Continuous depth data are often required in applications of both onboard systems and maritime simulation. But data available are usually discrete and irregularly distributed. Based on the neuron network technique, methods of interpolation to the charted depth are suggested in this paper. Two algorithms based on Levenberg-Marquardt back-propaganda and radial-basis function networks are investigated respectively. A dynamic neuron network system is developed which satisfies both real time and mass processing applications. Using hyperbolic paraboloid and typical chart area, effectiveness of the algorithms is tested and error analysis presented. Special process in practical applications such as partition of lager areas, normalization and selection of depth contour data are also illustrated.

항만 및 항로의 설계에 있어서 시뮬레이터 적용의 중요성과 그 기능이 강조되고 있다. 본 연구에서는 시뮬레이션의 다른 방법과 그 적용에 대하여 소개하였고, 대축척 시뮬레이션의 개념, 그룹시뮬레이션을 제안하였다. 이 과업을 적절하고 효과적으로 수행하기 위하여 시뮬레이터의 요구조건을 제시하였고, 특별히 항로설계 시뮬레션에서 가장 중요한 선박의 동하중 모델링에서의 몇가지 관점과 주위환경 요소를 설명하고 알고리즘을 나타내었다.