南京航空航天大学学报

作者：杨琪，黄磊，陆中，张子文，韩冰

单位：南京航空航天大学民航学院，南京 211106；,中国直升机设计研究所总体气动室，天津 300450；,南京航空航天大学民航学院，南京 211106；,南京航空航天大学民航学院，南京 211106；,南京航空航天大学民航学院，南京 211106；

关键词：飞行安全;国家航空航天局任务负荷指数;粒子群优化;支持向量回归机;工作负荷预测

基金：国家自然科学基金（U1733124）资助项目；航空科学基金（20180252002）资助项目；民用飞机专项科研基金（MJZ-2015-Y-010）资助项目；南京航空航天大学研究生创新基地（实验室）开放基金（kfjj20190719，kfjj20190733）资助项目。

飞行员工作负荷是影响飞机运行安全的重要因素。开展飞行员工作负荷预测是适航审定过程中，验证驾驶舱设计是否符合适航规章的重要手段。本文针对某型民用飞机设计了模拟飞行试验，用于采集飞行员生理指标数据和国家航空航天局任务负荷指数（National Aeronautics and Space Administration task lood index， NASA-TLX）量表评价数据。以飞行员生理指标数据为输入，NASA-TLX量表主观评价数据为输出，建立了基于粒子群算法优化的支持向量回归机（Particle swarm optimization-support vector regression， PSO-SVR）模型的飞行员工作负荷预测模型。对本文建立的PSO-SVR模型与默认参数的支持向量回归机（Support vector regression， SVR）模型的预测精度进行了对比，针对4个不同场景，预测精度分别提高了7.5%、9.5%、7%和5.8%，结果表明基于PSO-SVR的预测模型得到的飞行员工作负荷预测值精度更高。

来源：2021年第6期

《南京航空航天大学学报》期刊编辑部

查看南京航空航天大学学报杂志2021年第6期