fa پیشبینی ریسک حوادث شغلی با استفاده از روش سیستم استنتاج عصبی ـ فازی در شرکت آذرآب ایمنی Safety مقاله پژوهشي Research Article <div class="rounded" style="background:#d0e5ff;border:1px solid #3d81e8;padding:5px 10px;"><span style="font-family:Tahoma;"><span style="color:#e67e22;"><strong><span style="position:relative;top:-1.0pt;letter-spacing:-.1pt;"><span style="font-size:10.0pt;">سابقه و هدف:</span></span></strong></span>&nbsp;<span style="font-size:10.0pt;">امروزه هیچ</span><span dir="LTR"><span style="font-size:10.0pt;">‌</span></span><span style="font-size:10.0pt;">یک از صنایع مایل نیستند که در محیط کاری آن</span><span dir="LTR"><span style="font-size:10.0pt;">‌</span></span><span style="font-size:10.0pt;">ها حادثه</span><span dir="LTR"><span style="font-size:10.0pt;">‌</span></span><span style="font-size:10.0pt;">ای به وقوع بپیوندد و در این راستا از ابزارهای متفاوتی استفاده می</span><span dir="LTR"><span style="font-size:10.0pt;">‌</span></span><span style="font-size:10.0pt;">نمایند. یکی از این ابزارها که توانایی مناسبی در شناسایی خطرات و موقعیت</span><span dir="LTR"><span style="font-size:10.0pt;">‌</span></span><span style="font-size:10.0pt;">های نامناسب دارد، آنالیز ریسک می‌باشد. با توجه به اهمیت پیش</span><span dir="LTR"><span style="font-size:10.0pt;">‌</span></span><span style="font-size:10.0pt;">بینی ریسک شغلی و کاهش آسیب شغلی، در پژوهش حاضر به پیش</span><span dir="LTR"><span style="font-size:10.0pt;">‌</span></span><span style="font-size:10.0pt;">بینی ریسک شغلی با استفاده از الگوریتم</span><span dir="LTR"><span style="font-size:10.0pt;">‌</span></span><span style="font-size:10.0pt;">های مختلف شبکه عصبی پرداخته شد. این پژوهش از نظر هدف در زمره مطالعات کاربردی بوده و به لحاظ شیوه اجرا در گروه تحقیقات علی و پیمایشی قرار دارد.</span><span style="letter-spacing:-.1pt;"><span style="font-size:10.0pt;"></span></span><br> <span style="color:#e67e22;"><strong><span style="position:relative;top:-1.0pt;letter-spacing:.1pt;"><span style="font-size:10.0pt;">مواد و روش‌‌ها:</span></span></strong></span>&nbsp;<span style="font-size:10.0pt;">پایگاه داده آزمون متشکل از 119 حادثه در سال 1397 بود.</span><span style="letter-spacing:.1pt;"><span style="font-size:10.0pt;"></span></span><br> <span style="color:#e67e22;"><strong><span style="position:relative;top:-1.0pt;letter-spacing:.15pt;"><span style="font-size:10.0pt;">یافته‌ها:</span></span></strong></span>&nbsp;<span style="font-size:10.0pt;">با توجه به دقت بالای الگوریتم</span><span dir="LTR"><span style="font-size:10.0pt;">‌</span></span><span style="font-size:10.0pt;">های شبکه عصبی در پایگاه داده می</span><span dir="LTR"><span style="font-size:10.0pt;">‌</span></span><span style="font-size:10.0pt;">توان پی برد که پایگاه داده دارای اعتبار کافی بوده است؛ الگوریتم </span><span dir="LTR"><span style="font-size:9.0pt;">Dynamic ANN</span></span> <span style="font-size:10.0pt;">دارای بیشترین دقت (76 درصد) در پیش‌‌بینی آسیب شغلی بود. براساس نتایج به دست آمده، مهم</span><span dir="LTR"><span style="font-size:10.0pt;">‌</span></span><span style="font-size:10.0pt;">ترین معیارهای اثرگذار بر ریسک آسیب شغلی، روز- زمان، نوع حادثه و وضعیت خطرناک دخیل در حادثه می</span><span dir="LTR"><span style="font-size:10.0pt;">‌</span></span><span style="font-size:10.0pt;">باشند.</span><span style="letter-spacing:.15pt;"><span style="font-size:10.0pt;"></span></span><br> <span style="color:#e67e22;"><strong><span style="position:relative;top:-1.0pt;letter-spacing:.15pt;"><span style="font-size:10.0pt;">نتیجه‌گیری:</span></span></strong>&nbsp;</span><span style="letter-spacing:.15pt;"><span style="font-size:10.0pt;">پژوهش حاضر به لحاظ کاربرد می</span></span><span dir="LTR" style="letter-spacing:.15pt;"><span style="font-size:10.0pt;">‌</span></span><span style="letter-spacing:.15pt;"><span style="font-size:10.0pt;">تواند برای شرکت آذرآب مفید باشد؛ زیرا این شرکت می‌تواند تمامی حالات آسیب</span></span><span dir="LTR" style="letter-spacing:.15pt;"><span style="font-size:10.0pt;">‌</span></span><span style="letter-spacing:.15pt;"><span style="font-size:10.0pt;">پذیری را در کنار یکدیگر قرار دهد، ریسک هریک از این حالات را با پیاده‌سازی الگوریتم شبکه عصبی پیش</span></span><span dir="LTR" style="letter-spacing:.15pt;"><span style="font-size:10.0pt;">‌</span></span><span style="letter-spacing:.15pt;"><span style="font-size:10.0pt;">بینی نماید و بر این اساس نسبت به ارائه دستورالعمل</span></span><span dir="LTR" style="letter-spacing:.15pt;"><span style="font-size:10.0pt;">‌</span></span><span style="letter-spacing:.15pt;"><span style="font-size:10.0pt;">های کنترل ریسک اقدام کند.</span></span></span><span style="letter-spacing:.15pt;"><span style="font-family:B Nazanin;"><span style="font-size:10.0pt;"></span></span></span></div> <div class="rounded" style="background:#d0e5ff;border:1px solid #3d81e8;padding:5px 10px;"><span style="color:#e67e22;"><strong>Background and Objective</strong><strong>:</strong></span> Nowadays, none of the industries wants an accident to happen in their workplaces, and therefore, they use different tools to accomplish this aim. One of these tools is risk analysis, which is capable of identifying risks and inappropriate situations. Due to the importance of occupational risk prediction and injury reduction, this study was conducted to investigate occupational risk prediction using different neural network algorithms. <span dir="RTL"></span><br> <span style="color:#e67e22;"><strong>Materials and Methods:</strong></span> This applied research was performed based on causal and survey approaches. Accordingly, a database of 119 incidents in 2018 was included in this study, which was sufficient reliable due to the high accuracy of the neural network algorithms in the database. The dynamic artificial neural network algorithm had the highest accuracy (76%) in predicting occupational injury.<br> <span style="color:#e67e22;"><strong>Results:</strong></span> Based on the results, the most important criteria affecting the risk of occupational injury were day-time, type of accident, and hazardous situations involved in the accident.<br> <span style="color:#e67e22;"><strong>Conclusion:</strong> </span>This research can offer practical applications for Azarab company since this company can put all the vulnerabilities together, predict the risk of each of these situations by implementing the neural network algorithm, and accordingly take measures to provide risk control instructions<span dir="RTL">.</span></div> پیشبینی؛ دقت؛ ریسک آسیب شغلی؛ شبکه عصبی؛ مهمترین ویژگی Accuracy, Most Important Features, Neural Network, Occupational Injury Risk, Prediction 16 26 http://johe.umsha.ac.ir/browse.php?a_code=A-10-720-1&slc_lang=fa&sid=1 Mahdi Nasrollahi مهدی نصراللهی m.nasrollahi@soc.ikiu.ac.ir 100319475328460013973 100319475328460013973 Yes Department of Industrial management Imam Khomeini International University (IKIU), Qazvin, Iran گروه مدیریت صنعتی دانشگاه بین‌المللی امام خمینی (ره)، قزوین، ایران Marzieh Shazdeh Ahmadi مرضیه شازده احمدی shazdeh_khanoom89@yahoo.com 100319475328460013974 100319475328460013974 No Department of Industrial management Imam Khomeini International University (IKIU), Qazvin, Iran 1 گروه مدیریت صنعتی دانشگاه بین‌المللی امام خمینی (ره)، قزوین، ایران