پیام خود را بنویسید
دوره 5، شماره 4 - ( فصلنامه تخصصی انجمن ارگونومی و مهندسی عوامل انسانی ایران 1396 )                   جلد 5 شماره 4 صفحات 48-38 | برگشت به فهرست نسخه ها


XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Habibi E, Salehi M, Taheri A, Yadegarfar G. Classification of Physical Work (Load) Based on ANFIS Optimized Model with Genetic Algorithm. Iran J Ergon 2018; 5 (4) :38-48
URL: http://journal.iehfs.ir/article-1-494-fa.html
حبیبی احسان اله، صالحی مینا، طاهری علی، یادگارفر قاسم. طبقه‌بندی بار کاری فیزیکی بر مبنای مدل بهینه‌شده از شبکۀ ANFIS با الگوریتم ژنتیک. مجله ارگونومی. 1396; 5 (4) :38-48

URL: http://journal.iehfs.ir/article-1-494-fa.html


1- استاد، گروه مهندسی بهداشت حرفه‌ای، دانشکدۀ بهداشت، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران
2- کارشناس ارشد بهداشت حرفه‌ای، گروه مهندسی بهداشت حرفه‌ای، دانشکدۀ بهداشت، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران ، salehi.ohs@yahoo.com
3- کارشناس ارشد الکترونیک، گروه مهندسی برق، دانشکدۀ فنی و مهندسی، دانشگاه اصفهان، اصفهان، ایران
4- دانشیار، گروه اپیدمیولوژی و آمار زیستی، دانشکدۀ بهداشت، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران
چکیده:   (11176 مشاهده)
زمینه و هدف: اخیراً روش جدیدی برای طبقه‌بندی بار کاری فیزیکی بر مبنای شبکۀ استنتاج عصبی ـ فازی تطبیقی (ANFIS: Adaptive Neuro Fuzzy Inference System) ابداع شده است. هدف از این بررسی بهینه‌سازی این مدل به منظور کاهش خطا و افزایش دقت مدل در طبقه‌بندی بار کاری فیزیکی بود.
روش­ کار: سی مرد سالم بین ۲۱ تا ۴۲ سال با در نظر گرفتن معیارهای ورود به بررسی به صورت تصادفی انتخاب شدند. ضربان قلب و میزان اکسیژن مصرفی نمونه‌ها، حین انجام تست پله، همچنین حداکثر توان هوازی آنان با تست تردمیل مستقیماً اندازه‌گیری شد. پس از محاسبۀ %VO۲max[۱] به‌عنوان استاندارد طلایی طبقه‌بندی بار کاری فیزیکی، میان ورودی‌های مدل و بار کاری فیزیکی به‌عنوان خروجی، روابط محاسباتی مربوط در نرم‌افزار متلب ایجاد و سپس الگوریتم ژنتیک به‌عنوان تکنیک بهینه‌سازی به مدل اعمال شد.
یافته‌ها: میانگین دقت مدل بهینه‌شده به ۹۷/۹۲درصد افزایش یافت. این مقدار در مدل پایه ۹۲/۹۵درصد بود. خطای جذر میانگین مربعات (RMSE: Root Mean Square Error) مدل بهینه‌شده و پایه به‌ترتیب ۵/
۴۱۸۶ و ۳/۱۸۸۲ و حداکثر محدودۀ خطای مدل بهینه‌شده در براورد بار کاری فیزیکی ۵±% بود.
نتیجه گیری: نتایج پژوهش کارایی مطلوب مدل بهینه‌شده را در تخمین بار کاری فیزیکی کاملاً تأیید می‌کند. از مزیت‌های این مدل، علاوه بر داشتن دقت زیاد، سادگی و قابلیت پیاده‌سازی در محیط‌های کاری واقعی همچنین در نظر گرفتن اختلافات بین فردی است.
متن کامل [PDF 1487 kb]   (9231 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: سایر موارد
دریافت: 1397/1/17 | پذیرش: 1397/3/8 | انتشار الکترونیک: 1397/3/8

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به مجله ارگونومی می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2024 CC BY-NC 4.0 | Iranian Journal of Ergonomics

Designed & Developed by : Yektaweb