0 引　言

舰船舱室人因可靠性评估是驾驶员胜任力分析、绩效考核的重要内容。考虑舰船航行环境条件的多变性，驾驶员要在长时间内保持高度的警觉和专注，需要具备良好的生理和心理状况、专业的驾驶技能和知识，包括船舶操作、导航、天气预测、应急处理等方面的知识^[1]。除此之外，驾驶员需要与船员、指挥员和其他相关人员进行有效的沟通和协作，才能保证航行状态不出现意外情况^[2]。由此可知，舰船舱室驾驶员的可靠性评估是一个重要的议题，涉及多个因素，包括生理和心理状况、技能和知识水平等。张爱琳等^[3]使用贝叶斯网络技术，分析船舶引航员认知可靠性与引航失误问题，实现了船舶引航人因可靠性定量评估。但贝叶斯网络需要先验知识，如果先验知识错误或不完备，可能会导致评估结果有误。龚恒宇等^[4]利用模糊综合评价方法与相似度系数，针对舰船舱内协作能力进行评估，此方法主要侧重于定性评估舰船舱内组织协作能力，评估内容单一，普适性有待优化。

综上所述，舰船舱室人因可靠性评估问题，属于驾驶员综合操舵能力的多因素评估，多因素评估评估常用方法中，灰色关联分析方法是一种比较简单、可靠的分析方法。为此本文设计基于灰色关联分析的舰船舱室人因可靠性评估方法，用于驾驶员人因可靠性定量与定性相结合的综合评估。

1 舰船舱室人因可靠性评估 1.1 舰船舱室人因可靠性评估标准分析方法

认知可靠性模型（HCR）是一种用于评估人类在特定任务中表现可靠性的方法^[5]。在本文研究问题中，不同舰船舱室驾驶员，其操舵认知行为存在差异，主要分为技能型、规则型、知识型。技能型操舵认知行为表示舱室驾驶员可在恶劣天气、航道信号显示异常等复杂工况中，根据自己的视觉感知、听觉感知信息，快速调整舵令完成舰船控制。规则型操舵认知行为下，驾驶员需要多次分析自己在舰船舱室的操舵行为，是否满足标准规定，此类操舵认知过程消耗驾驶员的时间与精力较多。在HCR模型中，常用人因错误率作为行为可靠性的定性分析指标。为此，将人因错误率作为舰船舱室人因可靠性参考标准的制定指标。考虑舰船舱室人因可靠性评估时，驾驶员操舵存在动态认知过程，此过程行为数据规模较大，因此，本文先以定量分析的角度，制定评估参照的参考标准。基于此标准，利用灰色关联分析方法，快速完成舱室驾驶员人因可靠性的定性评估。人因可靠性参考标准如表1所示。

表1中，舰船舱室人因错误率的分析方法为：

$ g = {\rho ^{ - \left( {\frac{{\frac{t}{{D \cdot {T_{0.5}}}} - \varepsilon }}{\phi }} \right)\varphi }} 。$

(1)

其中： $ \phi $ 、 $ \varphi $ 、 $ \varepsilon $ 分别代表技能型操舵认知行为、规则型操舵认知行为、知识型操舵认知行为； $ t \in T $ 代表操舵耗费时间、标准执行耗时； $\ \rho $ 、 $ D $ 分别代表自然对数的底数、修正系数。

基于式（1）与表1的参考标准，便可设定舰船舱室人因可靠性评估所用参考样本，用于后续人因可靠性评估。

1.2 基于余弦定理的人因可靠性评估指标筛选方法

以舰船舱室操舵事故作为指标筛选源，从个体 $ W $ 、情景 $ F $ 、组织 $ Z $ 三种角度，筛选人因可靠性评估指标 $ y $ ， $ y = \left\{ {W,F,Z} \right\} $ 。设置 $ W $ 中行为形成因子为 $ e $ ，随机一个行为形成因子描述为 $ {W_e} $ ；设定事故案例数量是 $ n $ ，随机一个事故 $ j $ 出现行为形成因子 $ e $ 的概率为 $ {Q_{ej}} $ ，其数值为1时，表示事故 $ j $ 存在行为形成因子 $ e $ ，将事故中常出现的行为形成因子作为评估指标。把各个行为形成因子，看成存在 $ n $ 个元素的分序列向量 $ {\left( {{{\bar W}_e}} \right)_{1*n}} $ ，按照此方法筛选情景 $ F $ 、组织 $ Z $ 的行为形成因子。为避免出现指标重复问题，将未选中作为指标的因子设为 $ o $ ，此类因子看成存在 $ n $ 个元素的分序列向量 $ {\left( {{{\bar W}_o}} \right)_{1*n}} $ ，运算 $ o $ 、 $ e $ 因子之间存在的向量夹角，分析因子大小差异度，使用余弦定理分析后，设定 $ \alpha \left( {e,o} \right) $ 是因子夹角，则

$ \cos \left[ {\alpha \left( {e,o} \right)} \right] = \frac{{\left\langle {{{\left( {{{\bar W}_e}} \right)}_{1*n}},{{\left( {{{\bar W}_o}} \right)}_{1*n}}} \right\rangle }}{{\left| {{{\left( {{{\bar W}_e}} \right)}_{1*n}}} \right| \times \left| {{{\left( {{{\bar W}_o}} \right)}_{1*n}}} \right|}}。$

(2)

当余弦值 $ \cos \left[ {\alpha \left( {e,o} \right)} \right] $ 为1时，表示2个因子之间夹角是90°，存在一致性， $ e $ 、 $ o $ 留下一个作为人因可靠性评估指标便可。当余弦值为0时，表示2个行为形成因子不存在相似性，需要全部留下作为人因可靠性评估因子。利用此方法合理筛选人因可靠性评估指标，筛选结果如图1所示。

1.3 基于灰色关联分析的人因可靠性评估模型 1.3.1 设置舰船舱室人因可靠性评估序列

设置舰船舱室人因可靠性参考标准为因变量因素，设置的评价指标因素为自变量因素，则舰船舱室人因可靠性评估时，因变量为参考序列 $ {Y'_0} $ ， $ m $ 个自变量因素组建的对比序列为 $ {y'_{0i}} $ ， $ i = 1,2,...,m $ 。

1.3.2 舰船舱室人因可靠性评估序列无量纲处理

为便于分析，把图1每个舱室人因可靠性评估序列均值化处理，并组建无量纲序列，则

$ \left( {{Y_1},{Y_2},...,{Y_m}} \right) = \left[ {\begin{array}{*{20}{c}} {{y_{01}}}&{{y_{02}}}& \cdots &{{y_{0m}}} \\ {{y_{11}}}&{{y_{12}}}& \cdots &{{y_{1m}}} \\ \vdots & \vdots &{}& \vdots \\ {{y_{m1}}}&{{y_{m2}}}& \cdots &{{y_{mm}}} \end{array}} \right]。$

(3)

1.3.3 舰船舱室人因可靠性评估指标求差分析

式（3）中列与列之间的距离即为其相似度，若距离较小，则2组序列变化状态存在一致性，表示所评估的驾驶员某评估指标与参考标准相同。运算式（3）中首行参考序列（满足人因错误率标准的驾驶员的指标数据）和剩下对比序列（被测驾驶员的评估指标数据）的绝对差值，其绝对差值矩阵为 $ \left[ {\begin{array}{*{20}{c}} {{\Delta _{11}}}& \cdots &{{\Delta _{1m}}} \\ \vdots &{}& \vdots \\ {{\Delta _{m1}}}& \cdots &{{\Delta _{mm}}} \end{array}} \right] $ ，此矩阵的最大数与最小数即为最大差与最小差。

1.3.4 舰船舱室人因可靠性评估的关联系数运算

一般情况下，舰船舱室人因可靠性评估时，绝对值序列数据之间，数量级会存在明显不同，需规范化处理才可合并运算。设置绝对差值矩阵最大数 $ \Delta \left( {\max } \right) $ 与最小数 $ \Delta \left( {\min } \right) $ ，则

$ 0 \leqslant \frac{{\Delta \left( {\min } \right)}}{{\Delta \left( {\max } \right)}} \leqslant \frac{{{\Delta _{0j}}\left( t \right)}}{{\Delta \left( {\max } \right)}} \leqslant 1。$

(4)

其中， $ {\Delta _{0j}}\left( t \right) $ 为绝对差值矩阵中间值，则被测驾驶员人因可靠性评估指标数据，与参考序列中评估指标数据的关联系数计算方法为：

$ {\delta _{0j}}\left( t \right) = \frac{{\Delta \left( {\min } \right) + \Delta \left( {\max } \right)}}{{{\Delta _{0j}}\left( t \right) + \Delta \left( {\max } \right)}} 。$

(5)

其中， $ {\delta _{0j}}\left( t \right) $ 代表关联系数。

将绝对差值矩阵中数据使用式（5）转换，获取的关联系数矩阵为：

$ {\delta _{0j}} = \left[ {\begin{array}{*{20}{c}} {{\delta _{11}}}& \cdots &{{\delta _{1m}}} \\ \vdots &{}& \vdots \\ {{\delta _{m1}}}& \cdots &{{\delta _{mm}}} \end{array}} \right] 。$

(6)

关联系数数值大于1，此数值可表示对比序列和参考序列在某指标上的关联水平。

1.3.5 基于灰色关联度的人因可靠性评估结果判断

被测驾驶员人因可靠性评估所用对比序列样本，和参考序列样本的关联度，需由 $ m $ 个评估指标的关联系数体现，所以计算全部评估指标序列的关联系数均值，便可获取体现被测驾驶员舱室人因可靠性的灰色关联度，关联度数值较高，表示对比序列和参考序列较相似。把满足人因错误率标准的驾驶员的评估指标数据，构建为参考序列，把需测驾驶员评估指标数据设成对比序列，运算的关联度数值越高，代表该驾驶员的舱室人因可靠性越好，其在舰船舱室中的操舵能力越优秀。

2 实验结果与分析

为测试本文方法使用效果，以舰船避碰问题为例，使用本文方法评估舰船舱室驾驶员的人因可靠性。舰船航行环境如图2所示。舰船自航行地点航行至终点时，因出现突发障碍物，舱内驾驶员需要合理操舵，控制舰船快速改变航线躲避障碍物。为此，以躲避障碍物的航线段为评估区间，使用本文方法评估驾驶员的舱室人因可靠性。

表2为4位驾驶员的驾驶技能考核实况数据，4位驾驶员的应激动作输出模式分为混乱式、机会式、战术式、战略式。将表2数据结合表1标准进行对比分析，4位驾驶员中，只有1#驾驶员的人因错误率超出标准范围，剩下3位驾驶员的人因错误率均处于标准范围之内，但4#驾驶员和障碍物碰撞次数为0次，且单位路程增加量最少，仅有81.34 m，不存在超出边界问题、终点位置与方向都不存在偏差，说明该驾驶员的舱室操舵技能最可靠。

使用本文方法对表2中4#驾驶员进行人因可靠性评估，基于表1所示参考标准，以及所构建的人因可靠性评估指标，通过灰色关联度判断驾驶员的人因可靠性，并将可靠性评估结果与表2实况数据进行比较，从而判断本文方法评估结果的准确性。本文方法对舰船舱室人因可靠性评估结果如图3所示。本文方法对表2中4#驾驶员进行人因可靠性评估后，4#驾驶员对突发障碍物时，人因可靠性评估所用序列，与参考序列的灰色关联度始终接近于1，所以可认定该驾驶员人因可靠性优。此评估结果结合表2实况数据可证实，本文方法可准确评估舰船舱室人因可靠性。

3 结　语

在舰船舱室人因可靠性评估中，灰色关联分析可以用于分析多种因素下人员行为可靠性，实现人因可靠性的综合判断。本文提出基于灰色关联分析的舰船舱室人因可靠性评估方法，该方法在实验中被验证具备可用性，能够定量、定性评估舱室驾驶员的操舵行为，以及对舰船航行状态的影响。