شناسایی متغیر های دارای بیشترین تاثیر در پیش بینی وضعیت سلامت کارکنان سازمان با استفاده از الگوریتم شبکه عصبی
محل انتشار: چهاردهمین کنفرانس بین المللی مهندسی صنایع
سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 394
فایل این مقاله در 9 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:
IIEC14_365
تاریخ نمایه سازی: 26 مرداد 1397
چکیده مقاله:
در این تحقیق با توجه به تعداد زیاد متغیر های موجود در مبحث سنجش وضعیت سلامت کارکنان، برای شناسایی متغیر هایی که بیشترین تاثیر را بر سلامت کارکنان دارند، از شبکه عصبی مصنوعی استفاده شده است. از بین 80 متغیر موجود که در معاینات و آزمایش های دوره ای سالیانه طب برای سنجش سلامت کارکنان مورد استفاده قرار می گیرد، تعداد 22 عدد به عنوان متغیر هایی که بیشترین تاثیر را بر نتیجه نهایی معاینات سنجش سلامت کارکنان دارند انتخاب گردیده اند که به ترتیب مهم ترین این متغیر ها شامل لیپوپروتیین با چگالی بالا( HDL)، آنزیم کبدی (SGOT) و کراتنین می باشد. نتایج بدست آمده در این تحقیق در افزایش دقت خوشه بندی وضعیت سلامت کارکنان می تواند کاربرد داشته باشد.
کلیدواژه ها:
نویسندگان
احسان سلیمان فر
دانشکده مهندسی صنایع، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران
مهرزاد نوابخش
دانشکده مهندسی صنایع، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران
محمدوحید سبط
استادیار، دانشگاه خوارزمی، دانشکده فنی و مهندسی، گروه مهندسی صنایع، ایران، تهران