摘要: 运用维也纳测试系统(Vienna test system, VTS)对354名地铁司机的认知能力进行测评,通过K-means聚类算法对VTS数据进行无监督学习建模,得到司机认知能力分类模型。以Recall值最大为目标函数,对认知能力分类模型进行XGBoost训练和优化,采用SHAP算法对模型中各项认知能力特征指标的重要度进行分析,识别出平均反应时间、正确总数和视野范围三项关键因素以及它们之间的交互作用。研究结果用于认知与应急能力领域,可为地铁司机的遴选、在岗测评和培训提供一种更精确的工具。