머신러닝을 이용한 기관 출력 예측 방법에 관한 연구A Machine Learning-Based Method to Predict Engine Power
- Other Titles
- A Machine Learning-Based Method to Predict Engine Power
- Authors
- 김동현; 한승재; 정봉규; 한승훈; 이상봉
- Issue Date
- 2019
- Publisher
- 해양환경안전학회
- Keywords
- 선박; 저항; 예측; SVM; ISO15016; Ship; Resistance; Prediction; SVM; ISO15016
- Citation
- 해양환경안전학회지, v.25, no.7, pp 851 - 857
- Pages
- 7
- Indexed
- KCI
- Journal Title
- 해양환경안전학회지
- Volume
- 25
- Number
- 7
- Start Page
- 851
- End Page
- 857
- URI
- https://scholarworks.gnu.ac.kr/handle/sw.gnu/9936
- DOI
- 10.7837/kosomes.2019.25.7.851
- ISSN
- 1229-3431
2287-3341
- Abstract
- 본 연구는 운항선의 운항 빅데이터를 활용하여 머신러닝 기법의 선박 마력 예측에 관한 것이다. 현재 신조선에는 ISO15016법을 이용하여 외부환경 요인에 대하여 수식을 통해 저항을 예측하나 관련 계산식이 복잡하고 요구하는 입력변수들이 많아 운항하는 실선 적용에 많은 시간과 비용이 필요하다. 본 연구에서는 최근 예측, 인식 등에서 우수한 성능을 보이는 SVM(Support Vector Machine) 알고리즘을 이용하여 우수한 성능의 선박 출력 예측이 가능한 모델을 제안한다. 제안 예측 모델은 실선 운항 빅데이터만 확보된다면 ISO15016법 대비 우수한 성능의 예측이 가능한 장점이 있다. 본 연구에서는 178K 벌크캐리어의 운항 DATA를 활용하여 ISO15016 기법과 본 연구에서 제안하는 SVM 알고리즘 기반의 마력해석법을 비교하여 ISO15016의 단점인 선박 모델 데이터 준비 부분을 줄이고 부정확한 마력 예측 성능을 개선하였다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - 해양과학대학 > 기계시스템공학과 > Journal Articles
- 해양과학대학 > Department of Maritime Police and Production System > Journal Articles

Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.