A Large-Scale Optimization Framework for Simultaneous Design and Routing of Wind-Assisted Ships
Notice bibliographique
Résumé
Abstract This paper presents a comprehensive approach to optimizing the performance of wind-assisted ships. The proposed optimization framework simultaneously addresses ship routing and design, considering the complex interactions between design parameters and route optimization across multiple weather scenarios. Optimal control methods, including the direct multiple shooting technique and automatic differentiation, are employed to efficiently optimize both routing and design parameters, resulting in a large-scale optimization problem. The methodology is demonstrated through a case study of a 2200-TEU container ship equipped with Flettner rotors, operating on a transatlantic route between Brittany and Halifax. The results provide a quantitative, model-based estimate of fuel savings, highlighting the importance of integrated optimization for wind-assisted propulsion systems, while maintaining computational efficiency suitable for iterative design processes. Compared to traditional design and routing methods, based on static polar diagrams and sequential design loops, this approach drastically reduces optimization times, enabling rapid design iterations and informed decision-making. Furthermore, the study offers insights into the sensitivity of fuel consumption to key design parameters, such as the number and placement of Flettner rotors, providing a more accurate and comprehensive estimate of potential energy savings compared to conventional methods. By overcoming the limitations of traditional polar-diagram-based methods, this framework provides a more accurate and dynamic assessment of wind-assisted propulsion systems. These findings emphasize the necessity of integrated optimization for maximizing performance and sustainability in maritime transport. Keywords Wind-assisted propulsion; Design optimization; Ship routing; Large-scale optimization
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».