Συσχέτιση ναυτιλιακών δεδομένων και δεδομένων προωστήριας εγκατάστασης με χρήση προγραμμάτων τεχνητής νοημοσύνης για την πρόβλεψη της κατανάλωσης καυσίμου
Προβολή/ Άνοιγμα
Λέξεις κλειδιά
Τεχνητή νοημοσύνη ; Μηχανική μάθηση ; Πρόβλεψη ; Κατανάλωση ; Πλοίο ; Artificial intelligence ; Machine learning ; Prediction ; Consumption ; ShipΠερίληψη
Το σύγχρονο παγκόσμιο ναυτιλιακό περιβάλλον είναι αντιμέτωπο με πολλές προκλήσεις, με κυριότερες εξ αυτών την εν εξελίξει κλιματική αλλαγή αλλά και την τρέχουσα γεωπολιτική ρευστότητα που επικρατεί σε περιοχές γύρω από τις κυριότερες θαλάσσιες οδούς. Αυτές οι καταστάσεις αποτελούν παράγοντες αποσταθεροποίησης τις παγκόσμιας οικονομίας, προκαλώντας σημαντικές διαταράξεις στην παγκόσμια εφοδιαστική αλυσίδα.
Πέραν του οικονομικού αντίκτυπου που παρουσιάζουν οι ανωτέρω καταστάσεις στις εθνικές οικονομίες, επηρεάζουν σημαντικά και την εύρυθμη λειτουργία των ναυτιλιακών εταιρειών, με τις οικονομικές συνέπειες να είναι αρκετές φορές εξαιρετικά αρνητικές.
Οι σύγχρονες ναυτιλιακές εταιρείες καλούνται να συμμορφωθούν με τους ολοένα και αυστηρότερους κανονισμούς που επιβάλει ο IMO, οι οποίοι αφορούν την συμμόρφωση με τους κανόνες ασφαλούς ναυσιπλοΐας και την ασφάλεια της ανθρώπινης ζωής στην θάλασσα (SOLAS) αλλά και με την συμμόρφωση με τους περιβαλλοντικούς στόχους για την μείωση των συνολικά εκπεμπόμενων ρύπων έως το έτος 2050 της ναυτιλιακής βιομηχανίας.
Η ανάπτυξη σύγχρονων τεχνολογικών εφαρμογών και η ραγδαία εξέλιξη της τεχνητής νοημοσύνης έρχονται για να ενσωματωθούν στην λειτουργία των ναυτιλιακών εταιρειών καθιστώντας τις ναυτιλιακές εταιρείες βιώσιμες και ικανές να επιτύχουν την στοχοθεσία του IMO.
Η ενσωμάτωση τεχνικών τεχνητής νοημοσύνης επιτρέπει στις ναυτιλιακές εταιρείες να αναλύουν δεδομένα που προέρχονται από τους στόλους των πλοίων που διαχειρίζονται και να εξάγουν αξιόπιστα συμπεράσματα, τα οποία με την σειρά τους οδηγούν στην λήψη των βέλτιστων αποφάσεων. Οι αποφάσεις αυτές οδηγούν τις ναυτιλιακές εταιρείες στην επίτευξη των στόχων τους και στην οικονομική τους ανάπτυξη καθιστώντας το ναυτιλιακό κλάδο πρωτοπόρο και ηγέτη στην παγκόσμια οικονομία και στην αντιμετώπιση της κλιματικής αλλαγής.
Στην παρούσα εργασία γίνεται αναφορά στις προκλήσεις που καλούνται να αντιμετωπίσουν οι ναυτιλιακές εταιρείες. Αναλύεται το θαλάσσιο περιβάλλον καθώς και η επίδρασή του στην λειτουργία ενός πλοίου. Στην συνέχεια γίνεται εκτενής αναφορά σε μεθόδους τεχνητής νοημοσύνης και αναλύονται οι τομείς εφαρμογής τους, όπως η σχεδίαση ενός ταξιδιού, η κατανάλωση καυσίμου και η πρόβλεψη βλαβών με πεδίο εφαρμογής το πλοίο.
Τέλος, αναλύονται, αξιολογούνται και συγκρίνονται τα αποτελέσματα που προέκυψαν από την ανάπτυξη τεσσάρων μοντέλων μηχανικής μάθησης με σκοπό την πρόβλεψη της κατανάλωσης καυσίμου ενός πολεμικού πλοίου. Στόχος της παρούσας μελέτης δεν είναι η εκλογή του βέλτιστου μοντέλου πρόβλεψης κατανάλωσης καυσίμου αλλά η απόκτηση περαιτέρω γνώσης με σκοπό την υποβοήθηση της μελλοντικής έρευνας.