پیش بینی و کنترل ترافیک هوایی در سکتورهای فضای کشور با استفاده از الگوریتم ژنتیک
عنوان مقاله: پیش بینی و کنترل ترافیک هوایی در سکتورهای فضای کشور با استفاده از الگوریتم ژنتیک
شناسه ملی مقاله: ITTHCONF01_023
منتشر شده در همایش بین المللی افق های نوین در مهندسی کامپیوتر و فناوری اطلاعات در سال 1397
شناسه ملی مقاله: ITTHCONF01_023
منتشر شده در همایش بین المللی افق های نوین در مهندسی کامپیوتر و فناوری اطلاعات در سال 1397
مشخصات نویسندگان مقاله:
مهدی توپچی - کارشناسی ارشد مهندسی کامپیوتر هوش مصنوعی، اداره کل ثبت احوال خراسان شمالی
سیده اعظم ابوالقاسم پور - کارشناسی ارش مهندسی کامپیوتر نرم افزار، سازمان آموزش و پرورش خراسان شمالی
ایوب برخورد - دانشجوی کارشناسی مهندسی کامپیوتر دانشگاه دارالفنون بجنورد
ایمان سرگزی - دانشجوی کارشناسی مهندسی کامپیوتر دانشگاه دارالفنون بجنورد
خلاصه مقاله:
مهدی توپچی - کارشناسی ارشد مهندسی کامپیوتر هوش مصنوعی، اداره کل ثبت احوال خراسان شمالی
سیده اعظم ابوالقاسم پور - کارشناسی ارش مهندسی کامپیوتر نرم افزار، سازمان آموزش و پرورش خراسان شمالی
ایوب برخورد - دانشجوی کارشناسی مهندسی کامپیوتر دانشگاه دارالفنون بجنورد
ایمان سرگزی - دانشجوی کارشناسی مهندسی کامپیوتر دانشگاه دارالفنون بجنورد
پیش بینی ترافیک هوایی سکتورهای فضای کشور در زمانی مشخص به دلیل عدم برنامه ریزی دقیق و عدم اطلاع کافی و به روز از بار ترافیکی موجود در مسیرهای پروازی بالاخص در مرکز کنترل ترافیک فضای کشور بعد از TMAفرودگاه ها به ویژه در زمان ارائه مجوزهای پروازی به airline ها از اهمیت بالایی برخوردار است وحجم ترافیکی زیای را جهت کنترل به کنترل های مرکز کنترل ترافیک فضای کشور وارد می کند. در این مقاله با معرفی الگوریتم ژنتیک، دو عامل مهم زمان و مسیر پرواز و ترافیک مسیر به عنوان متغیرهای مساله می باشند وتخصیص بهترین مسیر از الگوریتم های دایجکسترا وتعیین توالی پراز وهمراه با جابجایی های منطقه نگهداری در فرودگاه وتخصیص باند و Stand پارکینگ در فرودگاه SMGCS با استفاهد از الگوریتم ژنتیک در یک سکتور پیش بینی شده ومناسب ترین زمان ها ومسیرها برای پروازهای بعدی که قصد عبور از سکتور مشخصی را دارند ارائه می کند.
کلمات کلیدی: ترافیک هوایی، حجم کار کنترلر، الگوریتم ژنتیک، انتخاب مناسب ترین مسیر
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/891082/