§ 14. Анализ и синтез многокомпонентных систем отображения информации

В инженерной психологии наметился переход от изучения отдельных средств отображения и ввода информации к попыт­кам создания обобщенной инженерно-психологической теории «сопряжения» оператора с аппаратурой. К настоящему времени достаточно четко вырисовалось несколько концепций анализа и синтеза средств отображения информации. Одна из них —структурно-психологическая концепция синтеза информацион­ных моделей —сформулирована В. Ф. Вендой. Другая —кон­цепция анализа средств отображения информации «а основе так называемого системно-лингвистического подхода —предложена А. Г. Чачко [68]. Проблема оптимизации СОИ здесь неразрывно связывается с построением целостной системы. Пренебрежение системным подходом приводит к тому, что конструируются щиты и пульты, перегруженные хаотически расположенными элементами, каждый из которых слабо сочетается с другими, а все вместе — трудно «сопрягаются» и с людьми, и с машинами.

Основная посылка системно-лингвистической концепции состоит в том, что ключевым этапом проектирования СОИ явля­ется выбор языка взаимодействия человека с объектом управ­ления. В силу этого в качестве первоочередных выступают задачи: определения набора знаков, оценки необходимости использования цвета, изменения яркости или акустических сиг­налов, выделения основных форм организации кодов и струк­туры. Методика, позволяющая выбрать язык взаимодействия, включает инженерно-психологические приемы и формализм математической лингвистики. Они помогают выработать пра­вила иерархической организации кодов и структур, на основе которых формулируется порождающая грамматика языка взаимодействия. На основе этой грамматики и формируются типичные объединения структур — гипертексты. Поскольку пра­вила грамматики являются не предписаниями, а разрешениями, множество гипертекстов всегда оказывается большим, чем это необходимо операторам для принятия решений. Отсюда возни­кает задача выделения оптимального гипертекста для каждого решения. Решение этой задачи рассматривается как наиболее кропотливый этап проектирования СОИ. В основу его положена модель массового обслуживания, где обслуживающим «прибо­ром» считается человек-оператор, а входящим потоком требова­ний— сигналы, поступающие от объекта и образующие инфор­мацию, составляющую гипертекст.

Взаимодействие оператор — гипертекст описывается для каждого варианта. В описаниях выделяются повторяющиеся части — вокрамы²², которые рассматриваются как элементы решений.

Формальная процедура получения математической модели в рамках системно-лингвистической концепции выглядит следу­ющим образом. Экспериментами установлено, что принятие человеком-оператором решений базируется на особом понима­нии объекта управления, на глубинной лингвистической струк­туре [68]. Конкретные решения получаются в результате ряда

преобразований — трансформаций от глубинной структуры к поверхностным продукциям.

Глубинная структура представляется в модели в виде семан­тической сети (СС). Каждый узел ОС является списком, состоя­щим из признаков и их значений. Некоторые из значений, при­знаков или узлов имеют отметки — семантические валентности. СС—это граф, в котором отмеченные элементы связаны дугами по валентностям. Примеры смысловых связей: «является частью...», «осуществляется посредством...», «характеризуется.,.».

Сеть содержит описания технологических элементов («анато­мии» объекта), сред и процессов («физиологии» объекта), износа и отказов («жизненного цикла» объекта). Названные узлы могут быть либо конкретными, либо обобщенными. Кон­кретные узлы описывают единичные элементы объекта; обоб­щенные узлы введены для многократно используемых описаний. Конкретный узел содержит лишь отличия, а общие свойства элемента задаются отсылками к обобщенным узлам и моди­фикаторами.

Деятельность операторов разделяется на пять этапов. Наиме­нования этапов приведены на рис. 6 в многоугольниках. Чтобы получить из СС поверхностные продукции, на каждом этапе используется свой математический формализм.

Для этапа наблюдения таким формализмом служит теория размытых (нечетких) множеств; соответствующий алгоритм вычисления функций членства формирует набор характеристиче­ских параметров. Модель сопоставляет образцовые значения параметров с текущими.

Этап оценки опасности отклонения основан на правилах, выявляющих резервное время и последствия его превышения (математический формализм — передаточные функции объек­та— управления). Оценка опасности может повести к измене­нию цели управления.

На этапе выявления причин отклонения модель осуществляет поиск по смыслу «центра» и «.периферии» технологической схемы, оценивает «роли» и «вклад» найденных элементов в от­клонение. В результате из семантической сети порождается дерево оценки ситуации.

Идеальный процесс порождения дерева — последовательная деабстрактизация от корня к конечным причинам; реальный процесс зависит от характеристик оператора. Порождение может начинаться с t-ro слоя идеального дерева и выявлять лишь часть причин t-гo и последующих слоев. С процессом порождения сопряжен процесс подбора и переоценки операто­ром информации. Последний состоит из двух процессов.

Подпроцесс 1 — выход на слой дерева — описывается стоха­стической цепью

где P(t) — вектор вероятностей уровней для момента t; P(t—1) — то же для момента t—1; Q(t— 1)—«нестационарная матрица перехода.

Подпроцесс 2 — выбор причины в слое — содержит два этапа: 1. Выбор наиболее информативных источников. Основан на максимизации средневзвешенной полезности:

Таким образом, этап выявления причин отклонения основав на объединении двух математических формализмов — порожда­ющей семантики и теории статистических решений.

После выявления причины отклонения переходят к этапу планирования корректирующих действий. Причина оказывается корнем дерева планов, которое также порождается на основе семантической сети. Правила порождения сформулированы в терминах целей, средств и ограничений. Процессы порождения аналогичны описанным.

Наконец, для этапа реализации планов характерными явля­ются правила, устанавливающие однозначное соответствие между командами и стандартными подалгоритмами управле­ния—-вокрамами. Привлекая соответствующие вокрамы, изме­няют состояние объекта, что приводит к новым настройкам семантической сети, т. е. цикл завершается.

Трансформационная модель применена для описания дея­тельности оператора блока котел — турбина — генератор мощ­ностью 300 мВт. С ее помощью синтезирована оптимальная система отображения информации для оператора.

Описанная модель является типичным примером так назы­ваемых комбинированных моделей. В комбинированных моде­лях различные математические формализмы как бы распола­гаются в одной плоскости и соединяются друг с другом встык. Если бы вместо наружного соединения удалось построить модель, в которой формализмы взаимно проникают друг в дру­га, сплавляются в единую математическую структуру, получился бы гораздо более эффективный аппарат для математического моделирования деятельности.

В настоящее время имеются отдельные попытки построения таких гибридных структур. В частности, найдены связи между теоретико-информационными формализмами и формализмами оптимального управления, реализован теоретико-информацион­ный подход к задачам статистических решений, осуществлено наложение модели статистической теории принятия решений на один из процессов массового обслуживания, изучено опти­мальное управление широким классом систем массового обслу­живания, основанное на принципе максимума Л. С. Понтрягина. К сожалению, до сих пор предложенные экспериментальные методики выбора гипертекстов используются еще очень мало.

Подход к построению средств отображения, сформулирован­ный Б. Б. Гурфинкелем, также основан на представлении о системе в целом. При этом под системой (понимается не только система управления (т. е. центр управления с линиями связи), но также и сенсорный аппарат, исполнительный (эффекторный) аппарат воздействующий на среду, и аппарат метаболизма, обеспечивающий снабжение системы материалами и энергией. Единство, определенное таким образом, рассматривается как система деятельности, а центр управления — как «процессор».

СОИ трактуются как составная часть процессора, что позволяет высказать определенные положения относительно организации информационных моделей на различных иерархических уровнях. Однако собственно психологическая специфика деятельности оператора здесь почти не учитывается.

Значительные потенциальные возможности повышения эффективности функционирования человека-оператора могут быть реализованы посредством структурирования информации на многокомпонентных СОИ. Этот подход позволяет управлять стратегией восприятия.

Б. Ф. Ломов предлагает <при создании СОИ использовать в качестве методов управления стратегией восприятия художе­ственно-композиционные средства, ритмические ряды, акценты, структурирование ситуаций. Развивая эти идеи, А. А. Митькин подчеркивает, что имеются возможности оптимизировать усло­вия деятельности человека-оператора, если правильно опреде­лить для наиболее важных наблюдений и в зависимости от осо­бенностей информации, которая должна быть передана, ту или иную форму СОИ. Для каждой формы СОИ характерно: а) специфическое распределение точек фиксации, т. е. наличие более или менее обозреваемых зон, образующих определенную пространственную структуру; б) специфическое преобладание первых поисковых движений глаз; в) преобладание тех или иных направлений и маршрутов обзора, что обусловлено взаи­модействием двух факторов: особенностями формы и психофизиологией зрения. При этом оказалось, что весьма эффек­тивным является применение средств композиции с целью орга­низации определенной последовательности обзора.

Заслуживает внимания и мысль о том, что относительная различимость объектов (степень различения по какому-либо признаку) может явиться фактором, позволяющим управлять вниманием человека-оператора и детерминировать маршруты зрительного восприятия. Так, экспериментально сравнивались процессы решения оперативных задач по обычной мнемосхеме теплоэнергетического объекта и по мнемосхеме с последователь­ным выделением (высвечиванием) контуров, связанных с этапа­ми решения оперативных задач при ликвидации нарушений. Зрительное выделение контуров служило средством управления вниманием операторов. Результаты показывают, что в послед­нем случае существенно улучшились показатели эффективности решения по сравнению с обычной мнемосхемой. В отдельных случаях время решения задачи сокращалось в 7—8 раз, почти полностью исчезали ошибки, особенно связанные с предупреж­дением последующих отклонений. Можно предположить, что выделение контуров служит одним из эффективных средств сни­жения субъективной сложности решаемых задач.

В плане структурирования информации весьма важной пред­ставляется разработка принципов обобщения и снижения доли информации, не относящейся в данный момент к оперативной задаче. Так, например, В. Ф. Венда и В. А. Вавилов экспери­ментально исследовали два таких принципа: 1) принцип разде­ления информации разной степени обобщенности в пространстве (внешние связи в центре, подробные схемы на периферии); 2) принцип разделения информации тю времени: в нормальном состоянии внутренние схемы не отображаются, а при аварийных нарушениях режима энергосистемы обобщенные схемы частично детализируются в зависимости от характера нарушений. Соглас­но полученным результатам, использование последнего принципа предпочтительнее.

Принципы организации многокомпонентных СОИ разрабаты­вались практически с момента зарождения инженерно-психоло­гических исследований и описаны в многочисленных справочных руководствах. Однако до сих пор не удалось избежать некото­рой противоречивости при их практическом использовании.

Р. Голдбек и Р. Фаулер приводят оценки деятельности при четырех принципах расположения приборов на панели пульта: 1) с учетом последовательности использования; 2) по функцио­нальному признаку; 3) то частоте использования; 4) по значи­мости для выполнения задания. Результаты показывают, что при варианте 1 характеристики деятельности лучше как для дискретной, так и для непрерывной задач. Вариант 2 также спо­собствует улучшению характеристик деятельности, но в значи­тельно меньшей степени, чем первый. Расположение приборов по принципам 3 и 4 оказалось неэффективным.

Указанные противоречия свидетельствуют о настоятельной необходимости поиска методик исследования и организации мно­гокомпонентных СОИ. К настоящему времени уже предложено несколько таких методик. В той или иной мере все они осно­ваны на идее упорядочивания элементов на панели.

Одной из них является методика, известная под названием «Анализ звеньев». Основная цель ее — наиболее эффективное I размещение средств индикации и органов управления в пределах заданной рабочей зоны. Термин «звено» относится к связи человека с конкретным оборудованием. При планировании раз­мещения оборудования на схему наносятся линии, отражающие частоту ,и (или) важность связей между элементами, а размеще­ние считается лучшим в том случае, когда число пересекающих­ся линий минимально.

Понятно, что эта методика предполагает наличие проекта панели и точных сведений о рабочих операциях. При осуще­ствлении анализа звеньев по чертежам последовательность процедур в соответствии с алгоритмом деятельности рассчиты­вается и изображается графически в виде линий, соединяющих каждый орган управления и индикаторы в той последователь­ности, в которой они используются. Высокая концентрация свя­зей для некоторых элементов указывает на необходимость привлечения к ним более пристального внимания. Конечно, данная методика не может претендовать на систематичность и методи­ческую строгость, а рассматривается скорее как основа для пред­варительных решений по компоновке многокомпонентных СОИ.

Дальнейшим развитием «Анализа звеньев» является мето­дика, разрабатываемая П. Я. Шлаеном и его сотрудниками. Основное положение этой методики: размещение элементов индикации и органов управления желательно производить таким образом, чтобы по возможности максимально упорядочить маршрут их обзора, согласовав его с заранее установленной закономерностью, позволяющей оператору строить стратегию информационного поиска на мнемонической основе. В качестве указанной закономерности может выбираться последователь­ность, обладающая максимальной мнемоничностью с точки зре­ния траектории поиска («горизонтальный ряд», «вертикальный ряд», «наклонный ряд» и т. п.). Для количественной оценки оптимальности размещения элементов индикации и органов управления на пульте по критерию соответствия маршрута их обслуживания наиболее «мнемоничным» закономерностям пред­лагается специальный графоаналитический метод, позволяющий с помощью специальных графиков и эмпирической формулы определить дополнительные временные затраты оператора на поиск элементов индикации и органов управления при различ­ной степени упорядоченности их размещения на пульте.

Суть этой методики состоит в следующем. В определенном масштабе вычерчивается развернутая фронтальная проекция передней панели пульта, на которой места размещения элемен­тов индикации и органов управления отмечаются точками. С учетом различных характеристик «среднего» оператора (антропометрических, рабочей позы и т. д.) определяется точка, через которую проходит линия центрального визирования при угле наклона головы 0—5° и фиксации глаз в нулевом положе­нии. К этой точке привязывается прямоугольная система коор­динат, в которой задаются координаты всех элементов индика­ции и органов управления, используемых оператором в последо­вательности, предписанной алгоритмом работы. Известно, что зона с координатами по X, равными ±31°, а по Y—+23°, —33°, называется комфортной с точки зрения информационного поис­ка. Элементы индикации и органы управления, находящиеся вне указанной области, относятся к некомфортной зоне.

Для каждого элемента минимальные расстояния от осей X и Y с учетом знака откладываются на специальных графиках в последовательности, определяемой алгоритмом работы опера­тора. В каждой зоне на трафиках для оценки степени отклоне­ния маршрута обслуживания от типовых закономерностей (горизонтальный, вертикальный или наклонный ряд) произво­дится объединение элементов в непрерывный ряд, в составе которого каждый последующий элемент должен иметь коорди-нату, отличную от предыдущей на величину не более чем 3°. Одиночные элементы, не вошедшие в состав группы, условно принимаются за отдельную группу. По данным группирования рассчитывается первый показатель неупорядоченности

где n_гг(вг) — число горизонтальных (вертикальных) групп; п_нг — число наклонных групп; n_ур — общее число уровней группирова­ния; n_общ — общее число элементов.

Для учета случайности и степени разброса элементов инди­кации и органов управления на пульте оператора вводится вто­рой показатель, известный под названием критерия фон Ней­мана,

где a_i— значение координаты X или Y для i-гo элемента; m_общ — общее число шагов обслуживания.

Показатель К_х(у) подсчитывается для каждой зоны, затем частные показатели η_х(у) и K_x(y) объединяются в общий показа­тель Н, который представляет собой их полусумму и вычисляет­ся сначала для каждой зоны, а затем с учетом взаимного влия­ния зон. Показатель Н используется для окончательной оценки общей неупорядоченности данного пульта.

Достоинства описанной методики — в наглядности и возмож­ности получения количественной оценки. Однако она обладает и целым рядом недостатков:

— выбор начала координат субъективен,

— точность замера координат невысока,

— объединение элементов в группы субъективно,

— подсчет показателя Н с учетом взаимного влияния зон сложен.

Несколько иначе подходит к количественной оценке неупоря­доченности информационного поля Ю. Г. Фокин. По существу, он предлагает вычислять величину неопределенности выбора на информационном поле b требуемых элементов из а имеющих­ся. Показатель неупорядоченности информационного поля мо­жет быть вычислен тогда по формуле

где r — количество элементов информационного поля, выбирае­мых в алгоритме независимо от выбора других элементов; υ — число элементов в оперативном поле; u — количество упорядо­ченных последовательностей в алгоритме; i — номер i-й упорядоченной последовательности; r_1i — количество возможных направлений выбора последующих элементов; r_2i — количество элементов в t-й упорядоченной последовательности; υ_1i — коли­чество элементов в i-й упорядоченной последовательности, сре­ди которых выбирается каждый элемент.

Следует заметить, что практическое использование показате­ля неупорядоченности Ю. Г. Фокина сопряжено со значитель­ными трудностями, связанными с громоздкостью вычислений и отсутствием однозначности в определении параметров а и b.

С. В. Борисов предлагает оценку неупорядоченности инфор­мационного поля осуществить с позиций теории множеств. Коэффициент неупорядоченности, 'предложенный С. В. Борисо­вым, имеет вид

где nl — число элементов, к которому мы обращаемся при реа­лизации l-го алгоритма; М — число алгоритмов, реализуемых на данной панели; γ_l — весовой коэффициент l-го алгоритма, определяемый методом экспертных оценок; ρ(l_эl_А) — расстоя­ние между двумя одинаковыми элементами эталонного и ото­бражаемого множеств.

По своей физической сущности К_нп — средневзвешенное рас­стояние между элементами l_э и l_А. Очевидно, что чем меньше К_нп для данного варианта размещения элементов, тем более приемлем этот вариант.

Важным достоинством предлагаемого метода является то, что процесс вычисления коэффициента неупорядоченности К_нп легко поддается алгоритмизации и может быть реализован на ЭВМ. В то же время неупорядоченность информационного поля пультов, на которых размещено небольшое количество органов индикации и управления, легко поддается счету. Существен­ным же недостатком является субъективность в выборе γ_l.

Ни одна из описанных методик естественно не может пре­тендовать на полноту и завершенность. Требуются еще значи­тельные усилия, чтобы придать им достаточную методическую и научную строгость, причем эти усилия в первую очередь долж­ны быть направлены на анализ психологических факторов. Именно такой анализ, как об этом свидетельствует опыт, может способствовать существенному повышению эффективности СОИ.

Значительный интерес для создания теоретических основ проектирования СОИ и средств ввода информации представ­ляют идеи, касающиеся поиска возможностей расширения сен­сорного входа в условиях опосредованного управления произ­водственными процессами. Констатируя тот факт, что почти все существующие информационные модели являются моносенсорными или бисенсорными (их сигналы адресуются зрительному или зрительному и слуховому анализаторам), А. В. Филиппов предполагает, что отступление от этих традиционных, ставших нормой, способов представления информации будет способство­вать повышению эффективности операторского труда при выполнении целого ряда задач. В качестве главной проблемы в этой связи выдвигается проблема формирования разномодальных сигналов в определенную систему, которая отобража­ется на полисенсорной информационной модели.

Предлагаются три типа полисенсорных информационных моделей (ПИМ). Первый из типов ПИМ основывается на акти­вирующих межанализаторных связях, что предполагает обу­словленность сигналов информационной модели производ­ственной средой. В зависимости от того, какое действие оказы­вают сигналы специально организованной среды, различаются две модификации этого типа ПИМ: а) ПИМ, включающие сиг­налы тонизирующего воздействия на ряд функциональных систем; б) ПИМ, где дополнительно вводится направленный сигнал, адресованный определенному анализатору.

ПИМ первого типа основаны на известном принципе допол­нительности внешних и внутренних средств деятельности. ПИМ второго типа предполагают дублированное восприятие семанти­чески однородной информации одновременно несколькими ана­лизаторами. ПИМ третьего типа предусматривают независимое представление семантически неоднородной информации сигна­лами разных модальностей. Здесь также выделены две моди­фикации. В первой — семантически неоднородная информация оформляется в сигналах, рассчитанных на одновременный при­ем двумя и более анализаторами. Такое представление инфор­мации целесообразно в тех эргатических системах, где возможно накапливание определенной части информации. Во второй модификации семантически неоднородная информация предъяв­ляется по двум (и больше) сенсорным каналам последова­тельно.

Синтез многокомпонентных СОИ — в настоящее время во многом еще не формализованная процедура, хотя в ряде опи­санных выше методик — в структурно-психологической концеп­ции, структурно-лингвистической и некоторых других — на раз­личных его стадиях используются математические модели дея­тельности. Дальнейшая формализация здесь крайне необ­ходима.

Интенсивное развитие теории систем отображения инфор­мации (и средств ввода информации) связывается с быст­рым развитием и улучшением математических моделей дея­тельности. Лишь широкое использование математических моде­лей наряду с использованием других методов может привести к построению достаточно близких к оптимальным многокомпо­нентных СОИ.

Приведем несколько иллюстраций широких возможностей использования математических моделей деятельности при син­тезе СОИ. X. Р. Джене и Р. У. Аллен с целью разработки тео­рии СОИ применяли математические модели деятельности в режиме слежения, построенные на основе известной модели Мак Руера и Крендела. Исследовались 6 видов индикаторов. При этом было наглядно продемонстрировано, как тип индика­тора влияет на параметры модели.

Математическая модель деятельности в режиме слежения, построенная с 'помощью аппарата оптимального управления, бы­ла успешно применена для выработки требований к отображае­мой информации при пилотируемом приземлении с учетом воз­действия случайных помех (влияние ветра, изменение динами­ческих характеристик и т. д.). Она использовалась для различных классов летательных аппаратов, динамические ха­рактеристики которых были представлены линеаризованными уравнениями движения.

Метод моделирования может быть использован и при раз­работке отдельных видов интегральных индикаторов. Создаются индикаторы для управления сложными объектами на основе адекватной математической трансформации многомерного про­странства состояния системы в обобщенный зрительный образ. Этот образ представляется на экране и всегда соответствует конкретному одномоментному состоянию системы. Он образу­ется набором линий различных цветов и графиков. Дополни­тельно может быть использовано звуковое дублирование. По экспериментальным данным, такой индикатор значительно об­легчает задачу управления для оператора.

Математическая трансформация состояния объекта управле­ния и внешней среды, реализуемая с помощью модели, функцио­нирующей в ускоренном масштабе времени, как известно, поло­жена в основу построения так называемых индикаторов пред­сказания, предложенных еще в 1962 г. Ч. Келли. Широкая экс­периментальная проверка доказала эффективность применения при организации деятельности операторов специальных конту­ров для предварительного проигрывания решений на ЭВМ в ус­коренном масштабе времени. В последние годы отмечается значительная интенсификация работ по созданию и отработке таких индикационных устройств. Создан адаптированный инди­катор предсказания, который облегчает человеку-оператору решение задач опознания, диагностики и адаптации к изменяю­щимся условиям окружающей среды и к изменениям динамиче­ских характеристик объекта управления. В целях отработки такого индикатора проводилось несколько экспериментов. В первом эксперименте использовался индикатор, где отобра­жение реального выхода управляемого объекта, развернутое :во времени, накладывалось на предсказываемые моделью выход­ные параметры объекта. Этот индикатор позволил оператору более быстро опознавать небольшие изменения выходных ха­рактеристик, которые предопределяли необходимость адапта­ции. Последующие эксперименты продемонстрировали, что ин­дикатор предсказания более пригоден для случая адаптации к медленным непрерывным изменениям параметров управляе­мого объекта, например для случая изменения характеристик летательного аппарата при расходе топлива.

Заслуживает внимания идея В. А. Ганзена и А. А. Митьки-на об использовании математической модели моторного поля глаза для выбора оптимальных вариантов компоновки пультов. В ряде работ О. В. Ронжина и его сотрудников задача опти­мизации структуры информационных полей (мнемосхем) реша­ется с помощью привлечения теории графов. Ими предложена регулярная методика представления мнемосхем в виде планарных графов дли графов с минимальным числом пересечений и экспериментально продемонстрировано, что подобное пред­ставление облегчает обнаружение отклонений и повышает информационную пропускную способность оператора.

Оригинальная попытка применить теорию графов для оп­тимальной компоновки рабочего места человека-оператора предпринята Г. В. Суходольским. Под оптимальной ком­поновкой рабочего места оператора он понимает такую, при которой достигается максимальное быстродействие человека-оператора с минимальной вероятностью ошибок. Утверждается, что предполагаемый метод позволяет решать задачу компоновки рабочего места оператора вручную за 2—3 часа, учитывая все необходимые инженерно-психологические рекоменда­ции. Метод основывается на предметно-функциональной (ПФ) модели деятельности, понимаемой как ориентированный стохастический мультиграф, вершины которого определены в виде материально-технических и людских средств контроля и управления, а ребра — в виде пространственных перемещений человека, а также поступающей к нему и исходящей от него информации. Процедура оптимальной компоновки рабочего места в этом случае состоит из двух этапов — подготовительно­го и основного.

На подготовительном этапе выполняется следующее:

1) устанавливаются габариты выбранных средств контроля и управления с учетом допусков на монтаж и инженерно-пси­хологических норм; сами средства замещаются плоскими ото­бражениями (макетами), сохраняющими форму «лицевой» час­ти и установленные габариты;

2) выбираются размеры (с запасом) и форма пространства рабочего места; выполняется его плоская развертка;

3) формируется список существенных требований, причем требования в списке упорядочиваются в соответствии с матри­цей смежности вершин ПФ-модели, и, кроме того, разные требования, относящиеся к одному и тому же средству, упорядо­чиваются по их значимости.

Основной этап состоит в последовательном размещении плоских отображений средств контроля и управления в плоско­сти развертки рабочего места. При этом под размещением пони­мается фиксация центра тяжести макета средства в некоторой точке макета рабочего места. Задача в таком случае, по суще­ству, сведена к исследованию по типу транспортно-распределительных систем, допускающих графо-матричные, всегда моде­лируемые представления. Теория решения таких задач доста­точно развита в рамках линейного и нелинейного программи­рования. Постановка задачи не является новой в инженерной психологии. Эта задача была сформулирована еще в 50-х годах, но в последние годы разрабатывается достаточно интенсивно. Для такого подхода необходимо, чтобы были строго определе­ны все алгоритмы деятельности человека-оператора и был из­вестен набор используемых средств контроля и управления. Однако работа по составлению алгоритмов и выбору средств весьма трудоемка, поэтому такой подход может быть применен к ограниченному числу простых задач.

К сожалению, в большинстве приведенных работ, связанных с формализацией инженерно-психологического синтеза много­компонентных СОИ, не приводятся данные об его эффективно­сти. Это свидетельствует о том, что применяемые аналитиче­ские методы пока недостаточно тщательно проработаны и не обладают требуемой строгостью.

В процессе проектирования многокомпонентных систем и средств отображения информации для АСУ ТП обычно воз­никает необходимость выбрать наилучший проект. Однако практически исключается возможность сделать такой выбор на основе экспертных оценок. Традиционный в инженерной психо­логии метод поэлементной оценки СОИ также не дает полной характеристики преимуществ того или иного варианта инфор­мационной системы в целом. В настоящее время наиболее эф­фективен метод экспериментальной оценки вариантов много­компонентного СОИ, при организации которой должны учиты­ваться назначение СОИ, функции операторов, специфика решае­мых ими оперативных задач, контингент использующих СОИ операторов (в частности, уровень их подготовки), внешние (ги­гиенические) условия деятельности, динамические и другие эксплуатационные свойства управляемых объектов.