DSpace DSpace UPC
 Català   Castellano   English  

E-prints UPC >
Altres >
Enviament des de DRAC >

Empreu aquest identificador per citar o enllaçar aquest ítem: http://hdl.handle.net/2117/9793

Arxiu Descripció MidaFormat
JMR.docArticle revista290 kBMicrosoft WordVeure/Obrir

Citació: Ortigosa, I.; Revilla-López, G.; Garcia, J. Prediction of total resistance coefficients using neural networks. "Journal of maritime research.", Desembre 2009, vol. 6, núm. 3, p. 15-26.
Títol: Prediction of total resistance coefficients using neural networks
Autor: Ortigosa Barragán, Inma Veure Producció científica UPC; Revilla López, Guillermo Veure Producció científica UPC; García Espinosa, Julio Veure Producció científica UPC
Data: des-2009
Tipus de document: Article
Resum: The Holtrop & Mennen method is widely used at the initial design stage of ships for estimating the resistance of the ship (Holtrop and Mennen, 1982). The Holtrop & Mennen method provide a prediction of the total resistance’s components. In this work we present a neural network model which performs the same task as the Holtrop & Mennem’s method, for two of the total resistance’s components. A multilayer perceptron has been therefore trained to learn the relationship between the input (length-displacement ratio, prismatic coefficient, longitudinal position of the centre of buoyancy, after body form and Froude number) and the target variables (form factor and wave-making and wave-breaking resistance per unit weight of displacement). The network architecture with best generalization properties was obtained through an exhaustive validation analysis (Bishop, 1995). The results of this model have been compared against those provided by the Holtrop & Mennen method, and it was found that the quality of the prediction is improved over the entire range of data. The neural network provides an accurate estimation of two total resistance’s components with Froude number and hull geometry coefficients as variables.
ISSN: 1697-4840
URI: http://hdl.handle.net/2117/9793
Apareix a les col·leccions:TRANSMAR - Grup de recerca de transport marítim i logística. Articles de revista
CEN - Departament de Ciència i Enginyeria Nàutiques. Articles de revista
Departament d'Enginyeria Química. Articles de revista
Altres. Enviament des de DRAC

Stats Mostra les estadístiques d'aquest ítem

SFX Query

Aquest ítem (excepte textos i imatges no creats per l'autor) està subjecte a una llicència de Creative Commons Llicència Creative Commons
Creative Commons


Valid XHTML 1.0! Programari DSpace Copyright © 2002-2004 MIT and Hewlett-Packard Comentaris
Universitat Politècnica de Catalunya. Servei de Biblioteques, Publicacions i Arxius