基于粒子群算法的航海雷达面板控钮布局优化

郝永志， 郑彭军

(1.上海海事大学 商船学院， 上海 201306； 2.浙江国际海运职业技术学院， 浙江 舟山 316021；3.宁波大学 海运学院， 浙江 宁波 315000)

2017-04-15

浙江省教育厅一般科研项目(Y201738617);浙江省教育厅访问工程师校企合作项目(FG201792)

郝永志(1981—)，男，内蒙古赤峰人，讲师，博士生，从事交通信息工程及控制和航海技术研究。E-mail：haozimc@sina.com

1000-4653(2017)03-0004-05

基于粒子群算法的航海雷达面板控钮布局优化

郝永志1,2， 郑彭军3

(1.上海海事大学 商船学院， 上海 201306； 2.浙江国际海运职业技术学院， 浙江 舟山 316021；3.宁波大学 海运学院， 浙江 宁波 315000)

以增进人机结合、提高系统绩效和增强系统安全性为目标，遵循人类工效学的原理，对当前以经验性和随意性为主的航海雷达面板控钮布局设计进行优化。在考虑控钮的重要性、操作频率、操作顺序和相关性等因素的基础上建立综合评价指标，以该综合评价指标为依据，结合层次分析法(Analytic Hierarchy Process，AHP)和粒子群算法(Particle Swarm Optimization，PSO)进行优化。按照操作习惯，以从左到右、从上到下的顺序排列控钮。通过实例对航海雷达面板控钮的布局进行优化，并给出最优的控钮布局方案。

船舶工程;航海雷达；面板控钮优化；粒子群算法；布局方案

航海事故中有80%以上都是由人为因素引起的，其中由于值班驾驶员未充分利用助航设备瞭望而发生的事故较为常见。[1-3]航海雷达是船舶航行时必不可少的助航仪器，与驾驶台的其他助航仪器相比使用频率非常高。[4-6]舒适、合理的雷达面板布局会改善人机匹配关系，使“机”更好地服务于“人”，从而使航海人员更加安全、高效地使用航海雷达进行瞭望、助航及避碰等工作，进而减少海上事故的发生。[7]目前大部分雷达虽拥有强大的助航功能，但没有很好地按照人类工效学的原理对雷达控制面板进行优化设计，往往存在一定的经验性、盲目性和随意性。[8-9]此外，不同型号雷达的控制面板的设计也各不相同。大多数雷达控制面板的控钮密集地排列在一起，加上不合理的布局，经常会使驾驶员在使用雷达时产生压力感。船舶在避碰时要求驾驶员能迅速对当时的局面作出判断，这就使得驾驶员的精神变得紧张，疲劳程度迅速升高。此时，人的耐受能力会下降,有效工作时间会缩短，不利于连续工作。[10]此外，对于初学者来说，合理、舒适、符合人类工效学的设计会更容易被接受和掌握。因此，合理的面板布局非常重要，可将功能重要、使用频率高、符合人们操作习惯的控钮放在合理的位置上，这样有利于使人、机之间的结合达到最优，提高系统绩效，增进系统安全，从而减少不利于人员工作的因素。[11]这里以某型号的航海雷达为例，基于粒子群算法对其面板布局进行优化。

1 粒子群算法

粒子群(Particle Swarm Optimization,PSO)算法是受鸟群捕食行为的启发而提出的，鸟群在捕食时，种群之间会进行信息共享和信息传递优化，个体向着最优目标移动。[12]航海雷达面板布局优化问题是典型的组合优化问题，为解决该问题，可建立合理的数学模型和目标函数，应用粒子群算法进行计算。

1.1PSO算法经典的粒子速度更新公式

PSO算法经典的粒子速度更新公式为

v=viw(t)+c1r1(Plocal-xi)+c2r2(Pglobal-xi)

(1)

式(1)中：v为粒子的速度；w(t)为惯性系数；t为迭代次数；c1和c2为加速系数；r1和r2为[0,1]的均布随机数。惯性系数w(t)和加速系数(c1，c2)是粒子群算法寻优结果的2个重要因素。

1.2惯性系数的选取

惯性系数的大小与过程的寻优有关,权重大利于全局寻优，权重小利于局部寻优。惯性系数策略通常可分为线性策略和非线性策略2种。最常见的是郭源源等[12]提出的典型线性递减策略，该策略的最大优点是使PSO算法前期具有较好的全局搜索能力，后期具有较好的局部搜索能力。典型的线性递减策略公式为

(2)

1.3加速系数的选取

加速系数(c1，c2)是PSO算法中最重要的参数之一，反映粒子在寻优过程中受个体和全局信息影响的程度。

加速系数c1的作用是调节粒子本身的经验积累；加速系数c2的作用是调节粒子群体的交流经验。在采用粒子群算法计算时，前期粒子能很好地进行全方位的搜索，但后期粒子的运动能力开始下降，主要表现为局部进行精细搜索。因此，加速系数选取在整个粒子群计算过程中起着非常重要的作用。通常粒子群计算时，c1=c2=[1.0，2.5]。但是，大多数加速系数进化策略在特征区间停留的时间很短，且在c1=c2=[1.0，2.5]时进行雷达面板布局优化并不是最佳的设置方式。文献[13]对加速系数进行改进，提出循环变化策略，能很好地解决布局加速系数设置问题。循环变化策略形式为

(3)

(4)

式(3)和式(4)中:tperiod为完成每个周期所需的迭代步。

2 布局优化数学模型的建立

雷达控制面板布局的优化与控钮的重要性、操作频率、操作顺序及相关性有关。[14]

2.1重要性数学模型

重要性是指控钮的重要程度。根据人们学习和工作的习惯，将重要的控钮放在面板上便于操作的位置，以发挥控钮在系统中的作用。通常，将重要的控钮放在人的手部和视野最容易触及到的位置，并遵循人们的使用习惯(如从左到右、从上到下等)。控钮重要度的高低由系统使用方面的专家和对系统有丰富操作经验的人员来确定。根据控钮重要度的不同，确定重要度矩阵为

(5)

式(5)中：Iij=[0,1]为i控钮由j专家评估重要度。

专家和操作人员存在着个体差异，因此采用层次分析法确定专家的权重，专家权重矩阵表达式为

qe=[qej]=[qe1qe2qe3…qe5]T

(6)

控钮i加权重要度计算式为

Mi=Iijqej,i,j∈N

(7)

2.2操作频率数学模型

操作频率是指完成单位次数功能时控钮的使用量。使用频率大的控钮应设置在便于操作的位置，以提高系统的功效和减轻使用者的工作压力。不同控钮在完成不同功能时的操作频率是不同的，因此操作频率应根据具体参数来量化，该参数为控钮的固有值。操作频率的矩阵为

(8)

式(8)中：fij为在i控钮、j功能下的操作频率。实现功能权重的矩阵为

qf=[qfj]=[qf1qf2qf3…qfn]T

(9)

式(9)中：qfj为功能权重矩阵中每个功能发生的概率。由此求取控钮i加权操作频率的计算式为

Fi=fijqij,i,j∈N

(10)

2.3操作顺序数学模型

操作顺序是控钮为完成相关功能而进行的操作，包含2个重要的子参数,即控钮固有的顺序参数Lbase-i和当前操作顺序参数Lnow-i。当前操作顺序参数Lnow-i是确定控钮位置初始化更新后处在面板上的顺序序号的标准。参数值越大，排列越靠前。用Mi作为权重Lbase-i-Lnow-i的加权平均值，则控钮操作顺序表达式为

(11)

2.4相关性数学模型

这里用控钮之间的位置差异作为建立相关性数学模型的依据，表达式为

(12)

这种构建模型的方法是使用位置的序号而不涉及操作的距离，只对现有布局和固有顺序进行处理，因此可避免由于换行而引起的手部距离变化产生的影响。这种做法使优化的结果更加准确、可靠。

2.5面板控钮布局优化的目标函数

为实现控钮的最佳功效，最理想的优化结果是将每个控钮都放在最优的位置上。但是，在实现某些功能时，优化的原则可能存在冲突。因此,在考虑上述重要性、操作频率、操作顺序及相关性等主要因素之后，尽可能地实现功能的最优化。据此，构建面板布局优化的目标函数为

(13)

式(13)中：K1用于调节重要度和操作顺序的分配;

K2用于调节操作顺序和相关性的分配;C为常数;Ei为便利度参数。

3 优化实例

现以某型号航海雷达控制面板为例，对其进行布局的优化。该雷达控钮区结构为：控制面板长500 mm,宽300 mm,控钮左右间距15 mm,上下间距20 mm。控钮分3行排列，第1行10个、第2行9个、第3行11个。有些雷达的操作控钮(如开机控钮、关机控钮等)为习惯性的功能分组，不宜随便破坏，因此不在优化范围内。为便于叙述，现将面板30个控钮(分为3行排列，每行10个，对开关机控钮不作考虑)从左到右、从上到下依次用序号标出。优化前的航海雷达面板控钮布局见图1。

图1 优化前的航海雷达面板控钮布局

3.130个控钮的重要性

控钮的重要性利用层次分析法(Analytic Hierarchy Process,AHP)来判断。为构造判断矩阵，向5名专家(2名海龄均超过10 a的甲类船长、2名从事航海教育的专业教师、1名航海技术专业研究生)咨询，根据专家的判断，对30个控钮的重要度(取值在0～1)进行打分。

(14)

式(14)中：

3.25名专家对控钮进行判断时所占的权重矩阵

5名专家对控钮进行判断时所占的权重矩阵为

(15)

根据AHP，5名专家的权重为

(16)

判断矩阵一致性指标检验，CR<0.1。

30个控钮加权的重要度为

(17)

3.3控钮的功能

根据《中华人民共和国海事局海船船员适任评估规范》[15]对航海雷达的评估要求，列出航海雷达的14种常用工况下的控钮操作顺序(见表1)。

表1 控钮操作顺序

在上述14种工况中，每种工况的控钮操作次数都是1。14种功能的重要性对比矩阵A满足

(18)

根据AHP，14种工况的权重为

(19)

4 布局优化结果

针对该型号雷达面板的布局，采用PSO算法和Visual Studio 2010软件进行编程优化计算，利用典型的线性递减策略公式，最大迭代次数为10 000次，得到控钮排列顺序Lnow-i计算值见表2。

根据人机工效学设计原则，重要的和使用频率高的控钮应布置在人机界面中易触及到的位置，相关性大的控钮彼此应尽量相邻布置，应按从左到右、从上到下的顺序进行重新排列。[14]优化后的航海雷达面板控钮布局见图2。

由图2可知，布局优化的最终排列顺序并不单纯地取决于控钮的重要性、操作频率、操作顺序和相关性中的某个因素，而是在综合考虑各因素之间的相互关系之后得出的最终优化结果。同时，有些控钮的操作要与面板的其他部分或其他控钮相配合，如控钮2和控钮3，在优化前和优化后均处于相邻的位置，说明优化的结果是合理的。

表2 排列顺序Lnow-i计算值

图2 优化后的航海雷达面板控钮布局

通过以上分析，该型号的雷达控制面板控钮可根据图2进行改进。

5 结束语

本文将经典的AHP和PSO算法相结合，对某型号的航海雷达控制面板布局进行优化。优化方法以增进人机结合、提高系统绩效、增强系统安全及避免或减少因使用仪器而导致的人因事故为目标，通过咨询专家、建立数学模型和目标函数，代入算法程序进行优化。根据优化的结果，给出最优的改进设计方案。该优化方法可为相关的造船和仪器生产企业提供一定的设计依据。本文只将AHP和PSO算法相结合进行布局优化，今后可与蚁群算法、遗传算法等经典算法相结合，对不同算法给出的优化结果进行对比分析，找到一种更好的面板控钮布局优化方法。

[1] KIMA H, YANGA C S, LEE B W, et al. Alcohol Effects on Navigational Ability Using Ship Handling Simulator[J]. International Journal of Industrial Ergonomics, 2007,37(9-10): 733-743.

[2] HETHERINGTON C, FLIN R, MEARNS K. Safety in Shipping: The Human Element[J]. Journal of Safety Research, 2006,37(4): 401-411.

[3] GEMELOS I C, VENTIKOS N P. Accidents in Greek Coastal Shipping: Human Factor and Old Ships or Maybe Small Ships[C]//International Symposium on Maritime Safety, Security and Environmental Protection. Athens, Greece, 2007: 1-42.

[4] NILSSON R, GARLING T, LUTZHOFT M. An Experimental Simulation Study of Advanced Decision Support System for Ship Navigation[J].Transportation Research Part F:Traffic Psychology and Behaviour, 2009, 12(3): 188-197.

[5] MULLAI A, PAULSSON U. A Grounded Theory Model for Analysis of Marine Accidents[J].Accident Analysis and Prevention, 2011,43(4):1590-1603.

[6] 周军武.加强驾驶台资源管理控制人为因素负面影响[J].航海技术,2009(4):79-80.

[7] VANEM E, ELLIS J. Evaluating the Cost-Effectiveness of a Monitoring System for Improved Evacuation from Passenger Ships[J].Safety Science, 2011, 48(6):788-802.

[8] JING Xiaochuan, GU Zhongbi, WAND Zhenxue. Study on Genetic Algorithm in Machine Layout Design[J]. Journal of Sichuan University(Natural Science Edition), 2001，38(3):370-373.

[9] WAND Yiqiong, MI Zhiwei. Method of Systematic Layout Planning Improved by Genetic Algorithm and its Application in Facility Layout[J]. Computer Engineering and Applications, 2010,46(5):211-213.

[10] 刘伟，袁修平.人机交互设计与评价[M].北京:科学技术出版社,2016:1-2.

[11] International Ergonomics Association.The Discipline of Ergonomics(or Humanfactors) (IEA)[EB/OL].(2012-03-12)[2016-04-10]. http://www.iea.cc/.

[12] 郭源源,王谦,梁峰.基于粒子群优化算法的车间布局设计[J]. 计算机集成制造系统,2012,18(11):2476-2483.

[13] 颜声远.人机界面设计与评价[M].北京：国防工业出版社，2013:81-91.

[14] 中国海事局.中华人民共和国海事局海船船员适任评估规范[M].大连:大连海事大学出版社,2012:169-171.

[15] JUNG E S，SHIN Y，KEE D．Generation of Visual Fields for Ergonomic Design and Evaluation[J]．International Journal of Industrial Ergonomics，2000，26(4): 445-456.

NavigationRadarPanelIayoutOptimizationBasedonParticleSwarmOptimization

HAOYongzhi1，2，ZHENGPengjun3

(1. Merchant Marine College, Shanghai Maritime University, Shanghai 201306， China; 2. Zhejiang International Maritime College, Zhoushan 316021, China; 3. Faculty of Maritime and Transportation, Ningbo University, Ningbo 315000, China)

For improving the man-machine interaction, following the principle of ergonomics, the layout of the radar control panel is optimized which has been planed normally on experience with some sort of arbitrariness. A comprehensive evaluation index is established reflecting the importance and operating frequency of each button, and the operational association between buttons. The layout is optimized with Analytic Hierarchy Process (AHP) and particle swarm algorithm. The principle of “from left to right and from top to bottom” according to the importance-operating frequency index of each button is adopted in the process to ensure the resultant layout suitable to most operators.

ship engineering; navigation radar; panel layout optimization; particle swarm optimization; layout scheme

U666.1

A