پیش بینی شدت تلفات ناشی از حوادث ساختمانی در کارگاههای عم…

چکیده مقاله

صنعت ساخت یکی از حادثه خیزترین صنایع در بسیاری از کشورها می باشد وقوع حوادث در کارگاههای ساختمانی می تواند باعث تلفات جانی و خسارات مالی زیادی شود پیش بینی شدت تلفات ناشی از حوادث با توجه به شرایط ایمنی و مدیریتی حاکم بر کارگاه و تلاش در جهت بهبود برخی عوامل تاثیرگذار بمنظور کاهش تلفات جانی ، حائز اهمیت بالایی می باشد هدف از این مقاله شناسایی عوامل تاثیرگذار با اهمیت بالاتر نسبت به بقیه عوامل و ارائه مدل پیش بینی شدت تلفات ناشی از حوادث ساختمانی می باشد در این تحقیق از روش یادگیری ماشین ML ۱ بمنظور تجزیه و تحلیل ۱۶ عامل اصلی تاثیرگذار شامل ۳۹ عامل فرعی و ترکیب های مختلف این عوامل بر شدت تلفات ناشی از حوادث ساختمانی ، استفاده شده است در ابتدا با روشهای مختلف عوامل فرعی تاثیرگذار شناسایی شدهاند سپس با استفاده از الگوریتم های k نزدیکترین همسایه KNN ۲، درخت تصمیم DT ۳، جنگل تصادفی RF ۴، رگرسیون لجستیک LR ۵ و ماشین بردار پشتیبان SVM ۶ شدت تلفات را پیش بینی و نتایج مقایسه گردید الگوریتم درخت تصمیم که برروی دادههایی که عوامل فرعی تاثیرگذار به روش انتخاب ویژگی متوالی SFS ۷ انتخاب شده ولی ادغام نشده اند، با %۲ ۶۸ Score =۱F بهترین عملکرد را داشته است