زمان بندی تک هدفه و چند هدفه ی فرود هواپیماها در محیط پویا

امروزه سفرهای هوایی به عنوان یکی از روش های حمل و نقل سریع و ایمن، رشد چشمگیری داشته است. بنابراین ایجاد یک ترافیک هوایی روان و زمان بندی مناسب پروازها جهت فرود ایمن و با حداقل انحراف از زمان مطلوب و جلوگیری از اتلاف وقت و هزینه ضروری است. در اکثر پژوهش های انجام شده، مسئله بهینه سازی زمان بندی فرود هواپیماها ایستا در نظر گرفته شده است. اما این مسئله در جهان واقعی پویا است. اخیرا روش های بهینه سازی هوش جمعی به دلیل سادگی و کارایی بالا در حل مسائل بهینه سازی بسیار مورد توجه قرار گرفته اند. یکی از آنها، الگوریتم بهینه سازی میمیون عنکبوتی است که می تواند با تعداد اندک پارامترها، نگهداری تاریخچه ی جستجو، کنترل جستجو و گرو ه بندی اعضای جامعه جهت یافتن بهینه در صورت نیاز، نسبت به الگوریتم های سنتی این حوزه کارایی بهتری داشته باشد. در این پژوهش، روشی برای زمان بندی پویای فرود هواپیماها با استفاده از الگوریتم بهینه سازی میمیون عنکبوتی و الگوریتم ژنتیک، ارائه شده است. روش پیشنهادی بر روی داده های صحت سنجی با فرض یک و چندبانده بودن فرودگاه در حالت تک هدفه و داده های جهان واقعی در حالت چندهدفه آزمایش شده و نتایج حاصله حاکی از بهبود زمان بندی پرواز و کاهش هزینه ها بوده است.

کلیدواژه ها:

Aircrafts landing scheduling ، Dynamic Environment ، Swarm intelligence ، Spider-Monkey optimization algorithm ، Genetic algorithm ، زمان بندی فرود هواپیماها ، محیط پویا ، هوش جمعی ، الگوریتم بهینه سازی میمون عنکبوتی ، الگوریتم ژنتیک.