Modeling and Optimization of Air Traffic

این کتاب فعالیت‌های پژوهشی نویسندگان را که هر دو محقق در Ecole Nationale de l'Aviation Civile (مدرسه ملی هوانوردی غیرنظامی فرانسه) هستند، ترکیب می‌کند و یافته‌های آنها را در 15 سال گذشته ارائه می‌کند. کار آنها از حمل و نقل هوایی به عنوان نقطه کانونی خود، در قلمرو بهینه سازی ریاضی، نگاه کردن به مسائل زندگی واقعی و مدل های نظری در پشت سر هم، و چالش هایی که مطالعه هر دو رویکرد را همراهی می کند، استفاده می کند.
تحقیق نویسندگان با این تلاش مرتبط است. برای کاهش ازدحام فضای هوایی در اروپای غربی، ایالات متحده آمریکا و به طور فزاینده ای، آسیا. آنها این کار را از طریق مطالعه بهینه‌سازی تصادفی (به ویژه تکامل مصنوعی)، بخش‌بندی فضای هوایی، توزیع مسیر و شکاف‌های برخاست، و با مدل‌سازی ازدحام فضای هوایی انجام می‌دهند.
در نهایت، نویسندگان اهداف تحقیقاتی کوتاه‌مدت، میان‌مدت و بلندمدت خود را مورد بحث قرار می‌دهند. آنها امیدوارند که کار آنها، اگرچه مربوط به حمل و نقل هوایی است، اما در زمینه های دیگر نیز اعمال شود، مانند ماهیت قابل انتقال بهینه سازی ریاضی. در عین حال، آنها قصد دارند از سایر زمینه‌های تحقیقاتی مانند تقریب و آمار برای تکمیل تحقیقات مستمر خود در زمینه خودشان استفاده کنند.

مطالب

1. مقدمه.
بخش 1. بهینه سازی و تکامل مصنوعی
2. بهینه سازی: وضعیت هنر.
3. الگوریتم های ژنتیک و بهبودها.
4. مفهومی جدید برای الگوریتم های ژنتیک بر اساس آمار سفارش.
بخش 2. کاربردها در کنترل ترافیک هوایی
5. کنترل ترافیک هوایی.
6. کمک به بخش بندی فضای هوایی.
7. مشارکت در واگذاری ترافیک.
8. معیارهای ازدحام فضای هوایی.
9. نتیجه گیری و چشم اندازهای آینده.

درباره نویسندگان

دانیل دلهای برای Ecole Nationale de l'Aviation Civile (مدرسه ملی هواپیمایی فرانسه) در فرانسه.
استفان پوچمورل برای Ecole Nationale de l'Aviation Civile (مدرسه ملی هواپیمایی فرانسه) در فرانسه کار می کند.

This book combines the research activities of the authors, both of whom are researchers at Ecole Nationale de l’Aviation Civile (French National School of Civil Aviation), and presents their findings from the last 15 years. Their work uses air transport as its focal point, within the realm of mathematical optimization, looking at real life problems and theoretical models in tandem, and the challenges that accompany studying both approaches.
The authors’ research is linked with the attempt to reduce air space congestion in Western Europe, USA and, increasingly, Asia. They do this through studying stochastic optimization (particularly artificial evolution), the sectorization of airspace, route distribution and takeoff slots, and by modeling airspace congestion.
Finally, the authors discuss their short, medium and long term research goals. They hope that their work, although related to air transport, will be applied to other fields, such is the transferable nature of mathematical optimization. At the same time, they intend to use other areas of research, such as approximation and statistics to complement their continued inquiry in their own field.

Contents

1. Introduction.
Part 1. Optimization and Artificial Evolution
2. Optimization: State of the Art.
3. Genetic Algorithms and Improvements.
4. A new concept for Genetic Algorithms based on Order Statistics.
Part 2. Applications to Air Traffic Control
5. Air Traffic Control.
6. Contributions to Airspace Sectorization.
7. Contribution to Traffic Assignment.
8. Airspace Congestion Metrics.
9. Conclusion and Future Perspectives.

About the Authors

Daniel Delahaye works for Ecole Nationale de l’Aviation Civile (French National School of Civil Aviation) in France.
Stéphane Puechmorel works for Ecole Nationale de l’Aviation Civile (French National School of Civil Aviation) in France.