本發(fā)明涉及特定人員反應(yīng)時(shí)間測量技術(shù)領(lǐng)域，特別涉及一種駕駛員反應(yīng)時(shí)間預(yù)測方法。

背景技術(shù)：

高鐵速度的不斷提升對動(dòng)車組司機(jī)的作業(yè)能力提出了更高要求，其中動(dòng)車組司機(jī)對突發(fā)事件的反應(yīng)能力是影響駕駛作業(yè)安全可靠性的關(guān)鍵因素。

目前國內(nèi)外就動(dòng)車組司機(jī)(及機(jī)動(dòng)車駕駛員)反應(yīng)時(shí)間預(yù)測的相關(guān)研究尚不多見，現(xiàn)有研究主要針對反應(yīng)時(shí)間與神經(jīng)生理信號相關(guān)性進(jìn)行了探討。jap等人研究了在模擬環(huán)境下機(jī)車司機(jī)長時(shí)間單調(diào)駕駛過程中腦電信號與反應(yīng)時(shí)間的相關(guān)性，研究結(jié)果表明腦電信號中低頻波段與反應(yīng)時(shí)間呈現(xiàn)了正相關(guān)，而高頻波段與反應(yīng)時(shí)間呈現(xiàn)負(fù)相關(guān)。darwent等人在真實(shí)環(huán)境下對機(jī)車司機(jī)的警覺度進(jìn)行了監(jiān)測，結(jié)果表明隨著駕駛警覺度的下降，對突發(fā)事件的反應(yīng)時(shí)間不斷延長，同時(shí)論證了腦電信號與反應(yīng)時(shí)間存在著了緊密聯(lián)系。haga等人設(shè)計(jì)了一項(xiàng)機(jī)車司機(jī)對信號燈的反應(yīng)能力的實(shí)驗(yàn)，驗(yàn)證了腦電信號的變化能夠直接反映機(jī)車司機(jī)的反應(yīng)能力。lin等人利用腦電信號與駕駛行為績效(反應(yīng)時(shí)間、車速等)的相關(guān)性，對駕駛持續(xù)性注意性水平進(jìn)行了實(shí)時(shí)監(jiān)測。

以上研究從不同角度驗(yàn)證了反應(yīng)時(shí)間與神經(jīng)生理信號具有相關(guān)性，但卻未能用兩者相關(guān)性對反應(yīng)時(shí)間進(jìn)行有效預(yù)測。因此如何通過動(dòng)車組司機(jī)的神經(jīng)生理信號，實(shí)現(xiàn)動(dòng)車組司機(jī)對突發(fā)事件的反應(yīng)時(shí)間的有效預(yù)測，是構(gòu)建車載實(shí)時(shí)動(dòng)車組司機(jī)危險(xiǎn)性駕駛狀態(tài)預(yù)警系統(tǒng)的關(guān)鍵性技術(shù)。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明旨在提供一種駕駛員反應(yīng)時(shí)間預(yù)測方法，即通過小波變換提取腦電特征參數(shù)作為客觀預(yù)測指標(biāo)，結(jié)合bp神經(jīng)網(wǎng)絡(luò)方法，構(gòu)建了一種駕駛員反應(yīng)時(shí)間的預(yù)測算法，以便為車載實(shí)時(shí)駕駛員危險(xiǎn)性駕駛狀態(tài)預(yù)警系統(tǒng)的開發(fā)與設(shè)計(jì)提供理論依據(jù)。

具體而言，本發(fā)明的駕駛員反應(yīng)時(shí)間預(yù)測方法包括步驟：獲取駕駛員的腦電信號；通過小波變換提取經(jīng)濾波處理后的腦電信號中的腦電特征參數(shù)；以駕駛員的腦電特征參數(shù)作為輸入層，以反應(yīng)時(shí)間作為輸出層，構(gòu)建bp神經(jīng)網(wǎng)絡(luò)預(yù)測模型。

進(jìn)一步地，所述濾波處理具體包括：腦電信號以0-35hz的帶寬進(jìn)行整體濾波處理。

進(jìn)一步地，通過小波變換提取腦電特征參數(shù)具體包括：

a、對于經(jīng)濾波處理后的腦電信號，記為u(n)，則其小波變換定義為：

式中，為小波函數(shù)；i為頻率因子；m為時(shí)間平移因子；n為信號時(shí)長；

b、小波變換后的信號u(n)進(jìn)行有限層分解，采用mallat算法：

式中，ah為近似分量；ci為不同尺度下的細(xì)節(jié)分量；h為分解層數(shù)；通過上述有限層分解得到θ、α、β3種不同頻段的小波系數(shù)；

c、對上述頻段提取小波系數(shù)的能量值作為腦電特征參數(shù)：

式中，px為相應(yīng)頻段的能量值；sx(t)為相應(yīng)頻段的小波系數(shù)；t為時(shí)間；hi為相應(yīng)頻段的幅值；

d、對q個(gè)電極的腦電信號進(jìn)行處理，相應(yīng)得到3×q項(xiàng)腦電特征參數(shù)。

進(jìn)一步地，所述方法還包括：對所得到的腦電特征參數(shù)按式進(jìn)行歸一化處理，使腦電特征參數(shù)的數(shù)值在[0,1]之間，以消除數(shù)據(jù)中存在的噪聲：

式中，ximax與ximin為腦電特征參數(shù)xi的最大值與最小值。

進(jìn)一步地，構(gòu)建bp神經(jīng)網(wǎng)絡(luò)預(yù)測模型具體包括：以駕駛員的腦電特征參數(shù)作為輸入層，以反應(yīng)時(shí)間預(yù)測值作為輸出層，構(gòu)建含1個(gè)隱含層的bp神經(jīng)網(wǎng)絡(luò)預(yù)測模型；其中，輸入層節(jié)點(diǎn)個(gè)數(shù)由駕駛員的腦電特征參數(shù)個(gè)數(shù)決定；隱含層節(jié)點(diǎn)個(gè)數(shù)s則由模型訓(xùn)練結(jié)果進(jìn)行擇優(yōu)選取；輸出層節(jié)點(diǎn)個(gè)數(shù)為1。

進(jìn)一步地，所述模型中輸入層到隱含層、隱含層到輸出層之間的連接權(quán)值系數(shù)及偏置分別為wik,wk1,bik,bk1(i＝1,2,...,3×q,k＝1,2,...,s)，對于輸入層的任意節(jié)點(diǎn)o至隱含層的任意節(jié)點(diǎn)p的輸出：

yop＝f(xiwop+bop)

式中，f(·)為sigmoid函數(shù)，即

輸出層輸出結(jié)果為：

式中，yi為神經(jīng)網(wǎng)絡(luò)模型預(yù)測結(jié)果輸出；w1為輸入層至隱含層的連接權(quán)數(shù)系數(shù)矩陣；w2為隱含層至輸出層的連接權(quán)數(shù)系數(shù)矩陣；xi為駕駛員腦電特征參數(shù)；b1為輸入層至隱含層的偏置矩陣；b2為隱含層至輸出層的偏置矩陣。

進(jìn)一步地，所述獲取駕駛員的腦電信號具體包括：采集預(yù)定數(shù)目的駕駛員的腦電信號。

進(jìn)一步地，腦電信號采集頻率為10hz；腦電采集儀連續(xù)采集駕駛員腦電數(shù)據(jù)。

進(jìn)一步地，bp神經(jīng)網(wǎng)絡(luò)模型所得到的反應(yīng)時(shí)間預(yù)測值與實(shí)驗(yàn)所采集的反應(yīng)時(shí)間實(shí)際值擬合程度的比較選取最大絕對誤差m1與相對均方誤差m2作為預(yù)測效果測評指標(biāo)：

本發(fā)明通過小波變換提取腦電特征參數(shù)作為客觀預(yù)測指標(biāo)，結(jié)合bp神經(jīng)網(wǎng)絡(luò)方法，構(gòu)建了一種駕駛員反應(yīng)時(shí)間的預(yù)測算法，實(shí)現(xiàn)了駕駛員對突發(fā)事件反應(yīng)時(shí)間的準(zhǔn)確預(yù)測，這對車載實(shí)時(shí)駕駛員危險(xiǎn)性駕駛狀態(tài)預(yù)警系統(tǒng)開發(fā)與設(shè)計(jì)提供了理論依據(jù)。

附圖說明

并入到說明書中并且構(gòu)成說明書的一部分的附圖示出了本發(fā)明的實(shí)施例，并且與描述一起用于解釋本發(fā)明的原理。在這些附圖中，類似的附圖標(biāo)記用于表示類似的要素。下面描述中的附圖是本發(fā)明的一些實(shí)施例，而不是全部實(shí)施例。對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例提供的駕駛員反應(yīng)時(shí)間預(yù)測方法的流程示意圖；

圖2為本發(fā)明實(shí)施例中實(shí)驗(yàn)任務(wù)中刺激點(diǎn)出現(xiàn)位置的示意圖；

圖3為本發(fā)明實(shí)施例中實(shí)驗(yàn)任務(wù)中探測信號閃現(xiàn)的示意圖；

圖4為本發(fā)明實(shí)施例中的bp神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)示意圖；

圖5為本發(fā)明實(shí)施例中bp神經(jīng)網(wǎng)絡(luò)模型預(yù)測反應(yīng)時(shí)間與實(shí)際反應(yīng)時(shí)間對比示意圖；

圖6為本發(fā)明實(shí)施例中bp神經(jīng)網(wǎng)絡(luò)模型預(yù)測反應(yīng)時(shí)間誤差示意圖。

具體實(shí)施方式

為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。需要說明的是，在不沖突的情況下，本申請中的實(shí)施例及實(shí)施例中的特征可以相互任意組合。

下面結(jié)合附圖及場景詳細(xì)說明本發(fā)明實(shí)施例的駕駛員反應(yīng)時(shí)間預(yù)測方法。

參見圖1所示，該駕駛員反應(yīng)時(shí)間預(yù)測方法的方法包括步驟：獲取駕駛員的腦電信號；通過小波變換提取經(jīng)濾波處理后的腦電信號中的腦電特征參數(shù)；以駕駛員的腦電特征參數(shù)作為輸入層，以反應(yīng)時(shí)間作為輸出層，構(gòu)建bp神經(jīng)網(wǎng)絡(luò)預(yù)測模型。

為了更說明本發(fā)明所述方法的優(yōu)勢、原理和效果，下面結(jié)合具體實(shí)驗(yàn)場景、示例詳細(xì)闡述。

1實(shí)驗(yàn)方法

1.1被試選取

選取20名某個(gè)動(dòng)車組司機(jī)班男性學(xué)員作為被試。年齡在34-38歲之間，均值為36.1歲，標(biāo)準(zhǔn)差為1.8歲；駕齡在6-11年，均值為7.2年，標(biāo)準(zhǔn)差為1.1年。所選被試睡眠質(zhì)量良好，身體狀況良好，無不良嗜好(吸煙、嗜酒等)，無色弱或者色盲，視力或者校正視力為1.0。實(shí)驗(yàn)開始前4h禁止被試飲用咖啡或者茶品等刺激性飲料，并在充分了解《知情同意書》前提下自愿簽訂。

1.2實(shí)驗(yàn)設(shè)備

1.2.1動(dòng)車模擬器

實(shí)驗(yàn)采用具有6自由度運(yùn)動(dòng)系統(tǒng)的crh380型動(dòng)車模擬器，該模擬器采用單通道大屏前向視景系統(tǒng)，其屏幕分辨率為1920×1200pix，水平視角可達(dá)160^°。機(jī)車主操作臺由列車自動(dòng)防護(hù)系統(tǒng)(automatictrainprotection，atp)，綜合專用數(shù)字移動(dòng)通信系統(tǒng)以及dmi顯示屏、開關(guān)、指示燈、速度設(shè)定控制器等組成。模擬器聲音環(huán)境由7.1數(shù)字音頻發(fā)聲系統(tǒng)產(chǎn)生，該系統(tǒng)可高保真模擬仿真動(dòng)車運(yùn)行時(shí)的背景聲音環(huán)境。該模擬器的有效性通過了系統(tǒng)性測試，其仿真度可滿足實(shí)驗(yàn)要求。

1.2.2腦電采集儀

實(shí)驗(yàn)過程中采用澳大利亞compumedics公司生產(chǎn)的64導(dǎo)neuroscan腦電儀實(shí)時(shí)連續(xù)采集被試的腦電信號數(shù)據(jù)。該腦電儀采用國際腦電圖學(xué)會(huì)通用的10-20系統(tǒng)的電極帽，其電極位置已設(shè)定，選取fcz電極作為參考電極。

1.3實(shí)驗(yàn)任務(wù)

實(shí)驗(yàn)采用福州至合肥南站線路，線路全長為808km。列車途經(jīng)22個(gè)車站，到站停靠時(shí)進(jìn)行正常?？空咀鳂I(yè)。當(dāng)列車在各區(qū)間運(yùn)行時(shí)，采用隨機(jī)信號檢測的方式來實(shí)時(shí)探測駕駛作業(yè)中被試反應(yīng)時(shí)間。在被試駕駛操作過程中，前方屏幕中五個(gè)可能的位置將會(huì)呈現(xiàn)隨機(jī)信號(紅點(diǎn))(圖2)，信號呈現(xiàn)時(shí)間為120±10s。當(dāng)信號在某個(gè)位置出現(xiàn)(圖3)時(shí)，要求被試通過按鍵方式盡可能快的做出反應(yīng)。若在信號出現(xiàn)1000ms后，被試未按鍵則視為此次反應(yīng)無效。

1.4實(shí)驗(yàn)流程與數(shù)據(jù)采集

在實(shí)驗(yàn)開始前24h讓被試了解實(shí)驗(yàn)任務(wù)、操作規(guī)則，然后按照日常駕駛習(xí)慣操作模擬器，直到被試能夠熟練操作該模擬器。為了保證被試具有較高的警戒性水平，實(shí)驗(yàn)統(tǒng)一安排在上午8:00進(jìn)行。在正式實(shí)驗(yàn)開始之前，為了使被試適應(yīng)駕駛模擬環(huán)境并進(jìn)入實(shí)驗(yàn)狀態(tài)，給予15min駕駛模擬練習(xí)。在正式實(shí)驗(yàn)過程中，室內(nèi)燈光照度為300lx，溫度為24±1℃。要求被試以不低于220km/h的速度保持動(dòng)車運(yùn)行，駕駛作業(yè)時(shí)長為2h。

同步記錄被試在駕駛過程中對隨機(jī)信號刺激的反應(yīng)時(shí)間，數(shù)據(jù)采集頻率為10hz。同時(shí)，腦電采集儀連續(xù)采集被試腦電數(shù)據(jù)。為去除其他信息干擾，記錄水平與垂直眼電、肌電。腦電信號采樣率設(shè)置、采集頻率帶寬為128hz、0.5-100hz，要求所有電極阻抗不得超過5kω。

2.基于腦電信號的反應(yīng)時(shí)間預(yù)測模型

對于上述實(shí)驗(yàn)所采集的20名動(dòng)車組司機(jī)的腦電數(shù)據(jù)，采用小波變換提取經(jīng)濾波處理后的腦電數(shù)據(jù)中各項(xiàng)腦電特征參數(shù)，結(jié)合以腦電特征參數(shù)作為輸入指標(biāo)，反應(yīng)時(shí)間作為輸出指標(biāo)的bp神經(jīng)網(wǎng)絡(luò)，構(gòu)建動(dòng)車組司機(jī)對突發(fā)事件反應(yīng)時(shí)間預(yù)測模型。具體模型構(gòu)建步驟如下：

2.1腦電特征參數(shù)提取

腦電信號能夠反映大腦皮層活動(dòng)狀態(tài)，當(dāng)動(dòng)車組司機(jī)處于低覺醒水平時(shí)其腦電頻譜分布趨向于低頻波段，反之當(dāng)高覺醒水平時(shí)則腦電頻譜分布趨向于高頻波段。已有研究結(jié)果表明腦電信號中θ(4～8hz),α(8～13hz),β(13～30hz)3種頻段與反應(yīng)時(shí)間具有高度相關(guān)性，可作為反應(yīng)時(shí)間的客觀預(yù)測指標(biāo)。因此本發(fā)明實(shí)施例將通過小波變換提取上述3種頻段的小波系數(shù)能量值作為腦電特征參數(shù)。其計(jì)算過程如下：

⑴對實(shí)驗(yàn)采集的腦電信號以0-35hz的帶寬進(jìn)行整體濾波處理，去除工頻電及部分肌電等偽跡成分干擾。

⑵對于經(jīng)濾波處理后的腦電信號，記為u(n)，則其小波變換定義為：

式中，為小波函數(shù)；i為頻率因子；m為時(shí)間平移因子；n為信號時(shí)長。

⑶為了對小波變換后的信號u(n)進(jìn)行有限層分解，本發(fā)明實(shí)施例引入mallat算法[9]，即

式中，ah為近似分量；ci為不同尺度下的細(xì)節(jié)分量；h為分解層數(shù)，文中取層數(shù)為3。因此，可通過上述有限層分解得到θ、α、β3種不同頻段的小波系數(shù)。

⑷小波系數(shù)的能量值能夠反映腦電信號的頻域特征，因此對上述波段提取相應(yīng)的能量值作為腦電特征參數(shù)。

式中，px為相應(yīng)頻段的能量值；sx(t)為相應(yīng)頻段的小波系數(shù)；t為時(shí)間；hi為相應(yīng)頻段的幅值。

⑸按照⑴-⑷步驟對q個(gè)電極的腦電信號進(jìn)行處理，則相應(yīng)得到3×q項(xiàng)腦電特征參數(shù)，記為xi(i＝1,2,...,3×q)。由于各項(xiàng)腦電特征參數(shù)的量綱不同，將腦電特征參數(shù)按式⑷進(jìn)行歸一化處理，從而使腦電特征參數(shù)的數(shù)值在[0,1]之間，以消除數(shù)據(jù)中存在的噪聲。

式中，ximax與ximin為腦電特征參數(shù)xi的最大值與最小值。

2.2基于bp神經(jīng)網(wǎng)絡(luò)的預(yù)測模型構(gòu)建

以動(dòng)車組司機(jī)的腦電特征參數(shù)作為輸入層，以反應(yīng)時(shí)間預(yù)測值作為輸出層，構(gòu)建含1個(gè)隱含層的bp神經(jīng)網(wǎng)絡(luò)預(yù)測模型。其中輸入層節(jié)點(diǎn)個(gè)數(shù)由動(dòng)車組司機(jī)的腦電特征參數(shù)個(gè)數(shù)3×q決定；隱含層節(jié)點(diǎn)個(gè)數(shù)s則由模型訓(xùn)練結(jié)果進(jìn)行擇優(yōu)選??；輸出層節(jié)點(diǎn)個(gè)數(shù)為1，其結(jié)構(gòu)示意圖如圖4所示。

設(shè)該模型中輸入層到隱含層、隱含層到輸出層之間的連接權(quán)值系數(shù)及偏置分別為wik,wk1,bik,bk1(i＝1,2,...,3×q,k＝1,2,...,s)，對于輸入層的任意節(jié)點(diǎn)o至隱含層的任意節(jié)點(diǎn)p的輸出：

yop＝f(xiwop+bop)⑸

式中，f(·)為sigmoid函數(shù)，即

輸出層輸出結(jié)果為：

式中，yi為神經(jīng)網(wǎng)絡(luò)的輸出，即模型預(yù)測結(jié)果；w1為輸入層至隱含層的連接權(quán)數(shù)系數(shù)矩陣；w2為隱含層至輸出層的連接權(quán)數(shù)系數(shù)矩陣；xi為動(dòng)車組司機(jī)腦電特征參數(shù)；b1為輸入層至隱含層的偏置矩陣；b2為隱含層至輸出層的偏置矩陣。

對于一個(gè)動(dòng)車組司機(jī)實(shí)驗(yàn)樣本xi＝(x1,x2,...xi,...,x3×q；yi)，其中yi表示動(dòng)車組司機(jī)第i次按鍵所得到的反應(yīng)時(shí)間，將其輸入神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，該實(shí)驗(yàn)樣本的網(wǎng)絡(luò)輸出誤差定義為：

式中，為動(dòng)車組司機(jī)實(shí)際反應(yīng)時(shí)間。而對動(dòng)車組司機(jī)所有實(shí)驗(yàn)樣本的總誤差定義為：

式中，n為實(shí)驗(yàn)樣本個(gè)數(shù)。通過誤差逆向傳播調(diào)整連接權(quán)數(shù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，直到總誤差達(dá)到最小為止，從而完成神經(jīng)網(wǎng)絡(luò)訓(xùn)練。

2.3預(yù)測效果測評指標(biāo)

為評價(jià)bp神經(jīng)網(wǎng)絡(luò)模型所得到的反應(yīng)時(shí)間預(yù)測值與實(shí)驗(yàn)所采集的反應(yīng)時(shí)間實(shí)際值擬合程度的優(yōu)劣，本發(fā)明實(shí)施例選取最大絕對誤差m1與相對均方誤差m2作為預(yù)測效果測評指標(biāo)。

3有益效果及分析

對于實(shí)驗(yàn)所采集各反應(yīng)時(shí)間內(nèi)的腦電數(shù)據(jù)，采用第2.1節(jié)的方法均得到經(jīng)歸一化處理后的96項(xiàng)腦電特征參數(shù)，將其作為bp神經(jīng)網(wǎng)絡(luò)預(yù)測模型的輸入指標(biāo)。為了驗(yàn)證腦電特征參數(shù)與反應(yīng)時(shí)間具有相關(guān)性，本發(fā)明實(shí)施例采用皮爾遜相關(guān)性檢驗(yàn)對兩者之間相關(guān)性進(jìn)行檢驗(yàn)，從而為反應(yīng)時(shí)間預(yù)測提供理論前提。

(1)腦電特征參數(shù)與反應(yīng)時(shí)間的相關(guān)性分析。將θ、α、β三項(xiàng)腦電特征參數(shù)與反應(yīng)時(shí)間進(jìn)行皮爾遜相關(guān)性檢驗(yàn)，其結(jié)果如表所示。

表1各腦電特征參數(shù)與反應(yīng)時(shí)間的相關(guān)性

注：|r|為皮爾遜相關(guān)性系數(shù)的絕對值，|r|的值的大小反映了兩者之間的相關(guān)性的強(qiáng)弱。**表示在0.01的顯著性水平上相關(guān)性極顯著；*表示在0.05的顯著性水平下相關(guān)性顯著。

從表中可看出，三項(xiàng)腦電特征參數(shù)在不同程度上均與反應(yīng)時(shí)間呈現(xiàn)著顯著相關(guān)性，再次論證了前人研究中腦電信號與反應(yīng)時(shí)間存在著高度相關(guān)性。從相關(guān)性強(qiáng)弱來看，顯然腦電特征參數(shù)α與反應(yīng)時(shí)間較其他兩項(xiàng)更相關(guān)，同時(shí)最為顯著。

此外，已有研究表明大腦皮層的活動(dòng)變化能夠直接反映駕駛精神狀態(tài)，其腦電信號與駕駛?cè)说木駹顟B(tài)(疲勞、嗜睡等)具有高度相關(guān)性。在視覺探測等經(jīng)典認(rèn)知心理學(xué)試驗(yàn)中得出也論證了腦電信號的變化與反應(yīng)時(shí)間存在著高度相關(guān)性，而本研究通過腦電特征參數(shù)與反應(yīng)時(shí)間的相關(guān)性分析，驗(yàn)證了在實(shí)際駕駛?cè)蝿?wù)操作過程中，與動(dòng)車組司機(jī)的反應(yīng)時(shí)間也具有相關(guān)性。

(2)模型輸出結(jié)果分析。為了確定bp神經(jīng)網(wǎng)絡(luò)預(yù)測模型的最優(yōu)網(wǎng)絡(luò)結(jié)構(gòu)，同時(shí)為了體現(xiàn)訓(xùn)練樣本的整體性與代表性，本發(fā)明實(shí)施例對20名動(dòng)車組司機(jī)的實(shí)驗(yàn)樣本分別隨機(jī)抽取7個(gè)樣本，對所得到140個(gè)樣本作為訓(xùn)練樣本，將最終的預(yù)測結(jié)果所產(chǎn)生的最大絕對誤差與相對均方誤差作為評價(jià)標(biāo)準(zhǔn)。經(jīng)過多次反復(fù)訓(xùn)練之后，確定了最優(yōu)網(wǎng)絡(luò)結(jié)構(gòu)為96-20-1(輸入層-隱含層-輸出層)。結(jié)合最優(yōu)網(wǎng)絡(luò)結(jié)構(gòu)，對上述140個(gè)樣本(隨機(jī)抽取75％的樣本作為訓(xùn)練樣本，余下作為測試樣本)代入模型重新進(jìn)行訓(xùn)練和測試，其預(yù)測結(jié)果如圖5和圖6所示。

從圖5和圖6可看出，模型預(yù)測結(jié)果與實(shí)際結(jié)果較為接近，表明該模型預(yù)測效果較好。因此對各司機(jī)實(shí)驗(yàn)樣本同樣采用隨機(jī)抽取75％作為訓(xùn)練樣本，余下作為測試樣本的方法，分別對神經(jīng)網(wǎng)絡(luò)模型予以訓(xùn)練與測試，同時(shí)為了了解所提模型的精度高低，本發(fā)明采用已有的貝葉斯預(yù)測模型對反應(yīng)時(shí)間進(jìn)行預(yù)測，所得到的預(yù)測結(jié)果如表2所示。

表2各司機(jī)在預(yù)測模型中所得到的預(yù)測結(jié)果

從總體上來看，采用人工神經(jīng)網(wǎng)絡(luò)所得到的結(jié)果中最大絕對誤差平均值(11.01％)與相對均方誤差平均值(8.15％)均高于貝葉斯預(yù)測模型(14.6％，10.7％)。同時(shí)，對每個(gè)司機(jī)的反應(yīng)時(shí)間預(yù)測結(jié)果可看出，采用人工神經(jīng)網(wǎng)絡(luò)所得到的最大絕對誤差均小于15％，而最大相對均方誤差為10.89％，最小相對均方誤差為6.93％；而采用貝葉斯預(yù)測模型所得的結(jié)果中，最大絕對誤差在11％至20％之間，而最大相對均方誤差為15.36％，最小相對均方誤差為8.14％，說明了人工神經(jīng)網(wǎng)絡(luò)預(yù)測精度高于貝葉斯預(yù)測模型。因此本發(fā)明實(shí)施例所提預(yù)測模型具有可靠性，可準(zhǔn)確預(yù)測動(dòng)車組司機(jī)對突發(fā)事件反應(yīng)時(shí)間，從而有效減少事故發(fā)生率。

從上可知，本發(fā)明實(shí)施例基于2h的動(dòng)車模擬駕駛實(shí)驗(yàn)，就動(dòng)車組司機(jī)對突機(jī)事件反應(yīng)時(shí)間的預(yù)測進(jìn)行了研究，其有益成果與結(jié)論如下：

⑴基于動(dòng)車組司機(jī)的腦電信號，采用小波變換提取可用于動(dòng)車組司機(jī)反應(yīng)水平測評及反應(yīng)時(shí)間預(yù)測的θ、α、β3項(xiàng)腦電指標(biāo)。結(jié)合bp神經(jīng)網(wǎng)絡(luò)，構(gòu)建了一種動(dòng)車組司機(jī)反應(yīng)時(shí)間的預(yù)測模型。

⑵從結(jié)果可看出，3項(xiàng)腦電特征參數(shù)與反應(yīng)時(shí)間均具有顯著相關(guān)性，說明腦電信號能夠直接反應(yīng)駕駛?cè)说木駹顟B(tài)，從而為反應(yīng)時(shí)間的預(yù)測提供了研究依據(jù)。

⑶最終結(jié)果表明，模型預(yù)測的司機(jī)對隨機(jī)信號刺激的反應(yīng)時(shí)間與司機(jī)實(shí)際反應(yīng)時(shí)間的最大絕對誤差為11.01％(1.75％)，及相對均方誤差為8.51％(1.37％)，低于其他預(yù)測模型，表明該方法具有較高精度。

本發(fā)明實(shí)施例實(shí)現(xiàn)了動(dòng)車組司機(jī)對突發(fā)事件反應(yīng)時(shí)間的準(zhǔn)確預(yù)測，該研究成果對車載實(shí)時(shí)動(dòng)車組司機(jī)危險(xiǎn)性駕駛狀態(tài)預(yù)警系統(tǒng)開發(fā)與設(shè)計(jì)提供了理論依據(jù)。今后可對該方法在動(dòng)車實(shí)際運(yùn)行狀態(tài)下的適用性予以進(jìn)一步驗(yàn)證研究。

本領(lǐng)域普通技術(shù)人員可以理解，實(shí)現(xiàn)上述實(shí)施例的全部或者部分步驟/單元/模塊可以通過程序指令相關(guān)的硬件來完成，前述程序可以存儲于計(jì)算機(jī)可讀取存儲介質(zhì)中，該程序在執(zhí)行時(shí)，執(zhí)行包括上述實(shí)施例各單元中對應(yīng)的步驟；而前述的存儲介質(zhì)包括：rom、ram、磁碟或者光碟等各種可以存儲程序代碼的介質(zhì)。

以上所述的具體實(shí)施例，對本發(fā)明的目的、技術(shù)方案和有益效果進(jìn)行了進(jìn)一步詳細(xì)說明，所應(yīng)理解的是，以上所述僅為本發(fā)明的具體實(shí)施例而已，并不用于限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。