Оптимізація маршрутів повітряних суден із врахуванням багатокритеріальних параметрів
Анотація
З'ясовано наявність алгоритмів для побудови оптимальних авіаційних маршрутів, таких як A*, B*, D* та Дейкстри, які потребують постійного вдосконалення для забезпечення високої продуктивності та точності в умовах динаміки зовнішніх факторів. Наведено результати дослідження алгоритмів оптимізації траєкторій польоту, їх вдосконалення та адаптацію до специфічних умов, які є важливим кроком для підвищення ефективності планування польотів і забезпечення відповідності сучасним вимогам в авіаційній індустрії. Наведено новий підхід до оптимізації маршрутів повітряних суден, що ґрунтується на багатокритеріальному аналізі, та враховує широкий спектр динамічних параметрів, важливих для сучасної авіаційної логістики. Розглянуто та здійснено порівняння класичних алгоритмів побудови маршрутів, зокрема, A*, B*, D* та Дейкстри, із фокусом на їх застосування для авіаційних завдань у тривимірному просторі. Запропоновано способи вдосконалення для кожного з алгоритмів, які дають змогу адаптувати траєкторії польотів до змінних умов, таких як погодні явища, економічні витрати на паливо, безпека польотів і оперативність виконання завдань. У дослідженні особливу увагу приділено інтеграції зовнішніх факторів у модель оптимізації маршрутів повітряних суден, що робить планування маршрутів більш гнучким і точним. Висвітлено можливості використання адаптивних алгоритмів для побудови маршрутів у реальному часі, що враховують змінні умови польоту. Завдяки впровадженню вагових коефіцієнтів для різних факторів, забезпечується детальніше моделювання умов, за яких відбувається політ, що дає змогу уникати небезпечних зон та небажаних ситуацій під час польоту. Докладно описано математичні моделі, які формують основу запропонованої технології оптимізації: кожен маршрут оцінюють за параметрами витрат палива, часових показників, безпеки, а також залежності від погодних умов і щільності повітряного руху. Здійснені модельні експерименти продемонстрували переваги запропонованих рішень, що полягають у значній економії палива, скороченні часу польотів і підвищенні рівня безпеки у процесі виконання завдань. Наведено результати дослідження та моделювання можна інтегрувати в наявні авіаційні системи навігації, що підвищить точність та швидкість їх роботи. Запропоновано рішення щодо створення науково-практичного підґрунтя для розроблення інноваційних алгоритмів у галузі авіаційної логістики та безпеки польотів.
Завантаження
Посилання
Abdelghany, A., & Abdelghany, K. (2016). Modeling applications in the airline industry. Aircraft routing, 91–100. https://doi.org/10.4324/9781315595818-13
Alieksieiev, V., & Alieksieiev, I. (2019). The approach to cut relevant airspace area for flights planning and automated routing. International scientific journal, Dominant technologies in "Industry 4.0", 4(5), 220222. URL: https://stumejournals.com/journals/mm/2018/4/139.full.pdf
Aydoğan, E., & Cetek, C. (2022). Aircraft route optimization with simulated annealing for a mixed airspace composed of free and fixed route structures. Aircraft Engineering and Aerospace Technology, 637648. https://doi.org/10.1108/aeat-11-2021-0343
Cavagnaro, C. (2024). Modeling aircraft takeoffs. The Journal of the Community of Ordinary Differential Equations Educators, 17(1), 1–11. https://doi.org/10.5642/codee.bgcc7105
Cerulli, M., Pelegrín, M., Cafieri, S., DAmbrosio, C., & Rey, D. (2022). Aircraft conflict resolution. Encyclopedia of optimization. Springer International Publishing, 1–8. https://doi.org/10.1007/978-3-030-54621-2_748-1
Grytsiuk, P. Y., Ivanyshyn, A. V., & Hrytsiuk, Y. I. (2023). Quality assurance of software products in accordance with IEEE 730-2014 standard within the project implementation lifecycle. Scientific Bulletin of UNFU, 33(2), 101–117. https://doi.org/10.36930/40330214
Ho-Huu, V., Hartjes, S., Visser, H. G., & Curran, R. (2018). Integrated design and allocation of optimal aircraft departure routes. Transportation Research Part D: Transport and Environment, 63, 689–705. https://doi.org/10.1016/j.trd.2018.07.006
Hok, K. N., Sridhar, B., & Grabbe, S. (2014). Optimizing Aircraft Trajectories with Multiple Cruise Altitudes in the Presence of Winds, Journal of Aerospace Computing, Information and Communication, 11, 37–56. https://doi.org/10.2514/1.I010084
Hrytsiuk, Y. I. (2022). Comprehensive software quality assessment system. Scientific Bulletin of UNFU, 32(2), 81-95. https://doi.org/10.36930/40320213
Hrytsiuk, Yu. I. (2022). Software quality management system. Ukrainian Journal of Information Technology, 4(1), 01–20. https://doi.org/10.23939/ujit2022.01.001
Ivanova, L., Kurkin, A., & Ivanov, S. (2021). Methods for optimizing routes in digital logistics. E3S Web of Conferences, 258. https://doi.org/10.1051/e3sconf/202125802015
Javaid, M. A. (2013). Understanding Dijkstra Algorithm. SSRN Electronic Journal, 34, 45–57. https://doi.org/10.2139/ssrn.2340905
Jensen, C. K., Chiarandini, M., & Larsen, K. S. (2017). Flight Planning in Free Route Airspaces, Symposium on Algorithmic Approaches for Transportation Modelling, Optimization, and Systems (ATMOS), 59, 114. https://doi.org/10.4230/OASIcs.ATMOS.2017.14
Kilic, U., Yalin, G., & Cam, O. (2023). Digital twin for Electronic Centralized Aircraft Monitoring by machine learning algorithms. Energy, 283, 118129. https://doi.org/10.1016/j.energy.2023.129118
Kim, J.-K., Ku, N., Ku, J.-H., Oh, J.-H., Cho, J.-H., Jung, H.-D., Lee, J., Roh, M.-I., Kim, K.-S., & Ham, S.-H. (2022). Route optimization using artificial neural network. Korean Journal of Computational Design and Engineering, 27(1), 19–28. https://doi.org/10.7315/cde.2022.019
Korsun, O. N., & Stulovsky, A. V. (2023). Recovery of aircraft motion parameters using the optimal control algorithms. Journal of Computer and Systems Sciences International, 62, 61–72. https://doi.org/10.1134/s1064230723010057
Kozlov, S. V., Kubankov, A. N., & Shabanov, A. P. (2023). The network model for controlling the movement of an aircraft along logistics routes. Research, 15(3), 11–19. https://doi.org/10.36724/2409-5419-2023-15-3-11-19
Marchidan, A., & Bakolas, E. (2016). Numerical techniques for minimum-time routing on sphere with realistic winds. Journal of Guidance, Control, and Dynamics, 39(1), 188–193. https://doi.org/10.2514/1.g001389
Nakamura, Y., & Senoguchi, A. (2022). Modeling of aircraft routes under severe weather conditions. U AIAA SCITECH 2022 forum. American Institute of Aeronautics and Astronautics. https://doi.org/10.2514/6.2022-0434
Petryk, V. L. (2020). An Analysis of the Global Civil Aviation Market and a Forecast of its Development in the Face of Unstable Demand for Air Transportation. Business Inform, 3, 112–119. https://doi.org/10.32983/2222-4459-2020-3-112-119
Sarang, P. (2023). Classical algorithms overview. Classical machine learning model building. Springer Nature Switzerland, 236. https://doi.org/10.1007/978-3-031-45633-6_3
Sauer, M., Steiner, M., Sharman, R. D., Pinto, J. O., & Adriaansen, D. R. (2016). Flight planning and execution with multiple weather hazards. National Center for Atmospheric Research. Air Traffic Control, 58(4), 16–23. URL: https://www.researchgate.net/publication/312058089
Sugiyanto, G., Santoso, P. B., Wibowo, A., & Santi, M. Y. (2023). Aircraft routes of domestic cargo transport based on the Indonesian National Logistics System. International conference on biomedical engineering, 2482(1). https://doi.org/10.1063/5.0110640
Wang, X., Zhou, J., & Yang, S. (2023). Unified fast algorithms for building concept lattices. Mathematical Foundations of Computing, Vol. 8, Issue 1, 50–63. https://doi.org/10.3934/mfc.2023037
Yang, L., Wang, Z., Yu, H., Jiang, B., & Wu, Z. (2023). Aircraft route recovery based on distributed integer programming method. Mathematical Biosciences and Engineering, 20(7), 12802–12819. https://doi.org/10.3934/mbe.2023571
Yumeng, Y. (2023). Research on the A Star Algorithm for Finding Shortest Path. Highlights in Science Engineering and Technology, 46, 154–161. https://doi.org/10.54097/hset.v46i.7697
