铁路行车调度员在保证铁路行车安全起着重要的作用。研究以调度员在不同情绪中的工作状态作为研究内容，研究设计了一种用于采集高速铁路调度作业人员在不同情绪状态下，执行调度任务并采集生理数据的实验模式。通过情绪诱导实验确保调度员分别进入4种工作状态，收集眼动数据并建立K近邻（KNN）分类模型和分类与回归树（CART）决策树分类模型进行状态识别，前者识别精度更高可达90%以上，搭建卷积神经网络-门控循环单元（CNN-GRU）融合模型，提高疲劳程度预测效果。