شناسایی متغیر های دارای بیشترین تاثیر در پیش بینی وضعیت سلامت کارکنان سازمان با استفاده از الگوریتم شبکه عصبی

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 394

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

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.

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