, Mass., 1991.

102. S. Haykin, Neural Networks: A Comprehensive Foundation, MacMillan College Publishing Co., New York, 1994.

103. W.S. McCulloch and W. Pitts, "A logical Calculus of Ideas Immanent in Nervous Activity", Bull. Mathematical Biophysics, Vol. 5,1943, pp.115-133.

104. R.Rosenblatt, "Principles of Neurodynamics", Spartan Books, New York, 1962.

105. M. Mimsky and S. Papert, "Perceptrons: An Introduction to Computational Geometry", MIT Press, Cambridge, Mass., 1969.

106. J.J. Hopfield, "Neural Networks and Physical Systems with Emergent Collective Computational Abilities", in Proc. National Academy of Seiendes, USA 79, 1982, pp. 2554-2558.

107. P. Werbos, "Beyond Regression: New Tools for Prediction and Analysis in the Behavioral Sciences", Phd Thesis, Dept. of Applied Mathematics, Harvard University, Cambridge, Mass., 1974.

108. D.E. Rumelhart and J.L. McClelland, Parallel Distributed Processing: Exploration in the Microstructure of Cognition, MIT Press, Cambridge, Mass., 1986.

109. J.A. Anderson and E. Rosenfeld, "Neurocomputing: Foundation of Research", MIT Press, Cambridge, Mass., 1988.

110. S. Brunak and B. Lautrup, Neural Networks, Computers with Intuition, World Scientific, Singapore, 1990.

111. J. Feldman, M.A. Fanty, and N.H. Goddard, "Computing with Structured Neural Networks", Computer, Vol. 21, No. 3, Mar. 1988, pp. 91-103.

112. D.O. Hebb, The Organization of Behavior, John Wiley & Sons, New York, 1949.

113. R.P.Lippmann, "An Introduction to Computing with Neural Nets", IEEE AS SP Magazine, Vol.4, No.2, Apr. 1987, pp. 4-22.

114. A.K. Jain and J. Mao, "Neural Networks and Pattern Recognition", in Computational Intelligence: Imitating Life, J.M. Zurada, R.J. Marks II, and C.J. Robinson, eds., IEEE Press, Piscataway, N.J., 1994, pp. 194212.

115. T. Kohonen, SelfOrganization and Associative Memory, Third Edition, Springer-Verlag, New York, 1989.

116. K. Mohiuddin and J. Mao, "A Comparative Study of Different Classifiers for Handprinted Character Recognition", in Pattern Recognition in Practice IV, E.S. Gelsema and L.N. Kanal, eds., Elsevier Science, The Netherlands, 1994, pp. 437-448.

117. Y.Le Cun et al., "Back-Propagation Applied to Handwritten Zip Code Recognition", Neural Computation, Vol 1, 1989, pp. 541-551.

118. M. Minsky, "Logical Versus Analogical or Symbolic Versus Connectionist or Neat Versus Scruffy", AI Magazine, Vol. 65, No. 2, 1991, pp. 34-51.