Buradasınız

Anasayfa » Content

UÇAK ÇİZELGELEME PROBLEMİNİN KARINCA KOLONİLERİ OPTİMİZASYONU İLE ÇÖZÜMÜ

Journal Name:

  • Havacılık ve Uzay Teknolojileri Dergisi

Publication Year:

  • 2005

Key Words:

Keywords (Original Language):

Author NameUniversity of AuthorFaculty of Author
Abstract (2. Language): 
Scheduling aircraft landings is a major problem in air traffic control area of congested airports. It is a special type of machine scheduling problem; processing times are sequence dependent, and there are penalties for jobs that are not completed on target time. Each plane has an allowable predetermined time window for landing. The objective is to optimally land a set of planes on one or several runways in such a way that separation criteria between all pairs of planes are satisfied. If efficient algorithms can be developed to assist the controller who is in charge of making scheduling decisions, then more effective use of fixed runway capacity will result. We tried to solve the problem using Ant System metaheuristic, which is gained more popularity in recent years. Using Ant System metaheuristic, we present a generic decision making tool that can be used both for the single runway and the multiple runway landings and takeoffs. Computational results are presented for the standard test problems obtained from literature. Results are compared with the previous works and show that Ant System solutions can be effective in practice.
Bookmark/Search this post with
Abstract (Original Language): 
Havalimanına iniş yapmak üzere havada bulunan uçaklar için iniş sıra ve zamanlarının belirlenmesi özellikle trafiğin yoğun olduğu zaman periyotlarında önemli bir problemdir. Uçak çizelgeleme problemi olarak adlandırılan bu problem temel olarak iş çizelgeleme problemlerine benzemektedir. İşlem zamanları sıralamaya bağımlı olarak değişebilmektedir. Hedef zamanlarında yapılmayan işler için ek maliyet oluşmaktadır. Her uçak için önceden belirlenmiş olan ve iniş yapabileceği zaman aralığını belirleyen alt ve üst sınırlar vardır. Genelde, çizelgeleme sonucunda amaçlanan durum ise uçakların bir veya daha fazla pist için optimum iniş sıralama ve zamanlarının belirlenirken minimum takip mesafelerinin de korunmasıdır. Karınca Kolonileri Optimizasyonu (KKO) metasezgiseli kullanılarak genel amaçlı bir karar verme algoritması geliştirilmiştir. Geliştirilen algoritma tek veya çok pist kullanımında iniş ve kalkışların çizelgelenebilmesi için kullanılabilecektir. Test problemlerinin çözümü sonucunda elde edilen sonuçlar geçmiş çalışmalar ile karşılaştırılmıştır. Ayrıca KKO yönteminin çizelge problemleri için kullanılabilmesi için değişiklik ve yenilikler önerilmiştir.
FULL TEXT (PDF): 
PDF icon arastirmax-ucak-cizelgeleme-probleminin-karinca-kolonileri-optimizasyonu-ile-cozumu.pdf
  • 1
87
95
  • Turkish

REFERENCES

References: 

[1] Mullins J., Trails of Destruction, New Scientist
2056, 28-31,1996
[2] Odoni A.R., Rousseau J.M., Wilson N.H.M.,
Models in Urban and Air Transportation,
Handbooks in OR & MS, Vol.6, 107-150, 1994.
[3] Milan J., The Flow Management Problem in Air
Traffic Control: A Model of Assigning Priorities
for Landings at a Congested Airport,
Transportation Planning and Technology 20,
131-162, 1997.
[4] Beasley J.E., Krishnamoorthy M., Sharaiha Y.M.,
Abramson D., Scheduling Aircraft Landings-The
Static Case, Transportation Science,Vol.34, No.2,
Mayıs 2000.
[5] Beasley J.E., Sonander J., Havelock P.,
Scheduling Aircraft Landings at London
Heathrow Using a Population Heuristic, Journal
of Operational Research Society 52, 483-493,
2001.
[6] Beasley J.E., OR-Library : Distributing Test
Problems by Electronic Mail, Journal of
Operational Research Society 41, 1069-1072,
1990.
[7] Andreussi A., Bianco L., Riciardelli S., A
Simulation Model of Aircraft Sequencing in the
Near Terminal Area, European Journal of
Operations Research 8, 345-354, 1981.
[8] Dear R.G., The Dynamic Scheduling of Aircraft
in the Near Terminal Area, Report R76-9, Flight
Transportation Laboratory, MIT, Cambridge, MA,
1976
[9] Dear R.G., Sherif Y.S., The Dynamic Scheduling
of Aircraft Density Terminal Areas,
Microelectronics and Reliability 29, 743-749,
1989.
[10] Dear R.G., Sherif Y.S., An Algorithm for
Computer Assisted Sequencing and Scheduling
of Terminal Area Operations, Transportation
Research Part A, Policy and Practise, 25, 129-
139, 1991.
[11] Abela J., Abramson D., Krishnamoorthy M., De
Silva A., Mills G., Computing Optimal Schedules
for Landing Aircraft, Proceedings of the 12th
National ASOR Conference, Adelaide, Australia,
71-90, 1993.
[12] Ernst A.T., Krishnamoorthy M., Storer H.,
Heuristic and Exact Algorithms for Scheduling
Aircraft Landings, Networks 34, 229-241,1999.
[13] Dorigo M., Optimization, Learning and Natural
Algorithms, PhD thesis, Dipartimento di
Elettoronica, Politecnico di Milano, IT, 1992.
[14] Dorigo M., Maniezzo V., Colorni A., Positive
Feedback as a Search Strategy, Technical Report
91-016, Dipartimento di Elettronica, Politecnico
di Milano, IT, 1991.
[15] Deneubourg J.L., Aron S., Goss S., ve Pasteels
J.M., The Self-organizing Exploratory Pattern of
the Argentine Ant, Journal of Insect Behavior,
3:159-168, 1990.
[16] Dorigo M., Caro G., Gambardella L., Ant
Algorithms for Discrete Optimization, Artifical
Life, Vol.5, No.3, 137-172,1999
[17] Dorigo M., Maniezzo V., Colorni A., The Ant
System: Optimization by a Colony of
Cooperating Agents, IEEE Tansactions on
System, Man and Cybernetics, Part-B, Vol.26,
No.1, 1996.

Thank you for copying data from http://www.arastirmax.com