CN119398246A 一种基于多源异构数据融合的船员工作负荷自适应预测方法 （中国船舶集团有限公司第七一九研究所）

一种基于多源异构数据融合的船员工作负本发明公开了一种基于多源异构数据融合的船员工作负荷自适应预测方法，所述方法包刻的生理负荷参数得到下一时间段的个体生理所处航行环境的综合压力水平和所述下一时间段的个体生理负荷预测值，输入因果推理图模2基于所述个体的当前生理负荷和历史时刻的生理负荷参数，输入基于所述下一时间段的航行环境数据，输入环境评估模型E得到下一时间段的船员所基于所述下一时间段的船员所处航行环境的综合压力水平和所述下一时间段的个体2.如权利要求1所述的基于多源异构数据融合的船员工作负荷自适应预测方法，其特3.如权利要求2所述的基于多源异构数据融合的船员工作负荷自适应预测方法，其特定义个体生理负荷模型P，个体生理负荷模型P用于计算当前时4.如权利要求3所述的基于多源异构数据融合的船员工作负荷自适应预测方法，其特预测时间段(t+Δt)的生理负荷i(t+At)。5.如权利要求1所述的基于多源异构数据融合的船员工作负荷自适应预测方法，其特征在于，通过AIS系统或气象海况服务渠道获取所述船员所在船舶在下一时间段的航行环36.如权利要求5所述的基于多源异构数据融合的船员工作负荷自适应预测方法，其特天气压力指数Sweather:Sweather＝w1fwind(Vw)+w2fvisibibity(Vis)+w3frain(Rain)+w4ftemp7.如权利要求1所述的基于多源异构数据融合的船员工作负荷自适应预测方法，其特8.如权利要求7所述的基于多源异构数据融合的船员工作负荷自适应预测方法，其特i(t+At):下一时间段t+Δt的个体生理负荷预测值；9.如权利要求7所述的基于多源异构数据融合的船员工作负荷自适应预测方法，其特4i(t+At):个体生理负荷预测值；基于航线的环境因素和下一时间段工作休息安排中的人员情况，对5[0010]基于所述下一时间段的航行环境数据，输入环境评估模型E得到下一时间段的船[0011]基于所述下一时间段的船员所处航行环境的综合压力水平和所述下一时间段的6[0043]权重系数wi:表示各具体因素对相应压力指数的影响权重，满足对应压力指数内7[0047]基于回归模型捕捉生理负荷和环境压力对工作负荷的影响，及其之间的交互作[0051]i(t+dt):下一时间段t+Δt的个体生理负荷预测值；[0061]L(t+t):个体生理负荷预测值；8[0073]本发明通过采集和融合船员的生理特征数据、历史生理负荷参数及航行环境数[0074]通过参考附图阅读下文的详细描述，本公开示例性实施方式的上述以及其他目[0075]图1是示出根据本发明实施例的一种基于多源异构数据融合的船员工作负荷自适例范围的情况下，第一……也可以被称为第二……，类似地，第二……也可以被称为第9[0083]如图1所示，本发明公开了一种基于多源异构数据融合的船员工作负荷自适应预[0084]利用智能手表等可穿戴设备采集船员的生理特征数[0086]通过AIS系统或气象海况服务渠道获取个体所在船舶在下一时间段的航行环境数[0087]基于所述下一时间段的航行环境数据，输入环境评估模型E得到下一时间段的船[0088]基于所述下一时间段的船员所处航行环境的综合压力水平和所述下一时间段的[0099]定义个体生理负荷模型P，个体生理负荷模型P用于计算当前时刻t下船员的生理非线性指数，用于描述生理指标与疲劳累积之间的非线性关系。γ：生理负荷恢复速率参贡献:a1(HR(t)-HRresr)"1表示当前心率高于静息心率部分对疲劳的贡献，指数n1体现非高。活动量贡献a3Activity(t)"a表示体力活动对疲劳的贡献。疲劳恢复部分L(t_Δt)×eα2＝0.3,n2＝1；[0132]在某一实施例中，收集历史数据包括过去p个时刻的生理负荷数据:L(t),L(t_Δ[0133]计算预测值⃞1vil(t-(i-1)dt)和预测下一时刻的生理负荷:L(t+dt)=⃞1pil(t-(i-1)dt)+[0141]预测下一时刻的生理负荷:L(t+1)=22.1+0.4=22.5.因此，预测下一时间段[0142]通过将个体的当前生理负荷L(t)及其历史生理负荷数据和误差项输入到预测模[0145]AIS(自动识别系统)提供了海上船舶的实时动态信息，包括本船信息:船舶位置境数据转化为船员所处航行环境的综合压力水[0175]权重系数wi:表示各具体因素对相应压力指数的影响权重，满足对应压力指数内[0193]气温影响函数ftemp(Temp):气温过高或过低都会增加压力，可以表示为：[0214]操纵频率影响函数fmaneuver(Mfrequency)：需要频繁操纵时，压力增大，表示为：[0218]其中，操纵频率Mfrequency中操纵的类型包括一切需要船员主动控制船舶以改变其[0313]计算综合环境压力水平Senv:利用环境评估模型E，将各子压力指数按照权重βi进[0322]风速Vw＝15m/s，最大风速uvnex=20m/s,[0326]海浪高度Hwave＝3m,Hwavenx=5m,[0327]流速Vc＝1m/s,Bmsx=2m/s,[0351]通过AIS系统和气象海况服务渠道获取船舶在下一时间段的航行环境数据，利用[0354]基于回归模型捕捉生理负荷和环境压力对工作负荷的影响，及其之间的交互作[0358]i(t+dt):下一时间段t+Δt的个体生理负荷预测值。[0367]i(t+t):下一时间段的个体生理负荷预测值。[0377]i(t+dt):个体生理负荷预测值。[0382]个体生理负荷预测值L(t+At).k次迭代的参数值。[0401]下一时间段的个体生理负荷预n2=[0473]计算G(Pavail,Senv)：c(pans)=e-学(07")=e[0494]本发明通过采集和融合船员的生理特征数据、历史生理负荷参数及航行环境数[0497]可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算部