Optimization of seakeeping behavior of fishing ships by artificial neural networks
-
Pablo Romero Tello [1] ; José Enrique Gutiérrez Romero [1] ; Borja Serván Camas [2] ; Antonio José Lorente López [1]
-
[1] Universidad Politécnica de Cartagena
Universidad Politécnica de Cartagena
Cartagena, España
-
[2] Centre Internacional de Mètodes Numèrics en Enginyeria CIMNE
Centre Internacional de Mètodes Numèrics en Enginyeria CIMNE
Barcelona, España
-
- Localización: Ingeniería naval, ISSN 0020-1073, Nº. 1025, 2023, págs. 527-534
- Idioma: inglés
- Texto completo no disponible (Saber más ...)
-
Resumen
La evaluación del comportamiento en el mar es crucial en la explotación de buques. Tradicionalmente se ha analizado mediante ensayos experimentales y/o modelos numéricos, pero ambas técnicas requieren de un tiempo significativo de ensayo y/o cálculo respectivamente. Sin embargo, con el auge de la Inteligencia Artificial (IA), se abre la posibilidad de explorar la utilización de técnicas de IA en la predicción del comportamiento en el mar. En este trabajo se utilizará una Red Neuronal Artificial (RNA) preentrenada para evaluar el comportamiento en el mar, una de las principales ventajas del uso de estos algoritmos es la capacidad de predecir rápidamente un gran número de escenarios, en comparación con los métodos tradicionales. Se plantea la búsqueda de geometrías de buques pesqueros que se adapten a las condiciones del mar, optimizando métricas específicas relacionadas con la operatividad. Finalmente, se presentarán las conclusiones más relevantes del trabajo.
