数字化核电厂操纵员监视行为可靠性分析及其应用

张 力，胡 鸿，李鹏程，易灿南，蒋建军，陈青青

（1.南华大学 核科学与技术学院，湖南 衡阳 421001；

2.湖南工学院 人因工程与安全管理研究所，湖南 衡阳 421001；

3.南华大学 人因研究所，湖南 衡阳 421001）

数字化核电厂操纵员监视行为可靠性分析及其应用

张 力1，2，胡 鸿1，2，李鹏程3，易灿南2，蒋建军3，陈青青2

（1.南华大学 核科学与技术学院，湖南 衡阳 421001；

2.湖南工学院 人因工程与安全管理研究所，湖南 衡阳 421001；

3.南华大学 人因研究所，湖南 衡阳 421001）

为了建立数字化核电厂操纵员监视行为可靠性量化模型，在分析电厂数字化主控室设计特征和操纵员监视行为的基础上，结合监视活动过程与规律，将监视行为可靠性划分为屏幕间转移可靠性、屏幕内信息搜索转移可靠性和信息察觉可靠性3部分。基于Senders的监视理论建立了屏幕间转移可靠性计算模型；基于注意力资源分配理论建立了屏幕内信息搜索转移可靠性计算模型；考虑行为形成因子（PSF）的因果关系，基于贝叶斯网络建立了信息察觉可靠性计算模型，并给出了“误安注”场景下监视可靠性计算应用实例。结果表明，建立的监视行为可靠性模型既能客观地描述操纵员监视过程，又能给出其可靠性量化结果，克服了传统方法的不足，提高了人因可靠性分析的精度，为数字化主控室操纵员监视行为可靠性分析与工程应用提供了理论与技术支持。

数字化核电厂；操纵员；监视；人因可靠性分析；监视行为可靠性

随着信息技术发展，核电厂仪控系统由传统模拟式逐渐转变为数字化［1－2］，操纵员从手动控制者转变为监督者或决策者［3］。操纵员基于对核电厂状态监视、状态评估与决策，以及响应执行来实现对电厂控制［4］，对核电厂状态的有效监视是操纵员诊断、决策与响应执行的前提。

监视行为即操纵员从核电厂主控室环境获取信息的行为［5］。文献［6］基于现场观察来研究传统核电厂操纵员的监视活动；文献［7］基于不同类型核电厂人机界面开展监视行为比较研究，分析监视绩效影响因子及其策略；文献［8］分析仪控系统数字化改造对监视行为的影响，及其监视策略异同；文献［9］基于对传统和先进核电厂主控室38名操纵员288h观察和访谈的分析结论，建立了其监视行为认知模型。目前对操纵员监视行为的量化研究不多，如Chang等［10］发展的IDAC模型考虑了数据驱动的监视行为；Kim等［11］基于信息理论建立了操纵员知识驱动的监视计算模型。

综上所述，国内外对核电厂监视行为大多聚焦于其规律与机制等方面研究，没有系统构建起监视行为可靠性量化模型与工程方法，难以满足数字化背景下核电厂人因可靠性分析和概率安全评价（PSA）的要求。本文基于核电厂数字化主控室特征，基于改进的Senders的监视理论［12］、信息采样理论和贝叶斯网络模型构建操纵员监视可靠性定量分析模型，为数字化核电厂监视行为可靠性分析、工程应用，及其失误预防提供技术支持。

1 数字化核电厂操纵员监视行为及其可靠性定性分析

1.1 数字化核电厂主控室特征及其影响

数字化核电厂主控室如图1所示，主要包括4个操纵员工作站，及其前方4个大屏幕（显示一、二回路等参数）与后备系统，每个工作站由6个显示屏（VDU）与计算机系统构成。

图1 数字化核电厂主控室Fig.1 Digital main control room in nuclear power plant

数字化核电厂人-系统界面有以下5方面特征：基于计算机分析和处理的先进报警系统、基于计算机技术的信息显示系统、规程系统与操纵员支持系统，以及基于虚拟图标的软控制等［13］，监视对象主要源于计算机显示的电厂状态或部件信息。其信息显示直观充分、信息数字化与分类显示、信息自动处理、警报分级、信息可查询等是有利于监视活动，但某些系统属性与设计缺陷也给监视活动带来不利影响，主要包括：1）异常工况下巨量信息的遴选与干扰；2）计算机显示导致操纵员信息获取的小孔影响；3）二次管理任务（如界面管理、导航等）使得监视负荷增加；4）多界面重叠导致目标信息被覆盖或监视失效；5）长时间监视活动导致的视觉疲劳。

核电厂操纵员认知与控制任务主要包括监视、状态评价、响应计划与响应执行［14－16］。而其对电厂的监视活动包括对目标信息的搜索定位与察觉认读，其中信息定位包括在不同VDU间和在同一VDU内不同位置的信息搜索（图2）。

图2 操纵员监视转移过程与路径Fig.2 Monitoring transfer processes and paths for operators

1.2 监视行为可靠性定性分析

监视行为的可靠性包括对目标信息的定位搜索和察觉认读的可靠性，即监视转移与信息察觉可靠性两部分。

1）监视转移可靠性

监视转移可靠性主要是指操纵员注意力是否准确定位到目标信息。操纵员需要通过对4个大屏幕和6个VDU搜索来获取信息，其注意力和注视点在不断转移。同时操纵员须连续分配注意力在多个信息资源上，但注意力和记忆力资源的有限决定了其只能进行选择性注意［17］。

根据监视搜索目标区域与路径差异（图2）可将监视转移划分为屏幕间监视转移（即操纵员在4个大屏幕和工作站6个VDU间来定位搜索目标信息行为）与屏幕内信息搜索转移（即在某个屏幕中搜索目标信息的行为）。操纵员监视转移主要受规程任务、人机界面特征、系统状态、操纵员知识和经验、报警显示及外部干扰等因素影响。

2）信息察觉可靠性

目前人因可靠性分析（HRA）方法对信息察觉可靠性评定一般是通过对情境环境分析来确定基本失误模式及其概率，然后基于行为形成因子（PSF）来对名义失误概率进行修订，如CREAM方法［18］。但PSF间存在交互作用，在对失误概率修订时因重复计算而带来较大误差，而贝叶斯网络模型考虑了内部各因素的相互作用，且一般只考虑最终的直接影响因素，从而可消除这种重复计算误差，因此贝叶斯网络能很好地解决该问题。

信息察觉可靠性主要受操纵员心智模型的影响，Lee等［19］认为心智模型贮存于人的长期记忆，是操纵员在长期学习、教育、培训及其他实践中所形成的有关核电厂动态特性的心理认知模式，知识和经验水平受培训水平影响，同时，班组的交流与合作水平也对信息的理解有影响。

此外，一般的HRA方法都认为压力是影响HRA的重要因素，如THERP方法［20］，同样，压力水平也是影响操纵员对信息察觉认读的重要因素。压力水平还受其他因素的影响，如用于事故缓解的“时间窗口”与任务复杂性。若可用时间较少会给操纵员带来很大的压力［21］，从而引起其生理失衡和心理紧张，导致信息察觉失误；任务的复杂性主要受数字化规程的设计及任务在数字化人机界面中的合理布局和显示等影响。基于以上分析建立操纵员信息察觉可靠性贝叶斯网络模型，如图3所示。

图3 核电厂操纵员的信息察觉可靠性的贝叶斯网络模型Fig.3 Bayesian network model of operators’information detection reliability in nuclear power plant

2 监视行为可靠性定量建模

在数字化核电厂主控室，操纵员主要基于工作站VDU来获取信息，其注意力需在屏幕之间和屏幕内不同位置的目标信息间进行搜索转移，以完成对目标信息的定位搜索（即监视转移），并对定位到的目标信息进行识别认读（即监视察觉）。因此，操纵员监视行为可靠性（PMR）包括操纵员屏幕间监视转移可靠性（P1）、屏幕内信息搜索转移可靠性（P2）及信息察觉可靠性（P3）3部分，即：

2.1 屏幕间监视转移可靠性计算模型

本文对屏幕间的转移只考虑事故工况下，操纵员基于状态导向规程（SOP）来开展核电厂的监视与控制活动。在监视阶段，操纵员执行规程屏幕中的任务，察觉规程任务中所要求搜索的目标信息，为完成监视任务，需操纵员将注意力转移到相关屏幕（如状态画面所在的屏幕）中搜索目标信息，从而产生屏幕间的转移（数字化规程中任务和目标信息一般分屏显示）。

对于多个仪表之间的转移概率，Senders［12］认为可采用如下公式计算：

其中：Pab为仪表a和b间的转移概率；Pi为注视到仪表i的概率，i＝1，2，…，N；Pa、Pb分别为注视到仪表a与b的概率；其中，Pi可由下式计算：

其中：FFi为操纵员监视第i个仪表的频率；T为给定的单位时间。

根据数字化主控室操纵员事故后的行为特征，对Senders的转移理论进行改进，将VDU类似为仪表；事故工况下操纵员执行基于SOP规程对事故进行缓解，是在给定任务情境下的屏幕单向转移，不是双向转移，故式（2）中分子倍数2应去掉，且假设起始转移点可靠度为1，则操纵员在N个屏幕间的转移概率为：

其中：Pab｜Tj为在给定任务Tj（j＝1，2，…，M）从屏幕a转移到屏幕b的概率；Pi｜Tj为给定任务Tj时操纵员注视到屏幕i而固定不转移的概率，i＝1，2，…，N。Pi｜T可表示为：

其中，FFi｜Tj为给定任务Tj的情况下操纵员注视到第i个屏幕的频率。

2.2 屏幕内信息搜索转移可靠性计算模型

假设操纵员将注意力转移到指定的VDU后，操纵员需在该VDU中搜索定位到所需要的信息。Lee等［19］和Wickens等［22］认为信息的醒目性和信息资源价值（即信息相对于特定任务的重要性）是决定操纵员注意力受到吸引的最主要因素。为了建立屏幕内信息搜索转移的可靠性计算模型，基于以上分析和信息注意理论，可做如下假设。

假设1：屏幕内信息搜索转移可靠性主要受注意力资源的影响，信息获取注意力资源的多少受信息的醒目性、信息资源价值或重要性、信息搜素干扰等因素影响。

假设2：操纵员分配给每个信息的注意力资源与其注视到该信息资源的概率成正比。

假设3：信息醒目性水平低的信息对目标信息没有干扰，只有醒目性水平等于或高于目标信息的信息资源对目标信息才有干扰，降低信息搜素的可靠性。

在诸假设条件下，将目标信息吸引操纵员注意力的概率定义为：

其中：P（Ii）为第i个信息得到注意力监视的概率；Ci为目标信息的显著性或醒目性，取值在0～1之间；Wi为第i个目标信息相对于特定任务的信息价值或重要性；P（O）为外部干扰等对注意力的影响概率；Pi为规程状态数（如有无规程指引）；Mj为人机界面状态数（如优与劣）；Sk为系统状态数；El为知识和经验的状态数；Ap为报警的状态数；Iq为外部干扰的状态数；分别为引发屏幕内监视正确目标失误的概率。

2.3 信息察觉可靠性计算模型

1）贝叶斯网络

贝叶斯网络是由节点和边组成的有向无环图（DAG），可以用N＝〈〈V，E〉，P〉来描述［2324］。离散随机变量V＝｛X1，X2，…，Xn｝对应的节点表示具有有限状态的变量，节点可以是任何抽象的问题，如设备部件状态、测试值、组织因素、人的诊断结果等。DAG蕴涵了一个条件独立假设：给定其父节点集，每一个变量独立于它的非子孙节点。P为定量部分，是V上的概率分布，对于离散情况，可用条件概率表（CPT）来表示，用于定量说明父节点对子节点的影响。根节点的概率分布函数为边缘概率分布函数，其节点概率不以其他节点为条件，故其概率为先验概率，其他节点为条件概率分布函数。

2）评估变量的先验和条件概率

基于1.2节建立的操纵员信息察觉贝叶斯网络模型，由本领域的专家（2名人因专家，6名具有5年以上工作经验的操纵员及2名系统安全分析人员）对网络中的节点变量的先验概率和条件概率进行评估。考虑到评估的复杂性和不确定性，以及专家知识、能力、经验的有限性，可采用确定值、描述性语言、范围值及三角模糊数（最小的可能概率、最可能的概率和最大的可能概率）等来评估，如“0.1”、“大约0.1”、“0.05～0.1”及“0.05，0.1，0.15”等。然后统一将不同的描述方式转化为每个节点状态的三角模糊数，采用递归技术（如特尔斐方法）以保证变量的评估结果收敛。每个变量假设都有2种或3种状态，对应每种状态的概率采用三角模糊数来表示。最终得到的各根节点变量的状态等级水平及概率分布列于表1。同理可得各中间变量的条件概率，列于表2～5。

3）贝叶斯推理

为了进行贝叶斯推理计算，首先需将描述性语言、模糊隶属函数转变成三角模糊数，然后采用三角形重心解模糊法［25］求解：

其中：l、m、u分别为对应模糊数的低水平、中水平与高水平3种状态，其中l≤m≤u；F为对应的三角模糊数；i为三角模糊数的序号。

表1 根节点的模糊先验概率Table 1 Fuzzy prior probability of root node

表2 中间变量“知识和经验”的条件概率Table 2 Conditional probability of intermediate variable“knowledge and experience”

表3 中间变量“任务的复杂性”的条件概率Table 3 Conditional probability of intermediate variable“task complexity”

表4 中间变量“压力”的条件概率Table 4 Conditional probability of intermediate variable“pressure”

表5 中间变量“信息察觉”的条件概率Table 5 Conditional probability of intermediate variable“information detection”

表1列出了通过三角形重心解模糊法得到的确切值。根据确切的变量的先验概率和条件概率，利用微软开发的可支持贝叶斯概率模型的创建、操作和评价的MSBNX来构建选取的范例进行概率推理。

3 应用实例

在“误安注”场景下发生紫色报警，操纵员需进入DOS规程，DOS规程中第3～5页的目的是“诊断反应堆状态”。在“误安注”场景下，其监控的任务步骤或路径为：1）判断是否发生火灾，是则返回到DOS第1页；2）监视反应堆压力容器的液位（L.Vessel）和过冷度（ΔTsat）处于什么水平；3）判断安全注射系统（SI）或安全壳喷淋系统（EAS）是否自动启动，是则返回到DOS第1页；4）判断一回路放射性水平；5）检查蒸汽发生器（SG）在NR（窄量程）的液位＞－1.8m的SG个数等任务。在每个任务过程中均需监视，本文选择第2个任务来进行监视可靠性定量计算的实例说明。

3.1 屏幕间监视转移可靠性P1的定量计算

先对数字化核电厂主控室的4个大屏幕和6个小的计算机屏幕从左至右进行编号，分别标识为S1，S2，…，S10。假设操纵员一般不习惯将规程与状态画面在同一屏幕执行操作（避免在同屏幕中的转移），且一般将规程画面置于S8，显示信息的状态画面置于S7，且大屏幕S2显示与核电厂一回路相关的主要信息，选取的任务的相关信息在大屏幕S2中也可找到，则操纵员监视屏幕转移的可靠性包括P87｜Tj＋P82｜Tj。

在给定任务的情况下对模拟机实验进行录像，并采用行为分析系统进行分析，可识别注视到各屏幕的频率FFi｜Tj。由于工作量巨大，且本文的主要目的是对监视行为可靠性进行建模分析，故假设对该任务情境下观察了10 000次操纵员的注视情况，操纵员在屏幕间转移的概率分布列于表6。

由式（5）计算得到Pi｜Tj（i＝1，2，…，10）的概率分布，从而由式（4）可计算得到任务2情况下，操纵员监视“反应堆压力容器水位参数”所在屏幕的可靠度为0.999 2。同理可得到操纵员监视“反应堆压力容器过冷度”的可靠性概率为0.999 2，则该任务在屏幕中的转移可靠性概率为PT1＝0.999 2×0.999 2＝0.998 4。

3.2 屏幕内信息搜索转移定量计算

屏幕内信息采样的计算，主要根据信息资源特征（醒目性）、信息和任务的关联关系（信息相对于特定任务重要性）及信息获取时外部环境等干扰三者结合来进行计算。

表6 操纵员在屏幕间转移的概率分布Table 6 Probability distribution of operators’monitoring transfer among screens

由式（6）可得到注意力注视到任务相关的信息的概率，为简化计算，假设屏幕内没有高于目标信息的显著性的其他信息资源，并根据任务2与屏幕内各种信息的相关程度对所有信息进行重要性评定。假设屏幕内共有10个信息，且操纵员先执行注视“压力容器液位”这个子任务，通过专家评定各信息与子任务相关的重要性，结果列于表7。同样，假设没有外部干扰，则P（O）＝0。

表7 每个信息资源与任务2的关联程度或重要性Table 7 Interdependence or importance between each information source and task 2

将表7的数据代入式（6）可得操纵员监视到压力容器液位信息的可靠性为0.995 5。假设同任务中的参数之间没有影响，同理可得监视到第2个参数的可靠性概率也为0.995 5。则P2＝0.995 5×0.995 5＝0.991。

3.3 信息察觉可靠性定量计算

基于信息察觉可靠性的因果模型及收集到的数据，利用MSBNX构建选取的范例进行概率推理。针对任务2及其涉及的PSF状态，得到各影响因素状态水平为：交流与合作水平为“充分的”；培训水平为“充分的”；任务2对应的规程为“支持性的”；任务2对应的人机界面为“支持性的”；SGTR事故的可用时间为“足够的”。因此，针对任务2构建的监视信息察觉可靠性的贝叶斯网络模型，则察觉“液位”和“过冷度”目标参数的可靠度为：

因此，完成任务2的监视行为的可靠性为：

4 结论

基于数字化核电厂分析得到操纵员监视行为特征，建立了操纵员监视行为的可靠性定量计算模型，并给出了应用实例。结果表明，本文结果可为数字化核电厂HRA分析提供新的理论与工程应用技术，并提高其分析精度，为数字化人机界面的设计和优化奠定了基础。

［1］ HIDEKAZU Y.Human-machine interaction in nuclear power plants［J］.Nuclear Engineering Technology，2005，37（2）：151-158.

［2］ LEE S J，MO K，SEONG P H.Development of an integrated decision support system to aid the cognitive activities of operators in main control rooms of nuclear power plants［J］.Nuclear Engineering Technology，2007，39（6）：703-716.

［3］ SHERIDAN T B.Telerobotics，automation，and human supervisory control［M］.Cambridge，MA：MIT Press，1992.

［4］ BARRIERE M，BLEY D，COOPER S，et al.Technical basis and implementation guidelines for a technique for human event analysis（ATHEANA），NUREG-1624［R］.Washington D.C.：US Nuclear Regulatory Commission，2000.

［5］ O’HARA J M，HIGGINS J C，STUBLER W F，et al.Computer-based procedure systems：Technical basis and human factors review guidance，NUREG／CR-6634［R］.Washington D.C.：US Nuclear Regulatory Commission，2002.

［6］ VICENTE K J，BURNS C M.A field study of operator cognitive monitoring at Pickering nuclear generating station：B，CEL95-041995［R］.Toronto，Canada：Cognitive Engineering Laboratory，University of Toronto，1995.

［7］ MUMAW R J，ROTH E M，VICENTE K J，et al.There is more to monitoring a nuclear power plant than meets the eye［J］.Human Factors，2000，42（1）：36-55.

［8］ VICENTE K J，ROTH E M，MUMAW R J.How do operators monitor a complex，dynamic work domain？The impact of control room technology［J］.International Journal of Human-computer Studies，2001，54：831-856.

［9］ VICENTE K J，MUMAW R J，ROTH E M.Operator monitoring in a complex dynamic work environment：A qualitative cognitive model based on field observations［J］.Theory Issues in Ergonomics Science，2004，5（5）：359-384.

［10］CHANG Y H，MOSLEH A.Cognitive modeling and dynamic probabilistic simulation of operating crew response to complex system accidents（ADS-IDACrew）［M］.College Park，MD：Center for Technology Risk Studies，University of Maryland，1999.

［11］KIM M C，SEONG P H.A computational model for knowledge-driven monitoring of nuclear power plant operators based on information theory［J］.Reliability Engineering and System Safety，2006，91：283-291.

［12］SENDERS J W.The human operator as a monitor and controller of multidegree of freedom systems［J］.IEEE Transactions on Human Factors in Electronics，1964，5（1）：3-5.

［13］STUBLER W F，O’HARA J M，HIGGINS J C，et al.Human systems interface and plant modernization process：Technical basis and human factors review guidance，NUREG／CR-6637［R］.Washington D.C.：US Nuclear Regulatory Commission，2000.

［14］THOMPSON C M，COOPER S E，BLEY D C，et al.The application of ATHEANA：A technique for human error analysis［C］∥IEEE Sixth Annual Human Factors Meeting.Orlando，Florida：［s.n.］，1997.

［15］LEE S J，KIM M C，SEONG P H.An analyticalapproach to quantitative effect estimation of operation advisory system based on human cognitive process using the Bayesian belief network［J］.Reliability Engineering and System Safety，2008，93（4）：567-577.

［16］JIANG J J，ZHANG L，WANG Y Q，et al.Markov reliability model research of monitoring process in digital main control room of nuclear power plant［J］.Safety Science，2011，49：843-851.

［17］WICKENS C D.Engineering psychology and human performance［M］.New York：Harper Collins，2000.

［18］HOLLNAGEL E.Cognitive reliability and error analysis method［M］.Oxford，UK：Elsevier Science Ltd.，1998.

［19］LEE H C，SEONG P H.A computational model for evaluating the effects of attention，memory，and mental models on situation assessment of nuclear power plant operators［J］.Reliability Engineering and System Safety，2009，94（11）：1 796-1 805.

［20］SWAIN A D，GUTTMANN H E.A handbook of human reliability analysis with emphasis on nuclear power plant applications［R］.Washington D.C.：US Nuclear Regulatory Commission，1983.

［21］BORING R L，GERTAMAN D I.Human error and available time in SPAR-H［R］.Idaho，USA：Idaho Falls，2004.

［22］WICKENS C D，MCCARLEY J S.Attentionsituation awareness（A-SA）model of pilot error，ARL-01-13／NASA-01-6［R］.Moffett Field，CA：NASA，2001.

［23］MAHADEVAN S，ZHANG R X，SMITH N.Bayesian network for system reliability reassessment［J］.Structural Safety，2001，23（3）：231-251.

［24］郑恒，李长城，刘煜.基于贝叶斯网络的路侧安全评价方法［J］.公路交通科技，2008，25（2）：139-154.

ZHENG Heng，LI Changcheng，LIU Yu.A roadside safety assessment method based on Bayesian network［J］.Journal of Highway and Transportation Research and Development，2008，25（2）：139-154（in Chinese）.

［25］李鹏程，肖东生，陈国华，等.高风险系统组织因素分类与绩效评价［J］.中国安全科学学报，2009，19（2）：140-147.

LI Pengcheng，XIAO Dongsheng，CHEN Guohua，et al.The classification and performance assessment of organizational factors in high risk system［J］.China Safety Science Journal，2009，19（2）：140-147（in Chinese）.

Reliability Analysis of Operator’s Monitoring Behavior in Digital Main Control Room of Nuclear Power Plants and Its Application

ZHANG Li1，2，HU Hong1，2，LI Peng-cheng3，YI Can-nan2，JIANG Jian-jun3，CHEN Qing－qing2
（1.College of Nuclear Science and Technology，University of South China，Hengyang421001，China；2.Ergonomics and Safety Management Institute，Hunan Institute of Technology，Hengyang421001，China；3.Human Factors Institute，University of South China，Hengyang421001，China）

In order to build a quantitative model to analyze operators’monitoring behavior reliability of digital main control room of nuclear power plants，based on the analysis of the design characteristics of digital main control room of a nuclear power plant and operator’s monitoring behavior，and combining with operators’monitoring behaviorprocess，monitoring behavior reliability was divided into three parts including information transfer reliability among screens，inside-screen information sampling reliability and information detection reliability.Quantitative calculation model of information transfer reliability among screens was established based on Senders’s monitoring theory；the inside-screen information sampling reliability model was established based on the allocation theory of attention resources；and considering the performance shaping factor causality，a fuzzy Bayesian method was presented to quantify information detection reliability and an example of application was given.The results show that the established model of monitoring behavior reliability gives an objective description for monitoring process，which can quantify the monitoring reliability and overcome the shortcomings of traditional methods.Therefore，it provides theoretical support for operator’s monitoring behavior reliability analysis in digital main control room of nuclear power plants and improves the precision of human reliability analysis.

digital main control room of nuclear power plant；operator；monitoring；human reliability analysis；monitoring behavior reliability

X946

：A

：1000-6931（2015）05-0921-09

10.7538／yzk.2015.49.05.0921

2014-10-04；

2015-02-16

国家自然科学基金资助项目（71071051，71371070）；岭东核电公司科研项目资助（KR70543）；安全工程教育部第一类特色专业建设点资助项目（TS12328）；湖南省战略性新兴产业产学研结合创新平台创新能力建设项目资助（2012GK4101）

张 力（1955—），男，四川德阳人，教授，博士，管理科学与工程专业