【摘要】：本研究所构建的认知负荷综合评估和认知负荷随持续作业时间变化的预测模型均是基于某一样本数据而构建的。不同个体的认知负荷影响因素是不同的，如何建立基于个体的认知负荷综合评估和预测模型，是一个值得进一步研究的问题。
研究的主要局限_认知负荷的评估与变化预测研究
四、研究的主要局限
(1)本研究根据由视觉搜索和心算任务实验结果来分析影响认知负荷的主要因素以及认知负荷评估指标的敏感性，然后基于对搜索作业负荷变化敏感的评估指标，建立起认知负荷的多维综合评估模型和认知负荷随持续作业时间变化的预测模型。然而，作业性质不同，影响认知负荷的因素会不同，认知负荷评估指标的敏感性也不一样。因此，本研究建立的认知负荷综合评估和预测模型不完全适用于所有人机交互中的认知负荷测评问题。本研究的意义在于提供了如何构建认知负荷多维综合评估和预测模型的方法，在实际运用这些建模方法时，针对不同性质的作业还需要对模型进行适当的修改。
(2)本研究所构建的认知负荷综合评估和认知负荷随持续作业时间变化的预测模型均是基于某一样本数据而构建的。这种模型在同一类样本和相同的作业情境下具有较高的分类和识别准确率，但对于某一具体的个体的准确率会产生差异。不同个体的认知负荷影响因素是不同的，如何建立基于个体的认知负荷综合评估和预测模型，是一个值得进一步研究的问题。
(3)本研究基于实验结果建立了认知负荷的综合测评模型和认知负荷随持续作业时间变化的预测模型，如何将模型运用于现实情境中的数字化学习情境或人机系统中，实现对现实作业过程中的认知负荷实时监测和预测还有待作进一步深入的探讨。
(4)利用神经网络模型对认知负荷随持续作业时间变化进行预测，其准确率在70%左右，预测的准确率还有待进一步的提高。
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。
