2、软件可用性评估与重新设计工作坊实践

软件可用性评估与重新设计工作坊实践

在软件设计与开发过程中,可用性评估和重新设计是提升软件用户体验的重要环节。本文将详细介绍一次软件重新设计工作坊的实践过程,包括评估方法、工作坊的组织与活动,以及最终的研究发现。

1. 可用性评估

在测试阶段,采用了出声思考协议。测试结束后,参与者需填写 NASA TLX 测试,以评估他们所感知到的心理工作量。每天所有评估环节结束后,运用即时数据分析方法开展问题识别环节。该方法有助于快速高效地识别可用性问题,为后续的设计工作坊提供依据。具体的可用性问题识别流程如下:
1. 测试监控人员凭记忆观察到的问题;
2. 测试监控人员或记录人员凭记忆观察到的问题;
3. 通过对分配任务的系统遍历识别出的问题;
4. 通过对记录人员笔记的系统遍历识别出的问题;
5. 对每个已识别的可用性问题进行严重程度分类。

最终共识别出 75 个可用性问题,其中 7 个为关键问题,38 个为严重问题,38 个为表面问题。此外,有 4 个问题因对应用领域知识不足而被归类为不完整问题。研究发现,部分问题与基本概念相关,参与者难以区分不同类型的权限和应用;无人能确定哪些字段是必填项,导致对提交表单的完整性不确定;建筑申请人和所有者的划分给多数参与者带来了诸多问题;几乎没有参与者能够在申请中附加附录和图纸。NASA TLX 测试显示,参与者认为心理工作量和挫败感是所经历工作量的最重要影响因素。

2. 重新设计工作坊

为解决可用性评估反馈中存在的挑战和障碍,设计了重新设计工作坊。其基本理念是通过集成设计活动“向前看”,而非仅采用回顾性方法关注已识别的问题,从而克服当前系统的局限性。工作坊中

内容概要:本文介绍了一个基于MATLAB实现的无人机三维路径规划项目,采用蚁群算法(ACO)多层感知机(MLP)相结合的混合模型(ACO-MLP)。该模型通过三维环境离散化建模,利用ACO进行全局路径搜索,并引入MLP对环境特征进行自适应学习启发因子优化,实现路径的动态调整多目标优化。项目解决了高维空间建模、动态障碍规避、局部最优陷阱、算法实时性及多目标权衡等关键技术难题,结合并行计算参数自适应机制,提升了路径规划的智能性、安全性和工程适用性。文中提供了详细的模型架构、核心算法流程及MATLAB代码示例,涵盖空间建模、信息素更新、MLP训练融合优化等关键步骤。; 适合人群:具备一定MATLAB编程基础,熟悉智能优化算法神经网络的高校学生、科研人员及从事无人机路径规划相关工作的工程师;适合从事智能无人系统、自动驾驶、机器人导航等领域的研究人员; 使用场景及目标:①应用于复杂三维环境下的无人机路径规划,如城市物流、灾害救援、军事侦察等场景;②实现飞行安全、能耗优化、路径平滑实时避障等多目标协同优化;③为智能无人系统的自主决策环境适应能力提供算法支持; 阅读建议:此资源结合理论模型MATLAB实践,建议读者在理解ACOMLP基本原理的基础上,结合代码示例进行仿真调试,重点关注ACO-MLP融合机制、多目标优化函数设计及参数自适应策略的实现,以深入掌握混合智能算法在工程中的应用方法。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值