【摘要】：要实现系统任务的动态分配，必须对人的认知负荷进行实时监测和动态预测。利用认知负荷的综合测评模型和持续作业过程中认知负荷变化预测模型，根据作业过程中反馈的生理、绩效等指标，就可以对认知负荷是否超出限定的范围进行实时分析或对可能出现的认知超负荷进行预测，以利于随时调整任务分配，降低过高的认知负荷。
研究的现实意义_认知负荷的评估与变化预测研究
三、研究的现实意义
(1)运用认知负荷综合评估模型，可对处在设计阶段的数字化学习环境(或人机系统)对个体认知负荷的要求作出评估。这种评估有助于设计人员确定合理的设计方案，减少由于数字化学习环境(或人机系统)对个体负荷要求过高而需要进行重新设计或修改的付出，也为作业人员的训练和选拔等方面提供科学的依据。
(2)利用认知负荷综合评估模型和持续作业过程中认知负荷变化预测模型，可对认知性作业过程中个体的认知负荷状况进行实时分析和预测，这为实现复杂系统任务的“动态分配(dynamic allocation)”或“自适应分配”提供了有效的方法和依据。
静态的任务分配将加工任务按照人的能力和机器的功能进行分配，一旦分配完成后，不管系统状态或人的认知状态是否已经改变，人和机器的任务始终保持不变。显然，这种分配缺乏灵活性。动态分配或自适应分配则是根据人与机器的状态对任务分配适时进行修改，其基本原则之一就是人的负荷水平始终控制在一个适当的水平，从而可以减少由于人的负荷过高或超负荷而带来的绩效下降或事故的发生。要实现系统任务的动态分配，必须对人的认知负荷进行实时监测和动态预测。利用认知负荷的综合测评模型和持续作业过程中认知负荷变化预测模型，根据作业过程中反馈的生理、绩效等指标，就可以对认知负荷是否超出限定的范围进行实时分析或对可能出现的认知超负荷进行预测，以利于随时调整任务分配，降低过高的认知负荷。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
