4736387615

należą) wadą jest „brak powtarzalności rozwiązań ze względu na probabilistyczny charakter algorytmów". Dowodem na to, że jednak nie mogą to być powtarzalne w 100% wyniki, są wykresy na rysunkach 4.26, 4.31, 4.36, itd., przedstawiające różny czas obliczeń (od 6 do ponad 20 sekund dla przypadku pierwszego z rysunku 4.26) dla 100 powtórzeń pracy algorytmu mrówkowego (dla identycznych parametrów wejściowych).

c)    Generalna uwaga, która się nasuwa podczas analizowania wyników przedstawionych w rozdziale czwartym, to fakt, że wybrane przez autorkę rozprawy przypadki kolizyjne, które „musi rozwiązać" algorytm mrówkowy należą raczej do tych „prostszych", niż „trudniejszych" pod względem nawigacyjnym. Przede wszystkim, realne sytuacje zagrożenia mają miejsce podczas żeglugi przy wzmożonym ruchu statków na wodach ograniczonych. Typowe wody ograniczone to z reguły bliskość dłuższej linii brzegowej w połączeniu z ciasnymi przejściami, torami podejściowymi, czy strefą rozgraniczenia ruchu z dodatkowymi znakami nawigacyjnymi (pławy, bramy itd.). W tych okolicznościach nierzadkim przypadkiem, który spotyka oficerów wachtowych, jest konieczność śledzenia w trudnych warunkach hydrometeorologicznych (znos, dryf) nawet do dziesięciu statków (mających pierwszeństwo lub ustępujących drogi). Tego typu trudne warunki analizowano już w przeszłości. Dobrym odniesieniem może być tutaj praca: Śmierzchalski R., Michalewicz Z. „Modeling of Ship Trajectory in Collision Situations by an Evolutionary Algorithm", którą autorka zawarła również w swojej bibliografii. Czy takie „trudne nawigacyjnie" sytuacje były analizowane zaprezentowanym w rozprawie algorytmem mrówkowym?

d)    Kolejna uwaga związana jest właściwie z poprzednią. Czy istnieje taka sytuacja zagrożenia kolizją, z którą algorytm mrówkowy mógłby sobie nie poradzić? Tzn. zakończy się praca algorytmu (w pracy, na stronie 81 przyjęto, że warunki zakończenia tej pracy to: przekroczenie maksymalnego czasu równego 60 sekund, który zdefiniowano na stronie 63 lub przekroczenie maksymalnej liczby iteracji), ale bezpieczna trajektoria nie zostanie określona? A, czy gdyby „znieść" te warunki zakończenia, to bezpieczna trajektoria byłaby wyznaczona?

e)    Następna uwaga dotyczy tezy pracy. Mowa jest w niej między innymi o możliwości zmniejszenia kosztów eksploatacyjnych statku w wyniku zastosowania algorytmu mrówkowego. Tymczasem, jeżeli przyjąć, że w skład tych kosztów wchodzi również koszt zużytego paliwa i fakt, że na rysunkach od 4.2 do 4.65, przedstawiających zmienione (w wyniku rozwiązania sytuacji kolizyjnej) trajektorie nastąpiło raczej wydłużenie drogi statku niż skrócenie, to można mieć wątpliwości, czy teza została udowodniona w 100%.

f)    Żaden z omawianych w rozdziale czwartym przypadków kolizyjnych nie pokazuje bezpośrednio, jaki jest czas od momentu „zarejestrowania" faktu zaistnienia ryzyka kolizji (mógłby być np. umownie oznaczony jako to) do wystąpienia potencjalnej kolizji (gdyby nie zmieniono trajektorii statku). Oczywiście, mając mapę sytuacyjną wyskalowaną w milach morskich oraz wektory prędkości statków (co w pracy pokazano w przykładach) można to sobie szybko obliczyć, ale jawne przedstawienie czasu, dałoby obraz faktycznego „zapasu czasowego", tym bardziej, że w pracy autorka przedstawia czas obliczeń algorytmu.