Proposing an operational data analytics approach in ship management

Abstract

Denizcilik endüstrisi global ticaret hacminin yüzde 80'ini ve değerinin yüzde 70'inden fazlasını taşımaktadır. Dahası, önümüzdeki yıllarda deniz yolu taşımacılığına olan talebin artması beklenmektedir. Bu gerçeklere rağmen, deniz yolu taşımacılığı paydaşları, diğer taşıma modları ile rekabetçi bir maliyet sunmaları beklenirken, genel hizmet kalitelerini de arttırma baskısı altındadır. Daha da önemlisi, deniz taşımacılığının küresel kapasite arz fazlası ile karşı karşıya kalacağı düşünülmektedir. Bunun neticesinde navlun fiyatları ve kar oranları üzerindeki baskılar artacaktır. Öteyandan, deniz çevresinin korunması ile ilgili uluslararası regülasyonlar nedeni ile denizcilik endüstrisindeki taşıma maliyetleri yükselme eğilimi göstermektedir. Özellikle, Uluslararası Denizcilik Örgütü (IMO), gemi tasarım sürecinden başlayarak bir geminin yaşam döngüsü boyunca enerji verimliliğini arttırmayı amaçlayan düzenleyici regülasyonları yürürlüğe sokmuştur. Bu kapsamda, Deniz Çevre Koruma Komitesi (MEPC), tam potansiyel verimlilik ve çevresel faydalar elde etmek için Enerji Verimliliği Tasarım Endeksi'ni (EEDI), Enerji Verimliliği Operasyonel Endeksini (EEOI) ve Gemi Enerjisi Verimliliği Yönetim Planını (SEEMP) geliştirmiştir. Tüm bu ana sebepler gemilerin operasyonel verimliliğini artırmayı ve gerçekleştirilen taşıma faaliyetlerinin çevreye olan olumsuz etkilerinin azaltılmasını gerekli kılmaktadır. Bu bağlamda gemi operasyonel performans izlenmesi denizcilik literatüründe her zaman yoğun bir şekilde işlenen konuların başında yer almıştır. Gemi operasyonel performans izlemesinin diğer yöntemlere göre nispeten düşük ilk yatırım maliyeti gerektirmesi ve düşük risk taşıması en önemli avantajları olarak karşımıza çıkmaktadır. Bunların ötesinde, gemi operasyonel performans izlemesi, gemi operasyonların optimizasyonu, bakım ve teslimat planları, charter parti analizi ve gemi kıyaslama işlemlerine de genişletilebilir. Bu sebeple, gemi performans izlemesi, denizcilik endüstrisinde geniş kapsamlı uygulama alanlarını geliştirme konusunda büyük bir potansiyele sahiptir. Ancak, denizcilik literatüründe gemi operasyonel performans izlemesine yönelik çalışmaları incelediğimizde, bu çalışmalarda geliştirilmesi gereken önemli noktaların olduğunu ve denizcilik şirketleri için bu yaklaşımları işlevsiz kılan yönler olduğu tespit edilmiştir. Sensör teknolojisindeki ilerlemelerin yol açtığı otomatik veri toplama sistemleri, denizcilik endüstrisinde veriye ulaşma sorununu ortadan kaldırmıştır. Ancak, gemi operasyonel performans izlemesi özelinde denizcilik literatürü incelendiğinde, gerçekleştirilen çalışmaların genellikle sensör verileri yerine noon-reportlardaki (öğlen raporu) veri kaynaklarına dayandırıldığı gözlemlenmektedir. Halbuki, bir çok bilimsel çalışma noon report kaynaklı verilerin bu konudaki yetersizliklerini ve eksikliklerini ortaya koymaktadır. Noon reportların hergün için sadece tek veri noktası sunması, kısıtlı sayıda değişken içermesi ve insan kaynaklı hatalara açık olması en çok altı çizilen dezavantajlarındandır. Dolayısı ile, otomatik veri toplama sistemlerinden elde edilen verilerin kullanılması, gemi operasyonel performans izlemesixxiv çalışmalarında elde edilecek sonuçların güvenirliliği ve hassasiyeti açısından büyük önem taşımaktadır. Diğer bir önemli husus ise kullanılan veri analiz yöntemleri ile ilgilidir. Gemi operasyonel performans izlemesinde kullanılan teorik modeller, gemi performansına etki eden değişkenler arasındaki ilişkileri basite indirgeyerek söz konusu ilişkileri belirli varsayımlara dayandırmaktadırlar. Teorik yöntemler özellikle gemi dizayn aşamasında sıklıkla başvurulan yöntemler olarak karşımıza çıkmaktadırlar. Ancak, büyük oranda varsayımlara dayandırılmış olmaları ve büyük miktar ve çeşitlilikteki sensör verilerini analiz etmedeki yetersizlikleri, yeni metotların kullanılması gerekliliğini ortaya çıkarmıştır. İstatistiksel yöntemler ise bu bağlamda kullanılan daha gelişmiş yöntemler olarak karşımıza çıkmaktadır. Genel itibari ile, istatistiksel yöntemler tahmin ve çıkarım yapmak için kullanılırlar. Gemi operasyonel performansını iyileştirebilmek adına istatistiksel yöntemlere dayalı bir karar destek sistemi oluşturmanın gerekliliği aşikardır. Bazı durumlarda ise (charter parti analizi vb.), kullanılacak yakıt miktarına ilişkin hassas tahminlerde bulunmakta önem arz etmektedir. Ancak, gemi operasyonel performansının çok sayıda değişkene bağlı olması ve bu değişkenler arasındaki ilişkilerin doğrusal olmaması, çıkarım yapmayı zorlaştırmaktadır. Dahası, istatistiksel yöntemler kara kutu (black box) şeklinde ifade edilen yapılar sunduğundan çıkarımda bulunmayı güçleştirmektedirler. Doğrusal olmayan ilişkiler yapılan tahminlerin doğruluk düzeylerini de önemli ölçüde etkilemektedir. Denizcilik literatüründe, daha yüksek doğruluk oranlarına sahip istatistiksel çalışmalara olan ihtiyaç açıkca ortaya konmuş ve bu konuda daha fazla çalışma yapılması gerekliliği tartışılmıştır. Bahsi geçen eksikliklerin ve uygulama zorluklarının üstesinden gelebilmek bu çalışmanın temel amaçını oluşturmaktadır. Bu kapsamda; otomatik veri toplama sistemlerinden elde edilen veriler analiz ederek veri kaynaklı eksiklikler giderilmesi amaçlanmıştır. Dahası, gelişmiş istatistiksel yöntemler kullanılarak daha yüksek doğruluk oranlarına ulaşılmasının yanı sıra çıkarım yapmaya olanak sağlayan metotlar kullanılması amaçlanmaktadır. Bu kapsamda analiz edilen veriler Faroe Adaları'ndaki bir feribot'dan 16 Şubat - 12 Nisan 2010 tarihleri arasında bir araştırma projesi kapsamında toplanmıştır. Gemi, başkent Torshavn'dan en güneydeki ada Suduroy'a belirli bir rota üzerinden her gün iki veya üç sefer yapmaktadır ve herbir sefer ortalama 1 saat 55 dakika sürmektedir. Gemi üzerine farklı noktalardan veri elde etmek için sensörler yerleştirilmiş ve bu sensörler üzerinden toplam 254 sefer verisi toplanmıştır. Elde edilen verilerin incelenmesi için öncelikle shrinkage metotları (Ridge ve Lasso) kullanılmıştır. Shrinkage metotlarının seçilmesinin nedeni; model karmaşıklığı azaltan ceza terimi (penalty term) içermesi, böylelikle değişken seçimine imkan tanımasıdır. Dahası, kısıtlı sayıdaki değişkeni içeren modeller sağladığı için varyansı azaltıp daha yüksek oranda bir tahmin yapılmasına da imkan sağlamaktadır. Böylelikle, yüksek doğruluk oranından feragat etmeden, karar destek sistemine temel oluşturan model elde edilebilmektedir. İkinci olarak, ağaç tabanlı (tree-based) modeller çıkarımların temel olarak amaçlanmadığı, daha ziyade hassas tahminlerin gerek duyulduğu durumlar için kullanılmıştır. Bu bağlamda, bagging, random forest and bootstrap yöntemleri kullanılmıştır. Bu yöntemler parametrik olmadıklarından kompleks yapıdaki sistemler üzerinde daha etkili sonuçlar elde edilebilmektedir. Dahası, istatiksel yöntemlerde var olan varsayımlara (normal dağılım, sabit ortalama ve standart sapma gibi) da gerek duyulmaması en önemli avantajlarındandır. Gemixxv operasyonel performansı dinamik değişkenlere bağlı kompleks bir problem olduğu için bu türdeki modellerin kullanılması uygun görülmüştür. Sonrasında, elde edilen sonuçlar aynı verileri kullanan diğer çalışmalar ile karşılaştırılmış ve kullanılan modellerin etkinlikleri değerlendirilmiştir. Bu doğrultuda, shrinkage modelleri ile yapılan analiz sonuçunda beklendiği gibi belirli sayıda değişkenin yer aldığı modeller elde edilmiş ve bu modeller kullanılarak elde edilen tahmin değerleri diğer çalışmalarda elde edilenlerde rekabet edebilir düzeyde olduğu saptanmıştır. Daha da önemlisi, model karmaşıklığı azaltılmış olduğu için karar destek sistemi olarak kullanılması mümkün olan bir model geliştirilmesine imkan tanınmıştır. Bu ise gemi operasyonel performans izlemesi çalışmalarının karar destek sistemi olarak uygulabilirliğini artıran önemli bir katkı olarak değerlendirilmektedir. Tree-based modeller kullanılarak elde edilen sonuçların doğruluk dereceleri diğer çalışmalarla kıyaslandığında ise bazı noktalarda daha iyi sonuçlar verdiği görülmüştür. Dahası, değişkenlere ait birer önem sırası sağlıyor olması da bir diğer önemli avantaj olarak karşımıza çıkmaktadır. Dolayısı ile, çalışmada elde edilen sonuçlar hedeflenen amaçların gerçekleştirildiğini ortaya koymaktadır. İstatistiksel yöntemlerin değişkenler arasındaki ilişkileri, kullanılan veriler aracılığıyla öğrendiği dikkate alınacak olursa, daha uzun süreli ve daha fazla değişken kullanılması ileriki çalışmalarda dikkate alınması gereken noktalar olarak karşımıza çıkmaktadır.

Over 80 % of global trade by volume and more than 70 % of its value has been carried by the shipping industry. In addition, demand for the maritime transportation mode is still expected to increase in the forthcoming years. Despite these facts, maritime transportation shareholders are under the increasing pressure to improve their overall service quality, while ensuring the competitive cost with the other transportation modes. More importantly, maritime transportation is expected to facing with the global overcapacity (the supply of ship capacity increased faster than demand). Its cause the pressure on the on freight rates and profits. Environmental protection and social awareness is another substantial component at this perspective, which environmentally sustainable transportation modes is demanded. Specifically, International Maritime Organization (IMO) has implemented the new regulatory regime, which aimed to improve a ship energy efficiency through life cycle of a ship starting from with ship design process and includes its service time. To improve a ship operational efficiency, and to decrease the ecological footprint of its activity, maritime researchers have focused on the ship operational performance monitoring since it would lead to improving fuel savings rate with relatively low initial investments and correspondingly low risk. Beyond that, ship operational performance monitoring might also be extended to optimization of operations, maintenance, delivery plans, charter party analysis, and vessel benchmarking. Thus, ship performance monitoring is an increasingly growing research area since it has a huge potential to improve a wide range of aspects in maritime industry. Despite the mentioned benefits, current ship operational performance monitoring has several fundamental obstacles that make it impractical for ship owners and ship management companies to improve ship efficiency. At this point, data quality and utilized data analysis techniques are main concerns. Most of the time, ship operational data sets consist of the noon-reports. However, it is well-known that noon-reports are not capable of the providing sufficient data quality to investigate ship operational performance monitoring. Beyond that, utilized data analysis models in performance monitoring of ships are categorized as a theoretical, statistical, and hybrid models. Theoretical models have limited capacity to explain the complex behaviors of a dynamic ship system, since they heavily depend on the deterministic mathematical formulations. Moreover, current statistical models that have been implemented on the ship operational performance monitoring are considered as a black box that relations between the ship operational factors are not explained. Besides, low prediction accuracy is another issue for the implemented statistical models. Because of these reasons, this thesis is aimed to develop a ship operational performance monitoring system based on the advanced statistical methods. As indicated earlier, reliable ship operational data is pre-condition for ship performance monitoring. Automatic data acquisition system based data set has been investigated toxxii improve system reliability. In order to optimize ship operation, ship operation characteristic and important variables, outputs, and their relation must be determined. Therefore, shrinkage methods and tree-based methods have been utilized for the ship operational performance monitoring. Shrinkage methods are one of the two statistical estimation methods particularly capable of providing interpretable models than the ordinary least squares. The tree-based methods, on the other hand, can be used on situation where the parameters are non-linear related, such as ship operational data. It guarantees to remove redundant and irrelevant variables (variable selection) to improve the prediction accuracy. As a result; shrinkage methods (Ridge and Lasso) enable to minimize complexity and to enhance interpretability when comparing to current nonlinear models. The tree based model has considerable superiority since the model provides high accuracy rate. In the thesis, the concept of tree based models; bagging, random forest and bootstrap are deployed and the bootstrap gives the most accurate prediction rate than the others.