Prediction of resistance of MARAD systematic series’ Hullforms using atificial neural networks

Maritime Administration (MarAd) in cooperation with Hydronautics Inc., motivated by the rising interest for full hull form merchant ships in the early 1970’s and the lack of systematic data regarding the performance of these vessels, developed the so-called MARAD Systematic Series, comprised of 16 f...

Πλήρης περιγραφή

Κύριοι συγγραφείς:	Margari, Vasiliki, Μαργάρη, Βασιλική
Άλλοι συγγραφείς:	Ζαραφωνίτης, Γεώργιος
Μορφή:	bachelorThesis
Γλώσσα:	English
Έκδοση:	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ναυπηγών Μηχανολόγων Μηχανικών. Τομέας Μελέτης Πλοίου και Θαλάσσιων Μεταφορών 2017
Θέματα:	Ship resistance Artificial neural networks MARAD systematic series Multi-layer perceptron Radial basis function neural networks Support vector machines Αντίσταση πλοίου Τεχνητά νευρωνικά δίκτυα Συστηματική σειρά MARAD Δίκτυα ακτινικών συναρτήσεων βάσης Μηχανές διανυσμάτων υποστήριξης Πολυστρωματικά δίκτυα
Διαθέσιμο Online:	http://dspace.lib.ntua.gr/handle/123456789/46189

Prediction of resistance of MARAD systematic series’ Hullforms using atificial neural networks

Παρόμοια τεκμήρια