CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

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

عنوان مقاله: شناسایی متغیر های دارای بیشترین تاثیر در پیش بینی وضعیت سلامت کارکنان سازمان با استفاده از الگوریتم شبکه عصبی
شناسه ملی مقاله: IIEC14_365
منتشر شده در چهاردهمین کنفرانس بین المللی مهندسی صنایع در سال 1396
مشخصات نویسندگان مقاله:

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

خلاصه 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.

کلمات کلیدی:
شبکه عصبی، سلامت کارکنان، انتخاب متغیر

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/760936/