在国防、核电、航空航天及轨道交通等领域,具有高度复杂性、动态性的人机交互系统呈现出信息形式、任务类型多样化以及任务中断普遍化的特点。随着任务中断普遍化特点的愈发突出,中断问题逐渐成为阻碍人机协同、自适应自动化等技术发展的瓶颈问题之一,通过中断管理提高人机协作绩效是进一步提升系统高效性和安全性的关键途径,如何减少任务中断负面影响、避免中断后操作失误并保障系统安全是亟待解决的问题。当前研究大多从人员行为和认知层面展开,缺少对中断过程中人员生理指标的探究;尚未有学者从人员动态变化的状态角度出发,探寻个体状态对中断后绩效的影响效应及生理机制;已有研究成果大多基于简单办公作业环境,缺乏针对复杂人机交互环境中的中断管理方法研究。因此,复杂人机交互多任务环境下任务特征、个体状态对中断的影响效应和机理,以及中断管理策略和干预措施均有待进一步探讨。针对上述问题,本文以国家自然基金重点项目“高速列车自动驾驶理论和关键技术研究”为背景,以降低和改善复杂人机交互系统任务中断对中断后绩效和脑力负荷的负面效应为总体目标,在深入剖析复杂系统的多任务特征、构建并发多任务时间序列模型以及设计中断实验范式的基础上,通过人因实验法,结合大脑电信号测量技术,研究任务属性和脑力疲劳对中断恢复、中断后行为绩效与脑力负荷的影响效应及生理机理,揭示个体的脑力疲劳状态对任务中断过程的调节机制。基于实验结果,采用认知工作分析（Cognitive Work Analysis,CWA）研究中断管理策略,提出适用于并发多任务作业情境的任务中断管理策略并进行验证,从而为改善复杂人机交互系统中的任务中断管理奠定基础,为优化系统任务、作业环境等方面的设计提供技术和理论的支撑。本文主要研究工作如下:（1）脑力疲劳和并发多任务属性对中断后行为影响研究。在深入分析任务中断基础理论、影响因素、认知与生理特征以及任务中断管理研究现状的基础上,通过复杂人机交互系统多任务作业特征分析,构建并发多任务中断时间序列模型并设计了基于第二代多属性任务组（Multi-Attribute Task Battery-Ⅱ,MATB-Ⅱ）的并发多任务中断实验范式。将脑力疲劳状态引入任务中断研究,通过人因实验和数据分析,发现脑力疲劳状态降低了MATB-Ⅱ主任务在中断后的行为绩效,明确了多任务环境中不同类型子任务的调节效应。（2）任务中断对作业绩效影响的生理和认知机制研究。结合脑电（Electroencephalogram,EEG）采集与分析,基于n-back设计中断实验范式并开展人因实验,发现了任务中断后的加速效应与多次任务中断的累积效应。通过比较任务中断和暂停中断,并结合中断的目标记忆理论（Memory for Goals,MFG）,明确了任务中断过程中主任务相关信息的工作记忆除了随时间衰减外,无关信息的干扰对恢复延迟和工作记忆产生了更大的影响,表现为中断后P300振幅和Alpha频带能量的增高,基于此提出了改进的目标记忆理论。（3）脑力疲劳对中断过程的调节作用及其生理和认知机制研究。基于持续性操作任务AX变式（AX-Continuous Performance Test,AX-CPT）诱发被试脑力疲劳状态并再次执行基于2-back的任务中断实验,通过比较非疲劳组和疲劳组的行为绩效、主观负荷评分和脑电信号数据,明确了脑力疲劳加剧任务中断负面效应的认知与生理机制主要源于抑制功能的受损,发现了在脑力疲劳状态下,P300振幅降低,Alpha能量上升,多次连续的累积中断会使心理促进系统过度激活,引发更严重的脑力疲劳,从而形成负向反馈。（4）基于行为、生理和认知机制的中断管理策略分析与验证研究。基于认知工作分析对任务中断管理策略进行了探讨,在进行工作域分析、关联活动模板分析和构建决策梯模型的基础上,提出了三种适用于并发多任务作业情境的任务中断管理策略:中断延迟、中断线索提示和动态照明环境。通过设计并开展预实验和正式实验,数据分析发现辅助提示和动态照明环境在疲劳状态下提高了主任务绩效与人员警觉性,表现为Alpha、Theta/Beta和（Alpha+Theta）/Beta的降低,验证了在中断后提供界面辅助提示和设置动态照明环境对于改善任务中断绩效的有效性。