本发明涉及轨道交通
技术领域：
，尤其涉及一种站务人员疲劳度检测方法及系统。
背景技术：
：随着城市轨道交通网络的发展，地铁车站呈现出三个特点和发展趋势：客运量上升、发车间隔缩短、运营时间延长。这三个特点导致了车站一线的站务人员作业量、作业负荷、疲劳情况发生了变化，其相应的人员配置及排班方式也做出了调整。根据车站运营特点，轨道交通站务人员常常采用固定的轮班制加日勤的方式进行出班，即采用固定轮班制的班组满足地铁车站白天运营服务以及晚上施工作业、演练等要求，日勤班的站务人员作为白天作业人员的补充、替换、支援等。地铁站务人员实行的轮班制为长期固定的轮班制，轮班模式一般为日班-夜班-夜出班-休息，每个班次为12小时工作制，如图1所示。该种轮班制的实施意味着每隔4天就要改在夜间工作白天休息，与正常作息制度呈相反的相位关系，这与时差一样会对人体产生诸多影响。而轮班工作制度的突出问题就是疲劳。疲劳是一种主观感受，可能发生在短期之内也可能是长期慢性的积累，表现为由于厌倦而不愿意继续工作；或者身体机能不能承受而导致暂时工作能力下降的一种状态。这种状态是相当复杂的，并非由一种明确的单一的因素构成。同时，疲劳的出现也是机体需要休息的信号，以免于损害性病变的发生。轨道交通乘务员作业中的疲劳风险，与工作负荷、人体生物节律、工作时间、轮班制度等因素密切相关。在对站务人员作业疲劳进行评价时，通常需要考虑作业时域、工作时长、休息时间、工作间休、轮班模式这样几个因素：(1)作业时域作业时域反映了轨道交通站务员的工作时间与该时间人体生理机能的关系，研究表明与疲劳相关的事故往往发生在03:00到06:00之间，在这个时间段内人体机能活力水平较低，工作绩效达到低谷，容易产生操作失误，造成事故发生。在轨道交通站务员的值班安排中，作业时域被认为是导致疲劳最重要的因素，其本质在于人体有自身的生物周期，安排在夜晚和凌晨的工作与固定的睡眠时间发生冲突，其睡眠时间和质量降低，造成睡眠的缺失。(2)工作时长工作时长，即作业的持续时间。站务人员在车站客流量较大的时候所承载的作业负荷也较大，长时间的工作会使得轨道交通站务人员疲劳度加剧，易产生困倦。在工作的前4小时内，作业任务对疲劳的影响相对稳定，在此之后迅速增加，当值班超过6小时后，风险增加一倍。因此，应适当地设置站务人员的工作时长，同时合理地安排值班中的短暂休息，这将有助于改善由于长时间工作产生的疲劳风险。(3)工作间休工作间休指的是在值班中安排短暂的休息时间，可以帮助站务人员恢复精力，减少疲劳感。一项关于飞行员间休的研究表明间休后的15分钟内，飞行员的慢眼球运动(用以评定睡意的特征)显著降低，间休带来的精力恢复会在在工作40分钟后消失。有规律进行间休的站务人员更不易产生困意。因此，在工作中安排规律的间休，避免连续工作时长过长，可以有效减少站务人员的疲劳。(4)休息时间休息时间指连续的两班之间的休息，由于疲劳的影响只能依靠持续的睡眠抵消，因此排班时应考虑安排出足够的时间在下一班开始之前让站务人员获得充足的睡眠。由于白天光线和噪音等影响比夜晚要大，因此夜班站务员在白天往往难以正常入睡，要保证夜班站务员其在夜班后的白天可以充分休息，应当适当增加其休息时间，通常建议在连续的夜班之间至少间隔16小时。(5)轮班模式轮班模式指的是轮班的方向和速度。轮班方向分为顺时针和逆时针，一般情况下这两种轮班方式对睡眠状况的影响没有差异，但考虑到夜间工作带来的睡眠剥夺，逆时针轮班易造成昼夜节律幅度减少和相位延迟，使得昼夜节律紊乱，因此排班时优先选用顺时针轮班方式。技术实现要素：本发明提供一种站务人员疲劳度检测方法及系统，用以解决现有技术中存在的缺陷。第一方面，本发明提供一种站务人员疲劳度检测方法，包括：通过预设层次分析法获得站务人员若干不同类型的工作任务模型；采用改进的池田算法对所述工作任务模型进行检测，得到站务人员的各班次疲劳度检测值。进一步地，所述通过预设层次分析法获得站务人员若干不同类型的工作任务，具体包括：分别从岗位类型、工作阶段、工作日期和休息情况进行划分，根据ahp层次分析法，得到站务人员疲劳恢复效果评估问卷；基于所述站务人员疲劳恢复效果评估问卷获得站务人员ahp模型疲劳系数集合；根据所述站务人员ahp模型疲劳系数集合，构建判断矩阵；由所述判断矩阵得到所述工作任务模型中各子模型的相对权重，以及求解得到各子模型的系数。进一步地，所述根据所述站务人员ahp模型疲劳系数集合，构建判断矩阵，之后还包括：对所述判断矩阵进行层次单排序和一致性检验。进一步地，所述基于所述站务人员疲劳恢复效果评估问卷获得站务人员ahp模型疲劳系数集合，具体包括：将站务人员不同的工作阶段或岗位类型进行两两比较，得到极端低于、强烈低于、明显低于、稍微低于、相当、稍微高于、明显高于、强烈高于和极端高于的比较结果。进一步地，所述采用改进的池田算法对所述工作任务模型进行检测，得到站务人员的各班次疲劳度检测值，具体包括：在池田公式中添加线性插值，并增加岗位修正系数和日期修正系数，分别得到改进的作业负荷评点表和改进的睡眠效果评点表；基于所述改进的作业负荷评点表和所述改进的睡眠效果评点表对站务人员各班次进行检测计算，得到所述各班次疲劳度检测值。进一步地，所述在池田公式中添加线性插值，并增加岗位修正系数和日期修正系数，分别得到改进的作业负荷评点表和改进的睡眠效果评点表，具体包括：在池田公式中加入疲劳效果加权系数和休息效果加权系数，其中所述疲劳效果加权系数由疲劳效果岗位加权系数和疲劳效果日期加权系数组成，并由任一个工作任务加权系数和持续工作疲劳值得到疲劳效果累计值，以及任一次休息加权系数和休息恢复值得到休息效果累计值；对所述疲劳效果累计值中的持续工作时间进行向下取整，得到所述改进的作业负荷评点表；对所述休息效果累计值中的持续休息时间进行向下取整，得到所述改进的睡眠效果评点表。进一步地，所述基于所述改进的作业负荷评点表和所述改进的睡眠效果评点表对站务人员各班次进行检测计算，得到所述各班次疲劳度检测值，具体包括：按照值班时间将站务人员值班划分为若干班次，获取若干班次中的多个单项任务；基于所述改进的作业负荷评点表和所述改进的睡眠效果评点表，分别计算所述多个单项任务的若干个得分；按照每个班次将若干个得分分别进行累加，得到所述各班次疲劳度检测值。第二方面，本发明还提供一种站务人员疲劳度检测系统，包括：获取模块，用于通过预设层次分析法获得站务人员若干不同类型的工作任务模型；检测模块，用于采用改进的池田算法对所述工作任务模型进行检测，得到站务人员的各班次疲劳度检测值。第三方面，本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述站务人员疲劳度检测方法的步骤。第四方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述站务人员疲劳度检测方法的步骤。本发明提供的站务人员疲劳度检测方法及系统，通过分析站务人员各班次的排班计划并进行疲劳情况分析，合理指导站务人员进行工作安排，通过降低站务人员的疲劳风险，保证了车站的运营安全和服务质量。附图说明为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是现有技术提供的站务人员工作班次示意图；图2是本发明提供的站务人员疲劳度检测方法的流程示意图；图3是本发明提供的ahp结构模型示意图；图4是本发明提供的站务人员疲劳度检测系统的结构示意图；图5是本发明提供的电子设备的结构示意图。具体实施方式为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。为解决现有技术中存在的问题，本发明提出一种站务人员疲劳度检测方法，如图2所示，包括：s1，通过预设层次分析法获得站务人员若干不同类型的工作任务模型；s2，采用改进的池田算法对所述工作任务模型进行检测，得到站务人员的各班次疲劳度检测值。具体地，首先通过预设的层次分析法对站务人员的多种工作情况进行分析和划分，得到不同类型的工作任务模型，再用改进的池田算法对该工作人物模型进行检测，便得到站务人员的各班次疲劳度检测值，便于后续指导实际站务工作中的工作安排。本发明通过分析站务人员各班次的排班计划并进行疲劳情况分析，合理指导站务人员进行工作安排，通过降低站务人员的疲劳风险，保证了车站的运营安全和服务质量。基于上述实施例，该方法中步骤s1具体包括：分别从岗位类型、工作阶段、工作日期和休息情况进行划分，根据ahp层次分析法，得到站务人员疲劳恢复效果评估问卷；基于所述站务人员疲劳恢复效果评估问卷获得站务人员ahp模型疲劳系数集合；根据所述站务人员ahp模型疲劳系数集合，构建判断矩阵；由所述判断矩阵得到所述工作任务模型中各子模型的相对权重，以及求解得到各子模型的系数。其中，所述根据所述站务人员ahp模型疲劳系数集合，构建判断矩阵，之后还包括：对所述判断矩阵进行层次单排序和一致性检验。其中，所述基于所述站务人员疲劳恢复效果评估问卷获得站务人员ahp模型疲劳系数集合，具体包括：将站务人员不同的工作阶段或岗位类型进行两两比较，得到极端低于、强烈低于、明显低于、稍微低于、相当、稍微高于、明显高于、强烈高于和极端高于的比较结果。具体地，通过站务运行实际分析，对站务人员的岗位、工作阶段、工作日期和休息情况进行划分，得到由表1至表4的划分表，表1为站务人员岗位划分表，表2为站务人员工作日期划分表，表3为站务人员休息类型划分表，表4为站务人员一日工作阶段划分表：表1表2表3表4根据对站务人员的岗位、工作阶段、工作日期、休息情况的划分结果，依据ahp层次分析法的原理，设计站务人员疲劳恢复效果评估问卷，采用不同阶段或岗位两两比较的形式比较疲劳效果与恢复效果的程度，比较结果分为极端低于、强烈低于、明显低于、稍微低于、相当、稍微高于、明显高于、强烈高于、极端高于，九个等级。地铁站务人员疲劳系数获取的ahp模型参见图3.进一步地，根据ahp模型的判断尺度来构造判断矩阵，矩阵中的标度和含义在表5中进行了详细地阐述。表5标度含义1表示两个因素相比，具有同样的重要性3表示两个因素相比，因素i比因素j稍微重要5表示两个因素相比，因素i比因素j明显重要7表示两个因素相比，因素i比因素j强烈重要9表示两个因素相比，因素i比因素j极端重要2、4、6、8上述两个相邻判断的中值倒数相应两个因素交换次序比较的重要性根据问卷内容，可以构造的判断矩阵有：b1到d，b1到e，b1到f，b2到d，b2到e，b2到f，b3到c，c1到d，c1到e，c1到f，c2到d，c2到e，c2到f，c3到d，c3到e，c3到f，c4到d，c4到e，c4到f。此处，以“值班站长”为例，依据对值班站长工作负荷的工作日期影响因素之间的相对重要性比较，构造b1到d矩阵为：对于“值班站长”，依据对值班站长工作负荷的工作阶段影响因素之间的相对重要性比较，构造b1到e矩阵为：对于“值班站长”，依据对值班站长的休息效果影响因素之间的相对重要性比较，构造b1到f矩阵为：然后进行层次单排序和一致性检验，层次单排序是指根据判断矩阵计算对于上层某元素而言，本层次与之有联系元素的重要性次序的权值。它是对本层次所有的元素针对上一层次而言的重要性进行排序的基础。层次单排序计算，即对判断矩阵b,求出bw＝λmaxw的特征值与特征向量。式中，λmax为b的最大特征根，w为对应λmax的正规化向量，w的分量wi即为所对应因素bi的单排序的权值。对于矩阵特征向量的计算，可以采用方根法与和积法两种方法。二者计算结果非常相近，能够满足精度要求。方根法需首先将判断矩阵按行累乘，然后将所得的积开n次方。随后再将开n次方的向量正规化，最后计算判断矩阵的最大特征根；而和积法需要首先将判断矩阵按列进行正规化，再将结果按行求和，最后对“和数”向量进行正规化，得到特征向量后计算最大特征根。为检验判断矩阵的一致性，需要计算一致性指标ci和随机一致性指标cr。一致性指标ci定义为：为了得到一个对不同阶数判断矩阵均适用的一致性检验的临界值，提出用平均随机一致性检验指标ri修订ci的方法。利用概率的方法，计算出ri对应于1—9阶判断矩阵的值，如表6所示.表6进一步推荐用cr代替ci，进行一致性检验。当cr＜0.1时，认为判断矩阵具有可以接受的一致性。采用方根法计算判断矩阵的特征向量和特征值，随后确定一致性指标和随机一致性比率。对于各模型相对权重及系数求解，每一准则层内相应指标的权重统计结果如表7-表9所示，以值班站长为例，表7为值班站长工作日期相对权重及系数，表8为值班站长工作阶段相对权重及系数，表9为值班站长休息效果相对权重及系数：表7因素几何平均值相对权重系数平日2.5200.6611周末0.7940.2080.315节假日0.50.1310.198表8表9基于上述任一实施例，该方法中步骤s2具体包括：在池田公式中添加线性插值，并增加岗位修正系数和日期修正系数，分别得到改进的作业负荷评点表和改进的睡眠效果评点表；基于所述改进的作业负荷评点表和所述改进的睡眠效果评点表对站务人员各班次进行检测计算，得到所述各班次疲劳度检测值。进一步地，所述在池田公式中添加线性插值，并增加岗位修正系数和日期修正系数，分别得到改进的作业负荷评点表和改进的睡眠效果评点表，具体包括：在池田公式中加入疲劳效果加权系数和休息效果加权系数，其中所述疲劳效果加权系数由疲劳效果岗位加权系数和疲劳效果日期加权系数组成，并由任一个工作任务加权系数和持续工作疲劳值得到疲劳效果累计值，以及任一次休息加权系数和休息恢复值得到休息效果累计值；对所述疲劳效果累计值中的持续工作时间进行向下取整，得到所述改进的作业负荷评点表；对所述休息效果累计值中的持续休息时间进行向下取整，得到所述改进的睡眠效果评点表。进一步地，所述基于所述改进的作业负荷评点表和所述改进的睡眠效果评点表对站务人员各班次进行检测计算，得到所述各班次疲劳度检测值，具体包括：按照值班时间将站务人员值班划分为若干班次，获取若干班次中的多个单项任务；基于所述改进的作业负荷评点表和所述改进的睡眠效果评点表，分别计算所述多个单项任务的若干个得分；按照每个班次将若干个得分分别进行累加，得到所述各班次疲劳度检测值。具体地，考虑到地铁站务人员在工作过程中存在不能在整点时刻开始作业的情况，而作业负荷评点表和睡眠效果评点表仅能查询到整点以及以小时为单位的数值。因此在池田公式的基础上添加了线性插值的计算方式。同时，考虑到站务人员作业的特点，对疲劳效果再加入岗位修正系数和日期修正系数。其中，改进后的池田公式如下：w＝α×l-β×rα＝α1×α2其中，w表示作业疲劳评价值，当w小于0时，计为0；α表示疲劳效果的加权系数；α1表示疲劳效果的岗位加权系数；α2表示疲劳效果的日期加权系数；l表示疲劳效果累积值；β表示休息效果的加权系数；r表示休息效果的累积值；i表示第i个任务；m表示任务总数量；μi表示第i个任务的加权系数；lab表示从a时开始，持续b小时的工作疲劳值；j表示第j次休息；n表示休息总次数；νj表示第j次休息的加权系数；rcd表示从c时开始，持续d小时的休息恢复值。可以理解的是，地铁站务人员工作内容较为复杂，原有公式中多项任务拆分累计的方法显得难以应用，所以以时间段划分站务人员的工作任务，将某个时间段内的一次连续作业作为一个任务进行计算；同时，考虑到站务人员不同岗位和工作日期之间的区别，加入了疲劳效果的岗位修正系数α1和日期修正系数α2以构成疲劳加权系数α。为了提高计算的精度，采用线性插值的方法在评点表的基础上进行计算，这样对同一种类的班次(如白班、夜班)可以进行更细致的区分，达到对单班次疲劳评价的效果。在评估站务人员轮班疲劳时，首先应确认单个班次对站务人员的疲劳影响程度，避免站务人员在单次执勤后疲劳水平过高。按值班时间划分，xx地铁站的站务人员值班分为白班(7:30—17:30)、上夜班(17:30—1:30)及下夜班(4:00—7:30)等3类班次，其中白班时间跨度长，作业任务多，易造成疲劳，因此，以白班为例对xx站的站务人员作业进行疲劳度分析，选取平日中的a1内环站台岗站务员为例，该站务员的工作内容见表10(白班站台岗站务员工作内容实力)，表中显示了每项任务的内容与时间跨度。表10记录每项任务开始和结束的时间节点，采用池田公式的计算方法，对得分进行计算。以第一次作业为例进行计算，开始时间为7:30，结束时间为9:00，工作时长为90min(1.5h)。对应到池田公式，即a＝7:30(化为小数为7.5)，b＝1.5，站台岗早高峰的作业任务修正系数为1。由于计算的为单次任务因此l值无需累加，疲劳效果的加权系数根据站台岗和日期确定，都取1，γ取2，即α＝α1*α2*γ＝2，工作间休系数取1，即β＝1，具体如下：w＝α×l-β×r＝1×18.5-1×0＝18.5计算得到该站务员早高峰期间的疲劳值为37。对该站务员该班次的所有任务及休息情况进行计算，并将每次的结果进行累加，如表11所示(池田公式评估单班次疲劳结果)，该站务员在执行完该班次任务的疲劳值为77.854。表11下面对本发明提供的站务人员疲劳度检测系统进行描述，下文描述的站务人员疲劳度检测系统与上文描述的站务人员疲劳度检测方法可相互对应参照。图4是本发明提供的站务人员疲劳度检测系统的结构示意图，如图4所示，包括：获取模块41和检测模块42；其中：获取模块41用于通过预设层次分析法获得站务人员若干不同类型的工作任务模型；检测模块42用于采用改进的池田算法对所述工作任务模型进行检测，得到站务人员的各班次疲劳度检测值。本发明通过分析站务人员各班次的排班计划并进行疲劳情况分析，合理指导站务人员进行工作安排，通过降低站务人员的疲劳风险，保证了车站的运营安全和服务质量。图5示例了一种电子设备的实体结构示意图，如图5所示，该电子设备可以包括：处理器(processor)510、通信接口(communicationsinterface)520、存储器(memory)530和通信总线540，其中，处理器510，通信接口520，存储器530通过通信总线540完成相互间的通信。处理器510可以调用存储器530中的逻辑指令，以执行站务人员疲劳度检测方法，该方法包括：通过预设层次分析法获得站务人员若干不同类型的工作任务模型；采用改进的池田算法对所述工作任务模型进行检测，得到站务人员的各班次疲劳度检测值。此外，上述的存储器530中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的站务人员疲劳度检测方法，该方法包括：通过预设层次分析法获得站务人员若干不同类型的工作任务模型；采用改进的池田算法对所述工作任务模型进行检测，得到站务人员的各班次疲劳度检测值。又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各提供的站务人员疲劳度检测方法，该方法包括：通过预设层次分析法获得站务人员若干不同类型的工作任务模型；采用改进的池田算法对所述工作任务模型进行检测，得到站务人员的各班次疲劳度检测值。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。当前第1页1 2 3
技术特征：1.一种站务人员疲劳度检测方法，其特征在于，包括：
通过预设层次分析法获得站务人员若干不同类型的工作任务模型；
采用改进的池田算法对所述工作任务模型进行检测，得到站务人员的各班次疲劳度检测值。
2.根据权利要求1所述的站务人员疲劳度检测方法，其特征在于，所述通过预设层次分析法获得站务人员若干不同类型的工作任务，具体包括：
分别从岗位类型、工作阶段、工作日期和休息情况进行划分，根据ahp层次分析法，得到站务人员疲劳恢复效果评估问卷；
基于所述站务人员疲劳恢复效果评估问卷获得站务人员ahp模型疲劳系数集合；
根据所述站务人员ahp模型疲劳系数集合，构建判断矩阵；
由所述判断矩阵得到所述工作任务模型中各子模型的相对权重，以及求解得到各子模型的系数。
3.根据权利要求2所述的站务人员疲劳度检测方法，其特征在于，所述根据所述站务人员ahp模型疲劳系数集合，构建判断矩阵，之后还包括：
对所述判断矩阵进行层次单排序和一致性检验。
4.根据权利要求2所述的站务人员疲劳度检测方法，其特征在于，所述基于所述站务人员疲劳恢复效果评估问卷获得站务人员ahp模型疲劳系数集合，具体包括：
将站务人员不同的工作阶段或岗位类型进行两两比较，得到极端低于、强烈低于、明显低于、稍微低于、相当、稍微高于、明显高于、强烈高于和极端高于的比较结果。
5.根据权利要求1所述的站务人员疲劳度检测方法，其特征在于，所述采用改进的池田算法对所述工作任务模型进行检测，得到站务人员的各班次疲劳度检测值，具体包括：
在池田公式中添加线性插值，并增加岗位修正系数和日期修正系数，分别得到改进的作业负荷评点表和改进的睡眠效果评点表；
基于所述改进的作业负荷评点表和所述改进的睡眠效果评点表对站务人员各班次进行检测计算，得到所述各班次疲劳度检测值。
6.根据权利要求5所述的站务人员疲劳度检测方法，其特征在于，所述在池田公式中添加线性插值，并增加岗位修正系数和日期修正系数，分别得到改进的作业负荷评点表和改进的睡眠效果评点表，具体包括：
在池田公式中加入疲劳效果加权系数和休息效果加权系数，其中所述疲劳效果加权系数由疲劳效果岗位加权系数和疲劳效果日期加权系数组成，并由任一个工作任务加权系数和持续工作疲劳值得到疲劳效果累计值，以及任一次休息加权系数和休息恢复值得到休息效果累计值；
对所述疲劳效果累计值中的持续工作时间进行向下取整，得到所述改进的作业负荷评点表；
对所述休息效果累计值中的持续休息时间进行向下取整，得到所述改进的睡眠效果评点表。
7.根据权利要求5所述的站务人员疲劳度检测方法，其特征在于，所述基于所述改进的作业负荷评点表和所述改进的睡眠效果评点表对站务人员各班次进行检测计算，得到所述各班次疲劳度检测值，具体包括：
按照值班时间将站务人员值班划分为若干班次，获取若干班次中的多个单项任务；
基于所述改进的作业负荷评点表和所述改进的睡眠效果评点表，分别计算所述多个单项任务的若干个得分；
按照每个班次将若干个得分分别进行累加，得到所述各班次疲劳度检测值。
8.一种站务人员疲劳度检测系统，其特征在于，包括：
获取模块，用于通过预设层次分析法获得站务人员若干不同类型的工作任务模型；
检测模块，用于采用改进的池田算法对所述工作任务模型进行检测，得到站务人员的各班次疲劳度检测值。
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述站务人员疲劳度检测方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述站务人员疲劳度检测方法的步骤。
技术总结本发明提供一种站务人员疲劳度检测方法及系统，包括：通过预设层次分析法获得站务人员若干不同类型的工作任务模型；采用改进的池田算法对所述工作任务模型进行检测，得到站务人员的各班次疲劳度检测值。本发明通过分析站务人员各班次的排班计划并进行疲劳情况分析，合理指导站务人员进行工作安排，通过降低站务人员的疲劳风险，保证了车站的运营安全和服务质量。
技术研发人员：赵兴东;包峰;罗铭
受保护的技术使用者：交控科技股份有限公司
技术研发日：2020.12.07
技术公布日：2021.03.12
