Zastosowania sieci neuronowej do wspomagania projektowania wstępnego statku

pol Article in Polish DOI:

Maria Meler-Kapcia Politechnika Gdańska

Download Article

Streszczenie

W referacie zaprezentowano strukturę oraz algorytm uczenia sieci neuronowej ze wsteczną propagacją błędów do wspomagania projektowania wstępnego dla doboru mocy silnika głównego statku na podstawie jego parametrów ogólnych. Algorytm zaimplementowany został w języku Visual Basic w systemie Access i może być zastosowany dla dowolnej liczby parametrów, którymi mogą być pola bazy danych statków zbudowanych. Uzyskane wyniki mogą służyć do weryfikacji projektu wstępnego, w którym nie wykorzystuje się podobieństwa statków.

Słowa kluczowe

projektowanie statków, sieci neuronowe

On application of neural network for aided conceptual ship design

Abstract

In the paper the structure and error back-propagation neural network algorithm was presented to aid conceptual design for choosing of power output of ship's main engine (ME) based on the general ship's parameters (mainly its dimensions). This algorithm was elaborated in Visual Basic language and may be used for every parameters number as ship's constructed database fields. Obtained results may be used for project's verification in which similarity of ships is not used.

Keywords

neural networks, ship design

Bibliography

  1. CEPOWSKI T., SZELANGIEWICZ T.: Sztuczne sieci neuronowe w badaniu właściwości morskich okrętu, Budownictwo Okrętowe 2002 nr 5. 
  2. CLAUSEN H.B., LUTZEN M., FRIIS-HANSEN A., BJORNEBOE N.: Bayesian and neural networks for preliminary ship design, Marine Technology 2001, No. 4. 
  3. HEIAT A.: Comparison of artificial neural network and regression models for estimating software development effort, Information and software Technology, vol. 44, 2002, 911-922. 
  4. HSIAO S.W., HUANG H.C.: A neural network based approach for product form design, Design Studies 2002, No. 23. 
  5. KORBICZ J., OBUCHOWICZ A., UCIŃSKI D.: Sztuczne sieci neuronowe, Podstawy i zastosowania, Akademicka Oficyna Wydawnicza, Warszawa 1994. 
  6. KOWALSKI Z., MELER-KAPCIA M., ZIELIŃSKI S.: Dobór funkcji podobieństwa w systemie eksperckim dla projektowania automatyki statków. Konferencja NT Automatyzacja - Nowości i Perspektywy AUTOMATION 2002. 
  7. KOWALSKI Z., ZIELIŃSKI S., MELER-KAPCIA M.: Problemy sztucznej inteligencji w projektowaniu statków, Konferencja NT Automatyzacja - Nowości i Perspektywy AUTOMATION’2003, Warszawa 2003. 
  8. KOWALSKI Z., MELER-KAPCIA M., ZIELIŃSKI S., DREWKA M.: CBR methodology application in an expert system for aided design ship’s engine room automation, Expert Systems with Applications 29, 2005, 256-263. 
  9. LEE D., LEE K. H.: An approach to case-based system for conceptual ship design assistant. Expert Systems with Applications, 1999, Vol. 16, No. 2, 97-104. 
  10. MELER-KAPCIA M., ZIELIŃSKI S., KOWALSKI Z.: On application of some artificial intelligence methods in ship design. Polish Maritime Research 2005 no 1. 
  11. REICH Y., BARAI S.V.: A methodology for building neural networks models from empirical engineering data, Engineering Applications of Artificial Intelligence, vol, 13, 2000, 685-694. 
  12. RUTKOWSKA D., PILIŃSKI M., RUTKOWSKI L. Sieci neuronowe, algorytmy genetyczne i systemy rozmyte, WNT, Warszawa 1999. 
  13. TADEUSIEWICZ R.: Sieci neuronowe. Akademicka Oficyna Wydawnicza, Warszawa 1993. 
  14. ZAKARIAN V. L., KAISER M. J.: An embedded hybrid neural network and expert system in an computer- aided design system. Expert Systems with Applications, vol. 16, 1999. 
  15. URADA J., BARSKI M., JĘDRUCH W.: Sztuczne sieci neuronowe. Wydawnictwo Naukowe PWN, Warszaa 1996.