Αξιοποίηση τεχνολογιών αναπαράστασης γνώσης και δεδομένων πυκνότητας για την αυτόματη σύσταση θαλάσσιων διαδρομών

datacite.contributor.RelatedPersonΓαροφαλάκης, Ιωάννης
datacite.contributor.RelatedPersonΣιούτας, Σπυρίδων
datacite.contributor.SupervisorΚομνηνός, Ανδρέας
dc.contributor.authorΦρένγκου, Έλτον
dc.contributor.otherFrengkou, Elton
dc.date.accessioned2022-11-08T06:41:43Z
dc.date.available2022-11-08T06:41:43Z
dc.date.issued2022-11
dc.degreemasterThesis
dc.description.abstractΗ αυτόματη ανακάλυψη διαδρομών είναι ένα πρόβλημα που έχει μελετηθεί διεξοδικά στον τομέα των χερσαίων μεταφορών, καθώς είναι σημαντικός για έξυπνες πόλεις και έξυπνα συστήματα μεταφοράς. Συγκριτικά, η θαλάσσια διαδρομή αντιπροσωπεύει ένα εντελώς διαφορετικό πρόβλημα, καθώς δεν υπάρχουν "σταθερές" δίοδοι μεταξύ δύο σημείων ελλιμενισμού, στα πλαίσια βασικών λογικών περιορισμών (π.χ. δεν μπορεί να πλεύσει στην ξηρά). Ως επί το πλείστον, η φάση σχεδιασμού της βασίζεται σε ένα εκτεταμένο σύνολο δεξιοτήτων που αναπτύσσεται κυρίως μέσα από την εμπειρία (π.χ. έκθεση σε νέες περιοχές και προκλήσεις, συζητήσεις με άλλους ναυτικούς). Παρόλο που υπάρχουν αρκετές εφαρμογές που απευθύνονται σε χρήστες μικρών σκαφών, όπως διαδικτυακά συστήματα κρατήσεων για σκάφη και θέσεις ελλιμενισμού, ή διάφορους ενημερωτικούς ιστότοπους, παρατηρείται ότι η προσφερόμενη πληροφορία που αφορά προτεινόμενα δρομολόγια, αφορά κυρίως προσχεδιασμένες και μη-προσαρμοσμένες στον εκάστοτε χρήστη θαλάσσιες διαδρομές. Συνεπώς, διαπιστώνεται ότι για το πρόβλημα της ναυσιπλοΐας μικρών σκαφών, δεν υπάρχει κάποιο εργαλείο με το οποίο οι μη-έμπειροι χρήστες μπορούν να υποβοηθηθούν στη διαδικασία του σχεδιασμού μιας προσωποποιημένης διαδρομής. Σε αυτή τη διπλωματική εργασία, περιγράφεται μια προσέγγιση γενετικού αλγορίθμου για την αυτόματη σύσταση θαλάσσιων διαδρομών για μικρά σκάφη, με βάση τη σημασιολογική μοντελοποίηση χωρικών δεδομένων και τον προσδιορισμό ρεαλιστικών σημείων θαλάσσιων διαδρομών, με βάση χάρτες πυκνότητας σκαφών που παράγονται από ακατέργαστα AIS δεδομένα. Ως περιοχές μελέτης ορίζονται οι δύο πιο δημοφιλείς περιοχές ναυσιπλοΐας στην Ελλάδα, το Ιόνιο Πέλαγος και οι Κυκλάδες. Τέλος, παρουσιάζονται η εφαρμογή και τα αποτελέσματα της παραπάνω μεθοδολογίας μαζί και η σύγκρισή της με τα αποτελέσματα τροποποιημένου Α* αλγορίθμου.
dc.description.translatedabstractAutomatic route discovery is a well-studied problem in the field of terrestrial transportation, as it is important for smart cities and smart transportation systems. In contrary, the sea routing represents an entirely different problem, as there are no "fixed" passages between two docking points, within some logical constraints (e.g., it cannot travel overland). Mostly, its planning phase is based on an extensive skill set that is developed primarily through experience (e.g., exposure to new areas and challenges, discussions with other sailors). Although there are several applications targeting yachters, such as online booking systems for boats and berth spaces, or various informational websites, it is observed that the information offered regarding suggested itineraries mainly concerns pre-planned and non-customized sea routes. Thus, it is found that for the vessel navigation problem, there is no tool with which non-expert users can be assisted in the process of planning a personalized itinerary. In this thesis, a genetic algorithm approach is described for for the automatic generation of route recommendations, based on semantic modeling of spatial data, and the determination of realistic sea route options, based on vessel density maps generated from raw AIS data. Also, the two most popular sailing areas in Greece, the Ionian Sea, and the Cyclades, are defined as case study areas. Finally, the application and results of the above methodology and its comparison with the results of a modified A* algorithm are presented.
dc.identifier.urihttps://hdl.handle.net/10889/23770
dc.language.isoel
dc.subjectΣχεδιασμός θαλάσσιου ταξιδιού
dc.subjectΔρομολόγηση σκαφών
dc.subjectΣχεδιασμός διαδρομής
dc.subjectΣύσταση δρομολογίου
dc.subjectΕυρετικοί αλγόριθμοι
dc.subjectΣημασιολογική χωρική μοντελοποίηση
dc.subject.alternativeMaritime trip planning
dc.subject.alternativeVessel routing
dc.subject.alternativeRoute planning
dc.subject.alternativeItinerary recommendation
dc.subject.alternativeGenetic algorithms
dc.subject.alternativeSemantic spatial modelling
dc.titleΑξιοποίηση τεχνολογιών αναπαράστασης γνώσης και δεδομένων πυκνότητας για την αυτόματη σύσταση θαλάσσιων διαδρομών
dc.title.alternativeUtilization of knowledge representation technologies and density data for the automatic recommendation of sea routes

Files

Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Frengkou_Elton_Master_Thesis.pdf
Size:
4.85 MB
Format:
Adobe Portable Document Format
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
4.53 KB
Format:
Item-specific license agreed upon to submission
Description: