Statek transportowy realizuje szereg potrzeb, spośród których najistotniejszą jest potrzeba bezpiecznego dostarczenia ładunku w określone miejsce i w określonym czasie. Aby zrealizować tę potrzebę, kapitan statku ma za zadanie wybrać optymalną trasę żeglugi ze względu na dwa podstawowe kryteria: ekonomiczne i techniczne. Najlepsze rozwiązanie pod kątem ekonomicznym jest wtedy, gdy statek spełnia warunki techniczne przy minimalnym nakładzie kosztów (przede wszystkim kosztów zużycia paliwa, które mają znaczący udział w ogólnych kosztach eksploatacyjnych statku) - mówi się wtedy o tzw. minimalizacji kosztów. Kryterium techniczne dotyczy natomiast zdolności statku do spełnienia swojej funkcji, co w przypadku statku transportowego sprowadza się do utrzymywania się na powierzchni wody w stanie umożliwiającym bezpieczne przewożenie ładunku w rzeczywistych warunkach środowiskowych.

Na spełnienie kryterium technicznego wpływa wiele czynników i nie zawsze jest możliwe uwzględnienie ich wszystkich podczas planowania trasy żeglugi statku. Spośród wszystkich czynników kapitan statku jest zmuszony wziąć pod uwagę tylko najistotniejsze, do których zwykle zalicza się parametry falowania, parametry ruchu statku czy też tzw. parametry statecznościowe statku. Ten skromny zasób informacji uniemożliwia wykorzystanie znanych metod wyznaczania ruchów statku na fali w oparciu o klasyczną liniową lub nieliniową teorię kołysań.

Wynika to z wielu przyczyn, ale do najistotniejszych należy to, że nie są znane proste i jednocześnie dokładne zależności pomiędzy falowaniem i ruchami statku spowodowanymi tym falowaniem. W tej sytuacji, przy niepełnej przestrzeni informacyjnej, kapitan statku dokonuje wyboru decyzyjnego, a powstałą lukę w wiedzy o zachowaniu się statku na fali uzupełnia swoim doświadczeniem.

Artykuł podejmuje próbę odpowiedzi na pytanie: czy jest możliwe wykorzystanie sztucznych sieci neuronowych do przewidywania zachowania się statku na fali? W czasie eksploatacji statku nie zawsze jest możliwe przedstawienie zachowania się statku na fali za pomocą wartości wymiernych. W literaturze naukowej istnieją metody pozwalające na opisanie cech obiektów technicznych za pomocą zmiennych lingwistycznych. Przykładowo w publikacji [7] wykorzystano zmienne lingwistyczne do opisu zachowania się statku na wodzie spokojnej. Stąd też nasuwa się kolejne pytanie: czy zachowanie się statku na fali można również opisać za pomocą takich zmiennych (np. "małe kołysania", "duże kołysania") i czy jest możliwe wykorzystanie tych danych do uczenia sztucznych sieci neuronowych? W artykule przedstawiono próbę odpowiedzi na powyższe pytania. Badania ograniczono jedynie do slammingu, jako jednego z najbardziej niekorzystnych efektów falowania, pomijając pozostałe ruchy statku na fali.