دوره 21، شماره 1 - ( مجله مهندسی برق و الکترونیک ایران - جلد 21 شماره 1 1403 )
جلد 21 شماره 1 صفحات 163-149 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Tohidi E, Beigi A. Single and Multi-objective Aircrafts Landing Scheduling in Dynamic Environment. Journal of Iranian Association of Electrical and Electronics Engineers 2024; 21 (1) :149-163
URL: http://jiaeee.com/article-1-1280-fa.html
URL: http://jiaeee.com/article-1-1280-fa.html
توحیدی انسیه، بیگی اکرم. زمان‌بندی تک‌هدفه و چندهدفهی فرود هواپیماها در محیط پویا. نشریه مهندسی برق و الکترونیک ایران. 1403; 21 (1) :149-163
چکیده: (446 مشاهده)
امروزه سفرهای هوایی به عنوان یکی از روش‌های 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 بهینهسازی زمان‌بندی فرود هواپیماها ایستا در نظر گرفته شده است. اما این مسئله در جهان واقعی پویا است. اخیرا روش‌های بهینهسازی هوش جمعی به دلیل سادگی و کارایی بالا در حل مسائل بهینهسازی بسیار مورد توجه قرار گرفته‌اند. یکی از آنها، الگوریتم بهینهسازی میمیون عنکبوتی است که می‌تواند با تعداد اندک پارامترها، نگهداری تاریخچه‌ی جستجو، کنترل جستجو و گرو‌ه‌بندی اعضای جامعه جهت یافتن بهینه در صورت نیاز، نسبت به الگوریتم‌های سنتی این حوزه کارایی بهتری داشته باشد. در این پژوهش، روشی برای زمان‌بندی پویای فرود هواپیماها با استفاده از الگوریتم بهینهسازی میمیون عنکبوتی و الگوریتم ژنتیک، ارائه شده‌است. روش پیشنهادی بر روی داده های صحت سنجی با فرض یک و چندبانده بودن فرودگاه در حالت تک‌هدفه و داده‌های جهان واقعی در حالت چندهدفه آزمایش شده و نتایج حاصله حاکی از بهبود زمان‌بندی پرواز و کاهش هزینه‌ها بوده است.
واژه‌های کلیدی: زمان‌بندی فرود هواپیماها، محیط پویا، هوش جمعی، الگوریتم بهینهسازی میمون عنکبوتی، الگوریتم ژنتیک.
نوع مقاله: پژوهشي |
موضوع مقاله:
الکترونیک
دریافت: 1399/12/17 | پذیرش: 1402/5/30 | انتشار: 1402/9/28
دریافت: 1399/12/17 | پذیرش: 1402/5/30 | انتشار: 1402/9/28
چکیده مبسوط [PDF 111 KB] (14 دریافت)
فهرست منابع
1. [1] اصلانی، م.، مسگری م. س.، "توسعه یادگیری تقویتی پیوسته در مسائل مکانی توزیع یافته (مورد مطالعاتی: کنترل هوشمند چراغ های راهنمایی)"، نشریه مهندسی برق و الکترونیک ایران، دوره ۱۷، شماره ۳، صفحه ۷۸-۶۳، پاییز 1399.
2. [2] Ng, K.K.H., Lee, C.K., Chan, F.T. and Lv, Y., "Review on meta-heuristics approaches for airside operation research", Applied Soft Computing, 66, pp.104-133, 2018. [DOI:10.1016/j.asoc.2018.02.013]
3. [3] Yu, S.P., Cao, X.B. and Zhang, J., "A real-time schedule method for Aircraft Landing Scheduling problem based on Cellular Automation", Applied Soft Computing, 11(4), pp.3485-3493, 2011. [DOI:10.1016/j.asoc.2011.01.022]
4. [4] Bennell, J.A., Mesgarpour, M. and Potts, C.N.,"Dynamic scheduling of aircraft landings", European Journal of Operational Research, 258(1), pp.315-327, 2017. [DOI:10.1016/j.ejor.2016.08.015]
5. [5] حضوری، م. ا.، عباسپور ع.، فتوحی فیروزآباد م.، معینی اقطاعی م.، "کمینه‌سازی کاهش اجباری توان تولیدی مزارع بادی با بهره‌گیری از یک راهکار کوتاه مدت ابتکاری بر مبنای بازپخش واحدهای فسیلی"، نشریه مهندسی برق و الکترونیک ایران، دوره ۱۳، شماره ۱، صفحه۱۰-۱، بهار 1395.
6. [6] Abraham, A., Guo, H. and Liu, H., "Swarm intelligence: foundations, perspectives and applications", In Swarm intelligent systems (pp. 3-25). Springer, Berlin, Heidelberg, 2006. [DOI:10.1007/978-3-540-33869-7_1]
7. [7] میرزائی، ف.، پویان ع.، "مروری بر رباتیک جمعی و جایگاه آن در سیستم‌های چندرباته"، نشریه مهندسی برق و الکترونیک ایران، دوره 17، شماره 2، صفحه ۷۲-۵۳، تابستان 1399.
8. [8] Beasley, J.E., Krishnamoorthy, M., Sharaiha, Y.M. and Abramson, D., "Scheduling aircraft landings-the static case", Transportation science, 34(2), pp.180-197, 2000. [DOI:10.1287/trsc.34.2.180.12302]
9. [9] Faye, A., "A quadratic time algorithm for computing the optimal landing times of a fixed sequence of planes", European Journal of Operational Research, 270(3), pp.1148-1157, 2018. [DOI:10.1016/j.ejor.2018.04.021]
10. [10] Sabar, N.R. and Kendall, G., "An iterated local search with multiple perturbation operators and time varying perturbation strength for the aircraft landing problem", Omega, 56, pp.88-98, 2015. [DOI:10.1016/j.omega.2015.03.007]
11. [11] Riahi, V., Newton, M.H., Polash, M.M.A., Su, K. and Sattar, A., "Constraint guided search for aircraft sequencing", Expert Systems with Applications, 118, pp.440-458, 2019. [DOI:10.1016/j.eswa.2018.10.033]
12. [12] Moser, I. and Hendtlass, T., "Solving dynamic single-runway aircraft landing problems with extremal optimization", In 2007 IEEE Symposium on Computational Intelligence in Scheduling (pp. 206-211). IEEE, 2007, April. [DOI:10.1109/SCIS.2007.367691]
13. [13] Salehipour, A., "An algorithm for single-and multiple-runway aircraft landing problem", Mathematics and Computers in Simulation, 175, pp.179-191, 2020. [DOI:10.1016/j.matcom.2019.10.006]
14. [14] Bencheikh, G., El Khoukhi, F., Baccouche, M., Boudebous, D., Belkadi, A. and Ouahman, A.A., "Hybrid Algorithms for the Multiple Runway Aircraft Landing Problem", IJCSA, 10(2), pp.53-71, 2013.
15. [15] Girish, B.S., "An efficient hybrid particle swarm optimization algorithm in a rolling horizon framework for the aircraft landing problem", Applied Soft Computing, 44, pp.200-221, 2016. [DOI:10.1016/j.asoc.2016.04.011]
16. [16] Hammouri, A.I., Braik, M.S., Al-Betar, M.A. and Awadallah, M.A., "ISA: a hybridization between iterated local search and simulated annealing for multiple-runway aircraft landing problem", Neural Computing and Applications, 32(15), pp.11745-11765, 2020. [DOI:10.1007/s00521-019-04659-y]
17. [17] Zhang, J., Zhao, P., Zhang, Y., Dai, X. and Sui, D., "Criteria selection and multi-objective optimization of aircraft landing problem", Journal of Air Transport Management, 82, p.101734, 2020. [DOI:10.1016/j.jairtraman.2019.101734]
18. [18] Bencheikh, G., Boukachour, J. and Alaoui, A.E.H., "A memetic algorithm to solve the dynamic multiple runway aircraft landing problem", Journal of King Saud University-Computer and Information Sciences, 28(1), pp.98-109, 2016. [DOI:10.1016/j.jksuci.2015.09.002]
19. [19] صائمی، س.، توکلی مقدم، ر.، نوذری، ح.، ملکی مقدم، پ.، "زمان بندی فرود و پرواز هواپیماها بر روی باندها با در نظر گرفتن محدودیت در تعداد مکان استقرار هواپیما"، فصلنامه مهندسی حمل و نقل، جلد 8، شماره 4، 1395.
20. [20] یزدانی، م.، فرجی مقدم، ز.، مقدم زرندی، ز.، "حل مسئله زمان بندی چندهدفهی فرود هواپیما در حالت چندباند"، نشریه مهندسی هوانوردی، جلد 21، شماره 1، 1398.
21. [21] نقی زاده، ر. ، "تخمین پارامترهای مدل تک دیودی و دو دیودی سلولهای خورشیدی با روش بهینهسازی علف هرز مهاجم مبتنی بر تخمین توزیع"، نشریه مهندسی برق و الکترونیک ایران، دوره 18، شماره 4، صفحه 137-147، زمستان 1400.
22. [22] Rajabioun, R., "Cuckoo optimization algorithm", Applied soft computing, 11(8), pp.5508-5518, 2011. [DOI:10.1016/j.asoc.2011.05.008]
23. [23] Radmanesh H, Sharifi R, Fathi S H. A BAT Optimization Algorithm for Sizing and Siting of Optimal Distributed Generation in Distribution Networks. Journal of Iranian Association of Electrical and Electronics Engineers 2020; 17 (4) :11-15 [DOI:10.29252/jiaeee.17.4.11]
24. [24] ایروانی راد، م. ا.، جهانگیر مشیدی، آ.، "مروری بر الگوریتم‌های تکاملی بهینهسازی ملهم از پستانداران"، نهمین همایش ملی مهندسی مکانیک، خمینی شهر، 1395.
25. [25] Yazdani, M., Jolai, F., "Lion optimization algorithm (LOA): a nature-inspired metaheuristic algorithm", Journal of computational design and engineering, 3(1), pp.24-36, 2016. [DOI:10.1016/j.jcde.2015.06.003]
26. [26] Agrawal, V., Rastogi, R. and Tiwari, D.C., "Spider monkey optimization: a survey", International Journal of System Assurance Engineering and Management, 9(4), pp.929-941, 2018. [DOI:10.1007/s13198-017-0685-6]
27. [27] Bansal, J.C., Sharma, H., Jadon, S.S. and Clerc, M., "Spider monkey optimization algorithm for numerical optimization", Memetic computing, 6(1), pp.31-47, 2014. [DOI:10.1007/s12293-013-0128-0]
28. [28] Beasley, J.E.( 2004,September 21). Aircraft Landing. Retrieved from http//mscmga.ms.ic.ac.uk/info.html.
29. [29] Eiben, A.E. and Smith, J.E., Introduction to evolutionary computing (Vol. 53, p. 18). Berlin: springer, 2003. [DOI:10.1007/978-3-662-05094-1]
30. [30] Beasley, J.E., Krishnamoorthy, M., Sharaiha, Y.M. and Abramson, D., "Displacement problem and dynamically scheduling aircraft landings", Journal of the operational research society, 55(1), pp.54-64, 2004. [DOI:10.1057/palgrave.jors.2601650]
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License (CC BY NC 4.0) قابل بازنشر است. |
