성능 연구 통합 도구 개선

Improved Performance Research Integration Tool
각인
개발자미국 육군 CCDC 데이터 분석 센터, 육군 연구소, Alion Science and Technology
안정적 방출
4.6.60.0
작성 위치.NET Framework, C#
운영 체제마이크로소프트 윈도우
유형이산 이벤트 시뮬레이션
웹사이트www.microsaintsharp.com/home/tools

향상된 성능 연구 통합 도구(IMPrint)는 육군 연구소 및 마이크로 분석 및 설계(알리온 과학 및 기술 인수)가 개발한 이산 이벤트 시뮬레이션 및 인간 성능 모델링 소프트웨어 도구입니다..NET Framework를 사용하여 개발되었습니다.IMRINT를 사용하면 사용자는 C# 프로그래밍 언어를 사용하여 정의된 논리를 사용하여 개별 이벤트 시뮬레이션을 시각적 작업 네트워크로 만들 수 있습니다.임프린트는 주로 미국 국방부에서 인력 요구 사항을 결정하고 인간의 [1]성과를 평가하기 위해 새로운 기술과 기존 기술과 상호 작용할 때 직원의 인지 작업 부하를 시뮬레이션하는 데 사용됩니다.

IMRINT를 통해 사용자는 운영자 및 팀 성과의 확률적 모델을 개발하고 실행할 수 있습니다.임프린트는 1) 작동, 2) 유지보수, 3) 힘의 세 가지 모듈로 구성되어 있습니다.운영 모듈에서 RIMRINT 사용자는 미션 결과를 달성하기 위해 수행되는 개별 이벤트(작업)의 네트워크를 개발합니다.이러한 작업은 사용자가 RIMINT의 지침에 따라 할당하는 작업자 워크로드와 관련되어 있습니다.사용자가 모델을 개발한 후에는 미션 성공 확률(예: 주어진 시간 범위 내에서 특정 목표 달성 또는 작업 완료), 미션 완료 시간, 운영자가 경험한 작업량, 미션 전체에 걸쳐 작업 순서(및 타임라인)를 예측하기 위해 실행할 수 있습니다.Maintenance 모듈을 사용하여 사용자는 다른 중요한 유지관리 드라이버 중에서 유지관리 인력 요구사항, 관리 요구사항 및 운영 준비 상태를 예측할 수 있습니다.유지보수 모델은 시나리오, 세그먼트, 시스템, 하위 시스템, 구성 요소 및 수리 작업으로 구성됩니다.기본 제공되는 확률적 유지보수 모델은 시나리오의 세그먼트로 시스템 흐름을 시뮬레이션하고 유지보수 작업의 성능을 시뮬레이션하여 정의된 시스템에 대한 유지보수 작업 시간을 추정합니다.포스 모듈을 통해 사용자는 다양한 직책과 역할로 구성된 대규모 조직의 포괄적이고 다단계적인 인력 요구사항을 예측할 수 있습니다.각 부대는 일련의 활동(계획 및 계획되지 않음)과 작업으로 구성됩니다.이 정보는 모델링할 때 부대가 수행하는 일상적이고 계획되지 않은 작업을 수행하는 데 필요한 인력을 예측하는 데 도움이 됩니다.

IMRINT는 사용자가 개념 및 설계에서 현장 테스트 및 시스템 업그레이드에 이르기까지 시스템 라이프사이클 전반에 걸쳐 인력 및 시스템 성능의 통합을 평가할 수 있도록 지원합니다.또한, RIMRINT는 훈련 또는 인사 요인(예: 군사 직업 전문가에 의해 정의된 바와 같이)이 인간의 성과와 임무 성공에 미치는 영향을 예측하는 데 도움이 될 수 있습니다.또한 RIMINT에는 스트레스 요인(예: 열, 추위, 진동, 피로, 보호복 사용)이 작업자 성능(작업 완료 시간, 작업 정확도)에 미치는 영향을 예측하는 기능이 내장되어 있습니다.

임프린트 작동 모듈은 작업으로 분해되는 일련의 기능인 작업 네트워크를 사용하여 인간 성능 [2]모델을 만듭니다.임프린트 모델의 기능과 작업은 일반적으로 더 큰 인간 또는 시스템 동작의 원자 단위를 나타냅니다.임프린트의 주요 기능 중 하나는 인간의 작업량을 모델링하는 능력입니다.사용자는 시스템에서 인간의 전체 작업량을 측정하고 작업 성능에 [3][4]영향을 줄 수 있는 개별 작업에 대한 시각, 청각, 인지 및 정신 운동 작업량 수준을 지정할 수 있습니다.

역사

RIMRINT 도구는 1970년대 중반에 확인된 일반적인 미 공군, 해군 및 육군 인력, 인력 및 훈련(MPT) 우려에서 성장했습니다.시스템 획득 초기에 MPT 제약 조건 및 요구사항을 추정하는 방법 및 이러한 고려사항을 설계 및 의사결정 프로세스에 입력하는 방법.미국 해군은 처음으로 HARDMAN을 개발했습니다.MAN power) 비교 가능성 방법론(HCM).육군은 HARDMAN I로 알려진 수동 HCM을 광범위한 무기 시스템에 적용하기 위해 조정했고 나중에 자동화된 버전인 HARDMAN II를 개발했습니다.그러나 HARDMAN I 및 II에서는 MPT와 성능 사이에 직접적인 연관성이 없었습니다.이러한 단점을 직접적으로 해결하기 위해, [5]미군은 80년대 중반에 소프트웨어 분석 모듈의 개발을 시작했습니다.이 모듈 세트는 HARDMAN III라고 불렸으며 이름은 동일하지만 MPT 문제를 해결하기 위해 이전 방법과는 근본적으로 다른 접근 방식을 사용했습니다.MPT 변수와 군인 시스템 성능 사이의 명시적인 연결을 제공했습니다.

HARDMAN II.2 도구: HARDMAN II는 이전에는 MIST(Man Integrated Systems Technology)라고 불렸습니다.HARDMAN II.2는 1985년 육군 연구소(ARI)에 의해 처음 출시되었습니다.일련의 분석 프로세스를 호스트하기 위해 Vax-11 컴퓨터가 필요했습니다.1990년 동안 업그레이드된 버전이 출시되었습니다.

HARDMAN III 도구: HARDMAN III는 육군 연구소(ARI) 시스템 연구소(현재 ARL HRED의 일부)의 주요 개발 노력이었습니다.그 작업을 지원하는 계약은 3단계 개발 [7]과정에서 허용되었습니다.각 단계는 이전 단계에서 각 계약자가 생산한 작업에 대한 경쟁력 있는 평가를 바탕으로 계약자에게 여러 개의 상을 수여했습니다.첫 번째 단계인 개념 개발은 1986년 9월에 시작하여 1987년 4월에 완료되었습니다.2단계 요구사항 사양은 1987년 6월에 시작하여 1988년 1월에 종료되었습니다.3단계는 1988년 4월에 시작하여 1990년 8월에 종료되었습니다.

HARDMAN III는 정부 소유였으며 분석가가 MANPRINT 분석을 수행하는 데 도움이 되는 자동화된 보조 도구 세트로 구성되었습니다.PC DOS 기반 소프트웨어인 HARDMAN III는 인수 프로세스 초기에 새로운 무기 시스템에 대한 인력, 인력 및 훈련(MPT) 제약과 요구 사항을 추정할 수 있는 수단을 제공했습니다.DOS 환경은 HARDMAN III 도구 세트에 몇 가지 제한을 가했습니다.가장 큰 문제는 640K RAM 제한이었습니다.원래 HARDMAN III 도구는 분석 조각이 이러한 RAM 블록 내에 들어갈 수 있도록 설계되어야 했습니다.그러나 MANPRINT 분석의 힘은 연구 영역에 걸쳐 양적 변수를 통합하는 데 있습니다.인력과 인력의 절충을 지원하기 위해서는 통합적인 방식으로 고려할 수 있어야 합니다.불행하게도 DOS 환경은 분석 영역 전체의 데이터 흐름을 이상적인 것보다 더 제한적이고 신중하게 해야 했습니다.

게다가, DOS 환경은 수행할 수 있는 분석 범위에 제한을 가했습니다.HARDMAN III 분석은 작업 기반이며 시스템 임무의 시뮬레이션 모델을 포함하기 때문에 한 번에 관리할 수 있는 데이터의 양이 RAM 제약 조건에 맞아야 합니다.이로 인해 400개의 운영 작업과 500개의 유지 관리 작업이 제한되었습니다.

HARDMAN III의 9개 모듈은 다음과 같습니다.

  1. MAN 전원 기반 시스템 평가 보조(MAN-SEVAL): MAN-SEVAL은 인간의 작업 부하를 평가하는 데 사용되었습니다.
    1. WAA(Workload Analysis Tool): 두 가지 핵심 기술을 통합합니다.Micro STAIN 시뮬레이션 및 수정된 McCracken-Aldrich 워크로드 평가 방법론.수정된 McCracken-Aldrich 작업 부하 평가 방법론은 각 작업자에 대한 네 가지 작업 부하 구성 요소(시각, 청각, 인지 및 정신 운동)를 평가하는 데 사용되었습니다.각 작업에는 4개의 워크로드 구성 요소에 대해 확장된 값이 할당되었습니다.시뮬레이션을 실행했을 때, 운영자의 작업 부하는 시간에 따라 추적되었으며 그래픽으로 표시될 수 있습니다.
    2. 유지관리 인력 분석 보조(MAMA): 유지관리 요구사항 및 시스템 가용성을 예측하는 데 사용됩니다.
  2. PER-SEVAL(PER-SEVAL): PER-SEVAL은 시간과 정확도 측면에서 승무원의 성과를 평가하기 위해 사용되었습니다. PER-SEVAL은 승무원의 성과를 예측하기 위해 사용된 세 가지 주요 구성요소를 가지고 있었습니다. (1) 인원 특성(예:)에 기초하여 작업 시간과 정확도를 예측하는 성과 형성 기능.(2) 열, 추위, 소음, 수면 부족 및 MOPP(Mission-Oriented Protection Posture) 장비의 존재를 반영하여 작업 성능을 저하시키는 스트레스 또는 저하 알고리즘.개별 작업 성능의 추정치를 집계하고 시스템 성능 추정치를 생성하는 시뮬레이션 모델.
  3. 시스템 성능 및 RAM 기준 추정 보조 장치(SPARC):육군 전투 개발자들이 다양한 임무를 수행하는 데 필요한 포괄적이고 명확한 시스템 성능 요구사항을 식별할 수 있도록 지원합니다.
  4. MANPower Capabilities 분석 보좌관(MANCAP):MANCAP의 목적은 사용자가 시스템 단위 수준에서 유지보수공수 요구사항을 추정할 수 있도록 돕는 것이었습니다. MANCAP는 분석가가 (1) 지정된 수의 유지보수공수와 유형에 따라 전투에 사용할 수 있는 시스템 시간, (2) 구성요소 신뢰성으로 인한 시스템 고장 빈도,(3) 하나 이상의 구성 요소가 고장났을 때 시스템을 얼마나 빨리 수리할 수 있는지를 나타냅니다. MANCAP은 원래 공군의 물류 복합 모델(LCOM)에서 영감을 받았습니다.MANCAP의 결과는 FORCE의 육군 전체 인력 요구사항을 추정하기 위한 기초로 사용되었습니다.
  5. HOS(Human Operator Simulator): HOS는 작업 시간 및 정확도에 대한 향상된 추정치를 개발하는 데 사용되는 도구였습니다.HOS에는 "핸드 무브먼트"와 같은 특정 하위 작업(마이크로 모델이라고 함) 모델이 내장되어 있어 분석가가 작업자가 특정 작업을 수행하는 데 걸리는 시간을 더 잘 추정할 수 있습니다.
  6. 인력 제약 조건(M-CON): 운영자 및 유지 관리자를 위한 최대 승무원 규모와 최대 직접 생산 연간 유지 관리 시간(DPAMH)을 확인했습니다.
  7. 인사 제약 조건(P-CON): 새로운 시스템의 운영자와 유지 관리자가 올 가능성이 있는 군인 인구의 능력을 설명하고 제한하는 중요한 인사 특성을 추정했습니다.
  8. 교육 제약 조건의 내용(T-CON):T-CON은 정부가 새로운 시스템을 지원하는 데 사용할 수 있을 것 같은 교육 프로그램 유형을 식별하기 위해 사용하도록 설계되었습니다.새 시스템에 대한 교육 프로그램의 모양을 파악합니다.또한 사용 가능한 교육 리소스를 고려할 때 새 시스템의 운영자와 유지 관리자를 교육하는 데 필요한 최대 시간을 추정했습니다.
  9. 힘 분석 보조 장치(FORCE):사람 수 및 사람 유형별 영향(예: ASVB 점수 및 MOS) 추정을 기반으로 한 육군 전체의 인력 및 제약 조건 평가 제공.

RINPRINT의 원래 이름은 다음과 같습니다.통합된 MANPRINT Tools는 1995년에 처음 출시되었습니다.9개의 HARDMAN III 도구의 기능을 하나의 응용프로그램으로 통합한 Windows 응용프로그램이었습니다.1997년에 RIMINT는 향상된 성능 연구 통합 도구로 이름이 바뀌었지만 RIMINT의 약자는 그대로였습니다.1995년과 2006년 사이에 RIMRINT에 몇 가지 향상된 기능이 제공되었으며 새로운 버전(버전 2 ~ 6)이 제공되었습니다.임프린트 프로는 2007년에 소개되었습니다.그것은 새로운 인터페이스 디자인과 Micro Saint Sharp 시뮬레이션 엔진과의 완벽한 통합을 특징으로 합니다.분석 기능이 향상되었고 육군 도구에서 트라이 서비스 도구로 전환되었습니다.처음부터 RIMRINT는 계속 발전해 왔으며, 새로운 기능이 지속적으로 추가되었으며, 사용자 커뮤니티에서 무료로 사용할 수 있는 새로운 릴리스가 제공되었습니다.RIMINT는 육군, 해군, 공군, 해병대, NASA, DHS, DoT, 조인트 및 기타 전국의 조직을 지원하는 800명 이상의 사용자를 보유하고 있습니다.

임프린트의 이산 이벤트 시뮬레이션

시뮬레이션 또는 RIMRINT가 가리키는 미션에는 네트워크 다이어그램이라고 하는 작업 네트워크가 포함되어 있습니다.네트워크 다이어그램에는 제어 흐름을 결정하는 경로로 연결된 일련의 작업이 포함되어 있습니다.엔티티라고 하는 시스템 개체는 시스템을 통해 시뮬레이션을 생성합니다.또한 RIMRINT에는 글로벌 변수 및 [8]매크로라고 하는 서브루틴과 같은 하위 수준의 기능이 더 많이 포함되어 있습니다.

임무들

작업 노드는 시뮬레이션 결과를 주도하는 주요 요소입니다.작업 노드는 프로그래머가 지정한 효과, 작업 기간, 오류율 및 경로 지정을 허용하여 시스템 동작을 시뮬레이션합니다.작업 효과는 작업이 호출될 때 프로그래머가 변수와 데이터 구조를 조작할 수 있는 프로그래머 지정 C# 표현식입니다.작업 기간은 프로그래머가 확률 분포를 통해 또는 C# 식을 사용하여 특정 값으로 지정할 수 있습니다.프로그래머도 비슷한 방법으로 작업 성공을 지정할 수 있습니다.작업 성공은 작업 노드의 효과와 엔티티의 경로 지정에 영향을 미칩니다.실패의 결과에는 작업 반복, 작업 변경 및 다른 옵션 중에서도 미션 실패가 포함됩니다.제어 흐름 및 경로 지정은 프로그래머가 지정할 수도 있습니다.RIMINT는 특수 기능을 포함한 일련의 다른 노드를 제공합니다.

노드는 다음을 포함합니다.

  • 시작 노드:시뮬레이션 [8]실행의 시작을 나타내는 모델의 첫 번째 도면요소를 내보냅니다.
  • 끝 노드:시뮬레이션의 [8]종료를 나타내는 엔티티를 수신합니다.
  • 목표 노드:지정된 목표가 달성되면 엔티티를 방출하여 보조 작업 [8]네트워크를 활성화합니다.
  • 작업 부하 모니터: 작업 네트워크에 연결되지 않은 시각적 노드로, 특정 [8]전투기와 관련된 작업 부하 값과 활성 작업 수를 표시합니다.
  • 함수 노드: 사용자가 복잡한 네트워크를 특정 [8]작업으로 모듈화할 수 있는 하위 네트워크 다이어그램을 만듭니다.
  • 예약된 기능 노드: 사용자가 하위 네트워크 [8]작업 실행의 시작 및 종료에 대한 클럭 시간을 지정할 수 있는 기능 노드입니다.

엔티티

엔티티는 시스템에 도착하여 작업 네트워크를 통해 이동하는 동적 개체입니다.엔티티는 작업의 경로 논리를 기반으로 한 작업에서 다음 작업으로 이동합니다.엔티티가 작업을 입력하면 작업의 효과가 트리거됩니다.작업이 완료되면 엔티티는 다음 작업으로 이동합니다.시뮬레이션 시작 시 기본적으로 하나의 엔티티가 생성됩니다.프로그래머가 지정한 논리를 기반으로 시뮬레이션의 모든 지점에서 더 많은 엔티티를 생성할 수 있습니다.모든 엔티티가 엔드 노드에 도달하거나 파괴되면 시뮬레이션이 [8]종료됩니다.

이벤트

이벤트는 시스템의 전역 상태를 변경하는 IRIX 내에서 시뮬레이션된 시간의 순간에 발생하는 발생입니다.이는 엔터티의 도착 또는 출발, 작업 완료 또는 기타 발생일 수 있습니다.이벤트는 발생할 모든 이벤트와 이벤트가 발생한 시뮬레이션 시간을 캡처하는 마스터 이벤트 로그에 저장됩니다.이산 이벤트 시뮬레이션의 확률적 특성으로 인해 이벤트는 종종 동일한 이벤트가 다음에 발생할 시간을 결정하기 위해 무작위 변수의 생성을 트리거합니다.따라서 이벤트가 발생하면 시뮬레이션에서 이벤트 로그가 [8]변경됩니다.

제어 흐름

작업이 완료되면 호출 엔티티는 작업 네트워크의 현재 노드에 직접 연결된 다른 노드로 이동합니다.노드는 다른 작업에 얼마든지 연결할 수 있으므로 RIMIN은 엔티티가 [8]이동할 작업을 결정하기 위한 여러 경로 옵션을 제공합니다.

  • 확률론적 경로 지정을 통해 프로그래머는 각 [8]노드에 대해 정확한 확률(합계 100)을 입력하여 인접 노드로 이동할 확률(%)을 지정할 수 있습니다.
  • 전술적 경로 지정을 통해 프로그래머는 C# 술어를 사용하여 인접한 각 노드에 대한 엔티티 경로 지정을 결정할 수 있습니다.둘 이상의 식이 참으로 평가되면 엔티티는 참 [8]식으로 첫 번째 경로를 따릅니다.
  • 다중 경로 지정은 전술적 경로 지정과 동일하게 동작하지만 [8]true로 평가되는 식을 사용하여 인접 노드로 엔티티를 경로 지정합니다.

변수 및 매크로

IMRINT에는 시뮬레이션 전체에 걸쳐 시스템에서 사용되는 여러 글로벌 변수가 있습니다.IMRINT는 시뮬레이션의 현재 시간을 추적하는 공개 전역 변수 Clock을 제공합니다.또한 RIMINT에는 연산자 워크로드 값과 같은 개인 변수가 있습니다.RIMRINT를 사용하면 모델러가 모든 작업 노드에서 액세스하고 수정할 수 있는 사용자 지정 글로벌 변수를 만들 수 있습니다.변수는 C#에 기본적인 모든 유형일 수 있지만 소프트웨어는 C# 기본 데이터 유형 및 기본 데이터 구조를 포함하여 제안된 변수 유형의 목록을 제공합니다.RIMINT는 또한 프로그래머에게 매크로라는 전역적으로 액세스 가능한 서브루틴을 만드는 기능을 제공합니다.매크로는 C# 기능으로 작동하며 매개 변수를 지정하고 데이터를 조작하고 [8]데이터를 반환할 수 있습니다.

인간 성능 모델링

IMRINT의 작업량 관리 기능을 통해 사용자는 다양한 작업 부하 [4]조건에서 현실적인 작업자 작업을 모델링할 수 있습니다.IMRINT를 사용하면 사용자가 모델링된 시스템에서 인간 작업자를 나타내는 워파이터를 지정할 수 있습니다.임프린트의 각 작업은 적어도 하나의 전투기와 연결됩니다.전투기는 [4]동시에 실행되는 작업을 포함하여 임의의 수의 작업에 할당할 수 있으며, RIMRINT 작업에는 VACP 작업량 [3]값을 할당할 수 있습니다.VACP 방법을 사용하면 모델러가 각 RIMRINT 작업의 시각, 청각, 인지 및 정신 운동 작업을 식별할 수 있습니다.RIMINT 태스크에서 각 리소스에 0과 7 사이의 워크로드 값을 지정할 수 있습니다. 0은 가능한 가장 낮은 워크로드이고 7은 해당 리소스에 대해 가능한 가장 높은 워크로드입니다.각 리소스의 VACP 척도는 특정 척도 값에 대한 버벌 앵커를 제공합니다.예를 들어, 0.0의 시각적 워크로드는 "시각적 활동 없음"에 해당하는 반면 7.0의 시각적 워크로드는 지속적인 시각적 검색, 검색 및 [9]모니터링에 해당합니다.워파이터가 태스크를 실행할 때 해당 태스크에 할당된 VACP 값을 사용하여 워크로드가 증가합니다.RIMINT 플러그인 모듈은 RIMINT 내의 인지 작업량 추정을 개선하고 전체 계산을 덜 [10]선형적으로 만들기 위해 2013년에 제안되었습니다.RINPRINT의 맞춤형 보고 기능을 통해 모델 제작자는 모델에서 워파이터의 시간 경과에 따른 작업량을 확인할 수 있습니다.워크로드 모니터 노드를 통해 모델러는 시뮬레이션이 [8]실행될 때 특정 워파이터의 워크로드를 볼 수 있습니다.

조사.

임프린트는 육군 연구소의 과학자들이 무인 항공 시스템,[11][12] 전투기 [13][14]승무원들의 작업량, 그리고 인간-로봇 [15]상호 작용을 연구하기 위해 사용되었습니다.미국 공군과 공군 기술 연구소는 자동화된 시스템,[16][17] 인간 [18]시스템 통합 및 적응형[19] 자동화를 연구하기 위해 임프린트를 사용했습니다.공군 공과대학은 특히 RIMINT를 사용하여 복잡한 [20]시스템에서 운용자 성능, 정신적 작업량, 상황 인식, 신뢰 및 피로 예측을 연구하고 있습니다.

레퍼런스

  1. ^ Rusnock, C. F. & Geiger, C. D. (2013)인지 작업 부하 모델링 및 시스템 평가를 위한 이산 이벤트 시뮬레이션 사용.2013 산업 및 시스템 엔지니어링 연구 회의 의사록, 2485–2494.http://search.proquest.com/openview/b77033807ade34134e81d078a4513631/1?pq-origsite=gscholar 에서 검색됨
  2. ^ 웃음, R. (1999).이산 사건 시뮬레이션을 사용하여 복잡한 시스템에서 인간의 성능을 모델링합니다.겨울 시뮬레이션에 관한 제31차 회의 의사록 - 미래로 가는 다리 - WSC '99 (Vol. 1, 페이지 815–820).뉴욕, 뉴욕, 미국: ACM Press.http://doi.org/10.1145/324138.324506
  3. ^ a b 미첼, D. K. (2003).고급 향상된 성능 연구 통합 도구(IMPrint) Vetronics 기술 테스트 베드 모델 개발.
  4. ^ a b c 임프린트 프로 사용자 가이드 Vol. 1. http://www.arl.army.mil/www/pages/446/IMPRINTPro_vol1.pdf
  5. ^ Kaplan, J.D.(1991) 인력, 인력, 훈련 및 인간 공학의 효과를 종합합니다.E. Boyle에서.J. 이안니, J. 이스터리, S. 하퍼, & M. 코나 (에드)유지보수성을 위한 인간 중심 기술:작업장 절차(AL-TP-1991-0010)(페이지 273-283).라이트 패터슨 AFB, 오하이오 주: 암스트롱 연구소
  6. ^ 앨런더, L., Lockett, J., 헤들리, D., 프로미스텔, D., 켈리, T., 살비, L., 리치, C., 미첼, D., 펑, T. "하드맨 III 및 임프린트 검증, 검증 및 인증 보고서"1994년 12월 미 육군 연구소, 인간 연구 및 엔지니어링 이사회 준비 완료."
  7. ^ Adkins, R., Dahl (Archer), S.G, "HARDMAN III용 최종 보고서, 버전 4.0" 보고서, 1993년 7월, 미국 육군 연구소용으로 준비된 E-482U.
  8. ^ a b c d e f g h i j k l m n o 임프린트 프로 사용자 가이드 Vol. 2. http://www.arl.army.mil/www/pages/446/IMPRINTPro_vol2.pdf
  9. ^ 미첼, D. K. (2000).Mental Workload 및 ARL Workload Modeling Tools(ARL-TN-161).애버딘 증명장.
  10. ^ Cassenti, D. N., Kelly, T. D. & Carlson, R. A. (2013, 11월)RIMRINT 플러그인 제안서의 기준이 되는 정신적 작업량의 변화에 따른 성능 차이.캐나다 오타와에서 열린 제22회 모델링 및 시뮬레이션에서의 행동 표현에 관한 연례 회의에서.
  11. ^ Hunn, B. P. & Heuckeroth, O. H. (2006).미래 전투 시스템을 지원하는 섀도 무인 항공기(UAV) 향상된 성능 연구 통합 도구(IMPrint) 모델.인간
  12. ^ Hunn, B. P., Schweitzer, K. M., Cahir, J.a, & Finch, M. M. (2008).무인항공시스템 지리공간정보 프로세스의 IRIX 분석시나리오, (7월).
  13. ^ Salvi, L. (2001).항공전사 프로그램을 위한 향상된 성능 연구 통합 도구(IMPrint) 성능 저하 요인 개발문서에서 검색됨2://출판물/uuid/197638AB-1200-4BFE-A922-E5E12FB25BD6
  14. ^ 미첼, D. K. (2009).에이브럼스 V2 SEP 승무원의 업무량 분석 : 1단계 기준 임프린트 모델.엔지니어링, (9월).
  15. ^ Pomranky, R. a. (2006).휴먼 로봇 상호작용 육군 기술 목표 레이븐 소형 무인 항공기 과제 분석 및 모델링ARL-TR-3717.
  16. ^ Colombi, J.M., Miller, M.E., Schneider, M., McGrogan, J., Long, D. S., & Plaga, J. (2011)반자동 시스템 설계를 위한 예측 정신적 작업 부하 모델링:시스템에 미치는 영향.시스템 엔지니어링, 14(3), 305–326.http://doi.org/10.1002/sys
  17. ^ Goodman, T., Miller, M., & Rusnock, C. (2015).자동화 통합:모델링 및 시뮬레이션을 사용하여 작업 재할당 활성화.2015 동계 시뮬레이션 회의의 의사록(페이지 2388–2399).캘리포니아 주 헌팅턴 비치: IEEE.http://doi.org/10.1073/pnas.0703993104
  18. ^ Miller, M., Colombi, J. 및 Tvaryanas, A. (2013)인간 시스템 통합.산업 및 시스템 엔지니어링 핸드북, 제2판, 197–216.http://doi.org/doi:10.1201/b15964-15
  19. ^ Boeke, D., Miller, M., Rusnock, C., & Borgetti, B.J. (2015)적응형 자동화를 위한 피드백을 통해 개별화된 목표 워크로드 예측 탐색.S. Cetinkaya & J. K. Ryan(Eds.), 2015 산업 및 시스템 엔지니어링 연구 회의 의사록(페이지 1437–1446).내슈빌, TN
  20. ^ Rusnock, C. F., Boubin, J. G., Giametta, J. J., Goodman, T. J., Hillesheim, A. J., Kim, S. … 왓슨, M. E. (2016)인간-자동화 시스템 설계에서 시뮬레이션의 역할증강 인지 신경학 및 운영 신경 과학의 기초에서: Part II (페이지 361–1987). http://doi.org/10.1007/978-3-642-02812-0