İnşaat sektöründe risklerin yapay sinir ağı ile değerlendirilmesi

Abstract

İş sağlığı ve güvenliğinde yapay sinir ağları ile inşaat sektöründe risklerin değerlendirmesine yönelik olan bu çalışmada, iş sağlığı ve güvenliği sınırları içinde, iş kazalarının önlenmesine yönelik yapay zeka teknolojisinin kaza verileri üzerinde modellenmesine yönelik bir çalışmadır. Bu durumla ilgili daha önce paylaşılmış olan iş sağlığı güvenliği kazalarının sebeplerine yönelik çalışmalar incelenmiş ve yapay zeka teknolojisinin uygulama alanları değerlendirilerek, yapay sinir ağları ile iş kazaları sayıları öngörülebilirlik model çalışması yapılmıştır. Çalışmada kullanılan veri seti, İstanbul ili içerisinde faaliyet gösteren ortak sağlık ve güvenlik biriminin 2016-2019 yıllarına ait 644 adet meydana gelmiş inşaat kaza verilerinden oluşturulmuştur. Kazalar excele girilerek gruplandırılmıştır. Ay içinde meydana günlük kazalar toplanarak, ilgili aya ait kaza sayısı değeri, yıllar için 2016-2019 arası 4 kategorik değer, aylar için 12 kategorik değerleri elde edilmiştir. Veri seti ay, yıl olarak 2 adet bağımsız değişken, kaza sayısı ise 1 adet bağımlı değişkendir.644 adet kaza verisinden 48 adet YSA için veri seti oluşturuldu. Çalışmada, veri setinin % 70'i eğitim, % 30'u test verisi olarak ayrılmıştır. Modellerin performansları, R2 ve RMSE(Root Mean Square Error) ölçütleri içinde değerlendirilmiştir. YSA ile oluşturulan model ile giriş ve çıkış değerleri, tekrar tekrar ağa uygulanarak gerçekleşen eğitim süreci, hataların minimize edilmesiyle kaza sayılarını öngören öğrenmeler gerçekleştirilmiştir. Böylece üst yönetime risk değerlendirmesinde yüksek düzeyde karar destek sistemi sağlayacaktır.

This study, which is aimed at the assessment of risks in the construction sector with artificial neural networks in occupational health and safety, is a study on the modeling of artificial intelligence technology on accident data for the prevention of occupational accidents within the limits of occupational health and safety. The studies on the causes of occupational health and safety accidents related to this situation have been examined and the application areas of artificial intelligence technology have been evaluated, and a work accident predictability model study has been made with artificial neural networks. The data set used in the study was created from 644 construction accident data for the years 2016-2019 of the joint health and safety unit operating in the province of Istanbul. Accidents are grouped by entering in excel. By adding up the daily accidents that occurred during the month, the number of accidents for the month was obtained, 4 categorical values for the years 2016-2019 and 12 categorical values for the months were obtained. The data set consists of 2 independent variables as month and year, and the number of accidents 1 dependent variable. 48 new data sets were created from 644 accident data. In the study, 70% of the data set is reserved as training data and 30% as test data. The coefficient of determination of model performances was evaluated within the criteria of R2 and RMSE (Root Mean Square Error). With the model created with ANN, the input and output values, the training process by applying them to the network repeatedly, and the learning that predicts the number of accidents by minimizing the errors were realized.