حل مسئله زمان بندي چندهدفه ي فرود هواپيما در حالت چندباند

Solving the Multi-objective of Aircraft Landing Scheduling Problem in Multi-Band Mode

حمل و نقل هوايي به دليل سرعت، قابليت اطمينان بالا و مقرون به صرفه بودن در امر انتقال كالا و مسافر يكي از محبوب ترين و پرطرفدارترين وسيله حمل و نقل در سراسر جهان محسوب مي شود. با اين وجود استفاده از حمل و نقل هوايي با روند صعودي، صنعت هوانوردي را با معضلات عديده اي از جمله متحمل شدن هزينه تاخيرات و تعجيلات، افزايش آلودگي هوا و آلودگي هاي زيست محيطي و صوتي روبرو كرده است كه افراد درگير در اين حوزه را ترغيب مي نمايد تا جدي تر به بحث مديريت بهينه ترافيك هوايي و استفاده موثر از ظرفيت باندها و فرودگاه ها تمركز كنند. در اين مقاله مسئله زمان بندي چند هدفه فرود هواپيما به عنوان بخش پيچيده و اساسي مديريت ترافيك هوايي با توجه به محدوديت هاي پنجره زماني، حداقل زمان جداسازي در حالت چند باند و وابستگي بين باندها در قالب اهداف كمينه سازي مجموع هزينه هاي زودكرد و ديركرد و همچنين حداقل سازي مجموع زمان فرودها مورد مطالعه قرار گرفته است. در بخش مطالعات محاسباتي، 5 مسئله با سايزهاي كوچك با كمك روش اپسيلون محدوديت حل شده است. همچنين 22 مسئله با سايزهاي كوچك و بزرگ با استفاده از دو الگوريتم فراابتكاري چند هدفه NSGA-II و MOPSO حل شده و نتايج آن ها مورد مقايسه قرار گرفته است. نتايج محاسباتي براي 4 شاخص عملكردي حاكي از برتري الگوريتمNSGA-II در شاخص NPS و برتري الگوريتم MOPSO در شاخص MID مي باشد. همچنين در دو شاخص SM و RAS نيز عملكرد الگوريتم ها يكسان است.

Aviation is one of the most popular transportation throughout the world for its safety, speed, reliability and cost reduction. Increasing use of aviation has faced the aviation industry with many problems that including delay and early cost, air pollution increase, environmental and sound pollution that encourages those involved in the field to focus more seriously on the optimal management of air traffic and the effective use of the capacity of bands and airports. In this paper, Multi-objective Aircraft Landing Scheduling problem (ALSP) is studied as a complex and basic part of air traffic management according to the time window constraints and minimum separation time in multi band and independence between bands in terms of minimizing of the sum of early and delay cost and minimizing the sum of landing time. In Computational study section, five problems instances with Small size have been solved using the Epsilon Constraint Method. Also, 22 problems instances with small and large sizes have been solved with two multi-objective mata-heuristic algorithms and compared the results of them. The computational results for 4 performance metrics indicate the superiority of the NSGA-II algorithm in the NPS index and the superiority of the MOPSO algorithm in the MID index. Also, the performance of the algorithms is the same for both SM and RAS.