Tez Arşivi

Tez aramanızı kolaylaştıracak arama motoru. Yazar, danışman, başlık ve özetlere göre tezleri arayabilirsiniz.


İstanbul Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Uçak ve Uzay Mühendisliği Anabilim Dalı

2017

A data - driven - probabilistic queuing network model for european air traffic flow

Avrupa hava trafik akışı için veriye dayalı olasılıksal kuyruk ağ modeli

Bu tez, YÖK tez merkezinde bulunmaktadır. Teze erişmek için tıklayın. Eğer tez bulunamazsa, YÖK Tez Merkezi'ndeki tarama bölümünde tez numarasını arayabilirsiniz. Tez numarası: 450913

Tezi Bul
Özet:

Taşıyıcı ağlarda tıkanıklığın ve gecikmenin ağın bir bölümünden diğerine geçebileceği yaygın olarak anlaşılmıştır. Havaalanında bu, bir bölgedeki havaalanı tıkanıklığının tüm şebekede gecikmelere neden olabileceği anlamına gelir. Yıllar içinde hava yolculuğu talebi arttıkça ve bazı havalimanları kapasite limitlerine yakın çalıştıkları için, her havaalanı kapasite ve talep arasındaki ilişkileri incelmek gerekip ve önemli sayılıyor. Genel bakışta bu bağlantı havalimanları içinde gecikmelerin nedeni olabilmek üzeri, özelikle havalimanlarından oluşan büyük ağlarla uğraşırken, gecikmeyi tahmin etmek ve istekle kapasiteni dengelemek ile onların miktarın azaltmak söz konusudur. Bu tezde tüm havaalanı şebekesindeki gecikmeleri tahmin edebilen ve onların nasıl havalimanı şebekesinde yayılmasını gösteren bir model, Airport Network Delay adlanan modeli, AND sunulacaktır. Aslında bir perspektiften, AND modelinin bazı fikirlerinin temelleri, Long et all LMINET modeline benzer. Bunların her ikisi de analiz modellerdir ancak AND modeli, uçak yolculuk kılavuzunda kullanmayan LMINET'den daha fazla avantaja sahiptir. Bu tez AND modeli (Prygiotis Doktora tezi) yakından takip eder, ancak analiz yöntemler yerine simülasyon metodu uygulanacak. Fakat bu iki farklı analiz ve simülasyon yaklaşımının sonuçlarını derinden analiz edip karşılaştırdıktan sonra, bizim yaklaşımımızın orijinal AND modelin prosedüründen daha hızlı olduğunu fark ettik. Bu model iki temel parça tarafından ,Queuing Motoru (QE) ve Gecikme Yayılım Algoritması (Delay Propagation Algorithm-DPA) oluşturulmuştur. Birinci bölüm, queuing teorisini kullanarak ağoluşturan havalimanlarını birbirinden bağimsız düşünüp, gecikmeleri tahminin elde etmek için kullanılır. Queuing Motoru, M(t)/Ek(t)/1 queuing sistemini stimule ederek o gün içerisindeki havalimanlarından oluşan ağın düğümlerinde, gecikmeleri bulmak için havalimanlarını ayrı ayrı düşünerek planlanan taleplerini ve kapasitelerini araştırır. Bu modelin ikinci önemli kısmı, Gecikme Yayılım Algoritması (Delay Propagation Algorithm-DPA), uçakların yol kılavuzu esnasında bulunan gecikmeleri tahmin eden ve şebekedeki yer alan havalimanlarına yayınlanmasını yapan kısmı anlamına gelmektedir. Günün 24 saati, 15 dakikalık boydaki sub-period olarak adlandırılan eşit adımlarına bölünmüştür. DPA çalışması, gecikme tahmini ve gecikme yayıcı parçalara ayrılabilir. ̇Ilk olarak, algoritma, tahmini gecikme değerinin yayılması için yeterli olup olmadığını belirlemek için gecikmeleri hesaplar. Beklenen gecikmelerin hesaplanması, zeminin geri dönüş süresindeki nomenclatürasyon (terminoloji) ve boşluk değerlerine bakılarak hesaplanır. Servis süreleri, gerçek verilerin analiz edilmesiyle hesaplanır ve değişen bir zaman Erlang dağılımını takip eder. Beklenen gecikmenin yayılması bu kadar etkiliyse, günün planlanan seferleri bu gecikmeden etkilenir. Bu işlem, uçuş ̧ xix yolculuk kılavuzunu takip ederek her adım-adımında çalışır. Ardından geri kalan zaman adımları için hedef havaalanı planlanan ve belirlenen varış yada kalkışı güncelleştirecektir. Bu nedenle bu modelin en önemli ve ana girdisi tüm uçakların yolculuk kılavuzudur. Aslında tasarlanan model QE ve DPA arasında yinelenir ve her pist sistemi tek bir server olarak modellenir. Artan talep ve hava trafiği karmaşıklığının meydan okumalarına karşı güvenli ve etkili bir Hava Trafik Yönetimi (ATM) gereklidir. Güvenliği kabul edilebilir bir seviyede muhafaza ederken, bir bölge üzerinde hızlı ve etkin bir kontrol sağlamak çok önemlidir. Zaman geçtikçe hava yolculuğu talebi artmakta ve uçuşun daha yoğun bir hava sahasında güvenli bir şekilde kullanılması gerekmektedir. Hava yolculuğu talebinin karşılanması gereksinimlerini karşılayarak, daha fazla havaalanı inşa etmesi ve aynı zamanda daha fazla hava sahası oluşturması gerekecekti. Havalimanı inşaatı bir sorun olmayacak, ancak hava sahası kapasitesi kritik önem taşıyor çünkü yeryüzünde sınırlı bir hava sahasına erişime sahibiz, bu nedenle mevcut hava sahasını iyi yönetmeliyiz. Sınırlı hava sahasına sahip olmak ve uçuş sayısını her geçen gün arttırmak, uçağın belirlenen saatte havalimanına varamayacağı bir durum ortaya çıkaracaktır. Dahası, hava durumu, uçmayı engelleyen bölgeler, teknik sorunlar ve uçağın performansındaki belirsizlikler gibi bazı inkar edilemez belirsizlikler bu olguyu daha da kötüleştirecek ve bazı durumlarda bir uçuş için birkaç saat gecikmeye neden olacaktı. Bir uçuş herhangi bir sebepten dolayı geciktirildiğinde, bu gecikme 4 Diğer sonuç güzergahları ve orijinal gecikmelerin bir kısmını bu uçuşlara tabi kılmak. Bu olgu, havayollarının ve yolcuların neden olduğu maliyet ve gecikmeye tolere edebilmesi için birçok nedenden ötürü önemlidir. özellikle, bu gecikme, havaalanlarının temsil ettiği, düğümlerin havaalanlarını temsil ettiği ve kenarları arasındaki uçuş bağlantılarını temsil ettiği hava limanları ağı içinde uyarıldığında, durum kötüleşecektir. Ağa bağlı gecikmenin kontrolü günümüz hava limanı operasyonlarında en önemlisidir. Bu durumun kontrol edilmesinin,?nsanKaynakları(HR),finans ve diğer pek çok bölümde karın yüksek bir kısmını kaybetmesine neden olacağı açıktır. Bu tezde, havaalanı şebekesi üzerinde meydana gelen gecikmelere göre talep ve kapasiteyi kontrol etmek ve dengelemek için stokastik dinamik simülasyon modeli tasarladık. Bu amaca, Eurocontrol tarafından alınan, verideki tüm Avrupa havalimanlarının modellendiği gerçek verileri inceleyerek ulaştık. Büyük bir ağdaki hava limanları arasındaki etkileşim davranışlarını anlamak, Hava Trafik Yönetimi'nde (ATM) çok önemli bir noktadır. Çalışma gecikmesi, havayollarının performansını analiz eden ve havalimanlarındaki talebi ve kapasiteyi en etkili performansa sahip olacak şekilde dengeleyen bir çalışmadır. Bu bağlamda, bir Queuing Motoru (QE) ve gecikme tahmincisi arasında yinelenerek bir ayrıştırma yaklaşımı uygulayan Airport Network Gecikmesi (AND) modülünden oluşan bir algoritmayı uygulayacağız. QE uygulamanın temel amacı, kuyruklama sistemi içeren ayrı havalimanlarında gecikmenin yerelde nasıl gerçekleştiğini tahmin etmek için gereklidir. Gecikme Yayılım Algoritması (DPA) olarak adlandırılan bir algoritma olan gecikme tahmini, uçakları küçük zaman adımlarıyla ağ üzerinden izler. Tezin amacı, bütün hava araçlarındaki tüm güzergahlardaki güzergahlar üzerindeki gecikmeleri yakalayabilen ve tüm havaalanlarından gelen talepleri güncelleyerek, ayrılan havaalanlarından meydana gelen gecikmelerin tüm bağlantılı havaalanlarına yayılmasını izleyebilecek bir model uygulamaktır. Havaalanlarının geniş ağındaki düğümlerin davranışlarını öğrenmek çok karmaşık ve önemlidir. Bu tür konuları analiz etmek için farklı yöntemler geliştirilmiş ve gelişimi gün geçtikçe ilerlemektedir. Bu tezde kullandığımız yöntem, diğer mevcut modellerin aksine, yüksek hızlı işlem süresine gereksinim duyacak olan simülasyon, dinamik stokastik modeldir. Amaç, tüm havaalanı şebekesinde güzergahlardaki gecikmeleri yakalayabilen ve tüm havaalanlarından gelen talepleri güncelleyerek, ayrılan havaalanlardan oluşan tüm gecikmelerin tüm bağlantılı havaalanlarına yayılmasını izleyebilecek bir model uygulamaktır. Bu tezdeki tüm analizler Eurocontrol tarafından sağlanan verilere dayanıyordu, bu nedenle sadece ağdaki Avrupa havalimanları analiz edildi, ancak bu model diğer bölgelerdeki diğer havaalanı ağları için de kullanılabilir. Sonuçlar, kuyruk sisteminde gerçek hizmet süresini bize sağladığı için Erlang'ın dağıtımı sayesinde, bireysel hava limanında meydana gelen gecikmenin aralarındaki doğrudan uçuşlar yoluyla diğer havaalanlara nasıl yayınlacaguını göstermektedir. Bu araştırmanın görünümü, hava durumu, no-fly bölgesi vb. Belirsiz parametreleri bir araya getirerek modeli geliştiriyor olacak. Gerçek sunucular sayısı (runways) tek sunucu yerine işlemek bir seçenek olacaktır. Ayrıca, daha az tahmin edilen çıktılarla daha güvenilir bir modele sahip olmak için hava sahası modelini kullanarak bu modeli yükseltebiliriz.

Summary:

It is widely understood that congestion and delay in transport networks can spread from one part of the network to another. In the case of airport, this means that airport congestion in one region can cause delays at all network. As air travel demand increases over years and some airports operate close to their capacity limits, it is necessary and important to study the relation between capacity and demand of any given airport, which causes delay on the airports specially when we are dealing with large networks of airports to predict and balance their demand and capacity to decrease the amount of the delay. In this thesis we will present a model, Airport Network Delay model (AND model) that is able to estimate delays and propagated delays to the whole airports network. Actually from one perspective fundamental of some ideas of AND model is similar to Long et all LMINET model. Both of them are analytical models but AND model has more advantages than LMINET which does not use aircraft itineraries. This thesis closely followed AND model (Prygiotis PhD thesis) but we implemented simulation method instead of analytical methods. After deep analysing and comparing the results of these two different analytical and simulation approach, we realize our approach is faster than original AND model's procedure. This model is formed by two fundamental parts, Queuing Engine (QE) and Delay Propagation Algorithm (DPA). First part is used for estimating the delays occur at the individual airports as node of the network by utilization of the queuing theory. Queuing Engine investigate the scheduled demands and capacity of the airports individually to find the delays take place in nodes of the network due to a day by simulating the M(t)/Ek(t)/1 queuing system. Second important part of this model means Delay Propagation Algorithm, estimate the delays that take place due to the itineraries of the aircrafts and propagate such sufficient delays to the network of airports. 24 hours of the day divided to the equal time steps named sub-period with 15 minutes length. DPA operating could be divided in to the delay estimator and delay propagator parts. First, the algorithm compute delays to decide whether estimated delay value is sufficient enough to propagate or not. Estimating expected delays is calculated refer to some nomenclatures and slack values in the ground turnaround time. Service times is calculated by analysing the real data and follow a time varying Erlang distribution. If expected delay is such efficient to propagate, reminder scheduled flights of the day will affect by this delay. This operation runs for each time steps by tracking the flights itineraries. Then it will update the scheduled arrival/ departure of the destination airport for rest of the time steps. So the most important and main input of this model is itineraries of all aircrafts. Actually designed model iterates between QE and DPA and each runway system is modelled as a single server.