Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Using Artificial Neural Networks for predicting ship fuel consumption

Tytuł:
Using Artificial Neural Networks for predicting ship fuel consumption
Autorzy:
Nguyen, Van Giao
Sakthivel, Rajamohan
Rudzik, Krzysztof
Kozak, Janusz
Sharma, Prabhakar
Pham, Nguyen Dang Khoa
Nguyen, Phuoc Quy Phong
Nguyen, Xuan Phuong
Tematy:
artificial neural network
fuel management
marine engine
ship fuel consumption
energy efficiencys
Data publikacji:
2023
Wydawca:
Politechnika Gdańska. Wydział Inżynierii Mechanicznej i Okrętownictwa
Język:
angielski
Prawa:
CC BY: Creative Commons Uznanie autorstwa 4.0
Źródło:
Polish Maritime Research; 2023, 2; 39-60
1233-2585
Dostawca treści:
Biblioteka Nauki
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
In marine vessel operations, fuel costs are major operating costs which affect the overall profitability of the maritime transport industry. The effective enhancement of using ship fuel will increase ship operation efficiency. Since ship fuel consumption depends on different factors, such as weather, cruising condition, cargo load, and engine condition, it is difficult to assess the fuel consumption pattern for various types of ships. Most traditional statistical methods do not consider these factors when predicting marine vessel fuel consumption. With technological development, different statistical models have been developed for estimating fuel consumption patterns based on ship data. Artificial Neural Networks (ANN) are some of the most effective artificial methods for modelling and validating marine vessel fuel consumption. The application of ANN in maritime transport improves the accuracy of the regression models developed for analysing interactive relationships between various factors. The present review sheds light on consolidating the works carried out in predicting ship fuel consumption using ANN, with an emphasis on topics such as ANN structure, application and prediction algorithms. Future research directions are also proposed and the present review can be a benchmark for mathematical modelling of ship fuel consumption using ANN.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies