来源：期刊VIP网 时间：
作者：田水承;石炎彬;田方圆;李红妍;宁世强;林维;
单位：西安科技大学安全科学与工程学院;西安市应急安全人因智能重点实验室;西安科技大学安全与应急管理研究所;西安科技大学管理学院;
摘要：为提升矿工隐患识别能力，推进煤矿安全生产管理关口前移，研究基于生理试验探究矿工认知负荷对其隐患识别能力的影响。以61名矿工为被试，采用NASA-TLX量表测量矿工认知负荷水平，设计并开展隐患识别试验采集矿工行为和生理数据，并基于粒子群算法参数调优的支持向量机(Particle Swarm Optimization-Support Vector Machine, PSO-SVM),构建矿工隐患识别能力分类模型。结果显示：(1)矿工隐患识别能力与矿工认知负荷显著负相关，低认知负荷组与高认知负荷组隐患识别正确率相差31.09百分点。(2)随着认知负荷的增大，矿工生理指标存在不同的变化特征。其中，皮肤电导平均值、平均心率等指标可以有效表征矿工隐患识别能力。(3)构建的PSO-SVM矿工隐患识别能力分类模型表现出较好的预测效果，准确率达94.44%。综上可见，矿工认知负荷对其隐患识别能力有重要的影响，可通过采取合理分配任务难度等措施降低认知负荷对其隐患识别能力的消极作用。
关键词：安全社会工程;;矿工;;隐患识别;;认知负荷;;生理试验;;PSO-SVM模型
基金资助：国家自然科学基金项目(51874237,52504244);; 国家社会科学基金项目(20XGL025);; 教育部人文社会科学青年基金项目(23XJC630011);教育部产学合作协同育人实践条件和实践基地建设项目(2507032817);; 陕西省自然科学基础研究计划项目(2024JC-YBQN-0499);; 西安科技大学校哲社繁荣计划项目(2024SY07);西安科技大学优秀青年科技基金项目(2025YQ3-11)
