报警管理系统是用来对工业生产过程中的异常状况进行实时检测并生成提示信息，操作员依此对异常工况进行干预和处理，从而降低生产过程中事故发生率，提高工厂生产效率和安全性。　　在实际生产过程中，误报警即无效报警的频繁出现使操作员对报警的处理效率降低，给生产过程带来了极大的负面影响，合适的报警阈值设置可以有效降低误报警率。在报警阈值设置和优化的研究中，很少考虑到操作员对报警的判断和处理能力的影响。本文结合人因工程学理论和数据挖掘技术，将操作员对报警的判断和处理能力进行定性和定量考虑，并将其结合到报警阈值优化过程中，提出了一种结合操作员综合处理能力的报警阈值优化方法。　　首先，对传统的关联规则挖掘APRIORI算法进行了改进，引入提升度lift，丰富了传统的仅基于支持度-置信度框架的APRIORI算法，减少了挖掘所获得的规则数量，提高了规则质量。采用改进后的APRIORI算法对过程报警变量和相关的报警处理变量进行关联规则挖掘，在此基础上，定义了操作员判断能力和处理能力指标，并通过数据统计分析进行了人因指标提取。　　其次，模糊逻辑推理方法以滋扰报警率和报警处理率作为模糊输入项，根据模糊推理规则得出操作员的综合能力指标。利用核密度估计方法对异常状态过程变量进行概率密度估计得到误报警率和漏报警率，结合人因数据挖掘结果，给出误报警率和漏报警率的权重，最终建立基于操作员综合能力的报警阈值优化目标函数。　　最后，以TE过程为应用对象，分别通过传统阈值设置方法和本文所提的基于操作员综合能力的报警阈值优化方法计算阈值，通过对比分析，对本文所提出的结合操作员综合处理能力的过程报警阈值优化方法能更好的适应操作员的操作习惯和能力，验证了该方法的有效性。