题名: | 煤矿突发事件下情绪对矿工行为决策的影响机制及预警研究 |
作者: | |
学号: | 19120089020 |
保密级别: | 保密(2年后开放) |
语种: | chi |
学科代码: | 083700 |
学科: | 工学 - 安全科学与工程 |
学生类型: | 博士 |
学位: | 工学博士 |
学位年度: | 2025 |
学校: | 西安科技大学 |
院系: | |
专业: | |
研究方向: | 安全人因工程 |
导师姓名: | |
导师单位: | |
提交日期: | 2025-06-23 |
答辩日期: | 2025-06-07 |
外文题名: | Research on the Impact Mechanism and Early Warning of Emotions on Miners' Decision-Making Behavior Under Sudden Coal Mine Incidents |
关键词: | |
外文关键词: | Coal mine emergencies ; Emotions ; Behavioral decision-making ; Eye movement ; EEG ; Machine learning ; Early warning |
摘要: |
煤矿突发事件往往会引发矿工的情绪波动,导致其在行为决策过程中产生非理性行为决策倾向,从而显著增加事故发生的风险。近年来,人为因素已成为煤矿事故频发的重要诱因,据中国煤炭工业协会《2024年全国煤矿安全生产形势分析报告》统计,2023年全国煤矿生产安全事故中,由人为因素直接或间接导致的事故占比高达78.5%,其中情绪状态对矿工行为决策的影响尤为显著。基于此,本研究综合运用认知神经科学、心理学与机器学习算法等多学科方法,探究煤矿突发事件下情绪对矿工行为决策影响机制。首先,通过结合煤矿应急决策的情境特征,提出情绪引导型认知-行为模型,并构建煤矿突发事件下情绪对矿工行为决策影响的中介调节模型,通过问卷量表评估矿工的情绪状态、安全认知能力、安全氛围与决策水平,对各个效应进行检验;其次,结合眼动追踪与脑电(EEG)实验,获取相应的行为与生理数据;最后,采用机器学习算法对情绪特征进行识别与分类,从而实现对矿工行为决策的准确预警。本研究不仅丰富了煤矿安全管理中情绪影响决策的理论框架,也为事故风险防控与矿工安全决策提供了切实可行的技术支持。本文主要研究内容和结论如下: (1)构建了煤矿突发事件下情绪对矿工行为决策影响的中介调节模型,从理论层面揭示了情绪对行为决策的影响机制。该模型分析了在煤矿突发事件下,情绪对行为决策的直接效应、安全认知能力的中介效应和安全氛围的调节效应。研究结果显示,趋近动机情绪对行为决策有显著正向效应,且低强度趋近情绪对行为决策的正向促进尤为突出;而回避动机情绪则呈现负向影响。安全认知能力在情绪影响决策过程中发挥着关键中介作用,其中自我风险感知、对他人风险的感知、安全遵守与意识和自我控制与适应均为关键中介因子。良好的安全氛围能够显著增强情绪对决策影响的正向效应。该结果为不仅厘清了相关变量之间的关系,还为后续实验部分的设计和实施奠定了理论基础。 (2)开展了煤矿突发事件下情绪对矿工行为决策影响的眼动实验,从心理层面揭示了情绪对行为决策的影响。通过采集分析注视时间、注视频率、瞳孔直径变化以及决策参与度等眼动及行为指标,发现在动机方向维度上,趋近动机显著延长矿工的注视时间,使其更全面地获取和处理现场环境信息;而回避动机则明显缩短注视时长,加速信息扫描与决策启动。在动机强度维度上,高强度情绪状态下矿工表现出更高的注视频率,揭示其在剧烈情绪驱动下启动的防御性信息处理机制。该实验不仅从心理认知层面实证了情绪对决策的影响,也为后续神经机制研究提供了关键的行为学依据。 (3)实施了煤矿突发事件下情绪对矿工行为决策影响的脑电实验,从大脑神经层面揭示了情绪对行为决策的影响。通过对N1、P200、N2、P300以及LPP成分进行分析,发现低强度动机状态下N1波幅显著增强,表明矿工对突发事件刺激的初级感知敏锐度提升;高强度动机则激活P2波幅,反映出早期情绪性刺激评价所需认知资源的增加;趋近动机显著提高N2波幅,指示在处理与目标信息冲突时需投入更多认知控制;回避动机则显著增大P300与LPP波幅,并延长ERP潜伏期,揭示面对威胁性情境时更为深入的情绪评估与更高的认知负荷。该研究结果为构建基于神经生理指标的矿工情绪特征识别分类模型和行为决策倾向预警奠定了基础。 (4)构建了基于CNN-Bi-LSTM算法的矿工情绪特征识别分类模型,并提出了结合中心极限定理的行为决策预警方法。该情绪识别模型在情绪特征数据集上实现了高达93.67%的分类准确率;在公开的DEAP数据集上各类情绪识别准确率均超过88%,且能够发出预警信号。研究结果表明该方法能够实时监测矿工的情绪动态并即时输出预警信号,可为煤矿安全管理提供精准、高效的决策支持。 综上所述,本研究从理论建模、心理认知和大脑神经三个层面系统阐明了煤矿突发事件中情绪对矿工行为决策的作用机理。实证结果表明:中介调节模型能够揭示情绪、认知与安全氛围的交互效应;眼动指标验证了情绪动机对信息获取深度与处理方式的影响;ERP成分分析揭示了不同情绪状态下大脑对突发刺激的分阶段加工特点;基于CNN-Bi-LSTM的情绪识别与预警方法则实现了对矿工行为决策的实时监测与预警。该研究不仅丰富了煤矿应急管理中情绪决策机制的理论框架,更为构建高效的应急决策支持系统提供了实用技术路径。 |
外文摘要: |
Sudden coal-mine incidents often trigger emotional fluctuations in miners, leading to irrational decision-making tendencies that significantly increase accident risk.According to the 2024 National Coal Mine Safety Production Situation Analysis Report by the China National Coal Association,78.5% of coal-mine safety accidents in 2023 were directly or indirectly caused by human factors, with emotional states exerting a particularly pronounced influence on miners’ decision processes.In response, this study integrates methods from cognitive neuroscience, psychology, and machine learning to develop a mediated-moderation model of emotional impact on miners’ decision-making during sudden coal-mine incidents.First, miners’ emotional states, safety-cognition abilities, perceived safety climate,and decision levels were assessed via standardized questionnaires.Second, behavioral and physiological data were collected through eye-tracking and electroencephalography (EEG) experiments.Finally,machine-learning algorithms were employed to identify and classify emotional features,enabling real-time early warning of irrational decision tendencies.The major research contents and conclusions are as follows: A mediated-moderation framework was constructed, revealing that approach-motivation emotions exert a significant positive effect on decision-making (with low-intensity approach emotions showing the strongest facilitation), whereas avoidance-motivation emotions have a negative effect. Safety-cognition ability mediates the emotion–decision relationship through key factors-self-risk perception, perception of others’ risk, safety compliance and awareness, and self-control and adaptation-while a positive safety climate amplifies the beneficial effects of emotion on decisions. In the approach-avoidance dimension, approach motivation significantly prolonged fixation time,allowing miners to gather and process environmental information more comprehensively;avoidance motivation shortened fixation time, accelerating scanning and decision initiation.Under high-intensity emotions, fixation rate increased, indicating a defensive information-processing mechanism. Analysis of ERP components (N1, P200, N2, P300, and LPP) showed that low-intensity motivation enhanced N1 amplitude (heightened early perception), high-intensity motivation increased P200 (greater cognitive resources for early emotional evaluation), approach motivation elevated N2 (enhanced conflict monitoring), and avoidance motivation augmented P300 and LPP amplitudes and prolonged latencies (deeper emotional evaluation and higher cognitive load). A CNN-Bi-LSTM model was developed for emotion-feature classification,achieving 93.67% accuracy on a custom dataset and over 88% accuracy across all emotion categories on the DEAP public dataset.Combined with the central limit theorem, this approach provides real-time monitoring of miners’ emotional dynamics and issues prompt warnings of irrational decision tendencies. Overall,this multi-level empirical research-from theoretical modeling to psychological and neurophysiological experiments-advances the theoretical framework of emotion-driven decision mechanisms in coal-mine safety management and offers robust technical pathways for constructing efficient emergency decision-support systems. |
参考文献: |
[1]中国煤炭工业协会.中国煤炭产业发展报告[M].北京:中国煤炭出版社,2024. [2]国家矿山安全监察局.2024年全国矿山安全生产状况分析[R].矿山安全生产年报,2024. [3]国家统计局.《中国能源生产和消费统计年鉴》[M].北京:中国统计出版社,2024. [4]袁亮.我国煤炭主体能源安全高质量发展的理论技术思考[EB/OL].http://cn.chinagate.cn/news/2023-01/28/content_85063949.htm. [5]李红霞,田水承.煤矿安全经济效益分析与煤矿经营对策[J].煤炭经济研究,1998,(03):37-38. [10]李磊,田水承,邓军.矿工不安全行为影响因素分析及控制对策[J].西安科技大学学报,2011,(06):794-798. [11]田水承,孔维静,况云.矿工心理因素、工作压力反应和不安全行为关系研究[J].中国安全生产科学技术,2018,14(08):106-111. [12]李红霞,樊欣怡.人因视角下国内煤矿安全领域研究现状与发展趋势[J].煤炭工程,2022,54(01):181-186. [14]刘忠育.基于深度学习的矿工不安全行为识别方法研究[D].徐州:中国矿业大学,2021. [15]田水承,杨鹏飞,李磊.矿工不良情绪影响因素及干预对策研究[J].矿业安全与环保,2016,43(06):99-102. [16]许双星,王紫乐,祝松楠,等.基于工作记忆的认知负荷抑制还是增强分心干扰[J].应用心理学,2023,1-17. [17]王春梅.情绪的动机性对认知控制的影响[D].天津:天津师范大学,2016. [19]田水承,王清焱,李红霞,等.神经安全管理学理论基础及系统模型构建[J].西安科技大学学报,2025,45(01):26-34. [20]岳志奇.煤矿综采工作面复杂条件下人的安全行为模式研究[D].河南理工大学,2016. [21]斯蒂芬·罗宾斯,蒂莫西·贾奇.组织行为学[M].北京:中国人民大学出版社,2016. [22]栗继祖,那赟.远离负性情绪稳定安全生产[J].现代职业安全,2019,(05):89-91. [23]赵何明.基于人的不安全行为的地铁施工安全管理研究[J].价值工程,2017,36(20):33-35 [28]Edwards W.Behavioral Decision Theory[J].Annual Review of Psychology,1961,(12):473-498. [47]Forgas B J.Mood and Judgement:The Affect Infusion Model(AIM)[D].Psychological Bulletin,2010. [59]孟昭兰.情绪心理学[M].北京:北京大学出版社,2005. [60]彭聃龄.普通心理学[M].北京:北京师范大学出版社,2003. [61]白露.中国情绪图片系统(CAPS)的编制及信度和效度检验[J].心理学报,2009,41(4):335-342. [62]朱滢.基于事件相关电位的情绪加工机制[J].心理科学,2010,30(6):1302-1310. [63]乐国安,董颖红.情绪的基本结构:争论、应用及其前瞻[J].南开学报(哲学社会科学版),2013,(01):140-150. [70]邹吉林,张小聪,张环,等.超越效价和唤醒-情绪的动机维度模型述评[J].心理科学进展,2011,19(09):1339-1346. [73]Lang P J.The emotion probe[J].American Psychologist,1995,50(5):371-385. [81]张光楠,周仁来.情绪对注意范围的影响:动机程度的调节作用[J].心理与行为研究,2013,11(01):30-36. [82]王春梅,吕勇.情绪的动机性对注意控制的影响[J].心理学探新,2016,36(04):318-323. [83]Elster J.Emotions and Economic Theory[J].Journal of Economic Literature, 1998,36(1):47-74. [86]Dolan R J.Emotion,Cognition,and Behavior[J].Science,2002,298(5596):1191-1194. [87]傅健鸥.决策行为中的预期情绪与即时情绪[J].中国集体经济,2011,(09):99-102. [88]李爱梅,孙玥.积极情绪对决策行为的影响及其心理机制[J].统计与决策,2010,(21):67-70. [89]张炜伟.情绪、任务自我关联度对危机决策的影响[D].济南:山东师范大学,2011. [91]李晓明,傅小兰.消极情绪对风险决策信息加工过程的影响[J].心理学报,2011,43(7):757-765. [92]王振宏,等.情绪动机强度与风险决策行为:来自注意范围的证据[J].心理科学,2015,38(3):718-726. [93]张炜伟.突发灾害情境下负性情绪的动态演化与决策行为偏好[J].心理发展与教育, 2016,32(5):562-570. [94]江珊,等.情绪调节策略对跨期决策影响的ERP研究[J].心理学报,2012,44(9):1045-1058. [96]Hartley C A,Phelps E A.Anxiety and decision-making. Biological Psychiatry,2012,72(2):113-118. [98]Knutson B,Huettel S A.The risk matrix[J].Current Opinion in Behavioral Sciences, 2015,5:141-146. [113]侠牧,李雪榴,李红,等.左前额叶与趋近动机加工的关系[J].心理科学进展,2015,23(05):815-821. [127]国家矿山安全监察局. 煤矿事故统计年鉴[M]. 北京: 中国煤炭出版社, 2023. [128]李建华, 张旭. 煤矿生产安全事故统计与分析[J]. 煤炭安全技术, 2022, 45(2): 134-146. [129]中国煤炭工业协会. 中国煤炭工业安全生产年度报告[M]. 北京: 中国煤炭出版社, 2022. [131]王宏伟.人因在煤矿事故中的作用研究[J].中国安全科学学报,2023,33(1):15-23. [133]李瑞.煤矿安全文化建设与企业安全氛围探析[J].安全管理,2021,29(4):37-42. [135]Cooper M.Safety Culture:A Review of Theory and Research[M].New York: Springer,2021. [137]张萍,罗军.煤矿安全氛围的构建与作用机制研究[J].现代安全生产,2023,32(2):54-60. [140]崔勇.煤矿突发事件的连锁影响及预防对策[J].矿业安全研究,2022,31(2):78–86. [154]张军.矿工经验对风险认知偏差的影响[J].安全工程学报,2022,31(4):78-86. [156]赵敏.突发事件下矿工情绪波动对风险判断的影响[J].矿业经济研究,2022,28(2):90-97. [177]王宏伟.人因因素在煤矿安全事故中的作用研究[J].中国安全科学学报,2023,33(1): 15-23. [179]吕旭东,张洪泉,刘晨阳.BIS/BAS量表的修订及其在大学生群体中的应用[J].心理发展与教育[J],2019,35(4):445-452. [180]李广利.煤矿员工风险感知量表开发与应用[J].中国安全生产科学技术,2022,18(07):128-134. [181]吴晓云,郭嘉宁.煤矿作业人员的风险感知结构及其行为影响机制[J].安全与环境学报,2020,20(6):157-164. [182]许红华,燕诗舟,孙迎娣,等.煤炭企业安全氛围的测量与应用研究[J].中国煤炭,2017,43(07):25-30. [184]刘大为,王涛.煤矿员工安全氛围测量工具的开发与验证[J].煤炭经济研究,2018,38(9):45-50. [186]赵何明.基于人的不安全行为的地铁施工安全管理研究[J].价值工程,2020,36(20):33-35. [193]方杰,温忠麟.有调节的多层中介效应分析[J].心理科学,学,2023,46(01):221-229.DOI:10.16719/j.cnki.1671-6981.20230128. [200]窦凯,聂衍刚,王玉洁等.自我损耗促进冲动决策:来自行为和ERPs的证据[J].心理学报,2014,46(10):1564-1579. [202]韩伟伟,王晶.产品设计与性能冲突对消费者决策过程的神经学影响[J].南开管理评论,2017,20(2):155-168. [203]何媛媛,袁加锦,伍泽莲,等.正性情绪刺激效价强度的变化对外倾个体注意的调制作用[J].心理学报,2008(11):1158-1164. [213]田录梅,袁竞驰,李永梅.同伴在场和自尊水平对青少年冒险行为的影响:来自ERPs的证据[J].心理学报,2018,50(1):47-57. [215]阎国利.眼动分析法在心理学研究中的应用[M].天津:天津教育出版社.1998:290. [217]郑璞,刘聪慧,俞国良.情绪诱发方法述评[J].心理科学进展,2012,20(1):45-55. [220]钟文潇,安兴伟,狄洋.基于脑电信号的身份特征提取方法研究综述[J].生物医学工程学杂志,2021,38(6):1203-1210. |
中图分类号: | TD79 |
开放日期: | 2027-06-23 |