Analyses statistiques des accidents professionnels au port de Skikda avec modélisation par le réseau de neurone artificiel
Loading...
Date
2025-06-30
Journal Title
Journal ISSN
Volume Title
Publisher
Institut des sciences et techniques Appliquées.univ-skikda
Abstract
Cette recherche s’inscrit dans le champ de la sécurité professionnelle appliquée aux
environnements portuaires, avec une attention particulière portée au port de Skikda. Face à la
fréquence élevée des accidents du travail dans ce secteur stratégique, notre étude vise à proposer
une solution intelligente de prédiction, basée sur l’analyse de données historiques réelles et
synthétiques.
L’un des objectifs fondamentaux était la construction d’un profil de risque pour chaque
travailleur, intégrant des variables telles que l’âge, l’ancienneté, la fonction, la zone de travail,
le moment de l’incident, et le type de blessure. À partir de ces profils, nous avons entraîné et
comparé trois modèles d’apprentissage automatique (SVM, Random Forest, MLP) afin
d’estimer non seulement la probabilité d’un accident, mais aussi le degré de gravité potentiel.
Une application complète baptisée Accident Prediction Application a été développée en
Python avec une interface intuitive en Streamlit. Elle permet :
• L’importation ou la génération automatique de données,
• L’entraînement des modèles sur les données historiques,
• L’affichage des résultats prédictifs (classe accident/non-accident + niveau de gravité),
• L’interprétation visuelle des facteurs les plus influents dans chaque prédiction.
Résultats principaux :
• Le modèle SVM a démontré les meilleures performances en termes de précision et de
généralisation.
• Le système permet de générer des profils personnalisés de travailleurs à haut risque,
contribuant ainsi à des stratégies de prévention ciblées.
• L’outil offre également une interprétation graphique des risques, facilitant la prise de
décision pour les responsables HSE.