>
Fa   |   Ar   |   En
   پیش بینی روند تعداد مصدومین حوادث ترافیکی ارجاعی به پزشکی قانونی استان همدان با استفاده از شبکه عصبی مصنوعی چند لایه  
   
نویسنده امیدی محمدرضا ,امیدی نبی
منبع ارتقاي ايمني و پيشگيري از مصدوميت ها - 1399 - دوره : 8 - شماره : 1 - صفحه:24 -29
چکیده    سابقه و هدف: حوادث ترافیک جاده ای یک مشکل جدید بهداشت عمومی در سراسر جهان است به گونه ای که ﺗﺼﺎدﻓﺎت راﻧﻨﺪﮔﯽ یکی از ﻣﻬﻢﺗﺮﯾﻦ دﻟﯿﻞ ﻣﺮگ، ﻧﺎﺗﻮاﻧﯽ و ﺑﺴﺘﺮی در ﺑﯿﻤﺎرﺳﺘﺎن را ﺗﺸﮑﯿﻞ ﻣﯽدﻫﻨﺪ . پیش بینی روند تعداد مصدومین حوادث ترافیکی ارجاعی به پزشکی قانونی استان همدان با استفاده از شبکه عصبی مصنوعی چند لایه هدف این تحقیق بود. روش بررسی: تحقیق حاضر توصیفی و تحلیلی از نوع مقایسه ای بود که با استفاده از اطلاعات گذشته به پیش بینی آینده پرداخت. در این تحقیق با استفاده از آمار مصدومان ترافیکی ارجاعی به پزشکی قانونی استان همدان  بین فروردین 1368 تا اسفند 1398 با استفاده از شبکه عصبی مصنوعی به پیش بینی تعداد مصدومین برای 12 ماهه منتهی به سال 1399 پرداخته شد. ایتدا شبکه عصبی مناسب با داده های مصدومین طراحی گردید و سپس با استفاده از بهترین شبکه طراحی شده، شبکه شروع به آموزش نمود و  شبکه مورد اعتبار سنجی با شاخص درصد قدر مطلق میانگین خطا  قرار گرفت. ملاحضات اخلاق در  پژوهش در تحقیق حاضر رعایت شد و تحقیق دارای کد اخلاق به شماره  ir.medilam.rec.1398.213   می باشد.نتایج:  شبکه عصبی مصنوعی با 12 ورودی ، یک خروجی و 5 لایه پنهان  مناسب ترین شبکه برای پیش بینی مصدومین ارجاعی به پزشکی قانونی همدان  بود، شبکه عصبی  توانست که با دقت 90 درصد و خطای 10 درصد مقادیر 12 ماهه  مصدومان همدان در سال 1399 را  به خوبی پیش بینی کند.نتیجه گیری: مقادیر پیش بینی شده نشان داد  تعداد مصدومان ترافیکی در استان  همدان در حال کاهش است.با توجه به دقت بالا  شبکه عصبی مصوعی  در این تحقیق می توان این روش را به عنوان مبنایی برای آینده پژوهی در تصادفات قرار داد. روند نزولی تعداد مصدومان ترافیکی استان همدان نشان از موثر بودن برنامه های کاهش تصادفات در این استان است.
کلیدواژه تصادف، پیش بینی، مصدومیت
آدرس دانشگاه آزاد اسلامی واحد تهران جنوب, گروه مهندسی صنایع, ایران, دانشگاه پیام نور مرکز تهران, گروه مدیریت, ایران
 
     
   
Authors
  
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved