Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Cepowski, T." wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Prediction of the main engine power of a new container ship at the preliminary design stage
    Prognozowanie mocy napędu głównego nowego kontenerowca na wstępnym etapie prognozowania
    Autorzy:
    Cepowski, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/409685.pdf
    Data publikacji:
    2017
    Wydawca:
    STE GROUP
    Tematy:
    container ship
    design parameters
    preliminary design stage
    power
    main engine power
    length between perpendiculars
    number of containers
    TEU capacity
    design
    simple regression
    multiple regression
    approximation
    kontenerowce
    parametry projektowe
    wstępny etap projektowania
    moc
    moc napędu głównego
    długość pomiędzy pionami
    liczba kontenerów
    projektowanie
    regresja liniowa
    aproksymacja
    Opis:
    The paper presents mathematical relationships that allow us to forecast the estimated main engine power of new container ships, based on data concerning vessels built in 2005-2015. The presented approximations allow us to estimate the engine power based on the length between perpendiculars and the number of containers the ship will carry. The approximations were developed using simple linear regression and multivariate linear regression analysis. The presented relations have practical application for estimation of container ship engine power needed in preliminary parametric design of the ship. It follows from the above that the use of multiple linear regression to predict the main engine power of a container ship brings more accurate solutions than simple linear regression.
    W publikacji przedstawiono matematyczne zależności pozwalające na prognozowanie szacunkowej mocy napędu nowo budowanych kontenerowców w latach 2005-2015. Przedstawione aproksymacje pozwalają na oszacowanie mocy napędu w oparciu o długość między pionami i liczbę kontenerów. Aproksymacje zostały opracowane przy wykorzystaniu regresji liniowej jednej i wielu zmiennych. Przedstawione zależności mają praktyczne zastosowanie do szacowania mocy napędu kontenerowca dla potrzeb wstępnego parametrycznego projektowania statku. Z badań wynika, że zastosowanie regresji wielu zmiennych daje dokładniejsze rozwiązania niż zastosowanie regresji jednej zmiennej.
    Źródło:
    Management Systems in Production Engineering; 2017, 2 (25); 97-99
    2299-0461
    Pojawia się w:
    Management Systems in Production Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Identification Accuracy of Additional Wave Resistance Through a Comparison of Multiple Regression and Artificial Neural Network Methods
    Autorzy:
    Cepowski, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/2065011.pdf
    Data publikacji:
    2018
    Wydawca:
    STE GROUP
    Tematy:
    identification
    neural networks
    regression
    wave resistance
    Opis:
    The article presents the use of multiple regression method to identify added wave resistance. Added wave resistance was expressed in the form of a four-state nominal function of: “thrust”, “zero”, “minor” and “major” resistance values. Three regression models were developed for this purpose: a regression model with linear variables, nonlinear variables and a large number of nonlinear variables. The nonlinear models were developed using the author's algorithm based on heuristic techniques. The three models were compared with a model based on an artificial neural network. This study shows that non-linear equations developed through a multiple linear regression method using the author’s algorithm are relatively accurate, and in some respects, are more effective than artificial neural networks.
    Źródło:
    Multidisciplinary Aspects of Production Engineering; 2018, 1, 1; 197--204
    2545-2827
    Pojawia się w:
    Multidisciplinary Aspects of Production Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Prediction of a newbuilding proce of the bulk carriers based on gross tonnage gt and main engine power
    Prognozowanie ceny budowy masowców na podstawie pojemności rejestrowej i mocy napędu
    Autorzy:
    Cepowska, Ż.
    Cepowski, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/410177.pdf
    Data publikacji:
    2017
    Wydawca:
    STE GROUP
    Tematy:
    bulk carrier
    newbuilding price
    cost estimation
    gross tonnage
    engine power
    design
    artificial neural networks
    linear regression
    approximation
    masowiec
    cena budowy
    pojemność rejestrowa
    moc napędu
    projektowanie
    sztuczne sieci neuronowe
    regresja liniowa
    aproksymacja
    Opis:
    The paper presents mathematical relationships that allow us to forecast the newbuilding price of new bulk carriers, based on data concerning vessels built in 2005-2015. The presented approximations allow us to estimate the price based on a gross tonnage capacity and a main engine power The approximations were developed using linear regression and the theory of artificial neural networks. The presented relations have practical application for estimation of bulk carrier newbuilding price needed in preliminary parametric design of the ship. It follows from the above that the use of artificial neural networks to predict the price of a bulk carrier brings more accurate solutions than linear regression.
    W publikacji przedstawiono matematyczne zależności pozwalające na prognozowanie ceny budowy masowców budowanych w latach 2005-2015. Przedstawione aproksymacje pozwalają na oszacowanie ceny w oparciu o pojemność rejestrową GT i moc napędu. Aproksymacje zostały opracowane przy wykorzystaniu regresji liniowej i teorii sztucznych sieci neuronowych. Przedstawione zależności mają praktyczne zastosowanie do szacowania ceny budowy masowca dla potrzeb wstępnego parametrycznego projektowania statku. Z badań wynika, że zastosowanie sztucznych sieci neuronowych do prognozowania ceny masowca przynosi dokładniejsze rozwiązania niż wykorzystanie regresji liniowej.
    Źródło:
    Management Systems in Production Engineering; 2017, 1 (25); 42-45
    2299-0461
    Pojawia się w:
    Management Systems in Production Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Determination of regression formulas for key design characteristics of container ships at preliminary design stage
    Autorzy:
    Abramowski, T.
    Cepowski, T.
    Zvolenský, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/27315915.pdf
    Data publikacji:
    2018
    Wydawca:
    STE GROUP
    Tematy:
    preliminary
    ship
    containership
    design
    main dimensions
    regression
    statek
    kontenerowiec
    projektowanie
    główne wymiary
    regresja
    Opis:
    This article presents regression equations to estimate container ship design characteristics based on the most up-to-date data and deadweight capacity, the number of containers and their combination at the preliminary design stage. These design formulas could have application for the estimation of key container ship characteristics such as: main ship dimensions, geometric parameters, main engine total power, ship velocity, final price and others. Regression equations were performed on the basis of IHS Maritime & Trade main container ship data built from 2005-2015. All equations presented in this paper could have practical application at the preliminary design stage and increase ship design theory development.
    Źródło:
    New Trends in Production Engineering; 2018, 1, 1; 247--257
    2545-2843
    Pojawia się w:
    New Trends in Production Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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