- MSc thesis
- Μεταπτυχιακή Εξειδίκευση στα Πληροφοριακά Συστήματα (ΠΛΣ)
- 24 Σεπτεμβρίου 2023
- Ελληνικά
- 106
- ΜΠΕΛΗΓΙΑΝΝΗΣ ΓΡΗΓΟΡΙΟΣ
- ΚΑΝΑΒΟΣ, ΑΝΔΡΕΑΣ | ΣΑΚΚΟΠΟΥΛΟΣ, ΕΥΑΓΓΕΛΟΣ
- Δρομολόγηση στόλου Α/Φ | Υπολογιστική Νοημοσύνη | Βελτιστοποίηση σμήνους σωματιδίων
- ΠΛΣ61 - Σχεδιασμός και Διαχείριση Λογισμικού
- 1
- 5
- 16
- Διαγράμματα, Πίνακες, Εικόνες
-
-
Στην μετά-Covid εποχή οι αεροπορικές μεταφορές επιβατών έχουν αυξηθεί απότομα σε χαρακτηριστικά μεγαλύτερο αριθμό από οποιαδήποτε άλλη χρονική περίοδο του παρελθόντος. Το ανωτέρω γεγονός, σε συνδυασμό με την ταυτόχρονη εκτόξευση των τιμών καυσίμων και ενέργειας, οδηγεί τον κόσμο των εμπορικών αεροπορικών εταιρειών στην ανάγκη βελτιστοποίησης των πόρων τους, με σκοπό την μεγιστοποίηση των εσόδων.
Οι πόροι ανακατανέμονται διαδοχικά, σύμφωνα με μια φυσική ιεραρχία: αεροσκάφη, πλήρωμα, επιβάτες. Ωστόσο, αυτή η μέθοδος παρουσιάζει διάφορα προβλήματα, καθώς η λήψη αποφάσεων σε τοπικό επίπεδο, για τη βελτιστοποίηση όσον αφορά έναν πόρο, μπορεί να έχει ως αποτέλεσμα τη μη βέλτιστη συνολική απόδοση, επηρεάζοντας αρνητικά όλους τους υπόλοιπους πόρους.
Για παράδειγμα, μια αλλαγή στο πρόγραμμα πτήσεων, που ενδέχεται να επηρεάσει τους πόρους του Α/Φ, μπορεί επίσης να οδηγήσει σε χαμένη σύνδεση για το πλήρωμα ή/και για τους επιβάτες. Έτσι, καταβάλλεται ολοένα και μεγαλύτερη προσπάθεια για την ενσωμάτωση διαφορετικών επιπέδων λήψης αποφάσεων με σκοπό τη συνολική βελτιστοποίηση όλων των πόρων που εμπλέκονται στο εν λόγω πρόβλημα, έχοντας ως τελικό αντικειμενικό σκοπό την μεταφορά των επιβατών στο σημείο προορισμού τους, στον ελάχιστο δυνατό χρόνο.
Σήμερα η ερευνητική κοινότητα δείχνει μεγάλο ενδιαφέρον για το σχεδιασμό και ανάπτυξη ευφυών αλγορίθμων/μεθόδων, που βασίζονται στις τεχνολογίες της Υπολογιστικής Νοημοσύνης. Οι αλγόριθμοι/μέθοδοι αυτοί/αυτές έχουν αξιολογηθεί τόσο με τεχνητά δεδομένα όσο και με δεδομένα από προβλήματα του πραγματικού κόσμου, όπως αναγνώριση συστήματος, πρόβλεψη οικονομικών χρονοσειρών, μοντελοποίηση και πρόβλεψη βιομαγνητικών σημάτων, εξαγωγή πληροφορίας από σειρές δεδομένων και διάγνωση ασθενειών.
Αντικείμενο της προτεινόμενης διπλωματικής εργασίας είναι η ανάπτυξη σύγχρονων μεθόδων και αλγορίθμων Υπολογιστικής Νοημοσύνης και ειδικότερα χρησιμοποιώντας την μεθοδολογία βελτιστοποίησης σμήνους σωματιδίων. Θα γίνει προσπάθεια εφαρμογής της σε προβλήματα δρομολόγησης στόλου αεροσκαφών, με σκοπό την ανάλυσή τους και την εξαγωγή χρήσιμων αποτελεσμάτων / συμπερασμάτων.
Πιο συγκεκριμένα, θα σχεδιαστεί και θα υλοποιηθεί αλγόριθμος βασισμένος στην ανωτέρω μεθοδολογία. Ο αλγόριθμος αυτός θα δύναται να επιλύει τα δεδομένα του προβλήματος δρομολόγησης στόλου αεροσκαφών εμπορικών (και μη) αεροπορικών εταιρειών σε δεδομένη απαίτηση μεταφοράς επιβατών. Απώτερος σκοπός είναι η εφαρμογή του σε στόλο στρατιωτικών μεταγωγικών Α/Φ, σε περίοδο επιχειρήσεων, με ζητούμενο την εξαγωγή δρομολόγησης, ώστε να επιτευχθεί η τάχιστη μεταφορά του στρατεύματος στις προκεχωρημένες θέσεις μάχης στον ελάχιστο δυνατό χρόνο.
-
In the post-Covid era, air passenger transport has risen sharply to characteristically greater numbers than at any time in the past. The above fact, combined with the simultaneous spike in fuel and energy prices, is driving the world of commercial airlines to the need to optimize their resources in order to maximize revenue.
Resources are reallocated sequentially, according to a physical hierarchy: aircraft, crew, passengers. However, this method presents several problems, as local decision-making to optimize one resource may result in suboptimal overall performance, adversely affecting all other resources.
For example, a change in the flight schedule, which may affect aircraft resources, may also result in a lost connection for the crew and/or passengers. Thus, an increasing effort is made to integrate different levels of decision-making in order to fully optimize all resources involved in the problem in question, with the ultimate objective of transporting passengers to their destination in the shortest possible time.
Today the research community shows great interest in the design and development of intelligent algorithms/methods, based on Computational Intelligence technologies. These algorithms/methods have been evaluated on both artificial data and data from real-world problems such as system identification, economic time series forecasting, modeling and forecasting of biomagnetic signals, information extraction from data series, and disease diagnosis.
The subject of the proposed thesis is the development of modern Computational Intelligence methods and algorithms and in particular using the particle swarm optimization methodology. An attempt will be made to apply it to aircraft fleet routing problems, in order to analyze them and derive useful results / conclusions.
More specifically, an algorithm based on the above methodology will be created and then implemented in a programming language. This algorithm will be able to solve the data of the commercial airline fleet routing problem given a passenger transport requirement. The ultimate goal is to apply it to a fleet of military transport aircraft, during operations, with the aim of extracting routing in order to achieve the rapid transport of troops to combat positions in the shortest possible time.
-
- Hellenic Open University
- Αναφορά Δημιουργού 4.0 Διεθνές
Εφαρμογή σύγχρονων τεχνικών υπολογιστικής νοημοσύνης για την αποδοτική επίλυση του προβλήματος δρομολόγησης στόλου αεροσκαφών
Applying Modern Computational Intelligence Techniques to Efficiently Solve the Aircraft Fleet Routing Problem (Αγγλική)
Κύρια Αρχεία Διατριβής
- Εφαρμογή σύγχρονων τεχνικών υπολογιστικής νοημοσύνης για την αποδοτική επίλυση του προβλήματος δρομολόγησης στόλου αεροσκαφών
Περιγραφή: Εφαρμογή σύγχρονων τεχνικών υπολογιστικής νοημοσύνης για την αποδοτική επίλυση του προβλήματος δρομολόγησης στόλου αεροσκαφών.pdf (pdf) Book Reader
Μέγεθος: 3.6 MB