郝永志, 鄭彭軍
(1.上海海事大學(xué) 商船學(xué)院, 上海 201306; 2.浙江國(guó)際海運(yùn)職業(yè)技術(shù)學(xué)院, 浙江 舟山 316021;3.寧波大學(xué) 海運(yùn)學(xué)院, 浙江 寧波 315000)
2017-04-15
浙江省教育廳一般科研項(xiàng)目(Y201738617);浙江省教育廳訪問工程師校企合作項(xiàng)目(FG201792)
郝永志(1981—),男,內(nèi)蒙古赤峰人,講師,博士生,從事交通信息工程及控制和航海技術(shù)研究。E-mail:haozimc@sina.com
1000-4653(2017)03-0004-05
基于粒子群算法的航海雷達(dá)面板控鈕布局優(yōu)化
郝永志1,2, 鄭彭軍3
(1.上海海事大學(xué) 商船學(xué)院, 上海 201306; 2.浙江國(guó)際海運(yùn)職業(yè)技術(shù)學(xué)院, 浙江 舟山 316021;3.寧波大學(xué) 海運(yùn)學(xué)院, 浙江 寧波 315000)
以增進(jìn)人機(jī)結(jié)合、提高系統(tǒng)績(jī)效和增強(qiáng)系統(tǒng)安全性為目標(biāo),遵循人類工效學(xué)的原理,對(duì)當(dāng)前以經(jīng)驗(yàn)性和隨意性為主的航海雷達(dá)面板控鈕布局設(shè)計(jì)進(jìn)行優(yōu)化。在考慮控鈕的重要性、操作頻率、操作順序和相關(guān)性等因素的基礎(chǔ)上建立綜合評(píng)價(jià)指標(biāo),以該綜合評(píng)價(jià)指標(biāo)為依據(jù),結(jié)合層次分析法(Analytic Hierarchy Process,AHP)和粒子群算法(Particle Swarm Optimization,PSO)進(jìn)行優(yōu)化。按照操作習(xí)慣,以從左到右、從上到下的順序排列控鈕。通過實(shí)例對(duì)航海雷達(dá)面板控鈕的布局進(jìn)行優(yōu)化,并給出最優(yōu)的控鈕布局方案。
船舶工程;航海雷達(dá);面板控鈕優(yōu)化;粒子群算法;布局方案
航海事故中有80%以上都是由人為因素引起的,其中由于值班駕駛員未充分利用助航設(shè)備瞭望而發(fā)生的事故較為常見。[1-3]航海雷達(dá)是船舶航行時(shí)必不可少的助航儀器,與駕駛臺(tái)的其他助航儀器相比使用頻率非常高。[4-6]舒適、合理的雷達(dá)面板布局會(huì)改善人機(jī)匹配關(guān)系,使“機(jī)”更好地服務(wù)于“人”,從而使航海人員更加安全、高效地使用航海雷達(dá)進(jìn)行瞭望、助航及避碰等工作,進(jìn)而減少海上事故的發(fā)生。[7]目前大部分雷達(dá)雖擁有強(qiáng)大的助航功能,但沒有很好地按照人類工效學(xué)的原理對(duì)雷達(dá)控制面板進(jìn)行優(yōu)化設(shè)計(jì),往往存在一定的經(jīng)驗(yàn)性、盲目性和隨意性。[8-9]此外,不同型號(hào)雷達(dá)的控制面板的設(shè)計(jì)也各不相同。大多數(shù)雷達(dá)控制面板的控鈕密集地排列在一起,加上不合理的布局,經(jīng)常會(huì)使駕駛員在使用雷達(dá)時(shí)產(chǎn)生壓力感。船舶在避碰時(shí)要求駕駛員能迅速對(duì)當(dāng)時(shí)的局面作出判斷,這就使得駕駛員的精神變得緊張,疲勞程度迅速升高。此時(shí),人的耐受能力會(huì)下降,有效工作時(shí)間會(huì)縮短,不利于連續(xù)工作。[10]此外,對(duì)于初學(xué)者來說,合理、舒適、符合人類工效學(xué)的設(shè)計(jì)會(huì)更容易被接受和掌握。因此,合理的面板布局非常重要,可將功能重要、使用頻率高、符合人們操作習(xí)慣的控鈕放在合理的位置上,這樣有利于使人、機(jī)之間的結(jié)合達(dá)到最優(yōu),提高系統(tǒng)績(jī)效,增進(jìn)系統(tǒng)安全,從而減少不利于人員工作的因素。[11]這里以某型號(hào)的航海雷達(dá)為例,基于粒子群算法對(duì)其面板布局進(jìn)行優(yōu)化。
粒子群(Particle Swarm Optimization,PSO)算法是受鳥群捕食行為的啟發(fā)而提出的,鳥群在捕食時(shí),種群之間會(huì)進(jìn)行信息共享和信息傳遞優(yōu)化,個(gè)體向著最優(yōu)目標(biāo)移動(dòng)。[12]航海雷達(dá)面板布局優(yōu)化問題是典型的組合優(yōu)化問題,為解決該問題,可建立合理的數(shù)學(xué)模型和目標(biāo)函數(shù),應(yīng)用粒子群算法進(jìn)行計(jì)算。
1.1PSO算法經(jīng)典的粒子速度更新公式
PSO算法經(jīng)典的粒子速度更新公式為
v=viw(t)+c1r1(Plocal-xi)+c2r2(Pglobal-xi)
(1)
式(1)中:v為粒子的速度;w(t)為慣性系數(shù);t為迭代次數(shù);c1和c2為加速系數(shù);r1和r2為[0,1]的均布隨機(jī)數(shù)。慣性系數(shù)w(t)和加速系數(shù)(c1,c2)是粒子群算法尋優(yōu)結(jié)果的2個(gè)重要因素。
1.2慣性系數(shù)的選取
慣性系數(shù)的大小與過程的尋優(yōu)有關(guān),權(quán)重大利于全局尋優(yōu),權(quán)重小利于局部尋優(yōu)。慣性系數(shù)策略通??煞譃榫€性策略和非線性策略2種。最常見的是郭源源等[12]提出的典型線性遞減策略,該策略的最大優(yōu)點(diǎn)是使PSO算法前期具有較好的全局搜索能力,后期具有較好的局部搜索能力。典型的線性遞減策略公式為
(2)
1.3加速系數(shù)的選取
加速系數(shù)(c1,c2)是PSO算法中最重要的參數(shù)之一,反映粒子在尋優(yōu)過程中受個(gè)體和全局信息影響的程度。
加速系數(shù)c1的作用是調(diào)節(jié)粒子本身的經(jīng)驗(yàn)積累;加速系數(shù)c2的作用是調(diào)節(jié)粒子群體的交流經(jīng)驗(yàn)。在采用粒子群算法計(jì)算時(shí),前期粒子能很好地進(jìn)行全方位的搜索,但后期粒子的運(yùn)動(dòng)能力開始下降,主要表現(xiàn)為局部進(jìn)行精細(xì)搜索。因此,加速系數(shù)選取在整個(gè)粒子群計(jì)算過程中起著非常重要的作用。通常粒子群計(jì)算時(shí),c1=c2=[1.0,2.5]。但是,大多數(shù)加速系數(shù)進(jìn)化策略在特征區(qū)間停留的時(shí)間很短,且在c1=c2=[1.0,2.5]時(shí)進(jìn)行雷達(dá)面板布局優(yōu)化并不是最佳的設(shè)置方式。文獻(xiàn)[13]對(duì)加速系數(shù)進(jìn)行改進(jìn),提出循環(huán)變化策略,能很好地解決布局加速系數(shù)設(shè)置問題。循環(huán)變化策略形式為
(3)
(4)
式(3)和式(4)中:tperiod為完成每個(gè)周期所需的迭代步。
雷達(dá)控制面板布局的優(yōu)化與控鈕的重要性、操作頻率、操作順序及相關(guān)性有關(guān)。[14]
2.1重要性數(shù)學(xué)模型
重要性是指控鈕的重要程度。根據(jù)人們學(xué)習(xí)和工作的習(xí)慣,將重要的控鈕放在面板上便于操作的位置,以發(fā)揮控鈕在系統(tǒng)中的作用。通常,將重要的控鈕放在人的手部和視野最容易觸及到的位置,并遵循人們的使用習(xí)慣(如從左到右、從上到下等)??剽o重要度的高低由系統(tǒng)使用方面的專家和對(duì)系統(tǒng)有豐富操作經(jīng)驗(yàn)的人員來確定。根據(jù)控鈕重要度的不同,確定重要度矩陣為
(5)
式(5)中:Iij=[0,1]為i控鈕由j專家評(píng)估重要度。
專家和操作人員存在著個(gè)體差異,因此采用層次分析法確定專家的權(quán)重,專家權(quán)重矩陣表達(dá)式為
qe=[qej]=[qe1qe2qe3…qe5]T
(6)
控鈕i加權(quán)重要度計(jì)算式為
Mi=Iijqej,i,j∈N
(7)
2.2操作頻率數(shù)學(xué)模型
操作頻率是指完成單位次數(shù)功能時(shí)控鈕的使用量。使用頻率大的控鈕應(yīng)設(shè)置在便于操作的位置,以提高系統(tǒng)的功效和減輕使用者的工作壓力。不同控鈕在完成不同功能時(shí)的操作頻率是不同的,因此操作頻率應(yīng)根據(jù)具體參數(shù)來量化,該參數(shù)為控鈕的固有值。操作頻率的矩陣為
(8)
式(8)中:fij為在i控鈕、j功能下的操作頻率。實(shí)現(xiàn)功能權(quán)重的矩陣為
qf=[qfj]=[qf1qf2qf3…qfn]T
(9)
式(9)中:qfj為功能權(quán)重矩陣中每個(gè)功能發(fā)生的概率。由此求取控鈕i加權(quán)操作頻率的計(jì)算式為
Fi=fijqij,i,j∈N
(10)
2.3操作順序數(shù)學(xué)模型
操作順序是控鈕為完成相關(guān)功能而進(jìn)行的操作,包含2個(gè)重要的子參數(shù),即控鈕固有的順序參數(shù)Lbase-i和當(dāng)前操作順序參數(shù)Lnow-i。當(dāng)前操作順序參數(shù)Lnow-i是確定控鈕位置初始化更新后處在面板上的順序序號(hào)的標(biāo)準(zhǔn)。參數(shù)值越大,排列越靠前。用Mi作為權(quán)重Lbase-i-Lnow-i的加權(quán)平均值,則控鈕操作順序表達(dá)式為
(11)
2.4相關(guān)性數(shù)學(xué)模型
這里用控鈕之間的位置差異作為建立相關(guān)性數(shù)學(xué)模型的依據(jù),表達(dá)式為
(12)
這種構(gòu)建模型的方法是使用位置的序號(hào)而不涉及操作的距離,只對(duì)現(xiàn)有布局和固有順序進(jìn)行處理,因此可避免由于換行而引起的手部距離變化產(chǎn)生的影響。這種做法使優(yōu)化的結(jié)果更加準(zhǔn)確、可靠。
2.5面板控鈕布局優(yōu)化的目標(biāo)函數(shù)
為實(shí)現(xiàn)控鈕的最佳功效,最理想的優(yōu)化結(jié)果是將每個(gè)控鈕都放在最優(yōu)的位置上。但是,在實(shí)現(xiàn)某些功能時(shí),優(yōu)化的原則可能存在沖突。因此,在考慮上述重要性、操作頻率、操作順序及相關(guān)性等主要因素之后,盡可能地實(shí)現(xiàn)功能的最優(yōu)化。據(jù)此,構(gòu)建面板布局優(yōu)化的目標(biāo)函數(shù)為
(13)
式(13)中:K1用于調(diào)節(jié)重要度和操作順序的分配;
K2用于調(diào)節(jié)操作順序和相關(guān)性的分配;C為常數(shù);Ei為便利度參數(shù)。
現(xiàn)以某型號(hào)航海雷達(dá)控制面板為例,對(duì)其進(jìn)行布局的優(yōu)化。該雷達(dá)控鈕區(qū)結(jié)構(gòu)為:控制面板長(zhǎng)500 mm,寬300 mm,控鈕左右間距15 mm,上下間距20 mm??剽o分3行排列,第1行10個(gè)、第2行9個(gè)、第3行11個(gè)。有些雷達(dá)的操作控鈕(如開機(jī)控鈕、關(guān)機(jī)控鈕等)為習(xí)慣性的功能分組,不宜隨便破壞,因此不在優(yōu)化范圍內(nèi)。為便于敘述,現(xiàn)將面板30個(gè)控鈕(分為3行排列,每行10個(gè),對(duì)開關(guān)機(jī)控鈕不作考慮)從左到右、從上到下依次用序號(hào)標(biāo)出。優(yōu)化前的航海雷達(dá)面板控鈕布局見圖1。
圖1 優(yōu)化前的航海雷達(dá)面板控鈕布局
3.130個(gè)控鈕的重要性
控鈕的重要性利用層次分析法(Analytic Hierarchy Process,AHP)來判斷。為構(gòu)造判斷矩陣,向5名專家(2名海齡均超過10 a的甲類船長(zhǎng)、2名從事航海教育的專業(yè)教師、1名航海技術(shù)專業(yè)研究生)咨詢,根據(jù)專家的判斷,對(duì)30個(gè)控鈕的重要度(取值在0~1)進(jìn)行打分。
(14)
式(14)中:
3.25名專家對(duì)控鈕進(jìn)行判斷時(shí)所占的權(quán)重矩陣
5名專家對(duì)控鈕進(jìn)行判斷時(shí)所占的權(quán)重矩陣為
(15)
根據(jù)AHP,5名專家的權(quán)重為
(16)
判斷矩陣一致性指標(biāo)檢驗(yàn),CR<0.1。
30個(gè)控鈕加權(quán)的重要度為
(17)
3.3控鈕的功能
根據(jù)《中華人民共和國(guó)海事局海船船員適任評(píng)估規(guī)范》[15]對(duì)航海雷達(dá)的評(píng)估要求,列出航海雷達(dá)的14種常用工況下的控鈕操作順序(見表1)。
表1 控鈕操作順序
在上述14種工況中,每種工況的控鈕操作次數(shù)都是1。14種功能的重要性對(duì)比矩陣A滿足
(18)
根據(jù)AHP,14種工況的權(quán)重為
(19)
針對(duì)該型號(hào)雷達(dá)面板的布局,采用PSO算法和Visual Studio 2010軟件進(jìn)行編程優(yōu)化計(jì)算,利用典型的線性遞減策略公式,最大迭代次數(shù)為10 000次,得到控鈕排列順序Lnow-i計(jì)算值見表2。
根據(jù)人機(jī)工效學(xué)設(shè)計(jì)原則,重要的和使用頻率高的控鈕應(yīng)布置在人機(jī)界面中易觸及到的位置,相關(guān)性大的控鈕彼此應(yīng)盡量相鄰布置,應(yīng)按從左到右、從上到下的順序進(jìn)行重新排列。[14]優(yōu)化后的航海雷達(dá)面板控鈕布局見圖2。
由圖2可知,布局優(yōu)化的最終排列順序并不單純地取決于控鈕的重要性、操作頻率、操作順序和相關(guān)性中的某個(gè)因素,而是在綜合考慮各因素之間的相互關(guān)系之后得出的最終優(yōu)化結(jié)果。同時(shí),有些控鈕的操作要與面板的其他部分或其他控鈕相配合,如控鈕2和控鈕3,在優(yōu)化前和優(yōu)化后均處于相鄰的位置,說明優(yōu)化的結(jié)果是合理的。
表2 排列順序Lnow-i計(jì)算值
圖2 優(yōu)化后的航海雷達(dá)面板控鈕布局
通過以上分析,該型號(hào)的雷達(dá)控制面板控鈕可根據(jù)圖2進(jìn)行改進(jìn)。
本文將經(jīng)典的AHP和PSO算法相結(jié)合,對(duì)某型號(hào)的航海雷達(dá)控制面板布局進(jìn)行優(yōu)化。優(yōu)化方法以增進(jìn)人機(jī)結(jié)合、提高系統(tǒng)績(jī)效、增強(qiáng)系統(tǒng)安全及避免或減少因使用儀器而導(dǎo)致的人因事故為目標(biāo),通過咨詢專家、建立數(shù)學(xué)模型和目標(biāo)函數(shù),代入算法程序進(jìn)行優(yōu)化。根據(jù)優(yōu)化的結(jié)果,給出最優(yōu)的改進(jìn)設(shè)計(jì)方案。該優(yōu)化方法可為相關(guān)的造船和儀器生產(chǎn)企業(yè)提供一定的設(shè)計(jì)依據(jù)。本文只將AHP和PSO算法相結(jié)合進(jìn)行布局優(yōu)化,今后可與蟻群算法、遺傳算法等經(jīng)典算法相結(jié)合,對(duì)不同算法給出的優(yōu)化結(jié)果進(jìn)行對(duì)比分析,找到一種更好的面板控鈕布局優(yōu)化方法。
[1] KIMA H, YANGA C S, LEE B W, et al. Alcohol Effects on Navigational Ability Using Ship Handling Simulator[J]. International Journal of Industrial Ergonomics, 2007,37(9-10): 733-743.
[2] HETHERINGTON C, FLIN R, MEARNS K. Safety in Shipping: The Human Element[J]. Journal of Safety Research, 2006,37(4): 401-411.
[3] GEMELOS I C, VENTIKOS N P. Accidents in Greek Coastal Shipping: Human Factor and Old Ships or Maybe Small Ships[C]//International Symposium on Maritime Safety, Security and Environmental Protection. Athens, Greece, 2007: 1-42.
[4] NILSSON R, GARLING T, LUTZHOFT M. An Experimental Simulation Study of Advanced Decision Support System for Ship Navigation[J].Transportation Research Part F:Traffic Psychology and Behaviour, 2009, 12(3): 188-197.
[5] MULLAI A, PAULSSON U. A Grounded Theory Model for Analysis of Marine Accidents[J].Accident Analysis and Prevention, 2011,43(4):1590-1603.
[6] 周軍武.加強(qiáng)駕駛臺(tái)資源管理控制人為因素負(fù)面影響[J].航海技術(shù),2009(4):79-80.
[7] VANEM E, ELLIS J. Evaluating the Cost-Effectiveness of a Monitoring System for Improved Evacuation from Passenger Ships[J].Safety Science, 2011, 48(6):788-802.
[8] JING Xiaochuan, GU Zhongbi, WAND Zhenxue. Study on Genetic Algorithm in Machine Layout Design[J]. Journal of Sichuan University(Natural Science Edition), 2001,38(3):370-373.
[9] WAND Yiqiong, MI Zhiwei. Method of Systematic Layout Planning Improved by Genetic Algorithm and its Application in Facility Layout[J]. Computer Engineering and Applications, 2010,46(5):211-213.
[10] 劉偉,袁修平.人機(jī)交互設(shè)計(jì)與評(píng)價(jià)[M].北京:科學(xué)技術(shù)出版社,2016:1-2.
[11] International Ergonomics Association.The Discipline of Ergonomics(or Humanfactors) (IEA)[EB/OL].(2012-03-12)[2016-04-10]. http://www.iea.cc/.
[12] 郭源源,王謙,梁峰.基于粒子群優(yōu)化算法的車間布局設(shè)計(jì)[J]. 計(jì)算機(jī)集成制造系統(tǒng),2012,18(11):2476-2483.
[13] 顏聲遠(yuǎn).人機(jī)界面設(shè)計(jì)與評(píng)價(jià)[M].北京:國(guó)防工業(yè)出版社,2013:81-91.
[14] 中國(guó)海事局.中華人民共和國(guó)海事局海船船員適任評(píng)估規(guī)范[M].大連:大連海事大學(xué)出版社,2012:169-171.
[15] JUNG E S,SHIN Y,KEE D.Generation of Visual Fields for Ergonomic Design and Evaluation[J].International Journal of Industrial Ergonomics,2000,26(4): 445-456.
NavigationRadarPanelIayoutOptimizationBasedonParticleSwarmOptimization
HAOYongzhi1,2,ZHENGPengjun3
(1. Merchant Marine College, Shanghai Maritime University, Shanghai 201306, China; 2. Zhejiang International Maritime College, Zhoushan 316021, China; 3. Faculty of Maritime and Transportation, Ningbo University, Ningbo 315000, China)
For improving the man-machine interaction, following the principle of ergonomics, the layout of the radar control panel is optimized which has been planed normally on experience with some sort of arbitrariness. A comprehensive evaluation index is established reflecting the importance and operating frequency of each button, and the operational association between buttons. The layout is optimized with Analytic Hierarchy Process (AHP) and particle swarm algorithm. The principle of “from left to right and from top to bottom” according to the importance-operating frequency index of each button is adopted in the process to ensure the resultant layout suitable to most operators.
ship engineering; navigation radar; panel layout optimization; particle swarm optimization; layout scheme
U666.1
A