تحلیل علّی و پیش بینی میزان شدت حوادث صنعتی در صنایع ساخت وساز با استفاده از شبکه عصبی مصنوعی

نویسندگان

احمد سلطلان زاده

گروه مهندسی بهداشت حرفه ای، دانشکده بهداشت، دانشگاه علوم پزشکی قم، قم، ایران. ایرج محمدفام

گروه مهندسی بهداشت حرفه ای، دانشکده بهداشت، دانشگاه علوم پزشکی همدان، همدان، ایران. شهرام محمودی

گروه بهداشت- ایمنی- محیط زیست، گروه مپنا، تهران، ایران. بهروز علی زاده سواره

گروه انفورماتیک پزشکی، دانشکده پیراپزشکی دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران. علیرضا محمدی ارانی

چکیده

سابقه و هدف: شدت بروز حوادث صنعتی ناشی از علل و عوامل مختلف، متفاوت می باشد. این مطالعه باهدف تحلیل علّی و پیش بینی میزان شدت حوادث صنعتی در صنایع ساخت وساز اجرا شد. روش بررسی: این مطالعه یک بررسی مقطعی از نوع توصیفی- تحلیلی بود که به تجزیه وتحلیل علّی و پیش بینی شدت حوادث رخ داده طی سال های 92- 1388 در صنایع ساخت وساز پرداخت. داده های مطالعه شامل اطلاعات مربوط به 500 حادثه آسیب زای انسانی بود که طی سال های موردمطالعه در صنایع مختلف ساخت وساز در ایران رخ داده بود. تجزیه وتحلیل داده ها با استفاده از شبکه عصبی مصنوعی و نرم افزار برنامه نویسی matlab r 2014 انجام شد. ملاحظات اخلاقی هلسینکی در این مطالعه رعایت شد. یافته ها: در این مطالعه نشان داده شد که میانگین سن و میزان تحصیلات، نوع فعالیت و تعداد کارگران در هر فعالیت ساخت وسازی، آموزش های دوره ای بهداشت- ایمنی- محیط زیست محتوای برنامه های آموزشی بهداشت- ایمنی- محیط زیست و شاخص آموزش بهداشت- ایمنی- محیط زیست و شاخص های شناسایی خطرات، ارزیابی خطر دوره ای، ممیزی ایمنی و انجام اقدامات کنترلی مانند استفاده از تجهیزات حفاظت فردی، به عنوان شاخص های تحلیلی و پیش بینی کننده میزان شدت حوادث در صنایع ساخت وساز شناسایی شدند. نتیجه گیری: بر اساس یافته ها می توان گفت که استفاده از شبکه عصبی مصنوعی می تواند به عنوان یک ابزار مناسب در تحلیل علی و پیش بینی میزان شدت حوادث در صنایع ساخت وساز مورداستفاده قرار گیرد.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

پیش بینی میزان غلظت آلاینده های هوای تهران با استفاده از شبکه عصبی مصنوعی

در این تحقیق شبکه عصبی مصنوعی جهت برآورد و پیش بینی غلظت گازهای آلاینده هوا به کار رفته است.با توجه به خطر آلودگی هوا در شهر تهران و ایجاد مشکلات زیست محیطی و بیماری های خطرناک تنفسی و پوستی به ویژه برای کودکان و سالمندان و نیاز شدید به کنترل آن ، این تحقیق در جهت برنامه ریزی و کنترل این مشکل در تهران و همچنین شهرهای بزرگ دیگر انجام گرفته است. برای این منظور از آمار غلظت گازهای آلاینده هوای ثبت...

متن کامل

پیش بینی میزان موفقیت کارآفرینان روستایی شهرستان کرمانشاه با استفاده از تحلیل شبکه عصبی مصنوعی(ann)

افزایش نرخ بیکاری، سرمایه­بر بودن طرح­ها و ... موجب افزایش شکاف میان طبقات درآمدی و اشتغال کاذب شده است. چنین پیامدهای مخربی که ریشه در فقدان فرصت­های شغلی مناطق داشته است، موجب گردیده تا کشورهای در حال توسعه استراتژی­های جدیدی را با هدف رشد فرصت­های شغلی به صورت غیرمتمرکز به کار گیرند. در این راستا، استراتژی کارآفرینی، در جهت دستیابی به اهداف فوق، در بسیاری از کشورها مورد استفاده قرار گرفته اس...

متن کامل

مدل سازی و پیش بینی رشد اقتصادی در ایران با استفاده از شبکه های عصبی مصنوعی

شبکه های عصبی مصنوعی، یک ابزار قدرتمند برای تجزیه و تحلیل داده ها و مدل سازی روابط غیر خطی به حساب می آید که استفاده از آن طی سال های گذشته در اقتصاد کلان گسترش یافته است. در این مطالعه، کارایی یک مدل شبکه عصبی با یک مدل خطی رگرسیون برای پیش بینی نرخ رشد اقتصادی در ایران مقایسه می شود. برای این منظور ابتدا، یک مدل رگرسیون رشد برای دوره 1315-1373 برآورد شده و سپس با همان مجموعه رگرسورها (متغیرها...

متن کامل

پیش بینی تولید آبزیان دریایی در ایران با استفاده از روش ARIMA و شبکه عصبی مصنوعی

پیش­بینی پدیده­های اقتصادی ساختاری فراهم می­کند تا مدیران و مسؤلان اقتصادی را در گرفتن تصمیم‌های درست یاری ­دهد. هدف اصلی این مطالعه پیش­بینی مقدار تولید آبزیان دریایی در ایران است. برای این منظور از روش­های سری زمانی خود توضیح جمعی میانگین متحرک (ARIMA)[1] و شبکه عصبی مصنوعی[2] استفاده می­شود. در این مطالعه سه ساختار گوناگون شبکه عصبی شامل شبکه عصبی پیشرو[3]، تابع پایه شعاعی[4] و المن[5] بکار ...

متن کامل

پیش بینی تبخیر با استفاده از شبکه عصبی مصنوعی و سیگنا لهای اقلیمی در حوضه دز

تبخیر از پدیده های مهم چرخه آبشناختی است و تخمین و پیش بینی آن در مدیریت و برنامه ریزی اصولی آب ضروری می باشد، به همین خاطر به پیش بینی این پدیده در حوضه دز که بخش مهمی از آب مصرفی کشور را تأ مین می کند پرداخته شده است. در شبیه سازی تبخیر و بررسی امکان پیش بینی آن ازمدل شبکه عصبی مصنوعی با بهره گیری از نرم افزار نروسلوشن استفاده گردیده که آمار مربوط به تبخیر در 4 ایستگاه همدید با حداقل 19 سال آ...

متن کامل

پیش بینی هزینه تکمیل پروژه های ساخت با استفاده از شبکه های عصبی مصنوعی و روش مدیریت ارزش حاصله

انحراف زمان و هزینه‌ نهایی پروژه‌‌های ساخت نسبت به مقادیر برآورد اولیه، مسئله‌ای است که در تمام کشورها وجود دارد. این انحرافات سبب به وجود آمدن دعاوی متعددی می ­شوند؛ بنابراین باید از به وجود آمدن آن‌ها جلوگیری شود. پیش­ بینی، یکی از ابزارهای مهم کنترل انحرافات زمان و هزینه پروژه است. یکی از روش‌های استاندارد برای پیش ­بینی زمان و هزینه پروژه، روش مدیریت ارزش حاصله است. همچنین مدل ­سازی به کمک ...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید


عنوان ژورنال:
ارتقای ایمنی و پیشگیری از مصدومیتها

جلد ۴، شماره ۳، صفحات ۱۸۳-۱۹۰

کلمات کلیدی
[ ' پ ی ش ب ی ن ی ' , ' م ی ز ا ن ش د ت ح ا د ث ه ' , ' ص ن ا ی ع س ا خ ت و س ا ز ' , ' ش ب ک ه ع ص ب ی م ص ن و ع ی h o w t o c i t e t h i s a r t i c l e ' , ' s o l t a n z a d e h a ' , ' m o h a m m a d f a m i ' , ' m a h m o u d i s h ' , ' a l i z a d e h s a v a r e h b ' , ' m o h a m a d i a r a n i a . a n a l y s i s a n d f o r e c a s t i n g t h e s e v e r i t y o f c o n s t r u c t i o n a c c i d e n t s . j s a f p r o m o t i n j p r e v . 2 0 1 6 ' , ' 4 ( 3 ) ' , 1 8 3 , ' 9 0 . r e f e r e n c e s ' , ' 1 . x a 0 x a 0 x a 0 f e r n a n d e z ' , ' m u n i z b ' , ' m o n t e s ' , ' p e o n j m ' , ' v a z q u e z ' , ' o r d a s c j . r e l a t i o n b e t w e e n o c c u p a t i o n a l s a f e t y m a n a g e m e n t a n d f i r m p e r f o r m a n c e . s a f e t y s c i e n c e . 2 0 0 9 ' , ' 4 7 ( 7 ) ' , 9 8 0 , ' 9 1 . [ s c o p u s ] 2 . x a 0 x a 0 x a 0 s o l t a n z a d e h a ' , ' m o h a m m a d f a m i ' , ' m o g h i m b e i g i a ' , ' a k b a r z a d e h m ' , ' g h i a s v a n d r . k e y f a c t o r s c o n t r i b u t i n g t o a c c i d e n t s e v e r i t y r a t e i n c o n s t r u c t i o n i n d u s t r y i n i r a n ' , ' a r e g r e s s i o n m o d e l l i n g a p p r o a c h . a r h h i g r a d a t o k s i k o l . 2 0 1 6 ' , ' 6 7 ( 1 ) ' , 4 7 , ' 5 3 . [ p u b m e d ] 3 . x a 0 x a 0 x a 0 m a h m o u d i s ' , ' g h a s e m i f ' , ' m o h a m m a d f a m i ' , ' s o l e i m a n i e . f r a m e w o r k f o r c o n t i n u o u s a s s e s s m e n t a n d i m p r o v e m e n t o f o c c u p a t i o n a l h e a l t h a n d s a f e t y i s s u e s i n c o n s t r u c t i o n c o m p a n i e s . s a f h e a l t h w o r k . 2 0 1 4 ' , ' 5 ( 3 ) ' , 1 2 5 , ' 3 0 . [ p u b m e d ] 4 . x a 0 x a 0 x a 0 m o h a m m a d f a m i ' , ' m o g h i m b e i g i a . e v a l u a t i o n o f i n j u r i e s a m o n g a m a n u f a c t u r i n g i n d u s t r y s t a f f i n i r a n . j r e s h e a l t h s c i . 2 0 0 9 ' , ' 9 ( 1 ) ' , 7 , ' 1 2 . [ p u b m e d ] 5 . x a 0 x a 0 x a 0 c h e n g c ' , ' w ' , ' l e u s ' , ' s ' , ' c h e n g y ' , ' m ' , ' w u t ' , ' c ' , ' l i n c ' , ' c . a p p l y i n g d a t a m i n i n g t e c h n i q u e s t o e x p l o r e f a c t o r s c o n t r i b u t i n g t o o c c u p a t i o n a l i n j u r i e s i n t a i w a n & ' , ' # 0 3 9 ' , ' s c o n s t r u c t i o n i n d u s t r y . a c c i d a n a l p r e v . 2 0 1 2 ' , 4 8 , 2 1 4 , ' 2 2 . [ p u b m e d ] 6 . x a 0 x a 0 x a 0 y u n g p . i n s t i t u t i o n a l a r r a n g e m e n t s a n d c o n s t r u c t i o n s a f e t y i n c h i n a ' , ' a n e m p i r i c a l e x a m i n a t i o n . c o n s t r u c t i o n m a n a g e m e n t a n d e c o n o m i c s . 2 0 0 9 ' , ' 2 7 ( 5 ) ' , 4 3 9 , ' 5 0 . [ s c o p u s ] 7 . x a 0 x a 0 x a 0 m a n u p a ' , ' a n k r a h n a ' , ' p r o v e r b s d g ' , ' s u r e s h s . i n v e s t i g a t i n g t h e m u l t i ' , ' c a u s a l a n d c o m p l e x n a t u r e o f t h e a c c i d e n t c a u s a l i n f l u e n c e o f c o n s t r u c t i o n p r o j e c t f e a t u r e s . a c c i d a n a l p r e v . 2 0 1 2 ' , 4 8 , 1 2 6 , ' 3 3 . [ p u b m e d ] 8 . x a 0 x a 0 x a 0 h i n z e j w ' , ' t e i z e r j . v i s i b i l i t y ' , ' r e l a t e d f a t a l i t i e s r e l a t e d t o c o n s t r u c t i o n e q u i p m e n t . s a f e t y s c i e n c e . 2 0 1 1 ' , ' 4 9 ( 5 ) ' , 7 0 9 , ' 1 8 . [ s c o p u s ] 9 . x a 0 x a 0 x a 0 s o l t a n z a d e h a ' , ' m o h a m m a d f a m i ' , ' a k b a r z a d e h m . s t u d y i n g d i s a b l i n g o c c u p a t i o n a l a c c i d e n t s i n t h e c o n s t r u c t i o n i n d u s t r y d u r i n g t w o y e a r s . j o u r n a l o f o c c u p a t i o n a l h y g i e n e e n g i n e e r i n g . 2 0 1 4 ' , ' 1 ( 2 ) ' , 5 7 , ' 6 6 . 1 0 . x a 0 m o h a m a d f a m i ' , ' s o l e i m a n i e ' , ' g h a s e m i f ' , ' z a m a n p a r v a r a . c o m p a r i s o n o f m a n a g e m e n t o v e r s i g h t a n d r i s k t r e e a n d t r i p o d ' , ' b e t a i n e x c a v a t i o n a c c i d e n t a n a l y s i s . j u n d i s h a p u r j o u r n a l o f h e a l t h s c i e n c e s . 2 0 1 5 ' , ' 7 ( 1 ) ' , ' e 2 3 5 5 4 . 1 1 . x a 0 a z a d e h a ' , ' m o h a m m a d f a m i . a f r a m e w o r k f o r d e v e l o p m e n t o f i n t e g r a t e d i n t e l l i g e n t h u m a n e n g i n e e r i n g e n v i r o n m e n t . i n f o r m a t i o n t e c h n o l o g y j o u r n a l . 2 0 0 6 ' , ' 5 ( 2 ) ' , 2 9 0 , ' 9 . [ s c o p u s ] 1 2 . x a 0 c h o k ' , ' h o n g t ' , ' h y u n c . e f f e c t o f p r o j e c t c h a r a c t e r i s t i c s o n p r o j e c t p e r f o r m a n c e i n c o n s t r u c t i o n p r o j e c t s b a s e d o n s t r u c t u r a l e q u a t i o n m o d e l . e x p e r t s y s t e m s w i t h a p p l i c a t i o n s . 2 0 0 9 ' , ' 3 6 ( 7 ) ' , 1 0 4 6 1 , ' 7 0 . [ s c o p u s ] 1 3 . x a 0 f a m i m ' , ' n i k o o m a r a m h ' , ' s o l t a n i a n a . c o m p a r a t i v e a n a l y s i s o f c r e a t i v e a n d c l a s s i c t r a i n i n g m e t h o d s i n h e a l t h ' , ' s a f e t y a n d e n v i r o n m e n t ( h s e ) p a r t i c i p a t i o n i m p r o v e m e n t . j o u r n a l o f l o s s p r e v e n t i o n i n t h e p r o c e s s i n d u s t r i e s . 2 0 1 2 ' , ' 2 5 ( 2 ) ' , 2 5 0 , ' 3 . 1 4 . x a 0 s i l v e y a b ' , ' o f f i c e r h c q i . i n t r o d u c t i o n t o r o o t c a u s e a n a l y s i s ( r c a ) . 2 0 1 0 . 1 5 . x a 0 m o h a m m a d f a m i ' , ' s o l t a n z a d e h a ' , ' m o g h i m b e i g i a ' , ' a k b a r z a d e h m . m o d e l i n g o f i n d i v i d u a l a n d o r g a n i z a t i o n a l f a c t o r s a f f e c t i n g t r a u m a t i c o c c u p a t i o n a l i n j u r i e s b a s e d o n t h e s t r u c t u r a l e q u a t i o n m o d e l i n g ' , ' a c a s e s t u d y i n l a r g e c o n s t r u c t i o n i n d u s t r i e s . a r c h i v e s o f t r a u m a r e s e a r c h . 2 0 1 6 ' , ' 5 ( 3 ) ' , ' e 3 3 5 9 5 . [ p u b m e d ] 1 6 . x a 0 m o h a m m a d f a m i ' , ' s o l t a n z a d e h a ' , ' m o g h i m b e i g i a ' , ' a k b a r z a d e h m . c o n f i r m a t o r y f a c t o r a n a l y s i s o f o c c u p a t i o n a l i n j u r i e s ' , ' p r e s e n t i n g a n a n a l y t i c a l t o o l . t r a u m a m o n t h l y . 2 0 1 6 ( i n p r e s s ) . 1 7 . x a 0 m o h a m m a d f a m i ' , ' s o l t a n z a d e h a ' , ' m o g h i m b e i g i a ' , ' s a v a r e h b a . a n a l y s i s a n d m o d e l i n g o f t h r e a t e n i n g f a c t o r s o f w o r k f o r c e s h e a l t h i n l a r g e ' , ' s c a l e w o r k p l a c e s ' , ' c o m p a r i s o n o f f o u r ' , ' f i t t i n g m e t h o d s t o s e l e c t o p t i m u m t e c h n i q u e . e l e c t r o n p h y s i c i a n . 2 0 1 6 ' , ' 8 ( 2 ) ' , ' 1 9 1 8 . [ p u b m e d ] 1 8 . x a 0 m o h a m m a d f a m i ' , ' s o l t a n z a d e h a ' , ' m o g h i m b e i g i a ' , ' s a v a r e h b a . u s e o f a r t i f i c i a l n e u r a l n e t w o r k s ( a n n s ) f o r t h e a n a l y s i s a n d m o d e l i n g o f f a c t o r s t h a t a f f e c t o c c u p a t i o n a l i n j u r i e s i n l a r g e c o n s t r u c t i o n i n d u s t r i e s . e l e c t r o n i c p h y s i c i a n . 2 0 1 5 ' , ' 7 ( 7 ) . [ p u b m e d ] 1 9 . x a 0 g y e k y e s a ' , ' s a l m i n e n s ' , ' o j a j a r v i a . a t h e o r e t i c a l m o d e l t o a s c e r t a i n d e t e r m i n a t e s o f o c c u p a t i o n a l a c c i d e n t s a m o n g g h a n a i a n i n d u s t r i a l w o r k e r s . i n t e r n a t i o n a l j o u r n a l o f i n d u s t r i a l e r g o n o m i c s . 2 0 1 2 ' , ' 4 2 ( 2 ) ' , 2 3 3 , ' 4 0 . [ s c o p u s ] 2 0 . x a 0 j a k h a r s k ' , ' b a r u a m k . a n i n t e g r a t e d m o d e l o f s u p p l y c h a i n p e r f o r m a n c e e v a l u a t i o n a n d d e c i s i o n ' , ' m a k i n g u s i n g s t r u c t u r a l e q u a t i o n m o d e l l i n g a n d f u z z y a h p . p r o d u c t i o n p l a n n i n g & ' , ' c o n t r o l . 2 0 1 3 ( a h e a d ' , ' o f ' , ' p r i n t ) ' , 1 , ' 2 0 . [ s c o p u s ] 2 1 . x a 0 m o g h a d d a m f r ' , ' a f a n d i z a d e h s ' , ' z i y a d i m . p r e d i c t i o n o f a c c i d e n t s e v e r i t y u s i n g a r t i f i c i a l n e u r a l n e t w o r k s . i n t e r n a t i o n a l j o u r n a l o f c i v i l e n g i n e e r i n g . 2 0 1 1 ' , ' 9 ( 1 ) ' , 4 1 , ' 9 . [ s c o p u s ] 2 2 . x a 0 c a r r i l l o ' , ' c a s t r i l l o j a ' , ' m a r t í n j g ' , ' d e l a v e g a r g ' , ' o n i e v a l . n e u r a l n e t w o r k a p p l i c a t i o n f o r r i s k f a c t o r s e s t i m a t i o n i n m a n u f a c t u r i n g a c c i d e n t s . x a 0 m a n a g i n g c o m p l e x i t y ' , ' s p r i n g e r ' , ' 2 0 1 4 . p . 2 7 7 ' , ' 8 3 . ' ]

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023