@ARTICLE{Nasrollahi, author = {Nasrollahi, Mahdi and Shazdeh Ahmadi, Marzieh and }, title = {Prediction of Occupational Risks Using an Adaptive Neural Fuzzy Inference System in AZARAB Company}, volume = {7}, number = {4}, abstract ={سابقه و هدف: امروزه هیچ‌یک از صنایع مایل نیستند که در محیط کاری آن‌ها حادثه‌ای به وقوع بپیوندد و در این راستا از ابزارهای متفاوتی استفاده می‌نمایند. یکی از این ابزارها که توانایی مناسبی در شناسایی خطرات و موقعیت‌های نامناسب دارد، آنالیز ریسک می‌باشد. با توجه به اهمیت پیش‌بینی ریسک شغلی و کاهش آسیب شغلی، در پژوهش حاضر به پیش‌بینی ریسک شغلی با استفاده از الگوریتم‌های 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. مواد و روش‌‌ها: پایگاه داده آزمون متشکل از 119 حادثه در سال 1397 بود. یافته‌ها: با توجه به دقت بالای الگوریتم‌های شبکه عصبی در پایگاه داده می‌توان پی برد که پایگاه داده دارای اعتبار کافی بوده است؛ الگوریتم Dynamic ANN دارای بیشترین دقت (76 درصد) در پیش‌‌بینی آسیب شغلی بود. براساس نتایج به دست آمده، مهم‌ترین معیارهای اثرگذار بر ریسک آسیب شغلی، روز- زمان، نوع حادثه و وضعیت خطرناک دخیل در حادثه می‌باشند. نتیجه‌گیری: پژوهش حاضر به لحاظ کاربرد می‌تواند برای شرکت آذرآب مفید باشد؛ زیرا این شرکت می‌تواند تمامی حالات آسیب‌پذیری را در کنار یکدیگر قرار دهد، ریسک هریک از این حالات را با پیاده‌سازی الگوریتم شبکه عصبی پیش‌بینی نماید و بر این اساس نسبت به ارائه دستورالعمل‌های کنترل ریسک اقدام کند. }, URL = {http://johe.umsha.ac.ir/article-1-623-fa.html}, eprint = {http://johe.umsha.ac.ir/article-1-623-fa.pdf}, journal = {Journal of Occupational Hygiene Engineering}, doi = {10.52547/johe.7.4.16}, year = {2021} }