پیش بینی ریسک حوادث شغلی با استفاده از روش سیستم استنتاج عصبی-فازی در شرکت آذرآب
محل انتشار: مجله مهندسی بهداشت حرفه ای، دوره: 7، شماره: 4
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 361
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JOHE-7-4_003
تاریخ نمایه سازی: 8 خرداد 1400
چکیده مقاله:
امروزه هیچ یک از صنایع مایل نیستند که در محیط کاری آنها حادثه ای به وقوع بپیوندد و در این راستا از ابزارهای متفاوتی استفاده می نمایند. یکی از این ابزارها که توانائی مناسبی در شناسائی خطرات و موقعیت های نامناسب دارد آنالیز ریسک است. با توجه به اهمیت پیش بینی ریسک شغلی و کاهش آسیب شغلی در این تحقیق به پیش بینی ریسک شغلی با استفاده از الگوریتم های مختلف شبکه عصبی پرداخته شده است. این تحقیق از نظر هدف در زمره تحقیقات کاربردی قرار دارد و از نظر شیوه اجرا در زمره تحقیقات علی و پیمایشی قرار دارد. بر این اساس پایگاه داده تست متشکل از ۱۱۹ حادثه در سال ۱۳۹۷ تشکیل شده است. در مرحله بعد با توجه به دقت بالای الگوریتم های شبکه عصبی بر روی پایگاه داده می توان پی برد که پایگاه داده دارای اعتبار کافی بوده که در این راستا الگوریتم Dynamic ANN دارای بیشترین دقت (۷۶ درصد) در پیش بینی آسیب شغلی می باشد. همچنین بر اساس نتایج بدست آمده مهمترین معیارهای موثر بر ریسک آسیب شغلی روز- زمان، نوع حادثه و وضعیت خطرناک دخیل در حادثه می باشد. این تحقیق از لحاظ کاربردی می تواند برای شرکت آذرآب مفید باشد چرا که شرکت می تواند تمامی حالات آسیب پذیری را در کنار یکدیگر قرار داده و ریسک هر یک از این حالات را با پیاده سازی الگوریتم شبکه عصبی پیش بینی نماید و بر این اساس نسبت به ارائه دستورالعمل های کنترل ریسک اقدام نماید.
کلیدواژه ها:
نویسندگان
مهدی نصراللهی
Imam Khomeini International University
مرضیه شازده احمدی
موسسه آموزش عالی سهروردی
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :