文章基本信息

标题：ارائه‌‌ی روشی نوين برای کنترل هوشمند فرود هواپيماها در فرودگاه‌های متراکم
其他标题：A New Intelligent Airplane Landing Planning Method in Congested Airports
本地全文：下载
作者：Kazem Dastgerdi ; Nasser Mehrshad ; Mohsen Farshad 等
期刊名称：Intelligent Systems in Electrical Engineering
印刷版ISSN：2251-6530
电子版ISSN：2252-083X
出版年度：2015
卷号：6
期号：1
页码：79-90
语种：Persian
摘要：
امروزه با توجه به مزايای متعدد سفرهای هوايی از جمله راحتی، آسايش، سرعت و امنيت بالا، ترافيک هوايی رشد چشمگيری داشته است و انتظار می‌رود اين نرخ رشد در سال‌های آينده فزآينده‌تر شود. تراکم ترافيک هوايی و محدوديت‌های مختلف در توسعه‌ برخی فرودگاه‌ها سبب شد که مسأله‌ کنترل فرود هواپيماها به‌عنوان يکی از مهم‌ترين مسائل مطرح در حوزه‌ حمل‌ و ‌‌نقل هوايی، توجه بسياری از پژوهشگران را به خود معطوف سازد. در اين مقاله، در قالب يک رويکرد هوشمند نوين با اعمال دانشی غنی و مؤثر به فرآيند بهينه‌سازی (برای افزايش سرعت همگرايی و قابليت حذف پاسخ‌های غيربهينه‌ بديهی)، از الگوريتم Particle Swarm Optimization with Constriction Coefficient (CPSO) برای مسأله‌ کنترل هوشمند فرود هواپيماها استفاده شده است. نتايج شبيه‌سازی‌ها نشان می‌دهند که در مقايسه با روش‌های قدرتمند ارايه شده‌ قبلی، از جمله روش‌های مبتنی بر الگوريتم‌های ژنتيک، بيونوميک، جستجوی Scatter و GLS، کمينه‌سازی مجموع تأخيرهای پروازی (هدف اساسی بهينه‌سازی) به بهترين نحو ممکن تحقق يافته است. به ‌دست آمدن مجموع تأخيرهای پروازی صفر برای دو مسأله با داده‌های واقعی فرودگاه دالاس فورت ورث تگزاس، بيانگر قابليت بيشتر رويکرد هوشمند پيشنهادی در مقايسه با ساير روش‌‌ها در يافتن پاسخ بهينه برای مسأله است.
其他摘要：Nowadays considering many advantages of air traveling, we notice that traffic congestion has significantly increased in airspace of countries, and it is expected that this growth rate, increases even more in the forthcoming years.This growth rate and different limitations posed on developing some airports led to the problem of landing airplanes to become one of the most important issues formed in the field of aviation. In this paper, in the form of a new approach based on CPSO algorithm for intelligent landing planning, determining optimal landing times, optimal allocation of runways, and at last the order of successive landings of planes has been done in a way that appropriately fulfills the main goal of the problem (minimizing the total flights delays); thus helping significantly to controlling air traffic congestion in airports approaches. The simulation results show that compared to the last presented methods, including methods based on genetic algorithms, GLS and Bionomic, has decreased the total amounts of flight delays considerably. Getting zero for total amount of flight delays for the two problems with real data of DFW airport in Texas, United States, confirms the more capability of CPSO algorithm compared to the other intelligent methods for obtaining optimal solutions to the problem.
关键词：برنامه‌ريزی فرود هواپيماها; بهينه‌سازی گروهی ذرات; کمينه‌سازی تأخيرها; محدوديت‌های فرود.
其他关键词：Airplane Landing Planning; PSO; Total Delay Minimizing; Landing Constrainسt