我校电子电气工程学院王娆芬副教授在国际学术期刊《Integrated Computer-Aided Engineering》上发表了基于生理电信号的操作员疲劳、焦虑等状态预测的最新研究成果。

在高度自动化的人机系统中，因操作员紧张、疲劳等引起的操作失误可能造成非常严重的事故，人类操作员心理负荷状态的准确预测是防止因此类操作事故的重要手段之一。王娆芬副教授引入了蚁群觅食行为，对不同进化阶段的差分控制参数和突变策略进行了自适应学习，研究了一种基于自适应差分进化的神经网络方法，用来评估操作员的心理负荷状态。根据脑电、心电等信号中提取的指标，利用所设计的预测模型，对密闭舱空气管理系统的操作员状态进行了评估。研究结果表明，所提出的自适应模型能够模拟人类操作员电生理指标与心理状态之间的复杂非线性映射关系，可有效的预测操作员的心理负荷状态。

该研究成果以“An adaptive neural network approach for operator functional state prediction using psychophysiological data”为题发表在《Integrated Computer-Aided Engineering》，并收录在美国《科学引文索引》（Science Citation Index），该期刊最新影响因子为5.264，是工程、人工智能领域的顶级期刊。