Details

Global competition in the shipbuilding industry is continuously increasing and this has made companies working in this sector striving to achieve competitive ad-vantage. There are various factors can contribute to helping companies to obtain competitive advantage such as skilled labor, marketing strategies, high technology and cost management. Shipbuilding cost estimation is considered an essential element of shipbuilding cost management and also it is one of the fields where it is possible to gain a com-petitive advantage. With reliable methods which can cope with the increasing com-plexity of designs and the high demands in terms of quick and accurate customer responses, companies in the shipbuilding industry will be able to be more competitive. The method presented in this thesis is an Activity-Based cost estimation model ("ABC").This thesis is concerned with the development of an Activity Based Costing (ABC) system for the application in the shipbuilding industry. It involves the application of Artificial Neural Networks (ANNs) using back-propagation training algorithm with the intention of determining costs more accurately. In this research work, a new neural network model was set for establishing a relationship between cost of the activities and the indirect costs. The proposed neural network has been trained using back propagation training algorithm and was applied on the data of twenty-two different ships have been produced by different shipyards and then five new different ships were added to generate estimated cost and eventually the results have been compared with the actual cost of those five new ships.

Глобальная конкуренция в судостроительной промышленности постоянно растет, что заставляет компании, работающие в этом секторе, стремиться к достижению конкурентных преимуществ. Существуют различные факторы, которые могут помочь компаниям получить конкурентные преимущества, такие как квалифицированный персонал, маркетинговые стратегии, высокие технологии и управление затратами. Оценка стоимости судостроения считается важным элементом управления стоимостью судостроения, а также является одной из областей, где возможно получение конкурентного преимущества. С надежными методами, которые могут справиться с возрастающей сложностью проектов и высокими требованиями в отношении быстрых и точных ответов клиентов, компании в судостроительной отрасли смогут быть более конкурентоспособными. Данная работа связана с разработкой пооперационной модели (ABC) для применения в судостроительной промышленности. Он включает применение искусственных нейронных сетей (ANN) с использованием алгоритма обучения обратного распространения с целью более точного определения затрат. В этой исследовательской работе была создана новая модель нейронной сети для установления взаимосвязи между стоимостью деятельности и косвен-ными затратами. Предложенная нейронная сеть была обучена с использованием обратного алгоритма обучения распространению и была применена к данным о двадцати двух разных кораблях, которые были изготовлены разными верфями, а затем были добавлены пять новых кораблей для создания сметной тоимости. В итоге результаты были сопоставлены с фактической стоимостью этих пяти новых судов.