Nâng cao dự đoán về khối lượng công việc trí óc về Sức khỏe – An toàn – Môi trường và các yếu tố của khoa học lao động bằng thuật toán thông minh tương thích

Thuật toán này bao gồm các cơ chế về độ tin cậy, kiểm tra, xác nhận và dự báo thông qua các phương pháp toán học và thống kê bền vững, Mạng nơ-ron nhân tạo (ANN) và Thuật toán ANFIS. Để đạt được các mục tiêu của nghiên cứu này, các cán bộ điều  hành đã hoàn thành bảng câu hỏi tiêu chuẩn về HSEE. Kết quả trung bình cho mỗi loại HSEE được sử dụng như đầu vào và khối lượng công việc trí óc được sử dụng như đầu ra trong thuật toán. Hiệu quả của ANN được kiểm tra so với ANFIS bằng cách sử dụng Phần trăm sai số tuyệt đối trung bình (MAPE). Kết quả cho thấy ANN cung cấp giải pháp tốt hơn so với ANFIS. Vì vậy, ANN được sử dụng để dự báo và xếp hạng hoạt động về HSEE và khối lượng công việc trí óc của các nhà điều hành. Kỹ thuật xác suất chuẩn được sử dụng để xác định các cán bộ điều hành bất thường. Hơn nữa, các cán bộ hành với khối lượng công việc trí óc không tương xứng về HSEE cũng được xác định. Điều này sẽ giúp các nhà quản lý thấy trước việc người điều hành có hài lòng với khối lượng công việc trí óc của họ về HSEE hay không.

Cuối cùng, phân tích độ nhạy của thuật toán thông minh được thể hiện bằng cách phân tích lỗi trái với các phương pháp hồi quy thông thường. Đây là nghiên cứu đầu tiên giới thiệu một thuật toán tương thích để dự báo hiệu quả khối lượng công việc trí óc về chương trình HSEE trong các hệ thống phức tạp.

(Nguồn tin: Safety Science Vol 58)