ارائه مدل ریاضی پیش بینی تریم شناورها با هدف دستیابی به مصرف سوخت بهینه (مورد مطالعه شناورهای کانتینری)

پیام:
نوع مقاله:
مطالعه موردی (دارای رتبه معتبر)
چکیده:

مصرف انرژی شناورها از دغدغه ها و چالشهای اساسی صنعت حمل و نقل دریایی است. کاهش مصرف سوخت علاوه بر صرفه جویی اقتصادی و هماهنگی با قوانین جدید باعث کاهش انتشار گازهای گلخانه ای و آلاینده های جوی می شود. هدف این پژوهش ارایه مدلی در جهت کاهش مصرف سوخت کشتی ها، صرفه جویی در هزینه و کاهش وابستگی به سوخت های وارداتی است. جهت دستیابی به این هدف با استفاده از روش ترکیبی (کیفی،کمی)، ابتدا پارامترهای اثرگذار بر مصرف سوخت از پیشینه پژوهش استخراج شد. سپس با استفاده از الگوریتم های شبکه عصبی مصنوعی (یادگیری نظارت شده) پیش بینی مدل بهینه شاخص های موثر بر مصرف سوخت توسعه داده شد. به منظور مدلسازی از داده های روزانه 4 ساله 6 کشتی با ظرفیت 2000 کانتینری بعنوان مفروضات مدل سازی ریاضی بهره گیری شد. در ادامه سامانه تصمیم یار هوشمند بر اساس این پارامترهای اثرگذار بر مصرف سوخت توسعه داده شده که شامل دو مدل شبکه عصبی مصنوعی پیشبینی عملکرد مصرف سوخت و بهینه سازی شیب طولی شناور است. نتایج ارزیابی مدل های شبکه عصبی مصنوعی توسعه داده شده دارای روایی و پایایی مورد قبول می باشد. بر اساس مدل سامانه طراحی شده، مشخص گردید پارامتر شیب طولی توسط سامانه طراحی شده بطور متوسط مصرف سوخت شناورها را تا 41/4% بهینه سازی میکند.

زبان:
فارسی
صفحات:
77 تا 89
لینک کوتاه:
magiran.com/p2622717 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!