Μελέτη ναυτικών ατυχημάτων και πρόβλεψη δαπανών μέσω αλγορίθμων μηχανικής μάθησης

Abstract

Όπως όλες οι εταιρείες με επιχειρηματική δραστηριότητα έτσι και οι ναυτιλιακές καλούνται να δράσουν με σκοπό την κερδοφορία η οποία μετρά την αποτελεσματικότητα της επιχείρησης να χρησιμοποιεί την περιουσία της ώστε να παράγει κέρδος και αξία. Το ανθρώπινο δυναμικό που βρίσκεται εν πλω, κατά κύριο λόγο αποτελεί τον παράγοντα που διασφαλίζει την ομαλή και προγραμματισμένη πορεία ενός εμπορικού ταξιδιού το οποίο ταξίδι αποτελεί την βασικότερη δραστηριότητα μιας ναυτιλιακής εταιρείας. Λόγω του σύνθετου περιβάλλοντος και των απρόβλεπτων συνθηκών που χαρακτηρίζουν ένα ταξίδι, η ναυτιλιακή εταιρεία βρίσκεται συνεχώς σε εγρήγορση και πρέπει να είναι έτοιμη να ανταπεξέλθει, σκεπτόμενη πάντα με εμπορική σκοπιά, σε νέα δεδομένα. Τα ξαφνικά ατυχήματα που γίνονται πάνω σε πλοία του εμπορικού ναυτικού αποτελούν μερίδιο των αστάθμητων και απρόβλεπτων συμβάντων και μπορεί να έχουν άμεσο αντίκτυπο στην πορεία του πλοίου καθώς και στην συνολική απόδοση του ταξιδιού. Ο σκοπός της διπλωματικής εργασίας είναι η θεωρητική και πειραματική μελέτη αλγορίθμων εποπτευόμενης μηχανικής μάθησης με τη χρήση του προγραμματιστικού περιβάλλοντος R. Απώτερος στόχος είναι η δημιουργία και η ανάπτυξη αξιόλογων μοντέλων πρόγνωσης τα οποία θα προβλέπουν τη σημαντικότητα των ατυχημάτων που συμβαίνουν κατά τη διάρκεια του ταξιδιού ενός εμπορικού πλοίου, παράμετρος η οποία αποτελεί βασικό χαρακτηριστικό για την πρόβλεψη της δαπάνης που απαιτείται για την αντιμετώπισή του. Γενικά το πρόβλημα της πρόβλεψης αποτελεί ένα από τα μεγαλύτερα σημεία ενδιαφέροντος στον κλάδο της μηχανικής μάθησης με ευρύ ερευνητικό φάσμα. Η εφαρμογή της πρόβλεψης βρίσκεται σε ποικίλα επιστημονικά πεδία όπως είναι η ιατρική, μετεωρολογία, βιολογία καθώς επίσης και στη βιομηχανία-οικονομία όπως για παράδειγμα στον κλάδο της αυτοκινητοβιομηχανίας, τράπεζες ασφαλιστικές κλπ. έχοντας διάφορες πρακτικές εφαρμογές. Στο χώρο της ναυτιλίας η χρήση μοντέλων πρόβλεψης είναι επίσης διαδεδομένη ωστόσο δεν υπάρχει κάποια προηγούμενη εφαρμογή για το θέμα της παρούσας εργασίας. Αρχικά θα μελετήσουμε τη συμπεριφορά και την απόδοση των αλγορίθμων μηχανικής μάθησης και στη συνέχεια θα ενισχύσουμε την απόδοση της μέσα από τεχνικές βελτιστοποίησης. Τέλος θα συγκρίνουμε τα αποτελέσματα και θα εξάγουμε τα ανάλογα αποτελέσματα.