1、心理學(xué)報(bào) 2021, Vol 141, No 11, 35-43A cta Psychologica S in icaDO I :10. 3724/SP. J. 1041.2021. 00035 35收稿日期:2007-11-133全國(guó)教育科學(xué)一五規(guī)劃教育部重點(diǎn)課題DCA080141、浙江省自然科學(xué) 基金資助工程Y604275、浙江省哲學(xué)社會(huì)科學(xué)規(guī)劃后期資助工程08HQZZ038資 助.通訊 許百華,E 2mail:bhxu305zju. edu . cn人機(jī)交互過(guò)程中認(rèn)知負(fù)荷的綜合測(cè)評(píng)方法3李金波許百華浙江大學(xué)心理與行為科學(xué)學(xué)院,杭州310028摘要設(shè)計(jì)模擬網(wǎng)絡(luò)引擎搜索和心算雙任務(wù)實(shí)驗(yàn),分析

2、主觀評(píng)定、績(jī)效測(cè)量 和生理測(cè)量三類(lèi)評(píng)估指標(biāo)對(duì)認(rèn)知負(fù)荷變化的敏感性；采用因素分析、BP神經(jīng)網(wǎng)絡(luò)和自組織神經(jīng)網(wǎng)絡(luò)三種建模方法,探索人機(jī)交互過(guò)程中認(rèn)知負(fù)荷的綜合評(píng)估建模方 法.結(jié)果顯示：心理努力、任務(wù)主觀難度、注視時(shí)間、注視次數(shù)、主任務(wù)反響時(shí)、 主任務(wù)正確率6個(gè)指標(biāo)對(duì)認(rèn)知負(fù)荷變化敏感；采用多維綜合評(píng)估模型對(duì)雙任務(wù)作業(yè) 認(rèn)知負(fù)荷進(jìn)行測(cè)量總體上比采用單一評(píng)估指標(biāo)的測(cè)量更為有效.BP網(wǎng)絡(luò)和自組織神經(jīng)網(wǎng)絡(luò)兩種神經(jīng)網(wǎng)絡(luò)模型對(duì)認(rèn)知負(fù)荷的測(cè)量結(jié)果優(yōu)于傳統(tǒng)的因素分析方法.關(guān)鍵 詞 人機(jī)交互;評(píng)估；認(rèn)知負(fù)荷；神經(jīng)網(wǎng)絡(luò)；建模分類(lèi)號(hào) B841.21前言隨著計(jì)算機(jī)和自動(dòng)化技術(shù)的開(kāi)展,人在人機(jī)系統(tǒng)中的職能發(fā)生了很大變化, 狀

3、態(tài)的監(jiān)控任務(wù),(大加重.、雜人機(jī)系統(tǒng)中,容易出現(xiàn)認(rèn)知負(fù)荷過(guò)高,甚至超負(fù)荷 現(xiàn)象.過(guò)高的認(rèn)知負(fù)荷將嚴(yán)重影響人的工作效率、操作可靠性和身心健康,進(jìn)而影響整個(gè)人機(jī)系統(tǒng)的效率和可靠性.因此,認(rèn)知負(fù)荷已成為人機(jī)系統(tǒng)評(píng)價(jià)的主要指標(biāo) 之一.最早對(duì)認(rèn)知負(fù)荷開(kāi)展研究的是美國(guó)心理學(xué)家M iller (1956.此后,國(guó)外一些學(xué)者對(duì)認(rèn)知負(fù)荷的含義、結(jié)構(gòu)和測(cè)評(píng)方法進(jìn)行了大量的研究.Cooper (1990將認(rèn)知負(fù)荷定義為在特定的作業(yè)時(shí)間內(nèi)施加于個(gè)體的工作記憶的心理活動(dòng)總量.Paas和van Merrienboer (1994認(rèn)為認(rèn)知負(fù)荷由多維度構(gòu)成,是執(zhí)行一項(xiàng)具體任務(wù)時(shí)施加 于個(gè)體認(rèn)知系統(tǒng)的負(fù)荷.認(rèn)知負(fù)荷目前尚不能直

4、接進(jìn)行測(cè)量,而只能用間接的方法對(duì)其進(jìn)行評(píng)估.常用的評(píng)估技術(shù)有任務(wù)績(jī)效測(cè)量、主觀評(píng)定和生理測(cè)量等三大類(lèi)(Paas &Mer 2rienboer, 1994; B runken, Plass &Leutner, 2003;Faircl ough, Chris, Dan 2iel A lan, 2berg, 2006.o它的根本假設(shè)是,隨著作業(yè)難度的提升,對(duì)人的信息加工資源的需求相應(yīng)地增 加,當(dāng)認(rèn)知負(fù)荷對(duì)個(gè)體的要求超出其可支配的資源總量時(shí),作業(yè)績(jī)效將出現(xiàn)不同程度的下降.主任務(wù)測(cè)量常用的指標(biāo)有操作準(zhǔn)確性、反響時(shí)、信號(hào)漏失率和虛報(bào)率等. 次任務(wù)測(cè)量采用雙任務(wù)作業(yè)情境,要求作業(yè)者除執(zhí)行主作

5、業(yè)外再完成一項(xiàng)額外的作 業(yè)(次作業(yè),通過(guò)考察雙任務(wù)作業(yè)情境下次作業(yè)績(jī)效受影響的程度(相對(duì)于單任務(wù)情境來(lái)間接評(píng)價(jià)主作業(yè)的認(rèn)知負(fù)荷.生理測(cè)量是通過(guò)測(cè)定作業(yè)者在進(jìn)行指定作業(yè)過(guò) 程中出現(xiàn)的生理反響來(lái)間接地評(píng)估認(rèn)知負(fù)荷,常用的生理指標(biāo)有瞳孔直徑、心率和 事件相關(guān)電位等(Chirs, Daniel &A lan, 2007; Ahlstr om &Fried man 2berg, 2006.主觀評(píng)定技術(shù)是由作業(yè)者根據(jù)主觀感受與體驗(yàn)來(lái)評(píng)估認(rèn)知負(fù)荷,通常涉及個(gè)體知 覺(jué)到的心理努力、任務(wù)難度和時(shí)間壓力等方面.上世紀(jì)80年代以來(lái),國(guó)外一些研究者相繼開(kāi)發(fā)出了多種認(rèn)知負(fù)荷主觀評(píng)定方法,如Paas和Va

6、n Merrienboer (1994使用九級(jí)評(píng)定量表測(cè)量被試在理解任務(wù)材料上投入心理努力的程36心 理 學(xué) 報(bào)41卷度,進(jìn)而對(duì)認(rèn)知負(fù)荷進(jìn)行評(píng)估.Kalyuga, Chandler和S weller (1997使用由作業(yè)者自我報(bào)告任務(wù)難度的方法來(lái)測(cè)量認(rèn)知負(fù)荷.止匕 外,Sal omon (1983、Tabbers (2004、Paul (2006等也分另提出了相類(lèi)似的認(rèn)知負(fù)荷 主觀評(píng)定方法.已有的研究說(shuō)明,上述3類(lèi)測(cè)評(píng)技術(shù)各有優(yōu)點(diǎn)和局限性.例如,主任務(wù)測(cè)量 比擬直接,對(duì)作業(yè)本身無(wú)干擾,但只在中等負(fù)荷水平時(shí)較敏感；次任務(wù)測(cè)量相比照擬 敏感,效度較高,但容易對(duì)主任務(wù)產(chǎn)生干擾.此外,任務(wù)績(jī)效與認(rèn)知負(fù)

7、荷的關(guān)系不一 定是簡(jiǎn)單的線性關(guān)系.例如,Meister (1976將認(rèn)知負(fù)荷等同于任務(wù)需求,發(fā)現(xiàn)任務(wù)需 求與工作績(jī)效之間是曲線的關(guān)系；而W aard (1996那么認(rèn)為,任務(wù)需求與任務(wù)績(jī)效之 間呈倒U 形的關(guān)系.主觀評(píng)定無(wú)干擾,操作簡(jiǎn)便,但要求被試采用內(nèi)省的方法來(lái) 評(píng)定負(fù)荷水平,因而容易出現(xiàn)較大的偏差.此外,主觀評(píng)定結(jié)果與個(gè)體特征、認(rèn)知策 略以及個(gè)體的心理和生理狀況等多種因素有關(guān),即使同一個(gè)人對(duì)同樣的任務(wù),在不同的作業(yè)時(shí)間段也有可能出現(xiàn)不同的評(píng)定結(jié)果.Paas、口 Van Merrienboer (1994卷為例,覺(jué),的關(guān)聯(lián)程度,于任務(wù)過(guò)難,(Reed, Bur 2t on &Kell

8、y, 1985.同樣,Kalyuga, Chandler和S weller使用讓個(gè)體自我報(bào)告任務(wù)難度差異方法所得出的結(jié)果也很可能是由于所需要完成的任務(wù)難度、個(gè)體個(gè)人水平水平等原因造成的.生理測(cè)量指標(biāo)具有客觀性和實(shí)時(shí)性,但是它們與認(rèn)知負(fù)荷之間只是間接的聯(lián)系,并且也可能會(huì)受到注意或情感等方面因素的影響(B runken, Steinbacher &Plass,2002.因此,由認(rèn)知負(fù)荷引起的某一生理指標(biāo)的變化可能會(huì)被其它因素放大或縮小；而且不同的任務(wù)可能會(huì)產(chǎn)生不同的生理反響,一項(xiàng)生理指標(biāo)對(duì)某一類(lèi)任務(wù)適用,而對(duì) 另一類(lèi)任務(wù)那么可能不適用.一般認(rèn)為,不同測(cè)評(píng)技術(shù)分別適用于不同的情境、不同的負(fù)荷

9、水平范圍.因此,利用多種技術(shù)對(duì)認(rèn)知負(fù)荷作綜合評(píng)估以替代基于單一方法 或指標(biāo)的評(píng)估是比擬合理的選擇；同時(shí),認(rèn)知負(fù)荷的多維度特性也決定了對(duì)其作綜 合評(píng)估的必要性.近年來(lái),國(guó)外一些學(xué)者運(yùn)用多指標(biāo)綜合評(píng)估方法在心理工作負(fù)荷 (Men 2talWorkl oad的測(cè)評(píng)中進(jìn)行了一些探索性研究.這些研究以多個(gè)單一評(píng)估指 標(biāo)的測(cè)量結(jié)果作為依據(jù),采用一定的建模技術(shù)對(duì)心理工作負(fù)荷進(jìn)行多維度綜合評(píng)估.目前在這一領(lǐng)域較常用的建模技術(shù)主要有因素分析、回歸分析和人工 神經(jīng)網(wǎng)絡(luò)建模等.例如,Kilseop和Myung (2005運(yùn)用主成分分析將三種生理指標(biāo) (腦電、眼動(dòng)和心率和主觀負(fù)荷組合成一個(gè)綜合評(píng)估指數(shù),發(fā)現(xiàn)綜合指數(shù)較

10、單項(xiàng)指 標(biāo)能更準(zhǔn)確地區(qū)分不同難度任務(wù)中被試的負(fù)荷水平.此外 ,他們還通過(guò)回歸分析來(lái) 考察主觀負(fù)荷與生理指標(biāo)之間的關(guān)系,以生理指標(biāo)的測(cè)量結(jié)果來(lái)預(yù)測(cè)被試的主觀評(píng) 定的負(fù)荷狀況.人工神經(jīng)網(wǎng)絡(luò)簡(jiǎn)稱神經(jīng)網(wǎng)絡(luò),在國(guó)外有關(guān)的研究中,運(yùn)用神經(jīng)網(wǎng)絡(luò)模 型對(duì)負(fù)荷進(jìn)行多維度綜合評(píng)估主要有兩種模式.一種模式是將主觀負(fù)荷、作業(yè)績(jī)效 指標(biāo)或生理指標(biāo)的測(cè)量結(jié)果作為網(wǎng)絡(luò)的輸入項(xiàng),通過(guò)建立不同的神經(jīng)網(wǎng)絡(luò)模型對(duì)負(fù) 荷進(jìn)行評(píng)估或等級(jí)劃分.例如,Roger, Robecc琲口 Gory (2003,收集了 5個(gè)績(jī)效指標(biāo) 作為輸入項(xiàng)BP神經(jīng)網(wǎng)絡(luò)模型,66. 9%96. 0% N (2001在一項(xiàng)飛行作業(yè)的30個(gè) EEG指標(biāo)的測(cè)量,然后

11、運(yùn)用主成分分析法將這些指標(biāo)歸并為少數(shù)的幾個(gè)指標(biāo),以它們作為網(wǎng)絡(luò)的輸入項(xiàng)建立起自組織神經(jīng)網(wǎng)絡(luò)模型.結(jié)果顯示,借助自組織神經(jīng)網(wǎng)絡(luò) 模型能比擬準(zhǔn)確地預(yù)測(cè)信息加工要求不同的任務(wù)中負(fù)荷發(fā)生的變化.此外 ,其他的 研究者利用相類(lèi)擬的方法也得到了較理想的結(jié)果(Laine, Bauer &J r Tef 2frey, 2002;Noel, Bauer &Lanning, 2005; Gr ootjen, Neerincx &Velt m an, 2006; Shayeghi, Shayanfar, 2006; Shayne, Penel ope &Andre w, 2007 第

12、二種模式是將影響負(fù)荷的主要因素作為輸入項(xiàng),通過(guò)建立神經(jīng)網(wǎng)絡(luò)模型,對(duì)不同任務(wù)難度條 件下被試的負(fù)荷狀況進(jìn)行評(píng)估.例如,D ing和Sheue (1999將影響監(jiān)控作業(yè)的跨度 (Span、差異度(discri m inate、可預(yù)測(cè)度(p redict 和注意轉(zhuǎn)換(transfer attenti on 4個(gè) 因素作為輸入項(xiàng)建立BP神經(jīng)網(wǎng)絡(luò)對(duì)負(fù)荷進(jìn)行評(píng)估,并將神經(jīng)網(wǎng)絡(luò)評(píng)估結(jié)果與負(fù)荷 上限值進(jìn)行比擬,超過(guò)上限值就認(rèn)為是超負(fù)荷,并據(jù)此對(duì)監(jiān)控作業(yè)過(guò)程中的負(fù)荷狀況 進(jìn)行實(shí)時(shí)分析和任務(wù)的動(dòng)態(tài)分配.但從總體上來(lái)看,國(guó)外學(xué)者利用神經(jīng)網(wǎng)絡(luò)對(duì)負(fù)荷進(jìn)行評(píng)估或等級(jí)劃分還處于起步階段,并且已有的研究中,任務(wù)條彳各異,神經(jīng)

13、網(wǎng)絡(luò) 輸入變量不同,因而所得的結(jié)果也難以進(jìn)行比擬.此外,有的研究者還運(yùn)用多層次模 糊綜合評(píng)價(jià)方法對(duì)負(fù)荷進(jìn)行綜合評(píng)估研究Currie, 1997.1期李金波等：人機(jī)交互過(guò)程中認(rèn)知負(fù)荷的綜合測(cè)評(píng)方法37在認(rèn)知負(fù)荷綜合評(píng)估方面,國(guó)外學(xué)者也進(jìn)行了一些嘗試,如Paas和van Merrienboer 1993、Tuovinen和Paas 2004#心理努力與主任務(wù)績(jī)效這兩類(lèi)指標(biāo)結(jié) 合起來(lái)對(duì)認(rèn)知負(fù)荷進(jìn)行綜合測(cè)評(píng),獲得了利用單一評(píng)估指標(biāo)無(wú)法得到的許多重要信 息.他們還發(fā)現(xiàn),采用多種技術(shù)對(duì)認(rèn)知負(fù)荷進(jìn)行多維綜合評(píng)估可顯著提升評(píng)估敏感 性.但到目前為止,對(duì)認(rèn)知負(fù)荷的綜合評(píng)估研究還是零碎的,缺乏建模方法的系統(tǒng)研 究

14、和不同方法之間的比擬研究.在國(guó)內(nèi),目前還未見(jiàn)這方面的研究報(bào)道.借鑒國(guó)外已有的多指標(biāo)綜合評(píng)估方法在心理工作負(fù)荷測(cè)評(píng)中的運(yùn)用,本研究擬結(jié)合復(fù)雜人機(jī)系統(tǒng)中視覺(jué)信息加工作業(yè)的特點(diǎn),通過(guò)模才?實(shí)驗(yàn),分析主觀評(píng)定、績(jī)效測(cè)量和生理測(cè)量三類(lèi)評(píng)估指標(biāo)對(duì)認(rèn)知負(fù)荷變化的敏感性,然后基于經(jīng)篩選的認(rèn) 知負(fù)荷評(píng)估指標(biāo)的測(cè)量結(jié)果,分別采用因素分析、BP神經(jīng)網(wǎng)絡(luò)和自組織神經(jīng)網(wǎng)絡(luò)三 種建模方法,構(gòu)建雙任務(wù)作業(yè)中認(rèn)知負(fù)荷的多維綜合評(píng)估模型,并對(duì)這三種綜合評(píng)估 模型進(jìn)行比擬,2方法2. 1擎搜索Chen,在計(jì)算機(jī)屏幕上相繼呈現(xiàn)二幅畫(huà)面,第一幅畫(huà)面呈現(xiàn)搜索目標(biāo),包括要搜索的產(chǎn)品名稱和兩個(gè)指定特征如形狀、顏色；第二幅畫(huà)面呈現(xiàn) 搜索結(jié)果

15、,包括5個(gè)與搜索目標(biāo)同類(lèi)型的產(chǎn)品,每個(gè)產(chǎn)品包含4個(gè)方面的特征如品 牌、顏色、形狀和價(jià)格.告知被試5個(gè)產(chǎn)品中有1至4個(gè)符合搜索目標(biāo)要求的目 標(biāo)項(xiàng),要求被試查找出所有的目標(biāo)項(xiàng),同時(shí)記住目標(biāo)項(xiàng)的另外二個(gè)特征如品牌和價(jià) 格；第二幅畫(huà)面呈現(xiàn)時(shí)間為16秒,被試完成搜索后按鍵或在16秒后第二幅畫(huà)面消失,被試口頭報(bào)告搜索到的各個(gè)目標(biāo)項(xiàng)的另外二個(gè)特征.次任務(wù)作業(yè)為心算作業(yè),即在呈現(xiàn)第二幅畫(huà)面后隨機(jī)呈現(xiàn)一個(gè)心算問(wèn)題,要求被試作兩個(gè)個(gè)位數(shù)相加而后除以 3的心算,并對(duì)兩數(shù)之和能否被3整除在計(jì)算機(jī)鍵盤(pán)上盡快作出相應(yīng)的按鍵反響.主任務(wù)分成3種復(fù)雜水平,通過(guò)改變第二幅畫(huà)面5個(gè)搜索結(jié)果中包含的目標(biāo)項(xiàng)數(shù)目 來(lái)加以限制,分別為5

16、個(gè)搜索結(jié)果中包含1、2和4個(gè)目標(biāo)項(xiàng),代表低、中、高三種 主任務(wù)復(fù)雜水平.實(shí)驗(yàn)采用被試內(nèi)設(shè)計(jì),每種實(shí)驗(yàn)任務(wù)條件下實(shí)施8次搜索和心算 作業(yè),持續(xù)時(shí)間約35m in,不同實(shí)驗(yàn)任務(wù)之間休息3分鐘.2. 2被試 共33名大學(xué)生和研究生參加了實(shí)驗(yàn),其中男生15名占 45. 5%、女生18名占54. 5% ;被試年齡在20至27歲之間,平均年齡為22. 4歲, 所有被試視力正常,優(yōu)勢(shì)手均為右手.2. 3實(shí)驗(yàn)儀器和測(cè)試工具實(shí)驗(yàn)在計(jì)算機(jī)上進(jìn)行,眼動(dòng)測(cè)量采用美國(guó)應(yīng)用科學(xué)實(shí)驗(yàn)室App lied Science Laborat ory, AS L生產(chǎn) 的AS L 504非頭盔式眼部跟蹤記錄儀.實(shí)驗(yàn)中認(rèn)知負(fù)荷主觀評(píng)定分

17、心理努力和任務(wù)主觀難度二個(gè)方面.心理努力 評(píng)定采用Paas等人1994制定的量表,經(jīng)Paas驗(yàn)證,該量表的信度系數(shù)為0. 90Paas &Van Merrienboer, 1994.由于 心理努力是一個(gè)專業(yè)術(shù)語(yǔ),可能不容易理解；為此, 完7級(jí),17中選擇一 7努力程度依次遞增,1表示,表示中度努力,7表示非常努 力.任務(wù)主觀難度采用 Kalyuga, Chandler和S weller 1999制定的量表,同樣采用7 級(jí)評(píng)分制,從1到7任務(wù)難度依次遞增,1表示非常容易,4表示中等難度,7表示非 常困難.研究說(shuō)明,使用該量表能夠較準(zhǔn)確地測(cè)查出認(rèn)知負(fù)荷的變化.本研究利用E 2p ri m

18、e實(shí)驗(yàn)心理專用軟件編制程序,實(shí)現(xiàn)主任務(wù)、次任務(wù) 呈現(xiàn)時(shí)間的限制和測(cè)量相應(yīng)的反響時(shí)等數(shù)據(jù). 2. 4實(shí)驗(yàn)程序?qū)嶒?yàn)對(duì)每個(gè)被試單獨(dú)進(jìn)行.實(shí)驗(yàn)前,被試完成8次單任務(wù)的心算作業(yè),以這8次心算的平均時(shí)間作為 被試的心算作業(yè)反響時(shí)的根底測(cè)量值BM.接著,安排被試仔細(xì)閱讀計(jì)算機(jī)上呈現(xiàn)的指導(dǎo)語(yǔ),然后進(jìn)行兩次雙任務(wù)作業(yè)的練 習(xí),主任務(wù)為網(wǎng)絡(luò)搜索作業(yè),次任務(wù)為心算作業(yè).正式實(shí)驗(yàn)中,主任務(wù)分低、中、高3種任務(wù)復(fù)雜水平.在每種任務(wù)復(fù)雜水平的條件下.被試按指導(dǎo)語(yǔ)進(jìn)行 8次由網(wǎng)絡(luò)搜索與心算相結(jié)合的雙任務(wù)作業(yè).實(shí)驗(yàn)完成后,被試在心理努力和任務(wù)主觀難度兩個(gè)量表上對(duì)認(rèn)知負(fù)荷大小作出主觀評(píng)定.主任務(wù)的3種復(fù)雜水平的實(shí)驗(yàn)順序在被試之

19、間做了平衡. 2. 5數(shù)據(jù)收集與整 理 每一輪實(shí)驗(yàn)完成后,收集和整理以下一些數(shù)據(jù)： 主任務(wù)正確率：在每次試驗(yàn)后,被試準(zhǔn)確口頭報(bào)38心 理 學(xué) 報(bào)41卷告一個(gè)特征就計(jì)為一個(gè)正確答復(fù),每種實(shí)驗(yàn)任務(wù)條件下8次試驗(yàn)正確答復(fù)的特征數(shù)占所有正確特征數(shù)的比例就作為該實(shí)驗(yàn)任務(wù)條 件下的主任務(wù)正確率.主任務(wù)反響時(shí)：利用E 2p ri m e編制的程序自動(dòng)記錄每次試驗(yàn)中從搜索結(jié)果頁(yè)面呈現(xiàn)到被試按鍵的時(shí)間,計(jì)算被試每種實(shí)驗(yàn)任務(wù)條件下完 成8次試驗(yàn)的平均時(shí)間,以它作為該實(shí)驗(yàn)任務(wù)條件下的主任務(wù)反響時(shí).次任務(wù)正確反響時(shí)變化：在雙任務(wù)條件下測(cè)得的心算反響時(shí)間稱為被試雙任務(wù)心算反響時(shí) 測(cè)量值DT M.將DT M減去單任務(wù)心算

20、反響時(shí)測(cè)量值,即C WR =DTM -BM ,計(jì) 算8次試驗(yàn)中答復(fù)正確的CWR平均值就是次任務(wù)正確反響時(shí)變化.注視時(shí)問(wèn)、注視次數(shù)、眼跳距離和瞳孔直徑：利用AS L504眼動(dòng)儀記錄眼動(dòng)指標(biāo)數(shù)據(jù).眼 睛如果在較短的時(shí)間100m s穩(wěn)定在相對(duì)的空間閾限范圍內(nèi)1 °,速度低于閾限每秒 15100 °記為一個(gè)注視點(diǎn).注視點(diǎn)的數(shù)量就是注視次數(shù)；每個(gè)注視點(diǎn)的平均所占時(shí)間就是注視時(shí)間；從當(dāng)前注視點(diǎn)位置到下一個(gè)注視點(diǎn)位置之問(wèn)間隔長(zhǎng) 度就是眼跳距離；每次注視時(shí)瞳孔的平均大小就是瞳孔直徑.心理努力和任務(wù)主觀難度：每種實(shí)驗(yàn)任務(wù)條件結(jié)束后用主觀評(píng)定量表分別獲得心理努力和任務(wù)主觀 難度的評(píng)估值.收集到

21、的數(shù)據(jù)利用SPSS軟件進(jìn)行分類(lèi)匯總,并進(jìn)行探索分析,去除其中的奇異值.3結(jié)果與分析3. 1任務(wù)復(fù)雜性對(duì)認(rèn)知負(fù)荷的影響利用SPSS軟件計(jì)算各個(gè)認(rèn)知負(fù)荷評(píng)估指標(biāo)在不同任務(wù)復(fù)雜性條件下的均 值,并分別對(duì)各個(gè)評(píng)估分析,結(jié)果見(jiàn)表1.表1評(píng)估指標(biāo)高M(jìn)F p心理努力4. 215. 4821. 130. 002任務(wù)主觀難度333. 735. 1520. 140. 003a視時(shí)間 66. 0183. 3383. 688. 910. 000a視次數(shù) 283. 82366. 91388. 5518. 730. 0001艮跳距離 50. 7248. 5850. 600. 360. 701瞳孔直徑 31.5631.82

22、31.910. 020. 977i任務(wù)反響時(shí) 12385. 8515444. 4415866. 4158. 580. 000fc任務(wù)正確率 0. 920. 770. 55117. 440. 00砍任務(wù) 正確反響時(shí)變化1607. 151988. 451404. 871. 070. 346從表1可以看出,隨著任務(wù)復(fù)雜性增加,心理努力投入和任務(wù)主觀難度增大,注視時(shí)間、注視次數(shù)、主任務(wù)反響時(shí)增加,主任務(wù) 正確率降低,瞳孔直徑變大,而眼跳距離和次任務(wù)正確反響時(shí)變化那么沒(méi)有表現(xiàn)出規(guī)律 性的變化.方差分析結(jié)果顯示,在不同的任務(wù)復(fù)雜性條件之間,心理努力、任務(wù)主觀 難度、注視時(shí)間、注視次數(shù)、主任務(wù)反響時(shí)、主任務(wù)

23、正確率均表現(xiàn)出極顯著的差異 (p <0. 01.而眼跳距離、瞳孔直徑和次任務(wù)正確反響時(shí)變化的差異不顯著(p >0.05.由此可見(jiàn),對(duì)任務(wù)復(fù)雜性變化敏感的評(píng)估指標(biāo)主要有心理努力、任務(wù)主觀難 度、注視時(shí)間、注視次數(shù)、主任務(wù)反響時(shí)、主任務(wù)正確率等.3. 2基于BP網(wǎng)絡(luò)的認(rèn)知負(fù)荷綜合評(píng)估模型BP網(wǎng)絡(luò)是一種單向傳播的多層前向網(wǎng)絡(luò),它能在無(wú)需事先了解輸入一輸出模式映射關(guān)系數(shù)學(xué)方程的情況下,通過(guò)對(duì)樣本進(jìn)行學(xué)習(xí)練習(xí),建立由n維輸入項(xiàng)到m維輸出項(xiàng)之間的 非線性映射.BP網(wǎng)絡(luò)由輸入層、輸出層和隱含層構(gòu)成,其具體設(shè)計(jì)包括輸入/輸出 項(xiàng)設(shè)計(jì)、網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)、網(wǎng)絡(luò)練習(xí)與測(cè)試等幾個(gè)方面.輸出項(xiàng)神經(jīng)元個(gè)數(shù)即所要區(qū)

24、 分和識(shí)別的認(rèn)知負(fù)荷水平的等級(jí)數(shù).在實(shí)際的作業(yè)情境中,認(rèn)知負(fù)荷水平受任務(wù)特征、個(gè)體特征及兩者交互作用的影響,但在某個(gè)特定的時(shí)刻或較短時(shí)間內(nèi),個(gè)體特征 又具有相對(duì)的穩(wěn)定性,而任務(wù)特征是決定認(rèn)知負(fù)荷大小的關(guān)鍵因素 (Paas &van Merrienboer, 1994 0參照國(guó)外同類(lèi)研究,本研究通過(guò)改變?nèi)蝿?wù)特征(任務(wù)復(fù)雜性來(lái)改 變認(rèn)知負(fù)荷水平,根據(jù)前述的實(shí)驗(yàn)設(shè)計(jì),根據(jù)任務(wù)復(fù)雜性的不同將認(rèn)知負(fù)荷分成 3個(gè)1期李金波等：人機(jī)交互過(guò)程中認(rèn)知負(fù)荷的綜合測(cè)評(píng)方法 39等級(jí),與此相對(duì)應(yīng),BP網(wǎng)絡(luò)設(shè)計(jì)中輸出項(xiàng)神經(jīng)元個(gè)數(shù)設(shè)置為 3個(gè).輸入項(xiàng)的 確定實(shí)際上就是特征量的提取,對(duì)于特征量的選取,主要考慮它是否

25、與認(rèn)知負(fù)荷有比 較確定的相關(guān)關(guān)系.由上述分析可知,與認(rèn)知負(fù)荷顯著相關(guān)的因素有心理努力、任 務(wù)主觀難度、注視時(shí)間、注視次數(shù)、主任務(wù)正確率和主任務(wù)反響時(shí)變化共6個(gè).因 此,輸入項(xiàng)神經(jīng)元個(gè)數(shù)設(shè)置為6個(gè).網(wǎng)絡(luò)結(jié)構(gòu)中的網(wǎng)絡(luò)層數(shù)采用單隱層的三層網(wǎng)絡(luò) 根據(jù)初測(cè)結(jié)果,隱層神經(jīng)元個(gè)數(shù)選擇14個(gè),隱含層傳遞函數(shù)采用S型的正切函數(shù), 輸出層傳遞函數(shù)采用S型的對(duì)數(shù)函數(shù),練習(xí)函數(shù)選擇trainl m函數(shù)Leven 2berg - Marquardt算法,期望收斂精度為0. 001.隨機(jī)選擇33個(gè)被試中的24個(gè)共72組數(shù)據(jù)作為練習(xí)樣本,其余的9個(gè)被試共27 組數(shù)據(jù)作為測(cè)試樣本.利用 MAT LAB軟件編制程序進(jìn)行網(wǎng)絡(luò)練習(xí)

26、和測(cè)試.練習(xí)之 前,將所有輸入項(xiàng)進(jìn)行歸一化處理,轉(zhuǎn)化成0, 1區(qū)間的數(shù)據(jù),輸出項(xiàng)用0-1二分?jǐn)?shù)據(jù) 形式表示.練習(xí)好的網(wǎng)絡(luò)采用測(cè)試樣本進(jìn)行測(cè)試可得到測(cè)試負(fù)荷值,式,進(jìn)行比擬.的絕對(duì)誤差、,、相對(duì)誤差絕對(duì)值和均方誤差,求取每種負(fù)荷水平下所有被試測(cè)試 負(fù)荷值與期望負(fù)荷之間絕對(duì)誤差、相對(duì)誤差絕對(duì)值和均方誤差的均值;同時(shí)計(jì)算三種負(fù)荷條件下絕對(duì)誤差、相對(duì)誤差絕對(duì)值和均方誤差的總均值,結(jié)果見(jiàn)表2.表2基于BP網(wǎng)絡(luò)建模的綜合評(píng)估結(jié)果期望負(fù)荷值測(cè)試負(fù)荷值絕對(duì)誤差相對(duì)誤差均方誤差10. 83-0. 1717. 200. 1521. 79-0. 2110. 400. 2232. 93-0. 152. 300. 05

27、絕對(duì)誤差均值=-0. 15相對(duì)誤差均值% =9. 97均方誤差均值=0. 14注:表中期望負(fù)荷值1、2、3分別表示低、中、高三種認(rèn)知負(fù)荷水平,以下同從表2可以看出,在不同負(fù)荷水平條件下,期望負(fù)荷值與測(cè)試負(fù)荷值的絕對(duì) 誤差、相對(duì)誤差和均方誤差不同.相對(duì)而言,BP網(wǎng)絡(luò)模型在高負(fù)荷水平時(shí)其綜合評(píng) 估結(jié)果最為準(zhǔn)確絕對(duì)誤差、相對(duì)誤差、均方誤差均最小.3. 3基于自組織神經(jīng)網(wǎng)絡(luò)S OM的認(rèn)知負(fù)荷綜合評(píng)估模型 自組織特征映射網(wǎng)絡(luò)S OM是一類(lèi)無(wú)教師、自組織、自學(xué)習(xí)網(wǎng)絡(luò),它能將輸入項(xiàng)有 序地映射在輸出層上,實(shí)現(xiàn)將樣本的高維空間在保持結(jié)構(gòu)不變的條件下投影到低維 空間.因此,可以應(yīng)用于認(rèn)知負(fù)荷水平的等級(jí)劃分和識(shí)別

28、研究中.SOM網(wǎng)絡(luò)由輸入層和競(jìng)爭(zhēng)層組成,我們同樣選擇與認(rèn)知負(fù)荷有顯著相關(guān) 的6個(gè)單維度評(píng)估指標(biāo)作為網(wǎng)絡(luò)的輸入項(xiàng).輸出層的設(shè)計(jì)涉及神經(jīng)元個(gè)數(shù)和神經(jīng)元 排列的設(shè)計(jì)兩個(gè)方面.神經(jīng)元個(gè)數(shù)設(shè)定為 3個(gè),本研究?jī)H對(duì)認(rèn)知負(fù)荷的水平進(jìn)行等 級(jí)劃分,因而神經(jīng)元的排列采用一維線陣來(lái)表示.練習(xí)樣本與測(cè)試樣本與BP網(wǎng)絡(luò)相同,經(jīng)測(cè)試,1000次以上時(shí),3.3絕對(duì)誤差相對(duì)誤差均方誤差11. 100. 1010. 000. 1022. 100. 1025. 000. 5032. 80-0. 206. 670. 20絕對(duì)誤差均值=0. 00相對(duì)誤差均值% =13. 89均方誤差均值=0. 27從表3中可以看出,利用構(gòu)建S O

29、M網(wǎng)絡(luò)模型對(duì)認(rèn)知負(fù)荷水平進(jìn)行分類(lèi)其 相對(duì)誤差要高于BP網(wǎng)絡(luò)模型.3. 4基于因素分析的認(rèn)知負(fù)荷綜合評(píng)估模型利用因素分析可以從眾多的評(píng)估指標(biāo)中抽取少數(shù)幾個(gè)綜合指標(biāo)公共因素,并根據(jù)特征根和因素負(fù)荷計(jì) 算被試在公共因素上的得分.由于每個(gè)公共因素的方差奉獻(xiàn)率表示該因素對(duì)總體變 異的解釋程度,反映了該因素的相對(duì)重要性,因而可以作為各個(gè)因素的加權(quán)系數(shù).計(jì) 算被試的因素得分的加權(quán)總和,這個(gè)總和值就可以作為認(rèn)知負(fù)荷的綜合評(píng)估指標(biāo)值 王權(quán),李金波,2002.選擇上述6個(gè)認(rèn)知負(fù)荷評(píng)估指標(biāo),利用主成分分析方法抽取公共因素,當(dāng)抽 取公共因素為3個(gè)時(shí),累計(jì)方差奉獻(xiàn)率已達(dá)89. 86%.經(jīng)方差極大正交旋轉(zhuǎn)后其因 素負(fù)荷矩

30、陣見(jiàn)下表4.40表4 評(píng)估指標(biāo)的因素分析結(jié)果 評(píng)估指標(biāo)1 V1心理努力V2難度感知V3注視時(shí)間V4注視次數(shù)V5主任務(wù)反響時(shí)V6主任務(wù)正確率-0. 76 0. 94 0. 95 0. 09 0. 12 0. 17 3. 04 40. 09b理學(xué)報(bào) 41 卷公共因素 2 - 0. 36 0. 02 0.08 0. 22 0. 96 0. 83 1.56 29. 90 3 0. 15 0. 15 0. 16 0. 95 0. 07 0. 47 0. 79 19. 87 負(fù)荷 任務(wù)復(fù)雜性之間存在正向的相關(guān)系數(shù)為0.72,見(jiàn)表6.當(dāng)任務(wù)非常容易時(shí),由于 個(gè)體利用自動(dòng)化知識(shí)就可以完成任務(wù),因而其認(rèn)知負(fù)荷低

31、,投入的心理努力少,績(jī)效 水平能保持在最高水平；當(dāng)任務(wù)難度增大時(shí),個(gè)體需要?jiǎng)佑酶嗟年愂鲂灾R(shí),心 理努力投入增加,認(rèn)知負(fù)荷也相應(yīng)增大,而績(jī)效水平 那么會(huì)出現(xiàn)下降.因而績(jī)效與認(rèn) 知負(fù)荷任務(wù)復(fù)雜 性的關(guān)系是一種負(fù)向的相關(guān)關(guān)系,表6顯示認(rèn)知負(fù)荷與主任務(wù) 正確率的相關(guān)系數(shù)為-0. 82;而與任務(wù)主觀難度的相關(guān)為0. 69.注視時(shí)間、注視 次數(shù)與認(rèn)知負(fù)荷任務(wù)復(fù)雜性的關(guān)系也是一種正向的相 關(guān)關(guān)系相關(guān)系數(shù)分別為0. 39和0. 53.這說(shuō)明認(rèn) 知負(fù)荷任務(wù)復(fù)雜性 對(duì)任務(wù)即時(shí)加工有著重要的 影響,認(rèn)知 負(fù)荷任務(wù)復(fù)雜性越大,注視時(shí)間越長(zhǎng),注視次數(shù)越多,反映個(gè)體在對(duì)任務(wù)加工過(guò)程 中需要接收、編碼儲(chǔ)存的元素?cái)?shù)目越多

32、.本研究的這一結(jié) 果支持Sweller的認(rèn)知負(fù)荷理論.本研究中,眼跳時(shí)間、瞳孔直徑和次任務(wù)反響時(shí) 在不同的認(rèn)知負(fù)荷任務(wù)復(fù)雜性 水平下無(wú)顯著變 化,這與Paas 1994人報(bào)道的瞳孔反響對(duì)認(rèn) 知負(fù)荷變化具有高度敏感性的實(shí)驗(yàn)結(jié)果不一致.但如果 對(duì)本研究得出的不同任務(wù)復(fù)雜性下瞳孔直徑的均值 作一分析,可以發(fā)現(xiàn),隨著認(rèn)知負(fù)荷任務(wù)復(fù)雜性 增大,瞳 孔直徑還是表現(xiàn)出增大的趨勢(shì).眼跳距離與認(rèn)知負(fù)荷任務(wù)復(fù)雜性的關(guān)系存在兩 頭高、中間低的特點(diǎn),即任務(wù)復(fù)雜性低或高時(shí)眼跳距離較大,任務(wù)復(fù)雜性中等時(shí)眼 跳距離較小；而次任務(wù)正確反響 時(shí)變化與認(rèn)知負(fù)荷任務(wù)復(fù)雜性 的關(guān)系那么相反,呈 現(xiàn)出兩頭低、中間高的特點(diǎn).4. 2 單

33、個(gè)指標(biāo)測(cè)評(píng)方法與多維綜合評(píng)估方法的比較抽取測(cè)試樣本在3種實(shí)驗(yàn)條件下的各個(gè)單一評(píng)估指標(biāo)測(cè)評(píng)值,以及基于3種多維綜合評(píng)估模型得出的評(píng)估值,分別計(jì)算他們與相應(yīng)實(shí)驗(yàn)條件下認(rèn)知負(fù)荷水平 的Spearmanf目關(guān),結(jié)果見(jiàn)表6.從表6可見(jiàn),各項(xiàng)測(cè)評(píng)結(jié)果與認(rèn)知負(fù)荷水平均存在顯著相關(guān)；相比之下,BP網(wǎng)絡(luò)評(píng)估值與認(rèn)知負(fù) 荷水平的相關(guān)性最高相關(guān)系 數(shù)為0. 93,其次為SOM網(wǎng)絡(luò),而后是主任務(wù)正確率和因素分析評(píng)估.由此可見(jiàn),基于綜合評(píng)估模型的評(píng)估結(jié)果與認(rèn)知負(fù)荷水平的相關(guān)總體上要高于單項(xiàng)評(píng)估指標(biāo) 測(cè)評(píng)值與 認(rèn)知負(fù)荷水平的相關(guān),這說(shuō)明采用多維綜合評(píng)估模 型對(duì)認(rèn)知負(fù)荷進(jìn)行評(píng) 估總體上比采用單一評(píng)估指標(biāo)更為有效.而在采用單

34、項(xiàng)指標(biāo)的幾種測(cè)評(píng)方法中, 特征根方差奉獻(xiàn)率根據(jù)特征根、因素負(fù)荷,計(jì)算被試在3個(gè)公共因素上的得分,以每個(gè)公共因素的方差奉獻(xiàn)率作為加權(quán)系數(shù)計(jì)算3個(gè)公共因素得分的加權(quán) 總和.并將其一一轉(zhuǎn)化為1, 3 區(qū)間內(nèi)相應(yīng)的值,以便與期望負(fù)荷值進(jìn)行比擬,結(jié) 果見(jiàn)表5.表5 基于因素分析的綜合評(píng)估結(jié)果 期望負(fù)荷值 測(cè)試負(fù)荷值1 2 3 0. 82 1.79 2. 42絕對(duì)誤差 相對(duì)誤差均方誤差-0.18 - 0. 21 - 0. 58 51. 18 18. 63 19. 48 0. 32 0. 23 0.47絕對(duì)誤差均值=-0. 32相對(duì)誤差均值% = 29. 76均方誤差均值=0. 34 4 討論4. 1評(píng)估指

35、標(biāo)對(duì)認(rèn)知負(fù)荷變化的敏感性目前,國(guó)內(nèi)外學(xué)者對(duì)認(rèn)知負(fù)荷的研究大多采用實(shí)驗(yàn)室實(shí)驗(yàn)方法,即通過(guò)限制任務(wù)的難度復(fù)雜性來(lái)改變認(rèn) 知負(fù)荷水平,在此根底上分析各種評(píng)估指 標(biāo)值隨任務(wù)難度復(fù)雜性改變的規(guī)律,進(jìn) 而判斷各個(gè)指標(biāo)用于評(píng)定負(fù)荷狀況的意義.本研究通過(guò)改變?nèi)蝿?wù)復(fù)雜性來(lái)限制認(rèn) 知負(fù)荷水平,并測(cè)量不同任務(wù) 復(fù)雜性水平下的主任務(wù)與次任務(wù)績(jī)效、生理反響和主觀評(píng)估指標(biāo).以此為根底,探討認(rèn)知負(fù)荷與各個(gè)評(píng)估指標(biāo)之間的關(guān)系.結(jié)果顯示心理努力、任務(wù)主觀難度、注視時(shí)間、注視次數(shù)、主任務(wù)反響時(shí)和主任務(wù) 正確率共6個(gè)評(píng)估指標(biāo)對(duì)認(rèn)知負(fù)荷的變化有顯著的敏感性. 目前,在對(duì)心理 努力與認(rèn)知負(fù)荷任務(wù)復(fù)雜性 的關(guān)系的解釋上存在兩種相互矛盾的

36、假設(shè),Gim ino2000認(rèn) 為兩者之間是正向的線性關(guān)系,而Salomon 1983那么認(rèn)為兩者是“強(qiáng)倒的曲線關(guān)系.本研究結(jié)果支持Gim ino的假設(shè),心理努力與認(rèn)1期李金波等：人機(jī)交互過(guò)程中認(rèn)知負(fù)荷的綜合測(cè)評(píng)方法41主任務(wù)正確率與認(rèn)知負(fù)荷水平的相關(guān)性最高.表6 單個(gè)指標(biāo)測(cè)評(píng)值、綜合評(píng)估結(jié)果值與認(rèn) 知負(fù)荷水平值的相關(guān) 心理努力 認(rèn)知負(fù)荷水平:3 p < 0. 001注模型B P神經(jīng)網(wǎng)絡(luò)SOM神經(jīng)網(wǎng)絡(luò)0. 72 3任務(wù)主觀難度0. 69 3注視時(shí)間0. 39 3注視次數(shù)0. 53 3主任 務(wù)反響時(shí)0. 65 3主任務(wù) 正確率-0. 82 3 BP網(wǎng)絡(luò)SOM網(wǎng)絡(luò) 因素分析 評(píng)估值0. 81

37、 3 評(píng)估值0. 93 3評(píng)估值0. 82 3 4. 3 三種綜合評(píng)估模型評(píng)估結(jié)果之間的比擬負(fù)荷評(píng)估指標(biāo)的敏感性會(huì)不一樣.因此,本研究建 立的認(rèn)知負(fù)荷綜合評(píng)估模型不完全適 用于各類(lèi)人機(jī) 系統(tǒng)中認(rèn)知負(fù)荷的測(cè)評(píng)問(wèn)題.本研究的意義在于提 供了如何構(gòu)建認(rèn) 知負(fù)荷多維綜合評(píng)估模型的方法,并對(duì)幾種建模方法作了比擬.在實(shí)際運(yùn)用這些建 模方法時(shí),對(duì)于不同性質(zhì)的作業(yè),需要對(duì)本研究建立的 模型作出適當(dāng)?shù)男薷?參 對(duì)三種綜合評(píng)估模型的評(píng)估結(jié)果進(jìn)行整理,結(jié)果見(jiàn)下表7.表7 三種綜合評(píng)估模型評(píng)估結(jié)果的比擬 絕對(duì)誤差均值 相對(duì)誤差均值%均方誤差均值-0. 15 0. 00 9. 97 13. 89 29. 76 0. 1

38、4 0. 27 0. 343素分析-0. 32考文獻(xiàn) 由表7可以發(fā)現(xiàn),在相 對(duì)誤差均值上,B P網(wǎng)絡(luò)的相對(duì)誤差最低9. 97%,其次是SOM網(wǎng)絡(luò)13. 89%,兩者均明顯低于因素分析29. 76 %.在絕對(duì)誤差均值上,SOM網(wǎng)絡(luò)最低,B P網(wǎng)絡(luò)次之.而在均方誤差方面,B P網(wǎng)絡(luò)最低,SOM網(wǎng)絡(luò)次之.可見(jiàn)利用神經(jīng) 網(wǎng)絡(luò)模型對(duì)認(rèn)知負(fù)荷作綜合評(píng)估總體 上要優(yōu)于傳統(tǒng)的因素分析方法.神經(jīng)網(wǎng)絡(luò)通 過(guò)使用非線性映射關(guān)系來(lái)貼近復(fù)雜的非線性系統(tǒng),擺脫了傳統(tǒng)的線性分析工具,而 更適用于認(rèn)知負(fù)荷的測(cè)評(píng).5 結(jié)論本研究通過(guò)分析任務(wù)特征任務(wù)復(fù)雜性與認(rèn)知負(fù)荷評(píng)估指標(biāo)作業(yè)績(jī)效、主觀評(píng)估、生理指標(biāo)的關(guān)系,發(fā)現(xiàn)心理努力、 任務(wù)

39、主觀難度、注視時(shí)間、注視次數(shù)、主任務(wù)反響時(shí)、主任務(wù)正確率這6項(xiàng) 指標(biāo)對(duì)認(rèn)知負(fù)荷的變化具有較高的敏感性.以這6項(xiàng)指標(biāo)的測(cè)量結(jié)果為依據(jù),分別采用因素分析法、P神經(jīng)B網(wǎng)絡(luò)和SOM神經(jīng)網(wǎng)絡(luò)建模技術(shù)構(gòu)建認(rèn)知負(fù)荷多維綜合評(píng)估模型,發(fā)現(xiàn)在雙任務(wù)情境下,采用多維綜合 評(píng)估模型對(duì)認(rèn)知負(fù)荷進(jìn)行評(píng)估 比采用單一評(píng)估指標(biāo) 更為有效.而在3種多維綜合評(píng)估模型中,BP網(wǎng)絡(luò)和自組 織神經(jīng)網(wǎng)絡(luò)(SOM兩種神經(jīng)網(wǎng)絡(luò)模型對(duì)認(rèn) 知負(fù)荷的測(cè)量結(jié)果優(yōu)于采用因素 分析法構(gòu)建的模型.本研究由視覺(jué)搜索與心算組成的雙任務(wù)實(shí)驗(yàn)結(jié)果來(lái)分析認(rèn)知負(fù)荷評(píng)估指標(biāo)的敏感性,然后基于對(duì) 搜索作業(yè)負(fù)荷變化敏感的評(píng)估指標(biāo), 建立起認(rèn)知負(fù) 荷的多維綜合評(píng)估模型.然

40、而,作業(yè)性質(zhì)不同,認(rèn)知A h Istrom , U., Friedm an 2berg, F. 38, 53 - 61. C hen, C. T. C h ris, B. , D aniel, L. , A lan, Y. ( 5,231 - 244. C ooper, G. - 113. C u rrie, N. J. D ing, Y. L. , S heue, L. H. 281 - 298. G im ino, A. E. C alifo rn ia. ( 2006 . U sing eye m ovem ent activ ity as a co rrelate of cogniti

41、ve w o rk load. Interna tiona l J ou rna l of Industria l E rgonom ics, 36, 623 - 636. B runken, R., P lass, J. , L eu tner, D. ( 2003 . D irect m easu rem en t of cogn itive load in m ultim edia learn ing. Educa tiona l Psycho log ist, B runken, R. , S teinbacher, S. , Plass, J. ( 2002 . A ssessm e

42、n t of m em o ry tasks. Avia tion, Sp ace, and Environm enta l M ed icine, 78 m en ta l w orkload via fuzzy set app lica tions. unp ub lished D octo rial D issertation, U niversity of H ouston. Fairclough, S. H. , V enab les, L. , Tattersall, A. m en ta l effo rt in academ ic tasks: a va lida tion a

43、nd exp lo ra to ry study . unp ub lished D octorial D issertation, U n iversity of Sou thern cogn itive load in m ultim edia learn ing using dual2task m ethodology. Exp erim enta l P sychology, 49 ( 1 , 109 - 297. ( 2006 . C ognitive p rocessing du ring w eb sea rch: the role of w orking m em o ry l

44、oad in selective a tten tion and inh ib ito ry con trol unpub lished D octorial D issertation, Ind iana U niversity. . ( 2007 . EEG co rrelates of task engagem en t and m en tal w o rk load in v igilance, learn ing, and ( 1997 . The developm ent of a comp osite index of ( 1999 . U se of neu ral netw

45、 o rks to achieve dynam ic task allocation: a flex ib le m anufactu ring system exam p le. Interna tiona l J ou rna l of Industria l E rgonom ics, 24 ( 2 , ( 2005 . The influence of task dem and and learn ing on the psychop hysiological resp onse. Interna tiona l J ou rna l of P sychology, 56, 171 -

46、 184. ( 1990 . C ogn itive load theo ry as an aid for instructional design. Austra lian J ou rna l of Educa tiona l Technology, 6 (1 , 108 ( 2000 . F acto rs tha t influence studn ts ' investm en t of42 G rootjen, M. , N eerincx, M. A. , V eltm an, J. A.心理 學(xué)報(bào)(2006 . Pau l, A. 41 卷(2006 . U sing

47、sub jective m easu res to detect variations of C ognitive task load in a naval sh ip con trol centre: from identification to p red iction. E rgonom ics, 49 ( 12,1238 - 1264. Kalyuga, S. , C handler, P. , Sw eller, J. ( 1999 . M anag ing sp lit2 in trinsic cognitive load w ithin p roblem s. L ea rn i

48、ng & Instruction, 16 (5,389 - 400. R eed, W. M. , B u rton, J. K. , Kelly, P. ( 1985 . The effects of atten tion and redundancy in m ultim edia instruction. App lied C ognitive P sycho logy, 13, 351 - 371. K ilseop, R. , M yung, R. w riting ab ility and m ode of d iscou rse on cognitive cap acit

49、y engagem en t Resea rch in the Teaching of Eng lish, 19, 283 - 297. . R oger, W. S., R obecca, L. G. , G o ry, B. R. ( 2003 . M odel of ( 2005 . Evalution of m en tal w o rk load w ith a com b ined m easure based on p hysio log ical ind ices du ring a M ental W o rk load. In terna tiona l J ou rna

50、l of Industria l E rgonom ics, 28 ( 2,381 - 407. Salom on, G. ( 1983 . The d ifferen tial investm en t of m en tal effo rt in dual task of tracking and m en tal arithm etic. Interna tiona l J ou rna l of Industria l E rgonom ics, 35, 991 - 1009. L aine, T. I , B auer, K. W. , J r Teffrey, W. . ( 200

51、2 . S election of learn ing from differen t sources. Educa tiona l P sychologist, 18 ( 1 , 42 - 50. Shayne, L. , Penelope, S. , A ndrew , N. ( 2007 . M odeling and inpu t featu res across subjects for classify ing crewm em ber w o rk load using artificial neural netw o rks. IEEE Transactions on Syst

52、em s, M an, and cybernen tics 2 a rt A: System s and H um ans, 32 ( 6,691 p - 704. m odel fo r m en tal w o rk load classfication. IEEE Transactions on N ew York: W iley Press. System s, M an, and cybernentics 2 rt A: System s and H um ans, 31 pa ( 6 , 1822 - 1825. ( 1976 . B ehavio ra l founda tion

53、s of system developm ent . ( 1956 . The m ag ical num ber seven, p lus o r m inus tw o: som e lim its on ou r capacity fo r p rocessing info rm ation. P sycho log ica l Review, 63, 81 - 97. ( 2005 . Im p rov ing 32, 2713 - 2730. ( 1993 . The efficiency of perform ance m easu res. H um an F acto rs,

54、35, 737 - 743. ( 1994 . Instructional con tro l of cogn itive load in the train ing of com p lex cogn itive tasks. Educa tiona l P sycho logy Review, 6 ( 4 , 351 - 371. p ilo t m en tal w o rk load classification th rough featu re exp lo itation and com b ination: a feasib ility study. Comp uter &am

55、p;O p era tions Resea rch, instructional cond itions: A n app roach to com b ine m en tal effo rt and ( 2001 . Self 2 rgan izing M ap ( SOM O Predicting M en tal W o rk load in En R ou te A ir T raffic C ontro l: C ritical R ev iew and B roader Im p lications. H um an F acto rs, 49 ( 3,376 - 399. Sh

56、ayeghi, H. , Shayanfar, H. A. ( 2006 . A pp lication of ANN technique based on仙 2synthesis to load frequency con trol of interconnected p ow er system. In terna tiona l J ou rna l of E lectrica l Pow er & Energy System s, 28 ( 7,503 - 511. Tabbers, H. , M artens, R. L. , van M errienboer, J. ( 2

57、004 . M azaeva, N. , N tuen, C. M eister, D. M iller, G. A. M ultim edia in structions and cogn itive load theo rys : Effects of m odality and chang. B ritian J ourna l of Educa tiona l Psycho logy, 74, 71 - 81. Tuovinen, J. , Paas, F. ( 2004 . Exp lo ring m ultidim ensional N oel, J. B. , B auer, K

58、. W. , L ann ing, J. W. app roaches to the efficiency of instructional conditions. Instructiona l Science, 32, 133 - 152. W aard, D. ( 1996 . The m easurem ent of d rivers' m en ta l w o rkload. Paas, F. , van M errienboer, J. unp ub lished D octorial Dissertation, U n iversity of G ron ingen. W ang, Q. , L i, J. B. ( 2002 . C onfirm a tory Facto r Ana lysis. ( in C hinese H angzhou C h ina: Zhejiang U n iversity P ress. Paas, F., van M errienboer, J.葉權(quán),李金波.(2002 .實(shí)證性因素分析.杭州：浙江大學(xué)出版 社.(D epa rtm en t of Psychology and B ehaviora l Science,