Цифровая (статистическая) имитация деятельности оператора
Рассмотренные ранее методы в ряде случаев не могут быть использованы для изучения и анализа деятельности оператора. Укажем некоторые из этих случаев.
1. Применение математических методов в процессе проектирования СЧМ, как правило, позволяет лишь приближенно оценивать деятельность оператора, поскольку эти методы не позволяют учесть целый ряд особенностей деятельности оператора. Попытки учета этих особенностей приводят к существенному усложнению модели. При этом может получиться, что аналитическое решение задачи оказывается либо принципиально невозможным, либо связанным с большими теоретическими и вычислительными трудностями.
2. Применение экспериментальных методов в процессе испытаний и эксплуатации СЧМ также не всегда оказывается возможным. Это может быть связано с опасностью для здоровья или жизни людей, невозможностью экспериментального воспроизведения некоторых ситуаций, с большой сложностью или стоимостью эксперимента.
В этих случаях весьма полезные результаты дает применение статистического моделирования. Оно базируется на методе статистических испытаний (метод Монте-Карло). Метод основан на розыгрыше (имитации) воздействия случайных факторов на деятельность оператора и функционирование СЧМ непосредственно в ходе моделирования. Этим объясняется другое название метода — имитационное моделирование.
Смысл метода заключается в многократной реализации с помощью ЭВМ моделируемого процесса. Каждая реализация носит случайный характер. Достоверность окончательного решения достигается статистической обработкой промежуточных результатов по множеству реализации.
Из этого следует, что имитационные методы занимают промежуточное положение между экспериментальными и математическими методами. По способу получения данных о деятельности оператора метод является математическим, а по характеру их получения и использования он копирует экспериментальный метод. Поэтому имитационные методы называют также машинным или математическим экспериментом.
Применение имитационных методов позволяет избежать многих недостатков экспериментальных и математических методов. С одной стороны, имитационные методы позволяют получить сравнительно высокую достоверность результатов моделирования уже на ранних этапах проектирования СЧМ. С другой стороны, по выражению академика В.М. Глушкова, математический эксперимент работает и в тех случаях, когда эксперименты с реальными объектами сильно затруднены, а порой и вовсе невозможны [29]. Кроме того, в ряде случаев его стоимость может оказаться гораздо ниже, чем стоимость эксперимента.
В настоящее время метод имитационного моделирования широко используется в различных областях. Применение его в инженерной психологии имеет ряд особенностей [54, 98, 215].
1. В основании имитационного моделирования СЧМ лежит представление о производственной деятельности оператора как совокупности отдельных действий. Последовательность этих действий должна быть известна (однозначно или в вероятностном плане). При этом предполагается, что в пределах заданных ограничений операторы будут действовать согласно предписаниям. Эти предписания могут быть детерминированными или вероятностными.
2. Описание каждого действия предельно упрощено: задается вероятность и время его выполнения, учитываются обобщенные показатели эффективности (качество выполнения, стоимость и др.). Психические процессы, регулирующие выполнение отдельного действия, при этом, как правило, не рассматриваются. Такое упрощение имеет определенное преимущество, поскольку позволяет отчетливее проследить внешние связи и взаимную согласованность отдельных действий, выявить влияние фактора времени, способствуя обнаружению основных источников изменения эффективности СЧМ.
3. Многие характеристики деятельности оператора носят вероятностный характер. Поэтому введение в модель элемента случайности резко повышает ее эффективность, так как позволяет получить не только детерминированные оценки результатов деятельности оператора, но и их законы распределения.
4. Отличительной чертой моделей СЧМ по сравнению с другими имитационными моделями является упор на использование и учет внешних проявлений психологических факторов. Наряду с данными о работе технических устройств модель учитывает такие переменные, как появляющееся временами состояние напряженности, квалификация и моральные качества отдельных операторов, спаянность коллектива и его направленность [54]. Представляется возможным также учет таких психологических характеристик, как особенности памяти оператора, его реакция, эмоциональная устойчивость, способность к взаимодействию с другими операторами и т.п. [45, 70]. Однако, поскольку число факторов, влияющих на эффективность деятельности оператора, очень велико и все их учесть одновременно невозможно, очень важно выбрать из них лишь самые существенные и отбросить малозначительные. Выбранные факторы должны быть представлены в такой форме, которая позволяет
5. осуществить имитацию их на ЭВМ и произвести соответствующую обработку полученных данных. 5. Меняя порядок выполнения отдельных действий, число операторов, их психофизиологические характеристики, условия работы и т. п., модель позволяет получить такие суммарные показатели качества работы, как относительное число решенных задач, время их решения, среднее время простоя операторов или время их перегрузки, вероятность выполнения системой предписанных функций и др. Сопоставляя полученные результаты, можно выбрать оптимальный вариант построения СЧМ. Следовательно, модель является удобным способом для сравнительной оценки различных вариантов построения системы.
Построение имитационных моделей базируется на применении научных данных из общей и групповой психологии, технических наук, математики, планирования эксперимента, практики применения ЭВМ. Структура модели определяется составом входящих в нее блоков и связями между ними. Такими блоками обычно являются: блок имитации средств и условий деятельности, блок имитации собственно деятельности и общения, блок генерации проблем (задач), блок определения и задания начальных условий, блок регистрации и обработки результатов моделирования, блок управления моделью. Конкретная структура модели определяется видом моделируемой задачи.
Имитационные модели деятельности оператора в системе «человек-машина» молено разбить на два основных вида: модели решения оператором отдельной конкретной задачи и модели его функционирования в условиях потока таких задач (модели обслуживания).
Модель первого видарассмотрим на частном примере применения ее для определения времени решения задачи оператором. Для этого деятельность оператора представляется в виде суммы n отдельных независимых последовательно выполняемых действий. Для каждого из этих действий Должны быть известны законы распределения времени их выполнения. В соответствии с заложенной в память ЭВМ программой она формирует по заданному закону время выполнения первого действия t1, затем время t2 и т. д., пока не будет сформировано время выполнения последнего, n-го действия. Общее время решения задачи находится как сумма от tt до tn.
Процесс повторяется N раз, в результате чего получается N значений времени топ. По этим значениям строится закон распределения и вычисляются его основные характеристики τоп и στ.
При необходимости модель может учитывать и ошибки в выполнении отдельных действий. Для этого в память ЭВМ вводятся значения Р; — вероятности безошибочного выполнения i-ro действия (i = 1, 2...п). На каждом шаге ЭВМ вычисляет время ti и по жребию, в соответствии с вероятностью Р;, проверяет безошибочность выполнения i-ro действия. При наличии ошибки в зависимости от принятой программы работы это действие повторяется вновь либо повторяется все или часть предшествующих действий. Выполнение той или иной программы обусловлено характером исследуемой деятельности.
Модель будет еще более полной, если различать индивидуальные характеристики операторов, временные ограничения, налагаемые на процесс решения задачи, вводить различную срочность выполнения отдельных действий и т. д. Программа моделирования может быть представлена схемой, изображенной на рис. 9.1.
Рис. 9.1. Структурная схема имитационной модели деятельности оператора.
Блоки 1, 2, 3, 4 осуществляют ввод исходных данных, блок 5 проводит собственно моделирование заданное число N раз. По результатам N реализаций блок 6 вычисляет и выдает на печать закон распределения времени выполнения задачи, его числовые характеристики τоп и στ; вероятность своевременного выполнения задачи; части задачи, при выполнении которых оператор был недогружен или, наоборот, у него возникал дефицит времени, и другие величины.
В моделях второго вида(моделях обслуживания) характеристики решения оператором отдельных задач считаются известными. Здесь они выступают не как результат моделирования (как в первом случае), а в качестве исходных данных. Кроме этого, исходными данными являются:
■ поток задач, решаемых оператором (моменты поступления задач, их характер, приоритет и т. д.);
■ поток ошибок оператора (моменты или вероятности возникновения ошибок, их последействие, время исправления и т. п.);
■ индивидуальные психофизиологические характеристики операторов, оказывающие влияние на их деятельность;
■ особенности протекания процесса управления (например, временные ограничения в системе «человек-машина».
На первом этапе моделирования проводится формализованное описание деятельности оператора. После этого строится математическая модель, т. е. деятельность оператора описывается с помощью математических объектов (формул, уравнений, неравенств). Для моделирования на ЭВМ модель преобразуется в моделирующий алгоритм, на основании которого составляется программа моделирования.
Более подробно эти задачи выглядят так. При формализации деятельности оператора могут быть учтены многие психофизиологические закономерности операторской деятельности: недоступность обслуживания, процессы памяти, возникновение напряженности и утомления, возникновение ошибок и их исправление, взаимодействие операторов, динамика работоспособности и др. [168].
Недоступность обслуживания обусловлена периодами недоступности, наличие которых объясняется тем, что часть рабочего времени оператора представляется ему для отдыха, кроме того, у него могут быть и иные обязанности, непосредственно не связанные с обслуживанием поступающей информации. Периоды недоступности задаются законом распределения и вероятностью появления их в течение определенного промежутка времени.
При описании процессов памяти рассматриваются основные процессы, связанные с хранением и воспроизведением информации. В этих процессах участвуют два вида памяти: долговременная и кратковременная. Любая поступающая информация поступает в кратковременную память, имеющую определенный объем k0. Информация сохраняется в течение времени, не превышающего длительность следа кратковременной памяти.
Информация, вытесненная из кратковременной памяти, с определенной вероятностью направляется в долговременную память либо теряется. Информация, находящаяся в кратковременной памяти, а также направленная в долговременную, воспроизводится полностью и без потерь. Однако время обслуживания в последнем случае увеличивается на величину τп — время поиска информации в долговременной памяти, или время обращения к долговременной памяти. Вероятность потери, вероятности обслуживания кратковременной и долговременной памятью, время поиска используются в качестве исходных данных и определяются либо экспериментально, либо расчетным путем с использованием моделей памяти [16].
Напряженность в работе оператора может быть двух типов: операциональная и эмоциональная. При формализации деятельности оператора учитывается обычно только операциональная напряженность, возникающая вследствие сложности выполняемой работы за пультом управления. Эмоциональная напряженность не
рассматривается из-за трудностей количественного описания степени напряженности такого вида.
При моделировании вводятся две степени состояния оператора: ненапряженное (нормальное) и напряженное состояние, которое является источником дополнительных ошибок.
Нормальное состояние имеет место, когда число поступивших сигналов не превышает объем кратковременной или оперативной памяти и не возникает дефицит времени при обработке информации. При нарушении любого из этих условий возникает напряженность. Условия возникновения этих состояний можно записать следующим образом:
где τож — время ожидания начала обслуживания данного сигнала; τпр.доп — допустимое время пребывания сигнала на обслуживании, или лимит времени, отводимый на обслуживание данного сигнала. Очевидно, чем больше τож, тем меньше времени отводится для обслуживания.
Из выражений (9.1) и (9.2) следует, что дефицит времени возникает тогда, когда оператор видит, что оставшегося времени (τдоп — τож) ему не хватит для своевременной обработки сигнала, если он будет работать с нормальной скоростью. Это требует от него более интенсивной (т. е. напряженной) работы и связано обычно с увеличением числа ошибок.
Взаимодействие операторов в процессе обслуживания поступающей информации может оказать как положительное, так и отрицательное влияние на результаты деятельности исследуемого оператора. Положительное влияние проявляется в возможности дублирования (резервирования) работы оператора. Резервирование приводит к уменьшению вероятности совершения ошибки при некотором увеличении времени обслуживания.
Отрицательное влияние взаимодействия заключается в выполнении оператором дополнительной работы, связанной с контролем действий других операторов, проверкой получаемых от них данных, ответами на запросы, исправлением их ошибок и т. д. Для учета этого во входящий поток вводится дополнительный поток требований, обусловленный взаимодействием.
При рассмотрении динамики работоспособности оператора учитывается влияние «вхождения» в работу (врабатываемости) и утомления. Для учета этих явлений основные характеристики деятельности оператора задаются в функции времени его работы за пультом управления. Эта функция графически изображена на рис. 4.9.
Для учета возможности совершения оператором ошибочных действий и их исправления требуется решение нескольких задач: моделирование события «возникновение ошибки», решение вопроса о судьбе сообщения, при обслуживании которого было допущено ошибочное действие; учет последействия потока ошибок.
Моделирование ошибок заключается в следующем. В результате экспериментальных исследований определяется вероятность совершения ошибки ρош, после чего по жребию выбирается соответствующий результат для получения события «возникновение ошибки при обслуживании данного сообщения». Это имеет место при выполнении условия
(9.3)
где — число, равномерно распределенное в интервале [0, 1], вырабатываемое ЭВМ.
В процессе решения вопроса о судьбе требования, при обслуживании которого совершено ошибочное действие, обычно принимается следующий вариант: при совершении ошибки обслуживание прекращается и возобновляется только после ее исправления.
Последействие потока ошибок определяет взаимную зависимость вероятностных характеристик потока для двух непересекающихся между собой интервалов времени. С целью введения последействия ρош задается как функция длины очереди. При этом последействие проявляется в том, что совершение ошибки и необходимость ее исправления приводят к увеличению длины очереди, а следовательно, и к увеличению вероятности ошибки при обслуживании последующих требований. Проведенные исследования показывают, что зависимость ρош = f (k) носит линейный характер.
Для моделирования на ЭВМ необходимо преобразовать построенную модель исследуемого процесса (процесса функционирования оператора) в специальный моделирующий алгоритм, в соответствии с которым в машине вырабатывается информация, описывающая элементарные явления исследуемого процесса с учетом их связей и взаимных влияний. Укрупненная структурная схема алгоритма приведена на рис. 9.2.
Рис. 9.2. Структурная схема имитационной модели обслуживания.
В соответствии с принятыми обозначениями арифметические блоки изображены прямоугольниками, логические — ромбами. Если условие, проверяемое логическим блоком, выполнено, то управление передается по стрелке с индексом 1, в противном случае — по стрелке с индексом 0.
Принцип работы схемы заключается в следующем. Блок 1 формирует моменты поступления tj очередных сообщений в соответствии с заданным законом распределения. Блок 2 производит подсчет числа k сообщений, одновременно находящихся на обслуживании. Блок 3 проверяет условие ρсов<ξ, (где ρсов — вероятность совместного обслуживания двумя операторами). Выполнение этого условия свидетельствует о наличии резервирования при обслуживании данного сообщения.
Блоки 4 и 5 производят вычисление основных характеристик деятельности оператора. Эти характеристики различны при резервировании и отсутствии резервирования и являются функциями от длины очереди и времени. Блок 6 проверяет условия возникновения напряженности в соответствии с выражениями (9.1) и (9.2). В зависимости от результатов этой проверки блоки 7 и 8 моделируют процесс обслуживания в нормальных и напряженных условиях.
Блок 9 подсчитывает количество проделанных реализаций N*, а блок 10 сравнивает его с числом N — количеством реализаций, необходимым для достижения заданной точности моделирования. При N*<N моделирование продолжается, при N*=N — заканчивается и блок 11 выдает результаты моделирования на печать. В зависимости от целей моделирования на печать могут быть выданы различные характеристики моделируемого процесса: вероятностные характеристики очереди и времени ожидания, продолжительность пауз между обслуживанием сообщений и т. д.
С их помощью вычисляются многие характеристики деятельности оператора: степень загрузки, периоды занятости, своевременность решения задач и др. Зная их, можно определить допустимую плотность (темп поступления) задач, произвести оценку загрузки оператора, выявить характер и частоту появления различных ситуаций в системе «человек-машина».
Рис. 9.3. Структурная схема имитационной модели групповой деятельности.
Схема моделирующего алгоритма (рис. 9.2) носит самый общий характер и показывает лишь общий принцип построения имитационной модели обслуживания. В более подробном виде она произведена в [45, 70]. Кроме этого на основе общей схемы могут быть построены и некоторые частные схемы: моделирования групповой деятельности (рис. 9.3), моделирования процесса обслуживания разнородных заявок, моделирования напряженности в работе оператора и др. [45, 173].
Как отмечалось в начале главы, имитационное моделирование может быть аналитическим и статистическим. Приведенные на рис. 9.1 и 9.2 схемы алгоритмов реализуют идею статистического моделирования, осуществляемого методом статистических испытаний. При аналитическом имитационном моделировании (АИМ) как весь алгоритм, так и отдельные единицы функционирования описываются аналитическими моделями. Идея АИМ возникла в рамках теории функциональных сетей. Этот вид моделирования был выбран по следующим соображениям: аналитическое моделирование является более предпочтительным с точки зрения точности результатов моделирования; оно лишено главных недостатков статистического моделирования — необходимости проведения значительного числа реализаций и статистической обработки результатов. Для реализации АИМ разработан специальный язык АЯТС (алгоритмический язык типовых структур) и специальное программное обеспечение, позволяющее осуществить представление функциональной сети с помощью этого языка [137]. Однако функциональные возможности и область практического применения АИМ намного уже, чем у статистического имитационного моделирования.
Дата добавления: 2016-03-05; просмотров: 744;