Baggrund:
Containershipping er en grundpille i verdensøkonomien og er den transportform, der udleder mindst CO2. Branchen omsætter for over 100 milliarder dollars årligt og Danmark spiller en central rolle med over 18% af verdensmarkedet. Forretningsmodellen for et containerrederi er at fragte så mange containere som muligt og opnå højest mulig fragtrate per container. En kendt udfordring er dog, at containerskibe har komplekse stuvningsregler og sødygtighedskrav. Det er derfor vanskeligt at styre salget af bookings, så fragtkompositionen udnytter skibenes kapacitet maksimalt.
Projekt:
Pilotprojekter udført af det danske firma Sealytix har vist, at avancerede stuvningsalgoritmer og AI-metoder kan bruges til at forøge indtjeningen for et containerskib med helt op til 10 procent. Det er signifikant i en branche, der normalt kun har en profitmargin på få procent. Forskningsprojektets formål er at løse nogle af de basale datalogiske problemstillinger, som udviklingen af disse algoritmer har identificeret og som har vist sig at være vanskeligst i praksis.
Forventede resultater
Projektets primære resultat er nye algoritmer og AI-metoder til at optimere stuvningen af et containerskib, så størst indtjening opnås. Samtidig ønsker vi at engagere det åbne forskningsmiljø med standardbeskrivelser af problemet og uddanne nye eksperter til området, så Danmark fastholder sin førerposition.