换一批BP人工神经网络与logistic回归模型在石化企业员工蓄积性疲劳预测中比较:基于网络问卷调查
Comparison of back propagation artificial neural network and logistic regression models for predicting cumulative fatigue among petrochemical employees:a web-based questionnaire survey
摘要目的 比较BP人工神经网络(BP-ANN)与logistic回归模型预测石化企业员工蓄积性疲劳风险的效果;评价石化企业员工蓄积性疲劳早期识别、干预的预测模型.方法 于 2021年 7-10月采用整群抽样方法在江苏省某石化企业抽取 4 066名员工进行横断面研究.通过网络问卷方式调查员工的一般情况、工作情况、职业紧张状况、蓄积性疲劳患病情况.采用SPSS 23.0软件,通过非参数检验分析石化员工蓄积性疲劳的影响因素.建立BP-ANN和logistic回归两种预测模型并绘制ROC曲线,计算灵敏度、特异性、约登指数和AUC值.比较两者的预测效能.结果 共回收有效问卷 3 763份.石化企业员工中蓄积性疲劳者占63.2%(2 377/3 763).综合两种模型分析结果,年龄、周均工作时间、轮班、有职业紧张和规律的体育锻炼是员工蓄积性疲劳的主要影响因素.两种模型的AUC值均>0.7,两种模型在灵敏度(BP 75.7%,logistic 75.6%)方面的表现相近.与logistic回归模型相比,BP-ANN模型在特异性(BP 76.3%,logistic 69.3%)、约登指数(BP 51.9%,logistic 44.9%)和AUC值(BP 84.4%,logistic 79.9%)方面表现更佳.两种模型均可用于预测石化员工蓄积性疲劳发生率,但BP-ANN模型的总体效能优于传统logistic回归模型.结论 BP-ANN模型和logistic回归模型可应用于石化企业员工蓄积性疲劳的预测;BP-ANN模型能明显提高预测效能.
更多相关知识
关键词
蓄积性疲劳石化企业员工风险预测模型BP人工神经网络(BP-ANN)logistic回归cumulative fatiguepetrochemical employeesrisk prediction modelsback propagation artificial neural network(BP-ANN)logistic regression
栏目名称
DOI
10.11847/zgggws1145418
发布时间
2025-12-16（万方平台首次上网日期，不代表论文的发表时间）
基金项目
中国疾控中心职业卫生所职业健康风险评估与国家职业卫生标准制定（131031109000160004）
中国石油化工股份有限公司金陵分公司横向课题（31700000-19-ZC0607-0013）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
