1. Порядок и правила выполнения лабораторной работы

Введение
Автоматизация и механизация современного производства достигли такого
уровня, при котором условия и характеристики взаимодействия человека и машины
становятся первостепенными факторами, определяющими эффективность и
качество трудовых процессов. Э ти вопросы рассматриваются в рамках различных
научных дисциплин, таких как эргономика и инженерная психология. Система
"человек -машина" представляет собой частный случай управляющих систем,
в которой ф ункционирование машины и деятельность челове ка связаны единым
контуром регулирования. При организации взаимосвязи человека и машины в
СЧМ основная роль принадлежит уже не столько
аналитическим
и
физиологическим, сколько психологическим свойствам человека: восприятию,
памяти, мышлению, вниманию и т.п. От психологических свойств человека во
многом зависит его информационное взаимодействие с машиной. Необходимость
изучения этих свойств человека в СЧМ привела к появлению инженерной
психологии.
Кроме того, следует учитывать механ изм психологической защиты
субъекта, т.н. проекция,
заключающаяся в неосознанном наделении объекта
мотивами, чертами и свойствами, присущими самому субъект у.
Машиной в
СЧМ
называется
совок упность
технических
средств,
использ уемых человеком -оператором в производственной деятельности.
Инженерная психология
(ИП)
есть
научная
дисциплина,
из учающая
объективные
закономерности
процессов
информационного
взаимодействия
человека
и техники с целью использования их в практике проектирования,
создания и эксплуатации СЧМ. Процессы информационного взаимодействия
человека и машины являются предметом инженерной психологии.
Значение
инженерной психологии при изучении деятельности человека в СЧМ определяется
тем, что она исследует процессы при ема, хранения, переработки и реализации
информации человеком.
В системах управления циркуляция и переработка
информации имеют фундаментальной значение. С одной стороны, от точности
и своевременного приема информации человеком, надежности е е хранения и
воспроизведения, эффективности переработки
в
конечном
итоге
зависят
надежность, точность и быстродействие всей СЧМ. С другой стороны, с теми или
иными нарушениями информационного взаимодействия человека и машины связана
основная масса ошибок, доп ускаемых человеком.
Основные задачи:
1. Анализ ф ункций человека в СОИ, определение его места и роли в системе,
изучение структ уры и классификации деятельности оператора.
2. Из учение процессов преобразования информации операторов при ее приеме и
переработке, принятие решений о выполнении управляющих воздействий.
3. Разработка принципов построения рабочих мест операторов.
4. Из учение влияния психологических факторов на эффективность систем
человек-машина, оптимизацию взаимодействия человека с техничес кими
средствами
5. Разработка принципов и методов проф. подготовки операторов в системах
человек-машина с помощью проф. отбора, обучения, формирование
коллектива и тренировки
6. Разработка
теории
инженерной
психологии,
ее
проектирование
и
использование при разр аботке систем человек -машина, исследование и
определение
экономического
эффекта
инженерно
–
экономических
разработок.
Использ уемые методы:
1. Наблюдение – (простейший метод) – наблюдаются внешние проявление
деятельности человека (мимика, речь, рез ультаты тр уда и т.д.). На основе
наблюдений
выявляют
проф.
значимые
особенности
различных
психологических процессов. Наблюдения сопровождаются регистрацией
поведения человека. Наблюдения должны быть уточнены за счет измерения
временных,
пространственных,
энергетичес ких
характеристик
и
физиологических показателей операторов.
2. Эксперимент – изучение психологических особенностей деятельности
оператора (степень напряжения и т.д.), вызванных изменением условий
работы, целей работы и способом выполнения работы.
1. Порядок и правила выполнения лабораторной работы
Лабораторные работы (если нет дополнительных указаний) выполняются
ст удентами индивидуально. К работе в компьютерном классе доп ускают ст уд ентов,
прошедших инструктаж по правилам ТБ, с соответствую щей записью в жур нале
ТБ.
К
каждому
лабораторному
занятию
ст уденты
должны
готовиться
предварительно, ознакомившись с описание работы, повторив соответственно
теоретический материал по указанной
в описании литерат уре и заготовив
частично отчет о предстоящей работе.
Во время проведения лабораторной работы ст уденты несут полную
ответственность за сохранность и исправность оборудования компьютерного
класса. Пол ученные данные заносятся в черновик и предъявляются на проверк у
преподавателю, который делает отметку о выполнении раб оты. К следующему
занятию каждый студент должен представить полностью оформленный отчет о
проделанной по установленной форме.
2.Правила оформления отчетов по лабораторным работам
Отчет по каждой работе выполняют на отдельных листах формата А4 (210 х
297).
Отчет должен содержать:
- номер и тему лабораторной работы;
- цель работы;
- расчетные формулы и вычисления;
- рез ультаты исследования (таблицы измерений и вычислений, графики);
- выводы по работе.
3. Лабораторная работа № 1
Исследование характеристик реакции пользователя ПЭВМ на сигналы,
формируемые на экране дисплея
3.1. Ц ЕЛ Ь
Р А БО ТЫ
Из учить виды реакций человека -оператора. Исследовать зависимость времени
реакции от количества пост упающей информации.
3.2. К Р А ТК АЯ
ТЕ О Р И Я
Латентный (скрытый) период зрител ьной реакции определяется промежутком
времени от момента подачи сигнала до момента возникновения ощущения.
Величина зависит от интенсивности сигнала и его значимости от сложившихся
функций оператора или его субъект особенностей.
Быстродействием называется время решения задачи оператором, т.е. время от
момента появления сигнала до момента окончания управляющего воздействия.
В простейшем случае: T 0 =a+b*I
Где,
T Время затраченное оператором
(3.1)
0
Затраты времени при обработ ке
информации от момента пост упления
сигнала до реализации решения
b Время необходимое на обработк у
единицы информации
I
Количество обработанной
информации
Простейшей разновидностью реакции оператора является так называемая
простая сенсомоторная реакция (ПСР). В этом случае на заранее известный ответ,
но внезапно появляющийся сигнал оператор, с максимально возможной скоростью,
выполняет определенные движения.
Время задержки здесь складывается из так называемого латентного периода
реакции (ЛПР) и времени моторного компонента.
ЛПР – время от момента появления сигнала до начала движения.
Время моторного компонента – время в течении которого совершается
ответное движение.
ЛПР ПСР зависит от вида (модальности) ощущения.
ЛПР ПСР уменьшается при росте интенсивно сти и пространственных
характеристик сигнала раздражителя.
При реакции на движущийся объект сигналом для моторного (двигательного)
ответа является момент достижения объектом заданной точки. В этом случае ЛПР
короче, чем при ПСР, и равен 10 – 150 мс.
a
t оп  a  bH  a 
H
Vоп
(3.2)
H  log 2 n
t пр  t в  t м
t сл  t в  t реш  t оу  t м
(3.3)
(3.4)
tпр, tсл – время простой и сложной реакции соответственно
tреш – время принятия решения
tоу – время поиска нужного органа управления
tв – время восприятия сигнала. Период от пост упления сигнала на сетчатк у
глаза до
обработки сигнала мозгом.
tм – время осуществления моторного акта, связанного с движением руки и
организацией
управления и манипулирования им.
С Л ОЖ Н АЯ Р ЕА К Ц И Я (реакция выбора) заключается в том, что оператор в ответ на
каждый из всевозможных сигналов должен осуществить то или ино е действие,
вполне определенное для каждого из этих сигналов.
Обработка эксперимента
В сл учайных экспериментах нас часто интересуют такие величины, которые
имеют числовое выражение. Например, у каждого человека имеется много
числовых характеристик: рост, в озраст, вес и т.д. Если мы выбираем человека
сл учайно (например, из группы или из толпы), то случайными будут и значения
указанных характеристик. Чтобы подчеркн уть то обстоятельство, что измеряемая
по ход у опыта численная характеристика зависит от его случ айного исхода и
потому сама является случайной, ее называют случайной величиной.
Сл учайной величиной, в частности, является упомян утое выше число очков,
выпадающее при бросании игральной кости. Случайна сумма очков, выпавших при
бросании двух игральных кос тей. Случайной величиной надо считать диаметр
заготовки, изготавливаемой станком. Часто говорят, что случайная величина
реализ уется во время опыта.
В практических задачах обычно использ уют два вида случайных величин –
дискретные и непрерывные. Случайную в еличин у называют дискретной, если
множество ее возможных значений конечно, либо счетно. Для непрерывной
сл учайной величины множество ее возможных значений может, в принципе,
принимать любое значение от н уля до бесконечности.
Дискретные случайные величины о бладают тем свойством, что мы можем
перечислить (перенумеровать) все возможные значения. Например, число очков,
выпавших при бросании игральной кости, - это дискретная случайная величина,
т.к. она может принимать только 6 значений: 1, 2, 3, 4, 5 или 6.
В качестве примера непрерывной случайной величины можно рассмотреть срок
сл ужбы электрической лампочки, который может принимать любое значение от
нуля до бесконечности.
Для наглядного представления о распределении случайной величины (некоторой
выборки рез ультатов эксперимента) использ уют методы описательной статистики.
Методами описательной статистики принято называть методы описания выборок
х1, х2,…, х n с помощью различных показателей и графиков.
Показатели описательной статистики можно разбить на несколь ко групп:
1.
Показатели положения описывают положение данных на числовой оси.
Примеры таких показателей минимальный и максимальный элементы
выборки, математическое ожидание (или среднее значение) случайной
величины, характеризующее центр распределения вероятн остей (середин у
совок упности данных).
2.
Показатели разброса описывают степень разброса данных относительно
своего центра. К ним в первую очередь относятся: дисперсия выборки,
среднее квадратическое отклонение, размах выборки (разность межд у
максимальным и минимальным элементами). Если необходимо, чтобы
показатель разброса случайно величины выражался в тех же единицах, что
и значение этой случайной величины, то вместо дисперсии использ уют
среднее квадратическое отклонение. По сути дела, эти показатели говорят ,
насколько к учно основная масса данных группируется около центра.
3.
Показатели асимметрии. Третья группа показателей отвечает на вопрос о
симметрии распределения данных около своего центра.
4.
Показатели, описывающие закон распределения. Сюда относятся графики
гистограммы и таблицы.
Наглядное описание полученные в результате эксперимента данных достигается
путем группировки наблюдений в классы. Под группировкой, или классификацией,
мы б удем понимать некоторое разбиение интервала, содержащего все N
полученных рез ультатов x 1 ,…,x n на m интервалов, которые будем называть
интервалами группировки. Длины интервалов обозначим через  1 ,…, m , а
середины интервалов группировки – через t 1 ,…,t m .
В этом сл учае в качестве математического ожидания и дисперсии использ уют
след ую щие величины.
математическое ожидание M[x] j t j n j /N
дисперсия D(1/(n-1)) j (t j – M[x]) 2 n j
число наблюдений n i j в j–м интервале группировки равно количеству x i , i =
1,…,N, удовлетворяющих неравенству x i - t j <0.5 j .
Определим величину h j = n j /N, которая означает частот у попадания наблюдений
в j–ый интервал группировки. Для того, чтобы избавиться от влияния размера
интервала группировки на h j , вводится величина f j = h j / j .
Для наглядного представления закона распределения выборки необходимо
построить графическое изображение зависимости частоты попадания элементов
выборки от соответствующего интервала группировки, называемое гистограммой
выборки
3.3. П ОР Я Д ОК
В Ы П О Л Н Е Н И Я Р А Б О ТЫ :
3.3.1.
Определяется время простой реакции. В этом случае оператору каждый
раз посылается один и тот же сигнал, например, загорается лампочка
номер 1 и фиксируется время реакции оператора. Указанная операция
повторяется выбранное испыт уемым число раз.
3.3.2.
Определяется время реакции выбора из девяти возможных сигналов.
Исследование проводится аналогично п.1, с той лишь разницей, что в
сл учайном порядке на экране оператора загорается одна из девяти лампочек.
На загорание каждой из лампочек испыт уемый должен реагировать нажатием
клавиши с соответствующим номером.
3.3.3.
Определение времени реакции выбора из 10 возможных сигналов. Работа
проводится аналогично п.1. В качестве сигналов в случайном порядке
использ уются
цифры
от
0
до 9 одного из цифровых индикаторов
(управление производится верхними цифровыми кл авишами).
3.3.4.
Определение времени реакции выбора из 19
возможных сигналов. В
качестве сигналов в случайном порядке использ уются девять лампочек и
цифры цифрового индикатора, используемого при работе по п.3.
3.3.5.
Определение времени реакции выбора из 26 возможных сигналов. Для
отображения сигналов использ уются лампочки, цифровой индикатор и
смысловой индикатор
Содержание отчета:
1. Краткое изложение цели и порядка выполнения работы;
2. Таблицы с рез ульта тами измерений времени
реакции
оператора
и
характеристики экспериментального распределения для каждого из пяти опытов
(математическое ожидание времени реакции оператора, дисперсия или СКО,
гистограмма);
3. Анализ полученных рез ультатов и выводы по работе.
№
1
2
3
4
5
Пример выполнения отчета Результаты:
№
1
2
3
4
5
№
1
2
3
4
5
1
2
3
4
5
6
7
8
9
10
140 328 266 234
77
81
87
58
57
55
1031 610 531 625 453 453 485 547 390 500
1500 1032 593 985 625 1797 750 719 1094 781
1203 1093 1210 766 1078 625 703 390 657 1078
1188 1187 578 1204 984 812 563 1016 859 531
11
141
406
844
547
750
12
127
672
828
531
1125
13
119
375
750
1219
1391
14
121
422
875
890
625
15
16
17
18
66
96
132
98
453 610 593 500
625 1640 938 1953
1078 750 672 891
562 860 1172 484
19
137
407
813
922
484
20
127
375
640
1125
985
Анализ результатов:
Δ
27,3
65.6
136
82.9
90.7
Xmin
Xmax
T1
T2
T3
T4
T5
T6
T7
T8
T9
55
375
593
390
484
328
1031
1953
1219
1391
68.65
407.8
661
431.45
529.35
95.95
473.4
797
514.35
620.05
123.25
539
933
597.25
710.75
150.55
604.6
1069
680.15
801.45
177.85
670.2
1205
763.05
892.15
205.15
735.8
1341
845.95
982.85
232.45
801.4
1477
928.85
1073.55
259.75
867
1613
1011.75
1164.25
287.05
932.6
1749
1094.65
1254.95
H2
F2
0,15
0,0055
0,3
0,0046
0,3
0,0022
0,1
0,0012
0,1
0,0011
H3
F3
0,25
0,0092
0,1
0,0015
0,15
0,0011
0,05
0,0006
0,05
0,0006
H4
F4
0,15
0,0055
0,2
0,003
0,1
0,0007
0,15
0,0018
0,05
0,0006
H5
H6
H7
H8
H9
H10
F5
F6
F7
F8
F9
F10
0
0
0,05
0,05
0
0,05
0
0
0,0018 0,0018
0
0,0018
0,05
0
0
0
0
0,05
0,0008
0
0
0
0
0,0008
0
0
0,05
0,05
0,05
0,05
0
0
0,0004 0,0004 0,0004 0,0004
0,1
0
0,15
0
0,25
0,15
0,0012
0
0,0018
0
0,003 0,0018
0,1
0,15
0
0,25
0
0,05
0,0011 0,0017
0
0,0028
0
0,0006
Формулы:
Fj=Hj/Δ;
D(1/(N-1)) j (T j – M[x]) 2 n j ;
Tj=(2*Xmin+j*Δ+(j-1)*Δ)/2;
№
1
2
3
4
5
H1
F1
0,3
0,011
0,3
0,0046
0,25
0,0018
0,05
0,0006
0,25
0,0028
Hj=nj/N;
M[x] Σj Tj*nj/N;
Δ=(Xmax-Xmin)/10;
T10
314.35
998.2
1885
1177.55
1345.65
Опыт №1:
Минимальное время реакции – 55 мс., максимальное – 328 мс. Разделим промежуток на 10 частей
и получаем интервал =27,3 с серединами t1…t10 (в таблице). Сколько наблюдений попадает в
каждый интервал: t1- 6 раз, t2 – 3 раза, t3 – 5 раза, t4 – 3 раз, t5 – 0 раз, t6 – 0 раз, t7 – 1 раз, t8 – 1 раза,
t9 – 0 раз, t10 – 1 раз
Вычисляем математическое ожидание:
M[x] = (68.65*6+95.95*3+123.25*5+150.55*3+177.85*0+205.15*0+
+232.45*1+259.75*1+287.05*0+314.35*1)/20=128.71
дисперсия:
D = ((68.65-128.71) ^2*6+ (95.95-128.71) ^2*3+ (123.25-128.71) ^2*5+
+ (150.55-128.71) ^2*3+ (177.85-128.71) ^2*0+ (205.15-128.71) ^2*0+
+ (232.45-128.71) ^2*1+ (259.75-128.71) ^2*1+ (287.05-128.71) ^2*0+
+ (314.35-128.71) ^2*1)/19= (21643.2216+ 3219.6528+ 149.058+ 1430.9568+
+ 0+ 0+ 10761.9876+ 17171.4816+ 0+ 34462.2096)/19=4675.71
Диаграмма № 1:
Диаграмма № 2:
0,3
0,3
0,25
0,25
0,2
0,2
H 0,15
H 0,15
0,1
0,1
0,05
0,05
Ряд1
0
0
1
2
3
4
5
6
7
8
9 10
№
1 2
3 4 5
6 7 8
9 10
№
Опыт №2:
Минимальное время реакции – 375 мс., максимальное – 1031 мс. Разделим промежуток на 10
частей и получаем интервал =65,6 с серединами t1…t10 (в таблице). Сколько наблюдений
попадает в каждый интервал: t1- 6 раз, t2 – 6 раза, t3 – 2 раза, t4 – 4 раз, t5 – 1 раз,
t6 – 0 раз, t7 – 0 раз, t8 – 0 раза, t9 – 0 раз, t10 – 1 раз
Вычисляем математическое ожидание:
M[x] = (407.8*6+473.4*6+539*2+604.6*4+670.2*1+735.8*0+
+801.4*0+867*0+932.6*0+998.2*1)/20=519.45
дисперсия:
D = ((407.8-519.45) ^2*6+ (473.4-519.45) ^2*6+ (539-519.45) ^2*2+
+ (604.6-519.45) ^2*4+ (670.2-519.45) ^2*1+ (735.8-519.45) ^2*0+
+ (801.4-519.45) ^2*0+ (867-519.45) ^2*0+ (932.6-519.45) ^2*0+
+ (998.2-519.45) ^2*1)/19= (74794.335+ 12723.615+ 764.405+ 29002.09+
+ 22725.5625+ 0+ 0+ 0+ 0+ 229201.5625)/19=19432.2
Опыт №3:
Минимальное время реакции – 593 мс., максимальное – 1953 мс. Разделим промежуток на 10
частей и получаем интервал =136 с серединами t1…t10 (в таблице). Сколько наблюдений
попадает в каждый интервал: t1- 5 раз, t2 – 6 раза, t3 – 3 раза, t4 – 2 раз, t5 – 0 раз,
t6 – 0 раз, t7 – 1 раз, t8 – 1 раза, t9 – 1 раз, t10 – 1 раз
Вычисляем математическое ожидание:
M[x] = (661*5+797*6+933*3+1069*2+1205*0+1341*0+
+1477*1+1613*1+1749*1+1885*1)/20=847.45
дисперсия:
D = ((661-847.45) ^2*5+ (797-847.45) ^2*6+ (933-847.45) ^2*3+ (1069-847.45) ^2*2+
+ (1205-847.45) ^2*0+ (1341-847.45) ^2*0+ (1477-847.45) ^2*1+ (1613-847.45) ^2*1+
+ (1749-847.45) ^2*1+ (1885-847.45) ^2*1)/19= (173818.0125+ 15882.615+ 21956.4075+
98168.805+ 0+ 0+ 396333.2025+ 586066.8025+ 812792.4025+ 1076510.0025)/19=167448.85
Диаграмма № 3:
Диаграмма № 4:
0,3
0,25
0,25
0,2
0,2
H
H 0,15
Ряд1
0,1
0,15
0,1
Ряд1
0,05
0,05
0
0
1 2 3 4 5 6 7 8 9 10
1 2 3 4 5 6 7 8 9 10
№
№
Опыт №4:
Минимальное время реакции – 390 мс., максимальное – 1219 мс. Разделим промежуток на 10
частей и получаем интервал =82,9 с серединами t1…t10 (в таблице). Сколько наблюдений
попадает в каждый интервал: t1- 1 раз, t2 – 2 раза, t3 – 1 раза, t4 – 3 раз, t5 – 2 раз,
t6 – 0 раз, t7 – 3 раз, t8 – 0 раза, t9 – 5 раз, t10 – 3 раз
Вычисляем математическое ожидание:
M[x] = (431.45*1+514.35*2+597.25*1+680.15*3+763.05*2+845.95*0+
+928.85*3+1011.75*0+1094.65*5+1177.55*3)/20=870.82
дисперсия:
D = ((431.45-870.82) ^2*1+ (514.35-870.82) ^2*2+ (597.25-870.82) ^2*1+
+ (680.15-870.82) ^2*3+ (763.05-870.82) ^2*2+ (845.95-870.82) ^2*0+
+ (928.85-870.82) ^2*3+ (1011.75-870.82) ^2*0+ (1094.65-870.82) ^2*5+
+ (1177.55-870.82) ^2*3)/19= (193045.9969+ 254141.7218+ 74840.5449+ 109065.1467+
+ 23228.7458+ 0+ 10102.4427+ 0+ 250499.3445+ 282249.8787)/19=63009.15
Опыт №5:
Минимальное время реакции – 484 мс., максимальное – 1391 мс. Разделим промежуток на 10
частей и получаем интервал =90,7 с серединами t1…t10 (в таблице). Сколько наблюдений
попадает в каждый интервал: t1- 5 раз, t2 – 2 раза, t3 – 1 раза, t4 – 1 раз, t5 – 2 раз,
t6 – 3 раз, t7 – 0 раз, t8 – 5 раза, t9 – 0 раз, t10 – 1 раз
Вычисляем математическое ожидание:
M[x] = (529.35*5+620.05*2+710.75*1+801.45*1+892.15*2+982.85*3+
+1073.55*0+1164.25*5+1254.95*0+1345.65*1)/20=864.94
дисперсия:
D = ((529.35-864.94) ^2*5+ (620.05-864.94) ^2*2+ (710.75-864.94) ^2*1+
+ (801.45-864.94) ^2*1+ (892.15-864.94) ^2*2+ (982.85-864.94) ^2*3+
+ (1073.55-864.94) ^2*0+ (1164.25-864.94) ^2*5+ (1254.95-864.94) ^2*0+
+ (1345.65-864.94) ^2*1)/19= (563103.2405+ 119942.2242+ 23774.5561+ 4030.9801+
+ 1480.7682+ 41708.3043+ 0+ 447932.3805+ 0+ 231082.1041)/19=75423.92
Диаграмма № 5:
0,25
0,2
0,15
H
0,1
Ряд1
0,05
0
1
2 3
4
5
6
№
7 8
9 10
3.4. К О Н ТР ОЛ Ь НЫ Е В ОПР ОС Ы
3.4.1. Что называется латентным периодом реакции? От каких параметров он
зависит.
3.4.2. Что такое простая реакция, приведите примеры.
3.4.3. Из каких составляющих складывается время простой реакции
3.4.4. Что такое сложная реакция, приведите примеры
3.4.5. Из каких составляющих складывается время сложной реакции
Сформулируйте, как зависит время реакции оператора от количества пост упающей
информации