ニューラルネットワークを用いる船舶の最適航路選定に関する基礎研究

1995 Fiscal Year Annual Research Report

• Project/Area Number: 07805089
• Research Category: Grant-in-Aid for General Scientific Research (C)
• Research Institution: 東京商船大学
• Principal Investigator: 萩原 秀樹 東京商船大学, 商船学部・情報システム設計工学講座, 助教授 (30126338)
• Co-Investigator(Kenkyū-buntansha): 庄司 るり 東京商船大学, 商船学部・情報システム設計工学講座, 助手 (50272729) ; 桑島 進 東京商船大学, 商船学部・海洋工学講座, 教授 (30016943) ; 杉崎 昭生 東京商船大学, 商船学部・情報システム設計工学講座, 教授 (20016926)
• Keywords: ニューラルネットワーク / 航路選定 / シミュレーション / 高層気象

Research Abstract

500hPa高度の分布パターンを入力信号とし、サンフランシスコから東京に至る18本のルートの優劣値(ルートスコア)を出力信号とする航路選定ニューラルネットワークを開発した。このネットワークは入力層と隠れ層(中間層)および出力層から成り、入力層と隠れ層のユニット数は96個、出力層のユニット数は18個とした。1978年〜83年までの冬季における105航海についてこのニューラルネットワークの学習を行った。学習を行うための教師信号には、18本のルート上を実況波浪データを用いて船を航走させるシミュレーションを行い、得られた航海時間によるルートスコアを用いた。18本のルートの最短時間ルートに0.9、最長時間ルートに0.1というスコアを与え、他のルートは航海時間に応じて0.1〜0.9の間のスコアを与えた。105航海のすべての学習パターンにおける出力信号と教師信号の差の2乗和の1/2として評価関数を定義し、その値が0.5以下になるまで学習を行った。
学習済ニューラルネットワークの能力評価テストにおいて、この航路選定法は過去に提案された東西指数に基づく航路選定法より良い成績を上げることができた。これは、東西指数では区別できない500hPa高度の分布パターンの違いを、ニューラルネットワークがうまく識別できたことによるものである。今回開発したニューラルネットワークを用いる航路選定法は、出港時あるいは航海の初期段階において戦略的な(概略の)航路を決定する際、きわめて有効な手段と考えられる。
上記の学習に用いた教師信号は、18本のルートを相対的に評価するものであったが、各ルートを絶対的に評価した教師信号を用いた学習も行った。これは出力信号から各ルートの航海時間が予測できることが利点であるが、現段階ではその予測精度は十分ではなく、またパターン認識の点からは相対的な評価による教師信号を用いる方が有利である。

Research Products

• [Publications] 萩原秀樹・杉崎昭生・鈴木るり: "高層気象パターンに基づくウェザ-ルーティング-ニューラルネットワークによる航路選定-" 日本航海学会論文集. 第93号. p191-p199 (1995)
• [Publications] 萩原秀樹・杉崎昭生・鈴木るり: "ニューラルネットワークを用いるウェザ-ルーティングの新手法" 日中航海学会 学術交流会論文集. p123-p132 (1995)
• [Publications] 萩原秀樹・朱凌楓・庄司るり: "ニューラルネットワークを用いる船舶の最適航路選定に関する基礎研究" 第44回東京商船大学学術講演会論文集. p61-p64 (1995)