Yapı üretim sürecindeki iş kazaları şiddetinin ön bilgilendirilmiş yapay öğrenme metodu ile tahmini
Estimation of the severity of occupational accidents in the building process with pre-informed artificial learning method
- Tez No: 727954
- Danışmanlar: PROF. DR. RECEP KANIT
- Tez Türü: Doktora
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, yapı üretim sürecinde meydana gelen iş kazalarında, kaza şiddeti ile kaza önlemleri arasındaki ilişki araştırılmıştır. Bunun için geçmiş kaza verileri kullanılarak, ilerideki iş kazalarında hangi önlemlerin alınması gerektiği ve bu önlemlerin alınmaması halinde kaza sonucunun ne olabileceğini tahmin edebilen bütünleşmiş bir model geliştirilmiştir. Bu tahmin modeli, günümüzde araştırmacıların sıklıkla kullandığı AHP (Analitik Hiyerarşi Prosesi) ve YSA (Yapay Sinir Ağları) metotlarının zayıf kaldıkları noktada birbirlerini tamamlaması amacıyla, birbirine entegre edilerek oluşturulmuştur. Oluşturulan bu ön bilgilendirilmiş yapay sinir ağı modelinin anlamlılığı bir saha çalışması yapılarak gerçek veriler ile test edilmiştir. Örneklem için ulusal ve uluslararası literatürde en çok ölümle sonuçlanan 4 (dört) tür iş kazası seçilmiş ve her kaza türü için, aynı şirkette, 35 (otuz beş) geçmiş kaza verisi toplanmıştır. YSA metodu giriş ağırlıklarını önceden anlamlandıran AHP metodu için ikili kıyaslama verileri, profesyonel bir anket firması tarafından sektörde görev yapan iş sağlığı ve güvenliği uzmanlarından, anket yöntemi ile elde edilmiştir. Elde edilen bu geçmiş kaza verilerinden 120 adedi ağların eğitilmesinde, 20 adedi de test edilmesinde kullanılmıştır. Ön bilgilendirilmiş yapay sinir ağları için iki farklı aktivasyon fonksiyonu kullanılarak iki alternatif ağ konfigürasyonu oluşturulmuş olup aynı konfigürasyona sahip bir ön bilgilendirmesiz yapay sinir ağı ile kıyaslama yapılmıştır. Yapılan analizler sonucu ön bilgilendirme aşamasının yapay sinir ağlarının öğrenme oranını eğitim veri setinde %5, test veri setinde %15 artırdığı görülmüştür. Ayrıca ön bilgilendirilmiş yapay sinir ağlarında parabolik aktivasyon fonksiyonlu alternatif yüksek bir öğrenme performansı göstererek risk azaltıcı önlemler ile kaza şiddeti arasındaki ilişkinin, toplanan kaza verileriyle sınırlı olmak kaydıyla, %90 oranında anlamlı olduğu görülmüştür.
Özet (Çeviri)
In this study, the relationship between accident severity and safety measures in occupational accidents occurring in the building construction process was investigated. An integrated model had been developed that can predict what precautions should be taken in future accidents and what the result might be if these precautions are not taken, with using historical accident data. This prediction model was developed by integrating AHP (Analytical Hierarchy Process) and ANN (Artificial Neural Networks) methods, which are frequently used by researchers today, to complement each other at the point where they are weak. The significance of this pre-informed artificial neural network model was tested with real data by conducting a field study. For the sample, four types of occupational accident that resulted in the most deaths in the national and international literature were selected and thirty-five past accident data were collected for each type in the same construction company. The binary comparison data for the AHP method, which defines the input weights of the ANN, were obtained by a professional survey company from the occupational health and safety experts working in the sector, by survey method. 120 of historical accident data were used for training networks and 20 for testing. For pre-informed neural networks, two alternative network configurations were developed using two different activation functions and a comparison was made with a neural network with the same configuration without pre-informing. As a result, it was seen that the pre- informing stage increased the learning rate of artificial neural networks by 5% in the training data set and 15% in the test data set. In addition, the alternative with parabolic activation function in pre-informed artificial neural networks showed a high learning performance, and it was observed that the relationship between risk reduction measures and accident severity was 90% significant, provided that it was limited to the collected accident data.
Benzer Tezler
- Üst yapı sektöründeki bir işletmenin üretim hattında ergonomik risk faktörlerinin irdelenmesi
Investigation of ergonomic risk factors in production line of an on-vehicle manufacturer factory
MUSTAFA MUHAMMED KUZUCUOĞLU
Yüksek Lisans
Türkçe
2019
Bilim ve Teknolojiİstanbul Yeni Yüzyıl Üniversitesiİş Sağlığı ve Güvenliği Ana Bilim Dalı
PROF. DR. HAFİZ HULUSİ ACAR
- Türk sağlık sisteminde mesleki risklere karşı korumanın gelişimi ve dönemler arası karşılaştırması
Progress in protection against occupational risks in Turkish healthcare system with a periodical comparison
NEZAKET İLKEM SALMAN
Yüksek Lisans
Türkçe
2019
Sağlık Kurumları YönetimiTrakya ÜniversitesiSağlık Yönetimi Ana Bilim Dalı
DOÇ. DR. AYHAN UÇAK
- Beton döküm işlerinde iş güvenliği
Construction work safety in concrete pouring
CANSEL ACER
Yüksek Lisans
Türkçe
2025
İnşaat MühendisliğiÇukurova Üniversitesiİş Sağlığı ve Güvenliği Ana Bilim Dalı
PROF. DR. EMEL YILDIZ
- Otobüsler için ece 93 regülasyonuna uygun ön-alt çarpışma koruması
Front Underrun Collision Protection for Buses by ECE 93 Regulation
RAMAZAN KAR
Yüksek Lisans
Türkçe
2026
Makine MühendisliğiSakarya ÜniversitesiMakine Tasarım ve İmalat Ana Bilim Dalı
DOÇ. DR. NESLİHAN ÖZSOY
