PSO-BP模型在VDT作业疲劳评价中的应用研究

论文摘要

VDT作业是利用个人电脑（PC）、计算机系统的视觉显示终端（VDT：VisualDisplay Terminal）进行数据、文字、图像等信息处理工作的总称。VDT作业过程中产生的疲劳会对作业者正常的生理和心理活动产生不良影响。因此，开展VDT作业疲劳研究用以指引VDT作业疲劳状况改进是非常必要的。本文在综述VDT作业疲劳的相关理论及测定方法的基础上，分析“人—计算机—环境”系统中的各类因素引发疲劳的作用机制，建立VDT作业疲劳评价指标体系。本文对定性指标进行了量化处理，采用《疲劳自觉症状调查表》对疲劳状况进行测定，并对VDT作业疲劳进行了等级的划分。本文设计了VDT作业疲劳评价调查问卷，对北京市相对集中的五个办公区域内的VDT作业者进行随机调查，对采集的数据使用SPSS13.0进行了Spearman非参数相关分析，得出各项指标与总体疲劳分值的相关性分析结果。本文根据PSO-BP神经网络的理论和方法构建了VDT作业疲劳评价模型，在Matlab7环境下编写源代码并对实验样本数据进行了模拟仿真。通过使用已构建的PSO-BP模型对样本数据进行训练，训练后得到测试结果与目标结果之间的误差基本处于10%以内，并通过使用训练好的PSO-BP模型对部分数据进行了实证分析，证实本文构建的模型能较好地应用于VDT作业疲劳评价。

论文目录

• 摘要
• Abstract
• 目录
• 1 绪论
• 1.1 研究的背景和意义
• 1.2 国内外研究现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.3 研究目的及内容
• 1.3.1 研究目的
• 1.3.2 研究内容
• 1.4 研究方法和技术路线
• 1.4.1 研究方法
• 1.4.2 技术路线
• 1.5 研究创新点
• 2 VDT 作业疲劳的理论分析
• 2.1 疲劳的概念及类型
• 2.1.1 疲劳的概念
• 2.1.2 作业疲劳的特点
• 2.1.3 作业疲劳的类型
• 2.2 VDT 作业疲劳分析
• 2.2.1 VDT 作业引发的视觉疲劳
• 2.2.2 VDT 作业引发的局部骨骼肌疲劳
• 2.2.3 VDT 作业引发的精神疲劳
• 2.3 作业疲劳测定方法
• 2.3.1 主观感觉询问表评价法
• 2.3.2 生理参数测试法
• 2.3.3 生物化学测试法
• 2.3.4 心理作业疲劳测量方法
• 2.3.5 综合作业疲劳测量方法
• 3 VDT 作业疲劳评价指标体系的建立
• 3.1 VDT 作业疲劳的评价指标体系
• 3.2 评价指标的量化处理
• 3.3 VDT 作业疲劳测定
• 3.4 VDT 作业疲劳等级划分
• 4 VDT 作业疲劳状况问卷调查
• 4.1 VDT 作业疲劳调查
• 4.1.1 调查问卷
• 4.1.2 调查对象
• 4.1.3 调查结果
• 4.2 调查数据分析处理
• 4.2.1 调查数据录入
• 4.2.2 调查结果统计
• 4.2.3 调查数据分析
• 5 PSO-BP 神经网络模型模型的构建
• 5.1 BP 神经网络
• 5.1.1 BP 网络模型
• 5.1.2 BP 网络算法
• 5.1.3 BP 网络的优缺点
• 5.2 微粒群算法
• 5.2.1 PSO 算法的基本理论
• 5.2.2 PSO 算法的数学描述
• 5.2.3 PSO 算法的实现流程
• 5.2.4 PSO 算法的优缺点
• 5.3 PSO-BP 算法
• 5.3.1 PSO-BP 基本思想
• 5.3.2 PSO-BP 算法流程
• 5.4 PSO-BP 模型的构建
• 5.4.1 模型网络结构设计
• 5.4.2 PSO 算法参数选取
• 5.4.3 样本数据选择
• 5.4.4 PSO-BP 模型的 Matlab 编程
• 5.5 PSO-BP 神经网络模型的仿真模拟
• 5.5.1 评价结果分析
• 5.5.2 区域问卷样本的模拟仿真
• 6 总结与展望
• 6.1 本文的研究成果
• 6.2 本论文的不足及展望
• 参考文献
• 致谢
• 附录A VDT 作业疲劳评价调查问卷
• 附录B PSO-BP 模型源代码
• 附录C 问卷调查数据表（原始数据）
• 在学期间发表的学术论文和研究成果
• 详细摘要