AVERAGE CPU(s) R.D AVERAGE ERROR Number of Runway Number of Aircraft
AATCSR ERT GHO
AATCSR ERT
SA MICA SA MICA
SA MICA SA MICA
0.970 0.873 1.321 0.991 1311.18 -94.0 773.1 416.00 2550.4 25.00 1 25
0.676 0.703 0.770 0.713 769.012 8.1 7.9 11.98 26.8 12.96 2 25
0.587 0.501 0.860 0.652 25.913 23.2 2.7 2.51 3.6 3.17 3 25

5- نتیجه‌گیری و ارائه پیشنهاد‌ها
5-1- جنبه نوآوری
همانطور که در قسمتهای قبل توضیح داده شد اکثر الگوریتم‌های بکار رفته در حل مسأله ASP به دنبال کاهش تأخیرات پروازی بودهاند و توجه خاصی به هزینه محاسبات نداشتهاند. ما با الگوریتم جدیدی سروکار داریم که در عین شناخته‌شده بودن و اعمال شدن به بسیاری از کاربردها، هنوز برای بسیاری از مسائل بهینه‌سازی استفاده‌نشده است و می‌توان نسخهی جدیدی از این الگوریتم معرفی کرد و بر روی مسأله بهینهسازی موردنظر اعمال کرد و نتیجه مطلوبی به دست آورد. از طرفی تأثیر محاسبه دقیق زمان تخمین ورود پرواز به فرودگاه مقصد غیرقابل‌انکار میباشد و محاسبه برخط برای تخمین زمان ورود پروازها نیز خیلی کاربردی و مهم میباشد. مسلماً در صورت استفاده از محاسبه زمان ورود به‌صورت برخط، کاهش تأخیرات پروازی را خواهیم داشت و این بدان معناست که راهکاری جدید و نو در حل مسأله ASP ارائه کردهایم.
5-2- مقایسه نتایج
همانطور که در فصل قبل ملاحظه کردید مقایسه باکارهای ارائه‌شده در سال 2012 و 2013 توسط Rabadi و Gulsa ]8،39 [ صورت گرفته است. استفاده از الگوریتم ترکیبی MICA و ERT هم ازنظر درصد انحراف نسبی از جواب کارا و هم ازنظر زمان CPU بهبود را نشان میدهد. از طرفی باید اذعان کرد که با افزایش تعداد پروازها و همچنین باند پروازی مورداستفاده الگوریتم پیشنهادی بهتر عمل کرده و در جدول 4-12 نه‌تنها الگوریتم ترکیبی ICA و ERT بهبود را نشان میدهد بلکه در الگوریتم ترکیبی ICA و AATCSR نیز پیشرفت قابل‌قبولی مشاهده میشود.
درمجموع با توجه به نتایج ارائه‌شده در جداول فوق استفاده از الگوریتم اصلاحی ICA به‌صورت ترکیبی با دو الگوریتم ERT و AATCSR بهتر از الگوریتم SA میباشد.
همچنین می‌توان این نتیجه را گرفت که هرچه تعداد پروازها و باند پروازی بیشتر میشود درصد انحراف نسبی از خطا کمتر شده و به جواب کارا نزدیکتر میشویم و از طرفی با افزایش تعداد باند مورداستفاده زمان لازم CPU نیز کاهش مییابد.
5-3- پیشنهاد‌ها
باوجود تمامی پژوهش‌های صورت گرفته در ارتباط با مسائل برنامه‌ریزی فرود هواپیماها و تخصیص هواپیماها به ورودی‌های مسافری، در هیچ‌یک از مطالعات صورت گرفته، حل این دو مسأله به‌صورت یکپارچه و با استفاده از الگوریتم ERT موردتوجه قرار نگرفته است. این در حالی است که جواب‌های به‌دست‌آمده در حل مسأله برنامهریزی فرود هواپیماها درواقع پارامترهای ورودی حل مسأله تخصیص هواپیماها به ورودی مسافرین است که باوجود وابستگی زیاد دو موضوع، هر یک از این دو مسأله تاکنون مستقل از هم موردبررسی و مطالعه قرارگرفتهاند.
نگاه به این دو موضوع به‌عنوان یک موضوع واحد می‌تواند دو مزیت عمدهی افزایش رضایتمندی شرکت‌های هواپیمایی از خدمات ارائه‌شده توسط فرودگاه و همچنین افزایش در سطح درآمدی فرودگاهها را به‌صورت همزمان پوشش دهد. بدین‌صورت که با تعیین توالی فرود با توجه به منابع موجود در فرودگاه، امکان تخصیص هواپیماهای بیشتر به ورودیهای مسافران وجود خواهد داشت که رضایت بیشتر مسافران از شرکت هواپیمایی و به دنبال آن رضایت بیشتر شرکت هواپیمایی از فرودگاه را به همراه دارد که درنتیجه آن، با اختصاص هواپیماهای بیشتر شرکت‌های هواپیمایی به فرودگاه، افزایش در سطح درآمدی فرودگاه میسر خواهد شد.
مراجع
David Gianazza,Kevin Guittet. (2009).selection and evaluation of air traffic complexity metrics.