《人类（飞行员）数字孪生和建模指南》美国空军报告

基于模型的系统工程正在被迅速采用，以帮助工程系统的设计和早期评估（Delligatti，2013；Friedenthal 等人，2014）。更重要的是，这些工具正迅速被美国国防部及其承包商所采用，其目标是提高产品采购率和降低系统维持成本（Roper，2020 年）。

遗憾的是，在系统模型中，这些系统中的操作人员和工作人员通常被视为外部行动者，他们在系统运行期间与系统进行交互（M. Watson 等人，2017 年）。因此，当系统由具有代表性的人员操作时，支持模型不太可能代表系统的总体性能。此外，具有人类性能评估和建模经验的空军兵力人员很少具备在这些模型中充分代表人类的专业知识。此外，也不存在将人作为这些系统模型的一部分进行建模的标准和指南。

现有的系统模型虽然有助于系统的设计、规范和采购，但在系统生命周期的其他阶段也有价值。其他研究正在说明这些模型在系统运行和维护期间的用途。在系统生命周期的这些阶段，可将这些模型嵌入数字孪生中，以帮助改进战术、技术和程序（TTP）。战术、技术和程序（TTPs）的改进可提高实战系统和系统内操作人员的整体性能。

在本报告中，我们首先探讨了数字孪生技术的定义，以帮助定义人类数字孪生。我们还将进一步探讨有关在 MBSE 模型中应用人类建模的文献，因为这些模型与系统获取有关，重点关注获取中的重要指标。通过这一视角，我们提出了应用人类建模支持产品生命周期的潜在愿景，同时提供了使用这些模型帮助理解系统生命周期中的人（飞行员）的一些见解。最后，我们开始探索人类数字模型的框架，并讨论在系统模型和人类数字孪生中开发集成人类数字模型的一些基本问题和障碍。

图7建议的与人相关的度量标准分类。