dc.contributor.author |
Δημητρόπουλος, Νικόλαος
|
el |
dc.contributor.author |
Dimitropoulos, Nikolaos
|
en |
dc.date.accessioned |
2018-11-22T09:23:56Z |
|
dc.date.available |
2018-11-22T09:23:56Z |
|
dc.date.issued |
2018-11-22 |
|
dc.identifier.uri |
https://dspace.lib.ntua.gr/xmlui/handle/123456789/48069 |
|
dc.identifier.uri |
http://dx.doi.org/10.26240/heal.ntua.16253 |
|
dc.rights |
Default License |
|
dc.subject |
Δεδομένα μεγάλης κλίμακας |
el |
dc.subject |
Big data |
en |
dc.subject |
Θαλάσσιο περιβάλλον |
el |
dc.subject |
Ναυτιλία |
el |
dc.subject |
Σχεδιασμός διαδρομής |
el |
dc.subject |
Ανάπτυξη λογισμικού |
el |
dc.subject |
Μοντέλο κατανάλωσης καυσίμου |
el |
dc.subject |
Αλγόριθμος Dijkstra |
el |
dc.subject |
Marine environment |
en |
dc.subject |
Merchant shipping |
en |
dc.subject |
Route planning |
en |
dc.subject |
Software development |
en |
dc.subject |
Fuel consumption model |
en |
dc.subject |
Dijkstra algorithm |
en |
dc.title |
Καινοτόμες υπηρεσίες με χρήση θαλάσσιων δεδομένων μεγάλης κλίμακας |
el |
heal.type |
bachelorThesis |
|
heal.classification |
Δεδομένα, πληροφορίες και γνώση |
el |
heal.classificationURI |
http://data.seab.gr/concepts/381766ae137405cea959b45ca9c8028776a32f61 |
|
heal.language |
el |
|
heal.access |
free |
|
heal.recordProvider |
ntua |
el |
heal.publicationDate |
2018-10-11 |
|
heal.abstract |
Κατεξοχήν η θάλασσα ήταν για τον άνθρωπο ένα σημαντικό πεδίο δράσης, με πλήθος
διαφορετικών δραστηριοτήτων να πραγματοποιούνται σε αυτήν. Ακόμα, τα τελευταία
χρόνια υπάρχει παραγωγή μεγάλου όγκου δεδομένων δημιουργώντας την πρόκληση
τα δεδομένα αυτά να συγκεντρωθούν και να αναλυθούν με σκοπό να παραχθεί νέα
γνώση και να δημιουργηθούν καινοτόμες υπηρεσίες, οι οποίες θα προσφέρουν αξία
στους διαφορετικούς εμπλεκόμενους με τη θάλασσα και τη ναυτιλία φορείς. Στην
παρούσα εργασία γίνεται μια γενική περιγραφή των υπηρεσιών που χρησιμοποιούν
τα δεδομένα μεγάλης κλίμακας στους τομείς που σχετίζονται με τη θάλασσα.
Ειδικότερα, στο κομμάτι της εμπορικής ναυτιλίας περιγράφονται οι συνθήκες που
έχουν δημιουργηθεί, ώστε να αξιοποιηθεί το συνεχώς αυξανόμενο πλήθος δεδομένων
που δημιουργείται. Κατόπιν περιγράφονται και αναλύονται υπάρχουσες υπηρεσίες
και εφαρμογές που χρησιμοποιούν τα δεδομένα μεγάλης κλίμακας.
Έπειτα της χαρτογράφησης του πεδίου, προτείνεται μια καινοτόμος υπηρεσία που
χρησιμοποιεί τα δεδομένα μεγάλης κλίμακας αναδεικνύοντας τη χρησιμότητα τους
για την εμπορική ναυτιλία. Η υπηρεσία αυτή χρησιμοποιεί διάφορα σύνολα
δεδομένων ώστε να σχεδιασθούν θαλάσσιες διαδρομές και να βελτιστοποιηθούν με
χρήση προγραμματιστικών εργαλείων. Επιπλέον γίνεται εκτενής αναφορά στο
υπάρχον τεχνολογικό πλαίσιο και τις δυνατότητες που προσφέρει στην ανάπτυξη της
προτεινόμενης υπηρεσίας.
Για την υλοποίηση της υπηρεσίας δημιουργήθηκε ένα μοντέλο πρόβλεψης
κατανάλωσης καυσίμων χρησιμοποιώντας στατιστικές μεθόδους. Χρησιμοποιώντας
αυτό το μοντέλο, τις ζωντανές καιρικές προβλέψεις και γεωγραφικά δεδομένα
διαδρομών ελέγχθηκαν τα αποτελέσματα της εφαρμογής, δηλαδή ο χρόνος ταξιδιού, η
κατανάλωση καυσίμου και ο ρυθμός κατανάλωσης. Στη συνέχεια υλοποιήθηκε
βελτιστοποίηση των εξεταζόμενων διαδρομών, με τη γλώσσα προγραμματισμού
Python, χρησιμοποιώντας ως κριτήρια, αυτά της ελάχιστης κατανάλωσης και του
ελάχιστου ρυθμού κατανάλωσης καυσίμου. Τα αποτελέσματα της υπηρεσίας βοηθούν
ουσιαστικά στη διαδικασία λήψης αποφάσεων στη λειτουργία του πλοίου αποδοτικά
και γρήγορα.
Τέλος εξετάζονται και προτείνονται βελτιώσεις για την υπηρεσία που αναπτύχθηκε
καθώς και προτάσεις ως προς το τεχνολογικό πλαίσιο |
el |
heal.abstract |
The marine environment was always an important field of human action, with a
variety of different operations being executed. Furthermore, in recent year
s there is an
increasing number of data being generated, posing the challenge that these datasets
would be gathered and analyzed in an attempt to create knowledge and new solutions
to be created that they will be of added value for the interested parties.
In this diploma
thesis, a general description of the services using big data in the marine environment
is made. In particular, the conditions that have been created to exploit the ever
-
increasing number of data generated in merchant shipping are being desc
ribed.
Existing services and applications that use big data as main source are then described
and analyzed.
After mapping the field, an innovative service is proposed that uses big data to
highlight their use in merchant shipping. This service uses variou
s datasets to design
sea routes, sail conditions and optimization using programmable tools. In addition, an
extensive reference to the technological framework is pointed out and the possibilities
that it offers on the proposed solution.
Upon implementatio
n, a fuel consumption prediction model was developed, using
statistical methods. Using the model along with live weather forecasts and geographic
data, the service provided its results, such as fuel consumption, travel time and
consumption rate. After that
, optimization of the routes under consideration, using
the Python programming language, is suggested, using as criteria minimum fuel
consumption and minimum fuel consumption rate. The results of the service can be a
quick and accurate tool in the decision
making process of the ship operation.
Finally improvements and suggestion for further development and new solutions are
being proposed |
en |
heal.advisorName |
Ασκούνης, Δημήτριος |
el |
heal.committeeMemberName |
Ασκούνης, Δημήτριος |
el |
heal.committeeMemberName |
Δούκας, Χρυσόστομος |
el |
heal.committeeMemberName |
Ψαρράς, Ιωάννης |
el |
heal.academicPublisher |
Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Ηλεκτρικών Βιομηχανικών Διατάξεων και Συστημάτων Αποφάσεων |
el |
heal.academicPublisherID |
ntua |
|
heal.numberOfPages |
78 σ. |
|
heal.fullTextAvailability |
true |
|