一、清华大学工业工程系是做什么的？
“Engineersmakethings,IndustrialEngineersmakethingsbetter.”
二、清华大学工业工程系是做什么的？
工业工程典型问题与案例——生产与服务系统专题（一）汇编工业工程典型问题与案例系列，目的是让社会大众都来了解工业工程这样一个国外的经典学科和中国的新学科到底都能做些什么。大体上，该系列分运筹学与统计学、生产与服务系统、人因与工效学三个专题。工业工程是个综合性学科，应用范围非常广，本系列首批仅汇编了清华大学工业工程系教师闲暇之余撰写的科普性短文，内容肯定不全面。从受众角度考虑，内容上不讲究学术性，而是强调一般性介绍和突出趣味性。首批之后，还将继续汇编，欢迎其他高校教师或业界同行赐稿。
本专题聚焦生产与服务系统，主要研究领域包括生产/物流/服务等系统的设计/分析/仿真/优化、精益生产与精益管理、计划与控制、质量与可靠性、企业集成与信息化及运营管理、物流与供应链管理、医疗卫生服务系统运作管理等。
身边的质量科学清华大学工业工程系王凯波
1.
什么是质量。
我们在购买一支笔的时候，或者在购买一部手机，甚至一辆汽车的时候，都会考虑所购买产品的质量，并希望购买到质优价廉的产品。可是，我们对一支好的笔和一部好的手机的要求完全不同，甚至不同的人对同一个产品的要求也不同。有人希望手机通话时间久，有人希望通话声音清晰，还有人主要关注外观。那么，我们所追求的质量到底是什么呢？
其实，质量是一个具有多重内涵的概念。在衡量一个实物产品的时候，通常会考虑产品的基本性能、特殊性能、耐久性、符合性、可靠性、可服务性、美观、感性质量等八个维度。在衡量一种服务的时候，通常使用可靠性、响应性、安全性、移情性、有形性等五个维度。客户对不同维度的质量特性需求权重不同，但作为一个生产者，如果要提高产品质量，则应该了解和顾及产品质量的各个方面。
在《中国制造2025》战略中，质量的地位尤为突出，强调坚持质量是坚持制造强国生命线。因此，随着我国制造和服务能力的提升，在由量到质的转变过程中，对工业工程领域质量科学的研究的需求也越来越多。
图1.产品质量评价的八个维度
2.
质量的形成
为什么购买一部流行的手机，绝大多数人的都使用正常，可却总会有人遇到手机功能故障或者其他质量缺陷呢？这就涉及到质量的形成过程。产品都是经历一个多阶段复杂制造系统而形成的，产品的质量也同理随着子部件的结合累计而逐渐形成。由于每一个产品所经历的每一步制造设备、环境、人员、材料等的条件或状况存在差异，产品最终质量特性也存在差异，也就是波动(Variation)。当波动范围过大，或者质量特性存在整体偏移时，则会有一定比例的产品成为缺陷品，即表现为个别手机电池耐久性低于约定值，或通话语音清晰低低于规范值。波动是质量的最大敌人。因此质量科学主要的研究内容就是对波动的理解、根源追踪、降低和消除。
图2.多阶段制造系统与质量波动
3.
质量科学的研究方法
质量科学研究的核心是数据科学，因为质量的核心就是通过数据来理解产品指标的波动，理解波动形成原因、路径和规律等。质量科学研究的主要方法包括数据建模、关联分析、预测、监视、诊断等。
我们以一个硅片制造的系统为例，来说明怎样基于数据科学的方法开展质量研究。高纯度单晶硅片是半导体制造的基底材料；硅片的平整度，是一个重要的质量指标，并对后续在硅片基底上制作的芯片和器件等的质量有决定性影响作用。如图3所示，当我们获得产品的厚度或平整度分布不均的时候，怎样通过理解这种波动的规律呢？
图3.硅片质量波动示例
在我们的论文[Bao,
L.,Wang,K.andJin,R.(2014)"AHierarchicalModelforCharacterizing
SpatialWaferVariations",InternationalJournalofProductionResearch,
52(6),1827-1842]中，我们建立了一个分层级的统计模型，来刻画宏观质量的差异和微观质量特征的相关性。在此模型中，平整度的宏观差异可以用一个数学多项式很好的描述，微观质量相关性则可以用一个高斯马尔科夫随机场模型来刻画。准确的统计模型，能够有效提取质量波动的规律，从而揭示质量波动的根源和改进的方向。
又比如，在另一篇论文中，我们研究了硅片质量产出的预测问题。准确的产出预测，能够让我们在生产的时候制定更准确的采购和投产计划。但每一个硅片上能生产出来的电子器件的数目是随机的。图4展示了不同硅片上生产出来不合格器件的分布情况。为了能够更准确的对产出进行预测，我们利用数据科学的方法，分析缺陷器件出现的规律，建立了统计预测模型，提高了现有预测的精度，从而让更经济快速的硅片生产成为可能。
图4.硅片表面器件合格状态标识
4.
结语
工业工程的核心是提高系统的效率、质量和安全，降低系统成本。质量科学是工业工程领域的重要研究方向之一。它一方面同人民的生活紧密相关，另一方面对我国国际竞争力的提升也有着重要的战略意义。质量科学的研究，以数据科学为基础，结合工业工程的专门知识，能够解决现代工业生产和社会服务的具体问题，具有广阔的应用前景。
高端装备的故障预测与健康管理(PHM)——大数据与人工智能时代的可靠性工程清华大学工业工程系李彦夫
高端装备是国之重器，在国民经济关键部门发挥着关键作用。其故障和失效往往造成较为严重的社会以及经济影响。因此，怎样保障高端装备稳定而安全地运营是可靠性工程(Reliability
Engineering)研究的主要问题。
图1.高端装备案例：左-复兴号动车组，右-工业机器人
经典的可靠性工程专注于设备失效时间(Time
toFailure)的历史数据的统计学建模与分析，以及在此基础上的设备维修维护管理。统计学模型需要一定数量的故障样本，并且假设样本故障具有同一性且在平均静态环境下发生。
图2.传统的统计学建模：左-故障时间，右-概率分布
然而这些条件对于高端装备却并不适用，因为高端装备通常在复杂工况下运行而且故障案例数量有限。另一方面，随着工业系统信息化智能化程度的持续提升，大量通讯、传感与控制装置被不断地整合到高端装备中来。传感器实时监测子系统、零部件的健康状况，可以收集到的大量的实时数据。这些数据通过清洗、信号提取、人工智能算法来学习老化趋势(图3)，可以对未来故障发生时间(即剩余可用寿命)进行精准预测。
图3.实时健康数据驱动的剩余可用寿命预测
故障预测(Prognostics)的发展也促使传统的预防性维修转向视情维修(Condition-based
Maintenance)甚至预测性维修(Predictive
Maintenance)。这一转变正促使可靠性工程成为一门的新学科，即故障预测与健康管理(Prognostics
andHealthManagement,PHM)。PHM涵盖了一整套的故障预测与健康管理的最新理论与方法，是世界范围内的热门研究课题，并且正处于快速发展之中。
图4.
PHM的全过程(M.Lebold,M.Thurston.2001.Open
standardsforcondition-basedmaintenanceandprognosticsystems.The5th
AnnualMaintenanceandReliabilityConference)
由工业实践催生的PHM理论与方法正在不断受到新的应用环境的挑战。本实验室有以下三大研究方向围绕高端装备系统的PHM展开：
1.
系统健康状态实时评估与故障时间精准预测
本研究将基于复杂系统理论，考虑高端装备的工作运行环境，结合多维传感器数据流以及故障机理分析，提出系统健康状态实时评估以及故障时间预测模型。图5为高速列车轮对多边形老化问题的研究。该研究正在探索多边形程度与噪音之间的关系，并在此基础之上建立精准的列车轮对剩余寿命预测模型。
图5高速列车多边形阶次与噪音自谱分析对比
2.
考虑不确定性的装备系统运行和维修联合优化
考虑多种不确定性（如，工况、需求、预测准确度）的影响，基于故障时间预测模型，综合考虑维修成本和可操作性，提出运行维护决策模型。考虑不同使用场景和不确定的输入，提出系统的运行与维修鲁棒优化模型，以最大化制造系统的可靠性并降其运维成本。
图6运行维修联合优化
3.
考虑正常作业和应急工况的备件管理
综合考虑系统现场工况与备件管理条件（如需求预测、维修调度等），建立维修和备件管理的联合调度模型，得到最优备件订货周期和订货量。给出系统遭遇突发事件后所需的应急方案（人员调配、设备应急供应等），提出系统应急管理的重规划策略。
欢迎大家都来做一个大数据+人工智能时代的可靠人！
航空发动机的生产计划与调度清华大学工业工程系成晔赵晓波
航空发动机是战鹰的心脏，是大国重器的关键部件。近年来我国对航空发动机的发展加大投入力度，在材料、设计、试验等领域取得了长足进步，但是产能受限的问题凸显，备受关注。
清华大学工业工程系与中国航空工业集团有限公司从2015年开始合作，研究航空发动机总装配与试车的生产组织与计划问题，并对瓶颈环节热处理车间的作业调度问题展开研究，取得的成果已在实际生产系统中投入应用。
n航空发动机总装配与试车联动生产计划系统
航空发动机总装配生产线的产品，必须经过试车台上的试验测试。发动机型号、状态不同，在总装配与试车环节所需工作时间差异较大。因此，这两个生产环节经常相互等待，窝工的现象时有发生。
我们把总装配生产的工艺顺序、作业分组、场地台架使用等方面进行梳理，推行脉动式流水线生产方式，充分发挥生产人员与其它生产资源的能力。还设计了试车台的使用规则，均衡生产任务负荷。最后，采用拉动生产方式安排生产计划。以交货期为导向，协调试车台产能，先安排试车计划；以试车时间确定产品总装配完成时间，倒推发动机分段装配计划。
这种联动式生产计划模式已经在企业投入应用，使航空发动机的总装配生产与试车台试验配合顺畅，总体效率显著提升。
零件热处理作业合批调度系统
热处理车间接受来自所有机械零件制造车间的毛坯或半成品零件，经过炉内数百度至上千度的加热、保温，使其材料性质“脱胎换骨”，达到“外坚内韧”的理想工作状态，对保证航空发动机的整体性能与可靠性寿命至关重要。
航空发动机的机械零件数量众多，品类繁杂，到达热处理车间的时间是随机的，而要求的完工时间很紧。热处理工艺的要求严格，对于温度控制的精度要求高，可用的热处理炉数目有限。如果一味满足少数紧急任务的工期要求，则热处理炉容积的利用率很低，其余的生产任务就被延误了。
我们根据接到的生产任务工艺参数要求、热处理炉的精度水平与容积能力，设计了生产任务批次合并的“合炉”算法，在提高容积率用率和保证生产任务交货期之间进行了权衡、优化。
在生产企业的MES（制造执行系统）中嵌入我们的“合炉”算法后，热处理车间的每日处理能力得到了显著提升，为航空发动机主机产能的提高落实了重要基础条件。
从批量生产到大规模个性化定制：智能制造新时代清华大学工业工程系曹晖
当您打算买一件衣服，或者一双鞋的时候，您会选择去商场血拼，去网上淘宝，还是去裁缝店量身定做？上世纪七八十年代，逢年过节的时候人们会扯块布料到裁缝店量体裁衣做件新衣裳。那时候，订做一件衣服，一般要等上50天。随着成衣逐渐普及，原来街头巷尾遍地开花的裁缝店在九十年代之后逐渐凋零，人们转去商场挑选批量生产的成衣。进入二十一世纪之后，随着网购的兴起，人们开始通过网络选购服饰。如今，有40%的消费者把网购作为购置服装的首选渠道[1]。服装也成了网络购物中销售额占比最高的品类，约为20%
[2]。但另一方面，服装类商品的退货率也最高，平均为25%
~30%，甚至达50%
[3]。“尺码不合适”是服装类商品退货中最主要的理由，占其中的一半以上。大家知道，每个人的体型尺寸其实都不一样，批量生产的成衣其实很难完全适合一个人的所有尺寸；再加上每个人的喜好各不相同，越来越多的人开始重新选择去定制一件适合自己尺寸和风格的衣裳，很多国际和国内知名的服装品牌也都开始提供定制服务。但今天的服装定制和30年前裁缝店里的服装定制有着很大的区别。比如说有一家从事西服定制的中国企业，每天可生产1200套定制西服，一套西服的制作只需7个工作日[4]，这在过去的裁缝店里是无法想象的。这样的生产模式被我们称为大规模定制（Mass
Customization）或大规模个性化定制（Mass
Personalization）。
和传统的批量生产相比，大规模个性化定制在生产系统的设计、管理和优化上都要困难的多，仅靠传统的生产管理方式和信息化手段是无法实现高效率的大规模定制化生产的，需要将物联网、大数据、机器人和人工智能技术融入到生产系统之中，形成智能制造系统，以实现大规模个性化定制生产。在智能制造系统中，人工智能技术使生产系统能够根据顾客的需求，自行决定采购什么样的物料，采用什么样的生产工艺和生产流程，怎样安排生产；基于物联网采集的实时信息，结合大数据，可以对生产系统进行实时的控制和优化，指挥机器人等自动化的生产和物流设备实施生产，从而大大提高大规模个性化定制的生产效率，降低生产成本，提升产品质量。
大规模个性化定制中的最主要的挑战是不确定性的广泛存在：客户需求的不确定性，物料采购的不确定性，生产工艺、生产流程、生产时间的不确定性等等；而在传统的批量生产中，这些不确定性相对来说要小得多。因此，大规模个性化定制的生产系统必须要能够及时、有效并且灵活的应对各种不确定性。若要把我们对智能制造系统的设想变成现实，还有很多研究工作需要开展，例如数据驱动的生产系统不确定事件的预测和应对方法、工业物联网数据集成和融合方法、大规模个性化定制生产流程的建模与优化等等。工业工程在前三次工业革命中均作出了非凡的贡献，在当前正在发生的第四次工业革命中必将继续大展身手，发挥核心作用，推动制造业进入智能时代。
[1]2017年全球零售报告，普华永道
[2]2017年中国电子商务半年报，中央电视台财经频道
[3]服装业退货一年600亿美元，无时尚中文网
[4]红领模式：基于大数据的工业化定制，中国工业评论
未来城市物流的规划研究清华大学工业工程系蔡临宁
随着电子商务的发展，人们的购物模式正在发生改变。去商场、超市越来越少，大家习惯于点击手机触屏，在家里、办公室里等待商品的到来。消费行为的巨变，使得城市原有的商品流通方式发生改变，进而相应的商品流通物流也发生相应的改变。一方面是商场里冷冷清清，门可罗雀；而另一方面，拥挤的快递小哥及电动车、三轮车成为城市一景。传统城市物流体系，已经无法适应城市的发展变化，甚至加剧了大气污染、噪声污染、交通拥堵等大城市病。城市快递物流在为人民实现美好生活的同时，自身又成为了影响城市发展的一个问题。怎样规划未来城市的物流体系，实现绿色、智慧、集约、便捷、安全的城市物流发展目标，成为研究的热点。清华大学工业工程系物流与供应链研究中心与中国邮政规划院、菜鸟网络、京东物流、顺丰快递等企业开展了相关合作。
研究内容包括：1）未来城市物流需求量预测；2）未来城市物流网络结构设计；3）未来城市物流的多式联运的组织、运营方式；4）物流体系的运营指标的动态评估与改进等。
城市物流，主要指一个城市为满足居民日常消费需求所产生的蔬菜、食品、服装、医药、家电等商品的运输、存储、加工、分拣、配送以及回收的物流问题。解决这样一个大型的系统问题，需要：1）调研统计城市人口的变化、消费行为的变化；2）根据人口及消费行为变化，选择合理预测方法对未来城市物流总量进行预测；3）根据基础物流需求信息，分别按照物流基地、分拨中心、配送中心、服务网点等多层网络，分别选择配送时间要求，采用各种合适的模型对成本与服务实效性进行权衡优化设计，选择合理网络布局方案；4）选择不同网络层级以及同层级之间的运输配送车辆，设计合理车辆规模；5）应用包括物联网与互联网在内的信息技术，对系统进行追踪评估及动态优化。
医疗系统优化与改善-工业工程的热门应用领域清华大学工业工程系谢小磊
工业工程是一门研究由人、物料、设备、能源和信息等因素组成的复杂系统的应用性学科。它以系统数据为基础,结合数学、信息科学、管理科学、社会科学等多学科的研究方法，对复杂系统进行建模、评估与改善。而医疗系统是一个以患者为中心、多方参与、耗资巨大且快速增长、社会期望值极高的复杂系统。医疗领域的专家专注于救助病人，工业工程专家则致力于研究复杂系统，两者的结合便能够促进医疗系统的优化和持续改善。这也为医疗服务提供了更加安全、优质、高效、公平且科学化的决策支持。
在大型三甲医院中，门诊部门是为患者提供服务的主体，其服务运作中所存在的患者流量大、就医流程复杂、与供需不平衡等问题造成了患者等待时间过长、医师服务能力有限等问题。清华大学工业工程系卫生与医疗服务研究中心和多家三甲医院的门诊部门合作，开展了一系列工作：开发了患者流量评估和预测的工具，帮助医院预判性的调配相关资源，满足患者需求；通过建立排队论和离散事件仿真模型，进行分诊流程再造，以评估不同的分时段就诊的方案；对门诊布局进行调整，通过一系列举措，降低非医疗服务时间……
左图：门诊运营管理模型和工具
右图：门诊大厅实况改善前后对比
国内医改永恒的主题是平衡质量、费用和可及性这三个指标。工业工程学科在这方面也大有可为。美国耶鲁大学运筹学学者开发的疾病诊断相关分组(DRG)是医保支付和医院管理的重要工具，在国内医改浪潮中是“钥匙”级别的项目，其原理是通过科学的病案组合，在保障质量的情况下，控制费用不合理增长。清华大学工业工程系与国家卫健委医政医管局和北京市卫计委政策研究中心开展合作，基于多家三甲医院多年的住院病案数据，完成了对DRG分组方案中合并症伴随病的优化和改善，同时建立了DRG双层绩效指标体系，并利用数据驱动模型预测住院费用、时长和再住院率，为医改的推进和落地的提供决策支持。在预测医疗资源消耗中，发现医疗编码的向量表示方式能够对预测模型的表现产生很大影响，研究团队因此对医疗编码的处理进行了更深入的理论研究，同时考虑医疗编码向量的预测准确能力和医学可解释性，将预测任务导向的医疗编码向量表示和国际疾病分类(ICD)医疗编码的树形结构结合起来，提出了一种“两阶段医疗编码聚类”的模型。
通过暑期实践、生产实习、科研项目和课程教学等形式，工业工程系本科生积极参与到了医工交叉的实践之中。本科生核心参与开发的基于启发式算法的透析中心动态排班解决方案，在某三甲医院落地并实现在现有人员和机器配置下，能够多接纳15%的患者；本科生团队完成的基于手机定位的医院就诊导航项目在学校挑战杯获奖，正在医院落地中；由本科大四学生作为队长的团队，在2018年国际医疗系统改善年会学生仿真大赛中，针对自然灾难后大量人群短期内需要医疗服务的情景，从资源配置、人员安排、设施布局等方面进行野地医院的设计和优化，从来自7个国家的29支参赛队中脱颖而出入围决赛，在年会上的最终展示后，获得总冠军。
清华大学本科团队获得国际比赛冠军
没有全民健康，就没有全面小康。“健康中国2030”规划纲要中,卫生与健康事业被提升到了国家战略层面。社会健康意识不断增强，医疗服务的新问题和新挑战不断出现，急需提高精益化管理水平和科学化决策支持。在信息技术高速发展的背景下，每天都有海量数据在医疗系统中产生。工业工程这一致力于研究复杂系统的学科在大数据时代下的医疗系统改善和优化中贡献将会越来越大。通过工业工程学者和从业人员、卫生医疗专家和管理者的深入合作，我国医疗服务质量和国民幸福感将会得到极大的提升与增强。
工业工程典型问题与案例——运筹与统计（一）
本专题为运筹学与统计学第一辑。我系的运筹与统计研究所致力于将世界前沿的决策科学及统计学的科研成果应用于高速发展的中国经济建设，通过综合运用基于数据的科学决策分析方法，解决工程及管理实践中的复杂问题，并同时拓展人类工程管理研究的知识。相关研究工作涉及运筹学与统计学的众多方向，在理论研究方面包括全局优化、离散优化、随机优化、决策理论、数据挖掘等领域，在应用研究方面包括物流与供应链管理、行为与服务运作管理、交通与运输管理等。
运筹学经典问题：旅行商问题清华大学工业工程系赵磊
如图1所示，从办公室（红色方框）出发，访问3个顾客（黑色圆点），再回到办公室，行走距离最短的访问路径是什么？
这个问题的答案（如图2所示）不难获得。如果3个顾客分别是A、B、C的话，则有6条可能的访问路径：ABC、ACB、BAC、BCA、CAB、CBA。把每条访问路径的长度计算一下，选出最短的即可。
如果需要访问6个顾客，有多少条可能的访问路径呢？答案是720条。
如果需要访问12个顾客呢？答案是479,001,600条！
如果需要访问24个顾客呢？答案是620,448,401,733,239,000,000,000条！
如果需要访问48个顾客呢？答案是（1.2414X1061条）12,413,915,592,536,100,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000条！
图3和图4分别显示了一个需要访问15个顾客的例子和答案。你试试能够做出来吗？
在运筹学中，这个问题被称为旅行商问题（TravelingSalesmanProblem），在物流及运输管理领域有非常广泛的应用。例如：根据中国物流与采购联合会的统计，2017年，56%的配送员每天配送80件以上的包裹（相当于访问80个以上的顾客）。在美国，每名UPS的司机平均每天配送140-160件包裹（2015年）。旅行商问题还有很多变种问题，例如，有些顾客只允许在某个时间窗口送货（京东的精准达），则路径的选择需要在空间和时间两个维度进行思考。
在实践中，在设计求解上述问题的算法时，还需要考虑很多因素，例如：1）电子地图的准确性；2）路径是否符合驾驶员的驾驶习惯（如图5所示）；3）路径求解速度是否足够快；等等。为此，UPS公司耗资近3亿美金，花费10年时间，完成了一项称为ORION（OnRoad
IntegratedOptimizationandNavigation）的项目，对其美国本土的小件配送业务中55,000司机的“最后一公里”的取件/派件业务进行优化，取得了显著的效果，每年可以为UPS节省3~4亿美元的成本，节省1.6亿公里的车辆行驶距离（Holland等，2017）。
图5避免频繁穿越道路的路径（INFORMS，2016）
UPS的ORION项目的成功，充分展示了国际先进物流企业怎样将运筹学方法与现代计算技术和企业业务实践相结合，从而给企业带来巨大的经济效益。
参考文献：
Holland,C.,J.Levis,R.Nuggehalli,B.Santilli,J.
Winters.2017.UPSoptimizesdeliveryroutes.Interfaces47(1)8-23.
O2O即时物流平台骑手派单优化问题清华大学工业工程系姜海
O2O即Online
ToOffline（在线离线/线上到线下），是指将线下的商务机会与互联网结合，让互联网成为线下交易的平台。2013年以来，得利于智能移动设备的发展，O2O得到了飞速的发展，同时即时物流应运而生。与传统物流在一天甚至三四天后送达不同，即时物流一般要在1小时内送达。目前较为主流的O2O即时物流有外卖领域的美团、饿了么、百度外卖等，商超领域的京东到家；同城速递的达达、闪送等。这些服务的出现极大的方便了人们的日常生活，也成为当前社会发展的一个前沿领域。
O2O即时物流通过第三方平台给用户展示商户信息，并通过配送体系将外卖等送达到用户手中。一个高效的配送系统需要合理的进行运力调度，这个过程面临着很多困难。首先，用户的需求存在着极大的波动。以外卖为例，中饭和晚饭时间的订单数目会远远高于其他时间，因此较多的骑手会导致在低峰期的运力浪费，相反较少的骑手又会导致高峰期时的订单延误。好的调度方法必须能够在提供给用户即时的配送服务的同时尽可能充分的利用自身运力。其次，骑手本身的行为也会影响对于运力的分配。例如全职的骑手会因为接收订单数过少，工资较低而选择离职去其他平台，因此我们需要为他保证每日保底的接收订单数目。而对于一些兼职的骑手来说，怎样合理的分配订单，减少他们的绕路情况使得他们更愿意接收订单也影响着系统的效率。此外，由于即时服务的时效性，这要求我们在很快的时间内，通常在几分钟内，就需要给合理的调度方法，这进一步加大了计算分析的难度。
目前业界主流的模式是系统派单，同时在系统出现异常时由人根据距离和送餐难度提前改派，在雨天等情况下人工改派的情况会增多。然而目前的系统调度相对简陋，在面对高需求高频次的服务中表现不佳，人工调度的过程又只能依靠人员的个人经验，同时薪资成本较高，因此智能化调度算法成为研究的热点。
国际上对于O2O即时物流已有一定的研究，但主要集中在宏观层面，分析一个区域最合理的骑手数目、定价机制等。也有部分研究考虑了平台自建骑手和众包骑手在调度和配送过程的不同，但与目前业界的骑手雇佣模式仍有一定差距，同时缺乏对用户行为和骑手行为的分析。
针对O2O即时物流面对的问题和研究现状，清华大学工业工程系的研究团队调研了目前O2O即时物流的市场情况，将骑手根据雇佣方式、服务时长、经验多少等分为了四类，通过整数规划模型对分单过程和配送过程分别建模，同时考虑了用户和骑手的行为，并针对模型了给出了求解算法，得到模型的精确解。
我们利用两个不同平台的不同门店在真实运营过程中得到的数据进行了测试，分析了不同用户和骑手行为对系统效率的影响，并针对O2O即时物流的特点给出了针对性的运营建议：限制骑手每趟的订单数能够有效的提高系统的配送准时率，适当放宽工作经验较高的骑手的限制能够提供系统的效率；针对全职众包骑手应该提供每日的保底订单数，且保底订单数随着骑手的经验提高而增加；此外，兼职的骑手在应对需求的波动时有良好的表现，企业应该提供更多优惠政策吸引兼职骑手的参与。
2017年的O2O即时物流市场份额已经达到2046亿元，而且还在飞速的增长过程中。设计高效的即时物流调度算法能够促进该行业进一步的发展，优化配送效率，为百姓生活提供更加便捷的服务。
网约小巴拼车：怎样调度最好清华大学工业工程系姜海
随着智能手机的快速发展和普及，人们的出行方式发生了巨大的改变。基于智能手机的网约打车公司，如滴滴和优步，已经成为人们常用的出行方式。最近，一种新型的绿色交通方式，即网约小巴（smartphone-based
dynamicvanpooling），出现在多个城市。作为这个领域的先行者，美国的Via公司自2013年起便在纽约通过其自有车队为乘客提供网约小巴服务。在该项服务里，乘客通过智能手机APP提交订单，指定上车和下车地点，然后Via公司动态的调度10-20座的小巴来接送乘客，为其提供“点到点”的交通服务。网约小巴比线路固定的公共交通有更大的灵活性，且较自驾和打车更为经济划算。自网约小巴在纽约出现后，该项服务得到越来越多的关注并出现在世界的其他多个城市，如柏林（Door2Door和Allygator
Shuttle）、洛杉矶（Via和Mercedes-Benz）、伦敦（Ford）、北京（滴滴出行）和上海（熊猫出行）。
网约小巴的兴起激起了学术界和工业界的极大兴趣。与人们较为熟悉的网约拼车服务相比，网约小巴容量更大，一方面需要综合考虑多位乘客的出行满意度，另一方面也要合理安排线路保证载客率以优化运营利润。这些因素给设计动态小巴调度算法提出了更多的挑战。
清华大学、福特汽车和熊猫班车合作研究了网约小巴的调度算法。该算法基于历史上收到的乘车请求，对未来一段时间内可能出现的请求进行预测，对小巴车队进行合理的调度优化。优化的目标是运营利润，同时对于乘客的等待时间、绕路进行了约束。测试结果显示，该调度算法能提高利润20%。
天然气管网优化清华大学工业工程系邓天虎
天然气是一种高效、优质、清洁的能源，在国家“十二五”规划中，天然气产业占据重要的地位。我国的天然气行业处于快速发展的阶段，然而，目前天然气在能源消费结构中的比重偏低，一个重要原因是天然气的运力不足。解决运力不足一是需要进一步扩大基础设施的建设，二是对天然气的运输量进行合理的规划。
规划天然气的管网运输并不容易，我国幅员辽阔，天然气的产地集中在西部和东北部，目前天然气的主要进口是从西线的俄罗斯、乌兹别克斯坦等地通过管道运输，而天然气用户集中在东部沿海地区，为了满足市场需求，天然气公司需要将天然气从西部通过管道运送往东部。运输过程天然气会有很多损耗，也会带来许多额外的成本。在这么大，这么复杂的一个管网系统中，怎样控制运输的成本，合理规划路径和调配流量是一个棘手的问题。
过去，工程师们采用传统的人工计算，在保证末端用户的用气量的基础上，综合考虑运力与气量平衡，来规划每年各条管道的输气量。如今，天然气气源多样化，天然气输气管道增多，逐渐形成了网络状的布局，规划的工作量急剧增加，用人工计算的方法已经无法在有限时间内完成规划的工作。此外，在天然气消费量增长的前提下，各供气公司需要考虑自身的经济效益，对天然气管道运输规划的优化成为研究的热点。
目前，国际上对天然气运输优化已有一定的研究，并且已推出商业化的天然气优化软件。但中国的天然气运输有其特殊之处，一是管道数量众多并已形成网状结构，管网比较复杂；二是运输距离远，地形地势变化大，地表的温度变化大，在天然气运输过程中需考虑地势起伏以及气温变化对天然气状态的影响；三是用户的用气量按季节不均匀分布，峰谷值差异较大，需考虑储气以调节峰谷差异。
行为运筹与管理清华大学工业工程系赵晓波
在运筹学的研究中，通常假设决策者是完全理性的。然而，行为科学的研究表明，人们的决策与完全理性具有一定的偏差。行为运筹与管理是运筹管理和行为科学相交叉的学科，探究人们决策时各类行为偏好对决策结果的影响，从而达到改进运筹学模型、提高系统管理绩效的目的。
在行为运筹与管理研究中，所关注的行为偏好一般具有以下特征：
个体行为：人们在决策过程中，在自己认知能力的范围内，会呈现出许多特定的偏好，如风险规避、损失厌恶、参照依赖、心理账户、过度自信、时间折扣、锚定效应、随机选择、学习过程等，并依此做出使自己满意的决策。
社会行为：人作为社会群体中的一员，在决策过程中除了关注自身利益外，还会重视他在群体中的地位和形象，如公平关注、不均等厌恶、文化影响、从众、互惠、利他、信任、公德等，并依此做出使自己满意的决策。
以上行为是运筹与管理中的重要因素，他们通常会使所得到的决策相对于理想的最优解产生系统性偏差。对此，我们应在充分考虑这些行为因素的基础上修正原有模型，使得所获得的最优解更具有实用价值。
近年来，行为运筹与管理已逐渐成为运筹管理中一个新的分支，其通过引入实验手段，运用演绎与归纳相结合的方法开展研究工作。目前，在物流与供应链管理、项目管理、产品开发与生产管理、电子商务与市场营销、大数据分析等领域，已经开展或将要开展行为运筹与管理的研究，拥有非常广阔的发展前景。
工业工程典型问题与案例——运筹与统计（二）
本专题为运筹学与统计学第二辑。我系的运筹与统计研究所致力于将世界前沿的决策科学及统计学的科研成果应用于高速发展的中国经济建设，通过综合运用基于数据的科学决策分析方法，解决工程及管理实践中的复杂问题，并同时拓展人类工程管理研究的知识。相关研究工作涉及运筹学与统计学的众多方向，在理论研究方面包括全局优化、离散优化、随机优化、决策理论、数据挖掘等领域，在应用研究方面包括物流与供应链管理、行为与服务运作管理、交通与运输管理等。
交通大数据应用清华大学工业工程系何方、唐昕迪
交通是城市发展的血脉，是人们“衣食住行”基本需求的重要一环，对日常生活具有巨大影响。然而，随着城市化进程的推进，诸多交通问题亟待解决。一方面，随着私家车保有量的日益上升，人们出行需求的不断增加，拥堵问题日益严重，成为制约城市发展的阻碍；另一方面，以自动驾驶技术、共享经济和大数据为代表的新技术与新服务模式正在引发交通领域的深刻变革，在此背景下，怎样促进新技术与交通运输服务有机结合、提升交通运输的效率与服务水平，成为新时期推动交通运输转型升级的重大课题。
过去，交通决策很大程度上依赖于传统经验，对于实时信息和突发状况的应对不够及时。伴随着信息技术的迅速发展，记录出行需求、出行轨迹以及载运工具运行信息的数据被大量采集。城市交通大数据可以在城市的级别上揭示交通出行需求在时间和空间上的分布规律，准确反映城市交通运行特征，为城市交通运行提供精准信息以及验证评估场景。
交通是多因素耦合的复杂系统，而工业工程领域内的运筹学则恰恰是关于复杂系统有效运作的科学。依托运筹学以及数据科学的理论知识，城市交通大数据可以支撑建立数据驱动的决策优化模型，从而有效服务于城市交通发展过程中对于科学管理理论与技术的重大需求。
高德等地图软件、滴滴打车等服务软件为人们带来出行便利的同时，也为城市交通状况的分析提供了依据。清华大学工业工程系交通研究团队和高德地图开展合作，发布了多期《中国城市交通拥堵季度报告》。下面举两个例子说明交通大数据的分析和应用。
拥堵特征分析
图1北京市2015年第一、二季度工作日环路的平均速度时空分布图
图1分别为北京市2015年第一、二季度工作日环路的平均速度时空分布图。可以看到，第二季度环路交通拥堵加剧，环路平均速度下降3.6km/h。数据显示，拥堵明显增加的路段主要是：西二环、北二环、西三环和北三环。其中，西三环拥堵增加最为显著，平均速度降幅高达13.67%。经分析，造成一、二季度交通运行状态差异性较大的原因主要有：一季度包含春节前后工作日，期间在京人口和总出行需求降低，交通拥堵得到了暂时缓解；二季度由于恢复常态工作、天气回暖等原因使得总出行需求增加。因此，在固定的道路资源供给下，出行需求量的增加导致了道路过饱和时空分布明显增加，交通管理部门应该科学使用交通管理控制策略和手段，例如匝道信号控制，使现有道路资源得到高效均衡使用。
高峰期间长距离拼车潜力分析
图二.北京市工作日长距离拼车潜力分布图
图二采用高德地图7月份出租车数据，经过数据清洗、数据拼接等过程，提取得到北京市五环内工作日早晚高峰长距离拼车潜力分布图。拼车可以有效降低出行经济成本、减少交通拥堵和污染，而长距离拼车更可凸显其效果。从图中我们可以发现，三元桥-国贸、奥体中心-中关村等关联区域在早高峰和晚高峰拼车方向呈现“对称”趋势，即早高峰目的地大部分变为晚高峰时的出发地，通勤潮汐现象明显。此外我们可以从图中清晰发现长距离拼车枢纽——例如北京西站、东直门地区，是潜在拼车的热点目的地，也是人们拼车出发的聚集地。此外通过数据我们发现，从空间上来看，在前十大拼车潜力热点地区，除了阜成门（38.1%）外，其余地区潜在拼车占总出行比例都高于50%。从时间上来看，早晚高峰期间潜在拼车潜力也不同，早高峰长距离拼车潜力（50.14%）较晚高峰（44.68%）高出近6个百分点，说明早高峰出行相对集中，晚高峰可能由于晚间活动导致目的地和出行时间相对分散。
“电动、自动、共享、互联”将成为未来智能交通发展的趋势，应用交叉学科的研究方法与新技术手段，处理新的问题与挑战，将极大地为居民出行提供便利，提升社会效益。工业工程学科综合运用来自工程和管理科学的知识，发挥交叉学科的优势，将为交通的发展探索创新的解决方案。
基于大数据的电商服务评价清华大学工业工程系李乐飞
对于剁手党而言，世界上最痛苦的事莫过于买到了假货和遇到了服务态度恶劣的无良商家。方兴未艾的电子商务给大家带来便利的同时也给一些网民带来了不愉快的购物体验——这其中一个至关重要的原因就是国内电子商务标准化工作还相对滞后，各个商家和商品常常没有得到权威的标准化质量认证。
进行电子商务的服务质量综合评价有利于提高电子商务交易过程中的信息透明度、保护消费者的合法权益。传统的服务质量评价以问卷形式采集数据，通常以某段时间的集中调研为主。这样的服务质量模式常常不仅人力成本高，而且覆盖面小，缺乏实效性。在这一背景下，开发用于对电商平台商品及服务质量进行多维度综合评价的系统就显得尤为重要。
清华大学与国家认监委合作开发了基于大数据的交互式电商服务在线实时评价系统。该系统利用网络爬虫、主题建模、深度学习等技术，得出对电商平台中商家或商品的综合评价。在获取数据后，这一系统可以首先对顾客们的关注点或“槽点”进行分析和归类，例如对于笔记本电脑这类商品，根据该系统的分析，促销价格、售后服务、物流速度等都是顾客较为在意的评价维度。通过爬虫获取的顾客评价文本会依照这些维度被聚成若干类。接下来，系统会利用情感分析技术，依次评价商家或商品在此维度上的表现，也即自动进行多个维度的评分。这一系统能够为电商服务认证提供较为充分的数据支持，目前此系统正在被整合到当前的电商服务认证体系中。
工业工程典型问题与案例——人因与工效学（一）
本专题为人因与工效学第一辑。该学科方向研究系统中人与工具、机器及环境之间的关系和交互作用，以提升人机系统的效率，改善用户体验，保障人员健康与系统安全。
用户体验、人机交互、跨文化研究及人与机器人交互清华大学工业工程系饶培伦
用户体验的研究是为了使产品与服务的设计符合人的身心特点和偏好，提高用户满意度。为此，需要不断评估人在和产品与服务交互过程中的体验，即用户使用特定产品与服务时的生理、心理与行为反应，从而改善产品与服务的设计。比如针对各种IT产品的用户体验评估，包括基于其产品定位及整体营销策略的调研来建立用户画像，并对App界面设计以及使用流程进行分析和可用性实验评估，对产品的功能有效性、可用性与情绪体验进行度量，提出符合人因学的设计建议，以使用户更容易使用产品或服务，并且获得更好的体验。
体验来自交互。为了理解用户的体验，当然也要理解人机交互。如，由于交互方式的多元化以及触屏技术的发展，用户也倾向于使用中文手写输入，我们以人因工程的方法论为基础探究了输入框尺寸、输入框位置、输入方式、显示屏尺寸及中文特性对智能设备的中文手写输入绩效的影响。同时利用用户角色研究法、深度访谈及完成场景任务的方法对中文手写输入法进行调研和设计，发现输入框的设计要考虑中国书法的相关因素，同时输入框的位置不能阻挡界面的其他信息。这种研究可为智能设备中文手写输入交互设计及用户体验提供理论依据和设计指导。
随着经济与信息全球化的推进，不同文化背景的人沟通与交流的距离越来越小，人机交互中文化的影响也越来越不可忽略。比如，基于计算机等技术支持的跨文化团队协作中的文化冲突怎样解决与平衡，不同文化下电子商务交易中人的信任考虑会发生什么变化，人与机器协同合作时文化又会对人机关系有什么影响。因此我们也需要从文化这一视角洞察科技与系统中人的因素，结合人因工程、心理学、计算机及设计学等多学科的方法论，缩小人与当前技术或服务之间的距离，缩小基础研究与产业间的转化距离，实现以人为中心的创新。下面以警示标签、人与机器人交互两个例子来说明文化对人机交互与用户体验的影响。
警示标签是生活中常见的视觉信号，也是重要的危险预警标志。随着中美贸易交流日渐频繁，了解不同文化背景的人对进出口产品警示标志的危险感知是否存在差异，就变得十分必要。我们邀请了美国和中国参与者对产品与警示标签所感知到的风险水平进行评估，并对具有相同风险感知水平的产品与不同的警示标签进行配对，发现不同文化背景下的人对警示标签的感知危险明显有差异。美国人对警示标签的风险感知水平要高于中国人，这一结果启示我们，为了确保中国用户获得足够的危险意识，引进美国产品时，警示标签的等级要加强。由于相同的信息可能在不同文化中传达的意义不同，因此在设计警示标签时要考虑用户的文化背景，而不仅仅是简单的语言翻译。
随着AlphaGo的升级版Master连胜人类顶尖棋手与无人驾驶的热潮，人工智能广泛渗透到生活、艺术、交通等各领域。研究者对人与机器人交互的关注与日俱增，对机器人参与到决策中的设想也越来越普遍。2014年6月，软银机器人控股公司（SBRH，SoftBank
RoboticsHoldings）发布了世界上第一款可以识别人类情绪的机器人Pepper。Pepper最重要的功能在于交谈：通过一定技术和算法，在与人陪伴的过程中不断地学习人的喜好，识别人的情绪，并且由此做出合适的反应。
机器人参与到人的生活中，人与机器人的关系会怎样，文化又对其产生什么影响？基于人因学的方法论，我们探讨了社交机器人的自主性对个体的决策的影响程度，如对机器人的信赖和依附、感知到的可信度、社会临场感等，以期为社交型机器人的设计提供理论指导。同时结合场景模拟，采用行为观察法研究人与机器人的交互行为。我们发现：相比于低自主化机器人，高自主化机器人对人决策的影响程度更高，但个体对它的信赖程度相对较低。进一步发现，机器人采用不同的沟通方式参与到决策中，不同文化背景的人感知到机器人对其决策的影响程度不同，且对机器人的信任度、满意度与未来合作意向也不同。如当机器人采用直接的沟通风格时，德国决策者相比于中国决策者能感知到机器人更强的影响；而当机器人采用含蓄的沟通风格时，中国决策者相比于德国决策者对建议的接受度更高。
复杂工业系统的人机界面设计清华大学工业工程系李志忠吴筱君
核电厂、高铁、飞机、舰船以及其它各种尖端装备，往往都是复杂的系统。其复杂性不仅仅是体现在零部件数量多、结构复杂，更体现在内部关系多、运行原理复杂，以及许多因素的不确定性。这些系统的安全高效运行，往往需要人的参与，尤其是在出现突发故障/事故、外部威胁等紧急状况下。人机界面是人的参与途径，也是决定人能否成功参与的关键。目前，数字化技术的应用是复杂工业系统人机界面发展的重要趋势。数字化一方面提升了系统的能力和效率，另一方面在改善传统安全因素的同时也带来了新的人机交互与人员可靠性问题。系统软硬件的高性能和高可靠性，并不能保证系统的高安全性，原因在于人比较容易出问题。数字化技术的柔性，便于实现更多更复杂的功能，使系统能力更加强大，但同时也使系统更加复杂，对使用系统的人员提出很多挑战。随着数字化技术的应用，工业系统中人扮演的角色与工作模式、人与系统的交互内容和方式都在改变，而系统中影响人员认知行为、人员失误的因素也在改变，出现许多急需研究的新问题，例如：
（1）
怎样发挥数字化的优势，开展创新界面设计，以便操纵员更好地掌握系统的运行状况，理解系统的运行规律以及系统内部的各种关系和约束，拥有更好的情境意识，从而保障系统安全高效地运行？
（2）
怎样在提供更强功能的同时，确保操纵员可以快速找到任务相关画面，避免层次太多的跳转，减少不必要的界面操作，防止操纵员在界面空间中“迷路”？
（3）
向操纵员提供充足的信息，又避免信息过载导致操纵员脑力负荷过高而无法应对系统的异常状况？
（4）
怎样合理地组织信息，创新信息的呈现方式，让操纵员更容易更方便准确地获取所需的信息，提高工作效率，也更容易发现异常，更有效地应对异常?
（5）
怎样防止人员出错，在人员出错后能够及时提醒，防止人员出错导致严重后果？
（6）
怎样针对各种复杂情形或要求很高的任务，提供恰当的分析与决策支持工具，而不能对操纵员提出太高的要求，不能依赖于操纵员的良好发挥或英雄般的表现？
（7）
怎样为本地或异地的班组提供有效的合作工具，支持班组成员的沟通与协调，帮助班组成员形成对系统状况的共同认知和理解，帮助他们快速形成合理判断和决策？
（8）
怎样评价任务复杂度、时间压力、人员状况、工作条件等诸多因素对人员绩效（尤其是可靠性）的影响？
（9）
人与系统之间怎样进行合理的功能分配，这种分配是否需要根据任务情境进行自适应调整？
（10）
怎样验证人机界面设计是否符合人因与工效学的要求？
以上问题都有很高的学术研究价值和很大的技术创新的空间。而针对复杂工业系统的各子系统，也还有其特殊问题需要研究。下面以告警系统为例做一简要介绍。
告警系统是复杂工业系统的关键部分，是操纵员发现系统的异常的主要信息来源。操纵员很大程度上依赖于告警信号告知系统存在的潜在危险。一个好的告警系统不仅应当在系统参数偏离设定准则时，以视觉或听觉的方式为操纵员提供警报，及时地将操纵员的注意力吸引到异常事件上，而且应当向操纵员传递有效的信息，告知偏差产生的根本原因，帮助操纵员分析异常和诊断故障，及时采取预防措施避免严重事故的发生。告警系统的设计不当，曾经导致了多起严重事故。
许多现有的工业系统设计并未将数字化的优势最大程度地发挥出来，存在的主要问题如：
1)
告警数量太多。一个典型的传统核电站主控室（一个班组为4人左右）中大约有2,000多个告警，而新一代核电站的告警数量已经超过了10,000个。先进战斗机的告警数量多达150个以上。这么多告警显然超出一般人的处理能力，需要有非常好的告警系统设计和告警处理支持工具。过多的并发告警会使操纵员难以从大量告警信息中识别真正的问题。
2)
误告警和无效告警数量过多。由于告警信号多根据预设的固定准则触发，许多告警的设置没有充分考虑系统不同的运行模式（如正常工作、故障、启动、停机等）。这使得系统运行模式发生改变时，操纵员不得不面对数量众多的误告警和无效告警，导致操纵员忽视告警信息或关闭告警。
3)
告警信息设计不佳，标识不明确、可读性差、含义模糊、使人困惑等。先进战机不乏因为告警信息不明确导致坠机的例子。
4)
告警位置和布局不合理。比如，不在操纵员的直接视线范围内，或不位于相关的控制和显示画面附近，导致操纵员很难观察到告警与告警之间，以及告警与系统部件之间的关系。
5)
告警呈现方式落后于显示技术的发展。例如，没能充分利用数字化显示的优势，采用图形化等更有助于操作员感知和理解告警信息的呈现方式。
6)
告警与告警响应规程、工艺系统等的接口不恰当。例如，被设计为一个独立的系统，导致操纵员不得不在各种画面之间频繁地切换注意力。
1979年3月28日发生的三哩岛核电站事故中，短时间内触发了超过100个告警，操纵员无法从众多信号中分辨出重要的告警。图中屋顶下、人物眼睛上方为几排告警块，白色为被激发的告警，可以看到许多告警被同时激发。
两个报警音频
1992年7月20日，美军V-22“鱼鹰”倾转旋翼飞机4号原型机坠毁。当时飞行员虽然一直被提示有故障，但未被告知故障的原因，因此无法采取恰当的应对措施。
先进的告警系统能过滤无效告警并将保留的告警按优先级排序，挑选出重要的告警呈现给操纵员；会与其他子系统适当集成，进行合理的告警管理，提升告警的有效性；能清晰地表达告警信息的内容，采用更直观的方式呈现告警信息，并合理布局，更好地支持操作员对告警信息的感知和理解；与其他子系统集成，充分支持操作员安全高效地完成任务。以上无一不与人因与工效学的研究息息相关。
团队中的工作组织问题清华大学工业工程系于瑞峰
团队作业是一种使用频率高、适用范围广的工作组织形式，与以往每个人只负责一项完整工作的一部分（如一道工序，一项业务的某一程序等）不同，团队作业由若干人组成一个群体小组，共同负责完成某项工作，比如课程中共同完成大作业的小组、企业中的产品开发小组、参加辩论赛的大学生辩论队等，都属于团队作业。在团队中，科学合理的工作组织将决定团队作业的效率和效果，是人因与工效学中重要的研究问题。
一项关于三人团队进行大型商业游戏的实验发现，由三个女性组成的团队的绩效明显优于所有其他性别组合；销售和利润的经济学实验发现具有相等性别比例的团队绩效表现优于以男性为主的团队；团队的性别组成对群体决策也有影响，当女性占多数时，这个群体倾向于做出更加慷慨和平等的决策。可见，团队的性别组成会影响团队整体的工作绩效。
在团队作业时，人们在异性面前想展现更好的个人形象，因此会改变自己的行为，使得异性对工作绩效的影响强于***。这种影响是受到任务难度和熟练度的调节的：当任务是人们已经熟练掌握的容易任务时，异性的影响是正向积极的；当任务是人们尚未熟练掌握的困难任务时，异性的影响是负向消极的。因此，对于容易、简单或是熟练任务，建议采用男女混合团队等工作组织形式，且团队人数可以多一些。而对于困难、复杂或是不熟练任务，建议采用个体单独作业的工作组织形式；如果团队作业的情况难以避免，建议采用***为主的团队，且团队人数尽量少一些。
团队中还存在一个问题是社会惰化，指人与团队其他成员一起完成某种事情时个人所付出的努力比单独时少、积极性与效率下降的现象。随着团队规模的增大，个人所付出的努力程度减小，社会惰化问题越发突出。
在团队作业情况下，如果衡量的是团队整体的工作成绩，那么个体工作是不记名的，个人成绩无法单独评价，所做努力是不被评估的，那么，个体认为无需对个人的行为单独负责，也不会担心别人评价自己的绩效，个人为工作所付出的努力就减弱了。此外，当个人认为其他成员不会太努力、会偷懒，那么自己也会偷懒，努力程度下降。也就是说，在团队作业中成员的责任意识可能会下降。因此，激励团队成员、克服社会惰化的有效策略是使个人作业成绩可识别化，当个人的行为得到单独评价时，人们会产生评价忧虑，从而会修正自己的行为，保持或增加自己的努力程度，减少社会惰化现象的发生。
总之，人因与工效学的专家们针对团队中的工作组织问题进行了大量的深入研究，发现了很多有趣的结果，解决了团队作业中现实存在的问题。
本专题为人因与工效学第二辑。该学科方向研究系统中人与工具、机器及环境之间的关系和交互作用，以提升人机系统的效率，改善用户体验，保障人员健康与系统安全。
在线社交媒体中的用户-信息-系统互动清华大学工业工程系皋琴
在线社交媒体的出现让人们有了前所未有的信息传播速度。社交媒体工具正在以多元化方式讯速的改变着我们的生活和信息交流方式。用户通过这些网站发布和接收信息、并与其他用户形成互动、获取娱乐、汲取新知。有趣的是，用户在与信息交互中构成了社交媒体本身。一方面在线社交工具的使用受到人们内在的信息需求、娱乐需求和社交需求的驱动，另一方面技术产品的设计也影响着用户的态度和行为模式。
工业工程系人因与工效学研究所致力于从心理、行为和社交层研究不同在线社交应用领域（包括社交互动、信息传播、市场营销、学习）中的用户模式和动机，研究得到的发现又将进一步整合到信息产品和服务的设计和评估中去。研究将传统行为学研究方法（如访谈、问卷调查、受控实验）和在线用户数据挖掘方法结合在一起，从用户认知、信息流动和系统设计三个角度来深入理解用户行为模式和背后的动因，在此基础上改善系统和信息以优化用户体验和提升信息传播效率。
用户研究与互联网营销设计
社交媒体为精准营销和品牌沟通提供了新的平台。由于具有良好的信息扩散能力，新媒体营销能够借助口耳相传的力量形成传统营销方式难以企及的病毒式在线品牌营销效果。开展在线口碑营销时怎样确定网络中有影响力的节点作为“种子”是一个关键问题。现有的个人在线影响力研究或计算网络拓扑结构指标（如中心度）或量化实际信息传播范围（如传播树的大小）。前者对于传播影响力只是间接测量；后者可以直接度量传播影响力，但是只能事后测量，无法用于事先的“种子”选择。人因与工效学研究所应用社交网络分析方法研究了二者之间的关系，为选择有影响力的节点提供了参考。该研究通过滚雪球抽样法抓取一个2万余名微博用户的社交网络并追踪了150条微博信息在此网络中的传播路径，发现不同的拓扑结构特性从不同角度刻画了个体网络传播能力，其中间距中心度能够最好地预测信息传播距离、覆盖范围和传播效率[1]。
对于在线营销和品牌沟通，使用何种社交媒体渠道以及在不同渠道上发送何种信息是两个关键的决策。人因与工效学研究所的另一项研究中基于使用与满足（Uses
andgratifications）理论构建和验证了社交媒体使用一般动机模型，通过370名用户的问卷调查比较了基于强链接的（熟人网络，如微信朋友圈、人人网）和基于弱链接的（如微博）在线社交网络的用户动机，发现前者满足的最重要用户动机是社交互动，而后者最重要的用户动机是获取信息、娱乐以及自我表达。微博上曾经流传过的“微博中的我”vs“微信中的我”的话题（见图1）生动地从侧面体现了用户在不同在线社交场景中的态度和行为差异。在弱链接网络中用户更倾向于明确表达自己的观点和突出自己的个性，而在强链接中的表现更受到社会赞许性偏见的影响，即希望表现出一个更受大家欢迎的“完美”形象。
图1.曾经流传过的“微博中的我”（左）vs“微信中的我”（右）话题（图片来源：微博用户@布朗可妮兔）
研究进一步通过招募120位被试进行为期2周的模拟实验研究了在不同平台上进行品牌沟通的内容设计策略（品牌产品导向、产品类别导向、社交导向）对品牌认知和态度的影响的影响。研究结论为在线营销业者提供了有研究数据支持的决策指导原则[2]。
在线社交网络信息可信度
随着越来越多政府部门和企业开通政府微博，微博在社会生活中承担的角色越来越重要和复杂。政府开始接受民众通过微博平台实名举报腐败犯罪现象，公安机关开始利用微博平台快速报道人民关心的治安事件的调查进展，企业和消费者通过微博沟通产品质量与安全相关的重要信息。微博大大提升了信息的传播效率，但同时也降低了谣言和不实信息传播的成本。有误导性的信息可能会对个人决策、企业营销乃至政府管理带来极为负面的影响。
研究人们怎样使用微博，怎样理解和判断微博的信息可信度，变得越来越重要。人因与工效研究所对此开展了多项研究，首先从用户行为研究入手，通过焦点小组访谈、在线问卷调查和受控实验等方法，理解用户进行可信度判断的过程，研究来自于信息源、信息内容以及信息传播过程的可信度线索对于用户判断的影响[3]。在此基础上，借鉴情感分析方法和微博文本挖掘，提出了微博用户可信度态度识别方法，可自动判断用户认为自己所转发的信息可信与否，判断结果与人工判定的结果相对比，准确率达到92.07%
[4]。将此工具结合其它文本挖掘方法，可分析微博的可信度传播路径、随时间的变化规律、以及影响大众态度的关键节点等，如图2所示。
图2.微博信息可信度传播分析示例.
(a)描述了2017年5月14日至5月30日关于“塑料大米”的所有相关微博表达的可信度态度的变化，可以发现5月17日是可信度态度变化的关键时间点；(b)描述了微博号“Vista看天下”发布的某不实信息的传播网络，***代表节点对信息为“相信”态度，红色代表“不信”，蓝色代表“存疑”。可以发现几位大V的辟谣转发引发了对原内容的质疑
在此基础上我们进一步研究了支持用户进行微博可信度判断的工具设计。相比于由计算机系统通过文本分析、网络结构分析来评估微博信息可信度，我们认为提供信息用户更优质的可信度判断线索并通过人机协同的方式进行可信度判断能够更好的结合计算机的海量信息处理能力和人的模式识别的能力。我们通过文本分析与可视化，设计了多种微博信息可信度判断支持工具，如图3所示，并通过实验验证了这些工具能够有效提升用户可信度判断的准确性和信息，增进用户对信息的细节了解和全面理解[5]。
图3.微博信息可信度判断支持工具设计。(a)展示了微博在高权威用户网络中的转发关系和新增信息线索；(b)展示了微博从最开始传播到话题展开的时间进程；(c)展示了源作者可信度相关特征；（d）提供了相关话题的其它原创微博和其它媒体平台上相关新闻
在线学习和教育
互联网的发达为知识创造和终生学习提供了新的契机。作为一种以学习为目的的社交媒体，大规模在线课程（Massive
openonlinecourse,MOOC）近年来发展迅速。一些高校开始在edX和Coursera等平台上提供MOOC课程。和传统课堂相比，在MOOC中，学生可以在任何时间、任何地点，通过网络学习由名校名师提供的课程，可以在全社会范围充分发挥教育资源的作用。但和传统的面对面教学相比，MOOC要持续而健康地发展，仍然有很多关键问题（如课程学习中互动不足、学生绩效评估困难、结课率较低等）急需解决。
人因与工效学研究所对MOOC中的互动缺乏问题开展了研究。我们首先开展了一系列针对MOOC授课老师、助教、学生的深度访谈并在此基础上设计问卷，并收集了648份MOOC学生的有效问卷，为理解对MOOC课程中师-生-内容三者之间互动的现状及其与学习投入和产出之间的关系有充分提供了丰富数据[6]。为提高MOOC的交互性，我们尝试将弹幕视频系统的“视频时间锚定评论”的特性引入。我们首先研究了现有弹幕系统的设计有哪些吸引和阻碍用户使用的因素[7,
8]，通过用户访谈和大规模问卷调查分析MOOC系统中授课者和学习者不同的动机和任务，基于以用户为中心的设计方法（User-Centered
Design）设计了增强讨论与视频连接的授课视频系统DanMOOC的系统原型，通过用户测试初步验证了该系统的有效性和可用性[9]。我们在此基础上进行了进一步迭代设计，并通过实验室受控实验将改进后的原型系统与传统MOOC系统进行了比较，实证检验了该系统对于学习投入、临场感和学习效果的影响。
小结
社交媒体中信息传播和社交互动中包含了很多有趣也有意义的课题，研究这些课题需要整合跨越多个学科的理论、方法和工具。我们对此研究充满热情，因为它们对于社交媒体的良性发展有重要的作用。我们期望未来的社交媒体可以让用户更好的表达自己，发挥自身的创造力和价值，获取优质的娱乐、信息和知识，让个人与社会共同受益；而不是用来散布谣言、低俗和恶意，为个人和社会带来负面影响。
相关论文
[1]
Gao,Q.*&Sun,Q.Q.(2015).Examiningtheusabilityoftouchscreengesturesfor
olderandyoungeradults.HumanFactors,57(5):835-63,doi:10.1177/0018720815581293
[2]
Gao,Q.*,&Feng,C.Y.(2016).Brandingwithsocialmedia:Usergratifications,
usagepatterns,andbrandmessagecontentstrategies.ComputersinHuman
Behaviors,63,868–890.doi:10.1016/j.chb.2016.06.022
[3]
Gao,Q.*,Tian,Y.&Tu,M.Y.(2015).Exploringfactorsinfluencinguser'sperceived
credibilityofhealthandsafetyinformationonWeibo.ComputersinHuman
Behavior,45,21-31.doi:10.1016/j.chb.2014.11.071
[4]
Ma,Z.Y.&Gao,Q.(2018).ATextAnalysisbasedMethodfor
ObtainingCredibilityAssessmentofChineseMicroblogUsers.Papertobe
presentedontheInternationalConferenceonHuman-ComputerInteraction,Las
Vegas,US,July15-20,2018.
[5]
Yuan,Q.&Gao,Q.(2016).TheAnalysisofOnlineNews
InformationCredibilityAssessmentonWeiboBasedonAnalyzingContent.InHarrisD.(eds.),
LectureNotesinComputerScience:Vol.9736.EngineeringPsychologyand
CognitiveErgonomics(pp.125–135).doi:10.1007/978-3-319-40030-3_14
[6]
Yuan,Q.,Gao,Q.,&Chen,Y.(2017).APreliminaryStudyonthe
LearningAssessmentinMassiveOpenOnlineCourses.InPei-LuenPatrickRau
(eds.),LectureNotesinComputerScience:Vol.10281.Cross-CulturalDesign
(pp.592-604).
[7]
Chen,Y.,Gao,Q.,&Rau,P.L.P.(2015).UnderstandingGratificationsofWatchingDanmakuVideos–VideoswithOverlaidComments.InRauP.(eds.),
LectureNotesinComputerScience:Vol.9180.Cross-CulturalDesignMethods,
PracticeandImpact
Cross-CulturalDesignMethods,PracticeandImpact(pp.153-163).doi:
10.1007/978-3-319-20907-4_14
[8]
Chen,Y.,Gao,Q.*,&Rau,P.L.(2017).Watchingamoviealoneyet
together:UnderstandingreasonsforwatchingDanmakuvideos.InternationalJournalof
Human-ComputerInteraction,33(9),731-743.doi:10.1080/10447318.2017.1282187
[9]
Chen,Y.,Gao,Q.,&Yuan,Q.(2017).DanMOOC:Enhancingcontent
andsocialinteractioninMOOCswithsynchronizedcommenting.InPei-LuenPatrickRau
(eds.),LectureNotesinComputerScience:Vol.10281.Cross-CulturalDesign
(pp.409-520).
工业工程案例：适合中国人的飞机客舱设计：***测量为例清华大学工业工程系马靓
近些年，伴随着中国经济的高速增长，越来越多的中国人选择乘坐飞机到国内外工作、学习和旅行。每次坐飞机，小编最头疼的就是“行李”问题。登机时要将大包小包举到超级高的行李架上，下飞机时要踮脚在行李架里搜寻自己的物品。飞行途中想取些随身物品，还要小心翼翼，担心行李滑落，影响周围乘客的安全。
想要改善这些看似“反人类”的机舱设计，就需要人因工程的知识了。“人因”的英文是“Human
Factors”，也就是在设计中要考虑“特定的人群的各种因素”，考虑人与工具、环境组成的“人机系统”之间的互动。考虑以上因素而完成的系统设计，才能高效运转，同时也能保证使用者的安全和健康。
其实，飞机机舱、中国的乘客和空乘人员，就组成了一个“人机系统”。利用人因工程的知识对这个系统进行改善和优化，就能解决令小编头疼的“行李”问题。供中国乘客乘坐的飞机，行李架的设计自然要考虑“中国人的特点”：确定行李架的高度，要考虑中国人的身高、腿长、手臂长度；确定行李架的载荷，要考虑中国人的力量特征，尤其是要考虑空乘小哥哥姐的力量范围，不能让他们反反复复推举超过力量范围的行李架，不然长久以往会造成各种腰酸背痛的职业损伤。在人因学里，专门测量和研究人的各种特征（如身体尺寸、力量等）的学科，就叫做“***测量(Anthropometry)”。
比如，想要获得中国乘客的身高、腿长、手臂长度，就可以像量体裁衣一样，用各种尺子进行测量。下图就是在为一名参与实验的空乘姐测量摸高的过程。摸高数据可以指导设计者确定最适合中国人的行李架高度。
图1空乘参与***尺寸的测量（摸高）
再比如，想要测量空乘的推举力量，就可以模拟机舱的环境，设计实验邀请真正的空乘人员来反复推举不同重量的“行李”（其实是用机器输出的阻力来模拟行李的重量），最后选择她们能够接受的力量，给行李架的最大负重设计提供参考。
图2空乘在模拟行李舱中进行推举实验
在设计模拟的行李舱之前，还需要在***仿真软件中初步测试行李架高度的设计是否合理、行李的重量范围对于实验参与者是否安全。下图就是CATIA中模拟的机舱和具有中国空乘身材特点的“仿真人”。空乘需要稍微前倾身体才能关闭行李舱门，视线也只能看到行李架的一小部分。计算表明，空乘手上的重量超过7
kg时，还可能造成肌肉劳损的问题。这些都在提醒设计者，行李架的设计还有改进的空间。
图3
CATIA中仿真的机舱及空乘操作行李舱的视野
看完这个案例，是不是突然觉得身边很多产品的设计都可能和***测量相关呢？确实，大到航空航天领域的机舱布局，小到手边耳机的大小、形状，都和***测量密不可分。而***测量又只是“人的因素”中小小的一部分，人因工程还有更多的内容等着你们来探索~
(清华大学工业工程系案例介绍专题到此结束)
三、篮球罚篮要掌握哪方面？为何感觉像投三分那么难。感觉有点远？
一、瞄篮罚球始于瞄篮点：蓝图的后面一点[篮圈上离你最远的一点]。许多教练教队员瞄篮于篮圈最前面的点，使球击于此点之上。如果要投中，队员必须比瞄篮点投得更远些。为什么要瞄准一点而又放弃这一点呢?如果确定一个瞄篮点，就努力瞄准这一点。当你看到篮圈后面的点时，就能看“进”篮圈里面，这里才是球要去的地方。大多数人投得轻，这是因为太多的人瞄篮于篮图之前。相反，投手瞄篮于篮圈之后，辅以合适的弧度，很少会投得太重。当瞄篮于篮圈之后，蓝图看起来显得更大一些。因为你注意篮围的部分变多了。大目标总比小目标更加容易把球投入网中吧。二、投篮站立姿势双腿不要并拢，而是分开，以便能向各个方向移动。对于右手持球者来说，右脚应靠近罚球线，稍领先于左脚，指向篮圈中央。每次罚球你都做同样的姿势。这种固定化模式非常重要，是关键所在。投篮手同侧的脚放在罚球线前面，稍领先另一只脚几英寸[约数10厘米]，两只脚直接向着篮圈，膝略屈。三、持球开始投篮时持球要小心谨慎一—像拿住一个鸡蛋，而不是柠檬一样。每一次投篮都非常关键，与胜负相连，要经常记住这一点。许多球不是空心入网，而最后却进了。持球方法与此有关：它能缓冲球触篮圈的冲量，如果球末直接命中，球在篮圈上的时间能更长些，这样球滚人网的机会就越多。小心持球，不要太紧。使球放在手指上，不是手掌上。在球与手掌心之间要有空隙。对于单手投篮，用投篮手的食指尖端接触球的平面中心部位投篮手的拇指应该展开，与食指呈60度夹角。扶球手扶球的一侧手指全面展开到最大程度。假设你持球，球两边接合处从左到右，显著的商标也从左到右。这种位置很容易保持，一旦掌握投篮，每一步就定型成机械化，你就会自动把手放球上，然后不用考虑球的两边接合处在哪里，商标在哪里[一旦持球不看这些东西时，你就不知道哪里是球的接合处一一不管怎么持球，不看球时感觉就一样]。当小心持球时，一定要记住只用手指和掌根触球，不要用掌心触球。在球与掌心之间可以有光线穿过。四、膝膝关节不要过分弯曲。许多教练坚持膝关节屈得多点；相反，轻微的屈膝才是必要的。过分身体运动只能增力口不中的可能性，特别是在以下这些不适当的场合：对方教练叫暂停来分散你的注意，最终影响你的出手习惯。但如果习惯动作中没有过多不必要的身体运动时，你就更容易处理这种情况。应该在罚球时努力争取简单流畅的运动，最大限度减少不必要的身体和上臂的运动。五、球出手和出手后手臀跟随动作整个投篮，从开始到球出手的跟进，应该连续地一次性地流畅进行。应该训练这一点，即使一开始你的准确性不高也应如此。柔和地拨球在动力定型中非常重要：柔软而流畅的出手有助于球命中篮圈而人网。应该使脚跟稍稍抬起。球出手时，投篮手的手臂、手腕和手指应充分伸直。抖腕柔和，不能太猛——这样使球有必要的后旋。正确的出手跟随动作是：手腕与手指呈鹅颈型。吩咐队员肘关节内收靠近身体是教练特别喜欢强调的。而这并不那么重要，记住——投篮由手腕来进行，上臂主要是协助手腕做投篮。如果投得已很好，并且肘关节姿势平而直，从而感到很舒适的话，就不要改掉而接受不舒适的姿势。只要不影响其它重要的投篮因素，舒适是很重要的感觉。[投篮时，脚后跟要抬起，前脚趾与地面相触。投篮时注意脚后跟。]六、弧线理想的投篮应有一个好的弧线——球在抛物线最高点时，应比篮圈高度高3．5—4．5英尺[约1米左右]。本书列出的所有基本功，连同良好的球出手和出手后的跟进，适宜的弧线与旋转，应有助于球柔和地触篮圈。这样的话，如果球不空心入网，也会落在篮圈上，滚动几下最后仍然入网。[球出手后跟随动作必须充分，即使投完篮，也要使手掌充分伸直，使手与手腕至鹅颈的形状。]七、眼睛还记得眼睛向哪儿看吗?即使球在飞行，也要使眼睛注视着篮圈后面的点。不要使眼睛跟随球的飞行，不管你认识到没有。它会影响你的注意力。这种毛病很普遍，甚至职业队选手中也有。即便球马上要触及蓝图，也不要立即放下上臂，而一直保持在空中，直到球进为止。否则会使球猛然碰篮图而不中。我知道手保持如此之高、八、旋转从罚球线到篮圈，球旋转一周到一周半就足够了。旋转太多，如果球不会空心人网，就会使球滚出篮圈。指端对球的控制至关重要，因为它是你在投篮过程中最终触球的部分。[使手臂保持在舒适的高度和姿势，扶球手扶球一侧，使两拇指几乎接近，不要过分注意你的肘关节弯曲，采用感到舒适的姿势。]九、自信如果站在罚球线上毫无信心，那你可能就会投不进。投篮要有准备。十、注意力当你罚球时，场上有五名队员希望你不进。无数观众也这么想，特别是作为客队比赛，但你不要被分散注意力。注视瞄篮点，用步伐调整到自己感到舒服。一颗@@@@在球场上空爆炸，球进了。十一、怎么练习很明显，最好的练习方法是罚球。特别制作的球架使球回到你身边，来帮助你训练。我有规律地用一个球，不用球也有其它方法来帮助投篮。如果你在家，没有篮架，就手拿一个球，正确持球，击墙投篮。这不会有助于你瞄篮和出手弧度，但能帮助你持球，出手，出手后跟进以及适宜的站位姿势。在家里你也可以做同样的事：躺在床上，向空中投出又接住。记住——每次处理球时，都要合理。我建议你一天罚球500次，这只需要一个小时[对我，30一40分钟就行了]。如果你真想罚球更准，这只付出了一点点代价。一旦你按部就班地练习所有这些基本功，你的自信心[这非常关键]将逐步得到增强。我希望你能很认真地采纳这些基本功的意见，并逐个练习，即使一开始命中率不高。生活中你不得不努力去做有意义的事，罚球也不例外，亦需努力。
四、篮球罚篮要掌握哪方面？为何感觉像投三分那么难。感觉有点远？
跳投的脚步一定要调好，投篮靠的是手感和节奏，你投篮的时候先把双脚调整好平行于双肩要感觉舒服，然后膝盖弯曲大约成145度，将球放于投篮手的掌根，扶球手将球扶稳但绝不能影响出手，持球上举要有力，手肘对正单手柔和拨动篮球使其有足够的后旋，球应从指尖离手，选择适当的抛物线，一般5米以外的中距离投篮球到最高点时应比篮圈高出至少一米，出手后投篮手应成鹅掌型而且动作保持不变直到球进，投篮没有绝对标准的动作，选择舒适和比较科学的就行，需要你有技巧的练习找到投篮的手感及节奏，成为一种记忆于大脑的动力定型，形成惯性，关键是科学刻苦的练习，建议你每天先练习中距离投篮500球，（最好在队友的帮助下，否则体力会下降影响动力定型），手热后将3分线分为5个区（就像NBA3分大赛一样）进行练习，一个区练习50-100球，并找到自己最准的区域。多看看科比，雷阿伦的投篮，他们的手型和节奏都很好，有助于你提高。精准的跳投是苦练出来的，当你投的多了，动作注意了，投篮就会变得轻松了，身体会慢慢记住正确的姿势，调整能力也会越变越强，甚至在失去平衡的情况下也能将球投进，加油练吧！希望你看看阿里那丝的投篮动作,他的动作可以说是没有瑕疵的,是可以做初学者的教材的在整个投篮过程中,你的目光应始终盯着篮筐,双手持球于腹部,大小手臂弯曲成直角,这时边把球上举,边起跳,到身体达到最高点时,辅助手松开,然后,腰部提力,拨指,将球送出,整个动作要求一气呵成
五、篮球罚篮要掌握哪方面？为何感觉像投三分那么难。感觉有点远？
其实说白了三分球就是把你的两分球的力道多多加大罢了..
你如果能掌握两分球的投篮再去投三分就不会觉得难的..首先是心态的把握..你投惯了两分再去试三分总是会觉得很远的不是..不用和你说怎么去投而是要你去投！投多了还要什么动作要什么力道..和你讲要多少力道你就会标准的掌握吗？抓住投进三分的那感觉..记住那感觉觉得需要多少力道就用多少..投多了力道固定了就准了！
