The maritime industry plays a crucial role in the global economy, with roughly 90% of world trade being conducted through the use of merchant ships and more than a million seafarers. Despite recent efforts to improve reliability and ship structure, the heavy dependence on human performance has led to a high number of casualties in the industry. Decision errors are the primary cause of maritime accidents, with factors such as lack of situational awareness and attention deficit contributing to these errors. To address this issue, the study proposes an Ant Colony Optimization (ACO) based algorithm to design and validate a verified set of instructions for performing each daily operational task in a standardised manner. This AI-based approach can optimise the path for complex tasks, provide clear and sequential instructions, improve efficiency, and reduce the likelihood of human error by minimising personal preference and false assumptions. The proposed solution can be transformed into a globally accessible, standardised instructions manual, which can significantly contribute to minimising human error during daily operational tasks on ships.
Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies
Informacja
SZANOWNI CZYTELNICY!
UPRZEJMIE INFORMUJEMY, ŻE BIBLIOTEKA FUNKCJONUJE W NASTĘPUJĄCYCH GODZINACH:
Wypożyczalnia i Czytelnia Główna: poniedziałek – piątek od 9.00 do 19.00