航天员空间定向训练综合评价方法研究

刘 相，刘玉庆，朱秀庆，康金兰

（中国航天员科研训练中心人因工程重点实验室，北京100094）

航天员空间定向训练综合评价方法研究

刘 相，刘玉庆，朱秀庆，康金兰

（中国航天员科研训练中心人因工程重点实验室，北京100094）

为评价航天员空间定向的训练绩效，结合空间站任务特点提出了需用的训练科目与考核方法；将粗糙集理论和层次分析思想应用于训练的综合评价，挖掘数据之间的联系，建立并优化出一套训练评价指标体系；结合主客观组合赋权方法的结果确定每个指标的综合权重，进而分层次地获取综合评价结果。通过实例计算对比分析了各综合评价方法的结果，验证了所提评价方法。

空间定向；航天员训练；综合评价；粗糙集；层次分析法

1 引言

在空间站等大型航天器内，重力的缺失与复杂的舱内环境常常致使航天员产生空间定向障碍［1］，严重影响航天员在轨工作效率，甚至威胁其生命安全。研究表明，基于虚拟现实技术的飞行前适应性训练能够有效的缓解空间定向障碍的影响，提高受训者在失重环境下的定向与导航绩效［2⁃3］。目前，沉浸式的空间定向虚拟训练系统已经成功地应用于各国航天员训练中［4］，为航天员熟悉空间工作环境、掌握定向技能提供了多科目、多方法的训练，然而由于航天员训练及训练设备的特殊性，空间定向训练评价的方法体系或指标的研究却比较少。

训练评价作为空间定向虚拟训练的最后一个环节，对于科学合理地综合评价受训人员的训练绩效，选出最优者，找出训练中存在的问题和优化训练策略具有重要的意义。由于虚拟训练系统可进行多科目、多技能的训练，需要根据多个因素对训练绩效进行综合评估。现在的航天员训练绩效评估一般是使用专家或航天员教员的主观判断作为训练评价的依据，这种方法易于实现，但过分依赖人的经验，当需要考察的因素较多或面向新的训练科目时，难以剔除冗余的指标，也无法确定准确的权重，随着训练科目所需考虑的因素越来越多，评价对象的复杂程度越来越高，训练评价工作需要更加客观科学的综合评价方法。

综合评价是对多属性体系结构描述的对象系统做出全局性、整体性的评价［8］。综合评价方法在虚拟维修、虚拟手术、虚拟飞行训练等评价问题中有广泛的应用。其中，层次分析法、模糊综合评价法和粗糙集理论方法等传统方法因其坚实的数理基础和易于程序化实现等优势成为应用热点［5］。这三种综合评价方法优缺点比较如表1所示。

表1 三种综合评价方法优缺点比较Tab le 1 Advantages and disadvantages of three com pre⁃hensive evaluation methods

然而，每一种评价方法都是针对特定的综合评价问题提出的，有其适用范围，当对同一对象使用不同的方法进行评价时，可能得到不一致的结果。因此在实际应用时，常常使用两种或多种评价方法集成，弱化每种方法的缺点，得出一个更为合理的结论。本文旨在快速准确地评价受训航天员的训练水平，对上述三种方法的应用效果进行研究。在专家主观评价的基础上，首先将层次分析理论和粗糙集理论应用于空间定向虚拟训练评价，挖掘绩效数据之间的内在联系，进行属性简约，然后结合主客观赋权方法的结果确定每个指标的综合权重，进而分层次地获取综合评价结果。通过各方法实验结果的对比，选取适合于航天员空间定向训练综合评价的方法。

2 空间定向训练评价指标体系的建立

2.1 空间定向训练考核

相比于传统的载人飞船、空间站等大型航天器组成舱段更多，具有复杂的三维结构。工作环境的扩大要求航天员能够在舱内或舱段间频繁地移动，需要航天员具有良好的空间定向能力、舱段之间空间关系判断能力以及物品操作等技能［6］。基于上述要求，将航天员舱内定向与交互操作虚拟训练的内容分为空间站舱内环境熟悉、单舱段内定向训练、多舱段漫游与导航训练、舱内物品（灭火器和仪表等）操作四个方面，如图1所示。

中国航天员中心目前正在开展虚拟环境下的空间定向训练系统的研究工作，设计了一个基于VR的训练系统［4］。该系统实现了空间站多舱段舱内视景模拟、微重力下人体运动仿真、多情景训练以及训练控制功能，用以帮助航天员在漫游过程中掌握依赖视觉信息进行空间定向的技能，并训练航天员在低能见度条件下的逃生技能。受训航天员完成所有的定向、导航以及典型操作训练后需要进行考核，记录、存储考核成绩，用于受训者空间定向与导航技能、操作流程熟练度等方面训练绩效的评估。考核内容分为两种形式：一是关于空间站外部结构、内部布局等空间知识的问卷，考察受训航天员对于虚拟空间站内地标之间的方位、舱段之间的路线以及空间站整体认知地图的掌握情况。二是低能见度条件下的紧急撤离任务，即模拟空间站内某一舱段内发生火灾并产生烟雾，受训航天员需要迅速准确地找到火源，完成灭火后撤离到目标舱段。在此过程中，航天员需要依次进行如下判断与决策：辨认自身的位置和朝向、寻找灭火器与火源、完成相关仪表操作、灭火、判断目标舱段方向、规划撤离路线、撤离到目标舱段。紧急撤离任务综合考察受训航天员单舱段内定向、多舱段间导航、应急条件下物品操作三方面的训练绩效，相关测试指标包括辨认自身位置和方向的时间、寻找物品时间、导航任务完成时间、导航距离、转向错误、终点辨认错误、“向回指任务”角度偏差等。

2.2 指标体系初建

对航天员虚拟空间定向与交互操作训练进行评价应当对受训者的训练绩效进行综合、科学、客观地量化，初步建立指标体系如图2所示。目标层为训练综合评价，准则层为环境熟悉、空间定向、导航与应急操作四个科目，指标层为各科目的绩效数据。

2.3 指标筛选

由于对航天员的定向与导航行为缺乏系统深入的研究初步建立的指标体系的众多指标之间可能存在信息的重复或因果关系，如导航距离（U32）与转向错误（U34）两个指标，直观的感觉会认为转向错误数越多，导航距离越长。本文选用能够处理不精确和不完整信息的粗糙集理论进行指标筛选。

由于评价指标体系中指标数量较多，本文针对不同的训练科目分层次地进行指标筛选。下面以导航科目为例，说明基于粗糙集理论的指标筛选过程。抽取8名受试者（x1～x8）的导航绩效数据，如表2所示［7］。这些数据来源于空间站舱内导航训练方法研究实验，受训者及其实验数据真实有效，具有广泛的代表性，能够反映受训者的导航行为。

1）数据离散化

粗糙集理论不能处理连续型指标，首先需要对连续型数据进行离散化，典型的离散化方法有等距离划分算法、等频率划分算法、自然算法、ChiMerge法等［9］。由于表2中的数据属性值分布均匀，可以使用最简单的等距离划分算法，把各指标的属性值简单地划分为距离相等的区间，如把导航任务完成次数（U36）指标的属性值划分为［7，8］，［9，10］，［11，12］。离散化结果如表3所示。

表2 导航训练绩效原始数据Table 2 Original data of navigation performance

表3 导航训练绩效离散化结果Table 3 Discrete results of navigation perform ance

2）属性简约

粗糙集理论通过属性简约及求核运算可以去除冗余的指标。本文使用基于区分矩阵的指标筛选模型。首先根据粗糙集理论中不可分辨关系的概念，求取区分矩阵d，该矩阵中的dij项代表等区分对象xi和xj的属性集合，例如表3中的对象x1与x2，只有通过U34这个属性可以将两者区分，则d12＝｛U34｝。完整的区分矩阵如下：

然后求取区分函数：

最后求区分函数的极小析取范式，极小析取范式中的所有合取式就是属性集合的所有简约。综合上述计算，筛选得到导航科目的评价指标为U31、U34、U36，即导航用时、转向错误和导航成功次数。

类似地，使用粗糙集理论将其余三个科目的指标进行属性简约，去除重叠或关联度较高的指标，得到一个简化的评价指标体系，如图3所示。通过属性简约，将指标层的指标数从16个降为9个，极大地减少了综合评价的计算量。

3 虚拟训练评价方法实例计算

3.1 AHP法赋权

层次分析法能够将一个复杂的问题分解为几个层次，用一定的标度量化评价者的主观判断［6］。一般过程为构造层次分析结构，比较判断矩阵，判断矩阵一致性检验，层次单排序和层次总排序。在第一层指标的比较中，可认为四项考核科目分别考察了航天员不同方面的能力，其重要程度是一致的。而在第二层指标的比较中，个别指标的重要程度更高，如概览知识水平比地标知识水平更重要。选取1～9的标度，参考10名教员的问卷打分，得到如下比较矩阵：

求取比较矩阵的特征向量和最大特征根，矩阵一致性检验证明评价者思维的一致性，获得了可信的单层次的权重值如下：

通过层次总排序，最终获取每个指标的权重：W11＝0.0625，W13＝0.1875，W22＝0.1667，W23＝0.0833，W31＝0.1125，W34＝0.0250，W36＝0.1125，W41＝0.1250，W43＝0.1250。

根据已获得的权重值，评价结果可表示为标准分数值的线性加权和

选取一名受试者的考核成绩，以向量的形式表示［7 7 11.4 56.1 78 0 12 60 75］，将该成绩转换为标准分数（百分制，保留至个位）［91 93 72 96 83 90 96 57 80］。则他的总体评价分数为82.6，属于优秀。

3.2 基于AHP的模糊综合评价法

AHP方法将定性分析与定量分析有效结合，不仅能保证模型的系统性和合理性，而且能够让决策人员充分运用其有价值的经验和判断能力，从而为许多多规则决策问题提供强有力的支持。层次分析法与模糊综合评价法的结合，主要体现在将评价指标体系分成递阶层次结构，运用层次分析法确定各指标的权重，然后分层次地进行模糊综合评价，最后综合出总的评价结果。

选取一名受试者的考核成绩，以向量的形式表示［7 7 11.4 56.1 78 0 12 60 75］，将该成绩转换为标准分数（百分制，保留至个位）［91 93 72 96 83 90 96 57 80］。以此成绩为例进行后续讨论。

四个训练科目考察的模糊评价矩阵分别为：

3.3 粗糙集理论赋权

利用粗糙集理论具有智能化的特点，确定权重时无需提供任何数据之外的信息，能够降低人为因素的影响，增强权重的客观性。它将赋权问题转换为粗糙集属性重要度评价问题［9］。

仍以导航科目为例，说明基于粗糙集理论的指标赋权过程。首先求取在简约后的属性集Q、上具有不可分辨关系的所有等价类构成的集合如下：

求得信息熵如下：

最终获取单层次指标权重W＝［0.4 0.2 0.4］T。基于层次分析的思想，类似地使用粗糙集理论确定其余三个科目单层次指标以及科目层的权重。

最终获取每个指标的权重：

根据已获得的权重值，评价结果可表示为标准分数值的线性加权和∑xi·wi。选取一名受试者的考核成绩，以向量的形式表示［7 7 11.4 56.1 78 0 12 60 75］，将该成绩转换为标准分数（百分制，保留至个位）［91 93 72 96 83 90 96 57 80］。则他的总体评价分数为85.3，属于优秀。

4 综合评价结果比较

选取的8名受试者的原始实验数据［7］，包含了简化的指标体系中所有项目的绩效。为避免在对指标打分过程中因不同指标的尺度不同而引起得分不可比的情况，需要对原始数据进行标准化处理。由于原始数据通过正态检验，可以将其转化为Z分数。但是Z分数常常带有小数且有负值，不符合人们使用习惯。通常把Z分数再作一次线性变换，得到T分数。T分数计算式为T＝10Z＋75。上面公式中均值为75，标准差为10。这样就可以保证约98.8%的成绩落在区间［50，100］（超出此区间的成绩小于50记为50，大于100记为100），约7%的成绩落在不及格区间［50，60］，以及约7%的成绩落在优秀区间［90，100］，同时良、中、差（落在［80，90］、［70，80］、［60，70］内）分别约占24%、38%、24%。

将这些原始数据进行预处理后，分别按照上述三种综合评价方法进行计算，得到表4和图4的结果。

表4 三种评估方法结果比较Table 4 Evaluation results of the threemethods

从评价等级上看，三种方法均得到了较为令人满意的效果，基本与专家打分成绩相符。从具体的评价分数看，层次分析法和粗糙集理论方法的评价结果是近似的，两条曲线近乎重合，而与模糊层次综合评价法存在部分差异。究其原因，可能是这两种方法均使用了定性与定量相结合的方式进行评估，且都是用了层次分析法作为评估的基础。

但是，在实际分数的排名上，各种评价方法存在较大差异，例如编号为1的受试者，在AHP方法和模糊评价法中排名第一，但在粗糙集理论方法中排名第二。对于这种现象的解释是在专家给予指标权重的过程中主要考虑指标之间的相对重要程度，而无法量化重要程度的差异，而粗糙集方法源于实验数据的挖掘，两者间存在一定的差异。一种可能的原因是1号受试者得分较高的某一项指标上数据散布较大，导致在成绩标准化的过程中缩小了差异，另一种原因是对于某些评价指标，几种方法赋予的权重存在较大差异。

综合上述结论，我们建议综合AHP和粗糙集方法的权重，获取一个基于主客观评价的综合权重，进行式（1）所示加权计算获取评价结果：

其中，α（0＜α＜1）为经验因子，WH为AHP方法得出的主观权重，WR为粗糙集方法得出的客观权重。

在使用过程中，教员能够根据自身的经验对各指标权重和经验因子α进行微调。根据10名专家的反馈，默认的权重值略倾向于专家打分（AHP方法的结果），给α的赋值为0.55进而获取指标重要性。在评价软件中设计各指标的默认权重如表5所示。

表5 各绩效指标权重Table 5 W eights of performance index

5 结论

本文以航天员空间定向虚拟训练为任务背景，比较了三种综合评价方法的实际评价效果。实验结果表明，将层次分析思想和粗糙集理论综合运用到训练评价中，可以实现定性与定量结合的综合评估，能够获取更加科学、客观的评价结果。

（References）

［1］ Oman C M.Human visual orientation in weightlessness［M］／／Levels of Perception.Springer New York，2003：375⁃398.

［2］ Harm D L，Parker D E.Preflight adaptation training for spa⁃tial orientation and spacemotion sickness［J］.The Journal of Clinical Pharmacology，1994，34（6）：618⁃627.

［3］ Stroud K J，Harm D L，Klaus D M.Preflight virtual reality training as a countermeasure for space motion sickness and disorientation［J］.Aviation，space，and environmentalmedi⁃cine，2005，76（4）：352⁃356.

［4］ 姜国华，刘玉庆，朱秀庆，等.虚拟现实技术在空间站舱内定向训练中的应用［J］.载人航天，2015，21（2）：115⁃120. JIANG Guohua，LIU Yuqing，ZHU Xiuqing，et al.Applica⁃tion of virtual reality in spatial orientation training for space station［J］.Manned Spaceflight，2015，22（2）：115⁃120.（in Chinese）

［5］ 王守敏，孙有朝.基于模糊综合评价的民机虚拟维修训练评估［J］.飞机设计，2008，28（6）：42⁃45. WANG Shoumin，SUN Youchao.Evaluation of virtualmainte⁃nance training in civil airplane based on fuzzy comprehensive evaluation［J］.Aircraft Design，2008，28（6）：42⁃45.（in Chinese）

［6］ 刘相，刘玉庆，朱秀庆.载人航天中空间定向障碍及虚拟环境下的适应性训练仿真［J］.航天医学与医学工程，2016，29（1）：73⁃78. LIU Xiang，LIU Yuqing，ZHU Xiuqing.Review of spatial disorientation in manned spaceflight and preflight adaptation training based on virtual reality［J］.Space Medicine＆Medi⁃cal Engineering，2016，29（1）：73⁃78.（in Chinese）

［7］ 刘相，陶靖，刘玉庆，等.空间站舱内定向虚拟训练方法研究［J］.载人航天，2016，22（5）：645⁃650. LIU Xiang，TAO Jing，LIU Yuqing，et al.Study on virtual reality based trainingmethods for spatial orientation in space⁃craft［J］.Manned Spaceflight，2016，22（5）：645⁃650.（in Chinese）

［8］ 杜栋，庞庆华，吴炎.现代综合评价方法与案例精选［M］.北京：清华大学出版社，2005：84⁃113. Du Dong，Pang Qinghua，Wu Yan.Modern comprehensive e⁃valuation method and Classic Cases［M］.Beijing：Tsinghua University Press，2005：84⁃113.（in Chinese）

［9］ 李远远.基于粗糙集的指标体系构建及综合评价方法研究［D］.武汉：武汉理工大学，2009. Li Yuanyuan.Research on the Construction of Indicator Sys⁃tem and Comprehensive Evaluation Method Based on Rough Set［D］.Wuhan：Wuhan University of Technology，2009.（in Chinese）

Research on Comprehensive Evaluation of Spatial Orientation Training in Astronauts

LIU Xiang，LIU Yuqing，ZHU Xiuqing，KANG Jinlan
（National Key Laboratory of Human Factors Engineering，China Astronaut Research and Training Center，Beijing 100094，China）

To accurately and scientifically evaluate the astronaut performance in spatial orientation training，three comprehensive evaluation methodswere discussed.According to the task features in spacecraft，the training subjectswere proposed and the evaluation index system of training perform⁃ance was established.Comprehensive weights and evaluation resultswere obtained hierarchically.A comprehensive evaluation method based on rough set and Analytic Hierarchy Process（AHP）was demonstrated to be suitable for evaluating astronauts’performance in spatial orientation training.

spatial orientation；astronaut training；comprehensive evaluation；rough set；Analytic Hierarchy Process（AHP）

TP391.9

A

1674⁃5825（2017）01⁃0130⁃07

2016⁃03⁃09；

2017⁃01⁃09

国防基础科研计划（B1720132001）

刘相，男，硕士研究生，主要从事航天飞行训练仿真。E⁃mail：lx9177xiang＠163.com