人机交互中认知负荷变化预测模型的构建

设计模拟的人机交互实验, 分析持续作业过程中认知负荷在评估指标上的变化; 采用Elman神经网络和BP神经网络二种建模方法, 探索人机交互过程中认知负荷变化预测建模的构建方法。结果显示：持续作业中认知负荷在主任务反应时、主任务正确率、注视时间、注视次数4个评估指标上变化显著; 在心理努力、任务主观难度2个评估指标上变化不显著; Elman神经网络和BP神经网络两种预测模型可以对不同作业时间段认知负荷在评估指标上发生的变化进行预测; 再结合认知负荷的综合评估模型, 可实现对不同作业时间段个体认知负荷水平等级进行分析。