FPSOとシャトルタンカーから構成されるTandem状態での洋上積み出し時の位置保持性能について, この二浮体の位置制御手法として外乱下においてFPSO方位角をフィードバックする基本的なPID制御にニューロ制御を加味する新しい手法の開発を行った。 まずニューラルネットワークをこの位置保持性能に応用するに際し好適なネットワーク構成とニューラルネットワーク学習方法の検討を行った。このネットワーク構成としては最も一般的な入力層, 中間層, 出力層から構成される3層のネットワークとし, FPSOとシャトルタンカーの相対横距離を入力とし, 所要発生力を出力とすることとした。またニューラルネットワークの荷重を学習する方法としては最も一般的な誤差逆伝搬法を採用し, シミュレーション計算及び水槽実験でその制御性能を評価した。この結果をまとめると次のとおりである。 (1) 学習データとして刻々のデータを使う「常時学習」方法と, 予め決められたデータで学習を行った「学習ファイル使用」方式が有効である。 (2) 種々の条件下においてニューラルネットワーク活用型制御ロジックの妥当性をシミュレーション計算で確認した。 (3) 水槽試験によりニューラルネットワークを活用することにより, PIDのみと比べ制御性能が向上することを検証した。すなわちこのニューロ制御により波高4.5mの外乱下においても波高3.5mと同程度にまでホーサ張力を下げることが可能である見通しを得た。 なおシミュレーション計算や水槽実験でニューラルネットワークを活用した制御方法が有効であることが示されたが, より優れた制御にできる可能性がありこのためには, ニューラルネットワークをさらに拡張し, これを広汎なシミュレーションなどにより検討することが必要であると考えられる。