خوارزمية بحث الفلامنغو لجدولة هبوط الطائرات
DOI:
https://doi.org/10.21123/bsj.2024.8689الكلمات المفتاحية:
جدولة هبوط الطائرات، خوارزمية بحث فلامنغو، الخوارزمية الجينية، الأدلة العليا، التحسينالملخص
جدولة هبوط الطائرات (ALS) هي عملية تنظيم وصول ومغادرة الطائرات في المطار. تتم إدارة هذه العملية من قبل مراقبي الحركة الجوية الذين يستخدمون أدوات وتقيات مختلفة لضمان هبوط الطائرة وإقلاعها بأمان وكفاءة. الهدف من جدولة هبوط الطائرات هو تقليل التأخير وزيادة عدد الطائرات التي يمكن استيعابها في المطار. يتم ذلك من خلال التنسيق الدقيق لمواعيد وصول ومغادرة الطائرات، بالإضافة إلى عدد الطائرات التي يمكن استيعابها بأمان. بحث الفلامنغو هي خوارزمية تحسين مستوحاة من سلوك طيور النحام. إنها خوارزمية metaheuristic تعتمد على السكان وتستخدم سربًا من طيور النحام للبحث عن الحل الأمثل لمشكلة معينة. تعمل الخوارزمية من خلال جعل كل فلامنغو في القطيع يبحث عن الحل الأمثل المحلي. ثم تتواصل طيور النحام مع بعضها البعض وتتبادل الحلول. بالمقارنة مع تقنيات التحسين التقليدية، أظهرت التجارب أن الحل الذي قدمه أسرع بشكل ملحوظ وأكثر ملاءمة لمشاكل جدولة هبوط الطائرات في الوقت الفعلي فلقد اظهرت النتائج تفوق الخوارزمية المقترحة على بقية الخوارزميات بنسبة تجاوزت ٩٠ %. يمكن للطريقة المقترحة تحديد الحلول المناسبة بسرعة لجميع مجموعات البيانات الـ 8.
Received 04/03/2023
Revised 05/11/2023
Accepted 07/11/2023
Published Online First 20/06/2024
المراجع
The international air transport association (IATA). [Online]
Julia AB, Mohammad M, Chris NP. Dynamic scheduling of aircraft landings. Eur J Oper Res. 2017; 258(1): 315-327. https://doi.org/10.1016/j.ejor.2016.08.015.
Meriem BM. A thorough review of aircraft landing operation from practical and theoretical standpoints at an airport which may include a single or multiple runways. Appl Soft Comput. 2021; 98(2): 106853. https://doi.org/10.1016/j.asoc.2020.106853.
Wang Z, Liu J.Flamingo Search Algorithm: A New Swarm Intelligence Optimization Algorithm.in IEEE Access. 2021; 9(2): 88564-88582. https://doi.org/10.1109/ACCESS.2021.3090512.
Vincent B, Jobish V, Xavier CR, Angélica S.The generalized flexible job shop scheduling problem, Comput Ind Eng. 2021; 160(3): 107542. https://doi.org/10.1016/j.cie.2021.107542.
Yibing L, Weixing H, Rui W, Kai G. An improved artificial bee colony algorithm for solving multi-objective low-carbon flexible job shop scheduling problem. Appl Soft Comput. 2020; 95(2): 106544. https://doi.org/10.1016/j.asoc.2020.106544.
Anas N, Adnene H, Monia R, Robert P. A Didactic Review On Genetic Algorithms For Industrial Planning And Scheduling Problems. IFAC-Papers On Line.2022; 55(10): 2593-2598. https://doi.org/10.1016/j.ifacol.2022.10.100.
Ahmed TS, Samer AH. Two Improved Cuckoo Search Algorithm to solve Flexible Job Shop Scheduling Problem. IJPCC. 2016; 2(2): 2456-2490. https://doi.org/10.31436/ijpcc.v2i2.34
Ahmed TS, Samer AH. An improved Artificial Fish Swarm Algorithm to solve flexible job shop.Annual Conference on New Trends in Information & Communications Technology Applications (NTICT), Baghdad, Iraq. 2017; 9(3): 7-12. https://doi.org/10.1109/NTICT.2017.7976155.
Zied OA, Ahmed TS, Hasanen SA. Solving the Traveling Salesman's Problem Using Camels Herd Algorithm. 2nd Scientific Conference of Computer Sciences. SCCS, Baghdad, Iraq. 2019; 11(5): 1-5. https://doi.org/10.1109/SCCS.2019.8852596.
Phan HD, Ellis K, Barca JC, Jan CB, Alan D.A survey of dynamic parameter setting methods for nature-inspired swarm intelligence algorithms. Neural Comput Appl. 2020; 32(4): 567–588. https://doi.org/10.1007/s00521-019-04229-2
Zhao X, Wang G. Deep Q networks-based optimization of emergency resource scheduling for urban public health events. Neural Comput Appl. 2022; 35(1): 8823–8832. https://doi.org/10.1007/s00521-022-07696-2
Jaafaru M, Rohaida R, Nooraini Y. An Analysis on the Applicability of Meta-Heuristic Searching Techniques for Automated Test Data Generation in Automatic Programming Assessment. Baghdad Sci J. 2019; 16(2) :0515. https://doi.org/10.21123/bsj.2019.16.2(SI).0515
Iqbal Z, Ilyas R, Chan HY, Ahmed N. Effective Solution of University Course Timetabling using Particle Swarm Optimizer based Hyper Heuristic approach. Baghdad Sci J. 2021; 18(4): 1465. https://doi.org/10.21123/bsj.2021.18.4(Suppl.).1465
Sana I, Catherine M, Marcel M, Xavier O, Emmanuel R. The aircraft runway scheduling problem: A survey. Comput Oper Res. 2021; 132(1): 105336. https://doi.org/10.1016/j.cor.2021.105336.
Shuangyuan S, Hegen X, Gongfa L. A no-tardiness job shop scheduling problem with overtime consideration and the solution approaches. Comput Ind Eng.2023; 178(1): 109115. https://doi.org/10.1016/j.cie.2023.109115.
Candice D, Houda T, Belgacem B, Bélahcène M. Flexible job shop scheduling problem under Industry 5.0: A survey on human reintegration.environmental consideration and resilience improvement, J Manuf Syst.2023; 67(1): 155-173. https://doi.org/10.1016/j.jmsy.2023.01.004.
Fatima G, Jean-Charles P.Résolution du problème d’ordonnancement de type Job-Shop généralisé par des heuristiques dynamiques. [Rapport de recherche] lip6. 1997.005, LIP6. 2020; 1(1): 02546218.
Béchet A, Rendón-Martos M, Rendón M, Amat J, Johnson A, Gauthier-Clerc M. Global economy interacts with climate change to jeopardize species conservation: The case of the greater flamingo in the Mediterranean and West Africa. Environ Conserv. 2012; 39(1): 1-3. https://doi.org/10.1017/S0376892911000488
Ayache F, Gammar AM, Chaouach M. Environmental dynamics and conservation of the flamingo in the vicinity of Greater Tunis, Tunisia: the case study of Sebkha Essijoumi. Earth Surf Process. Landforms. 2006; 31(1): 1674-1684. https://doi.org/10.1002/esp.1438
Beasley JE. OR-Library: Distributing Test Problems by Electronic Mail. J Oper Res Soc.1990; 41(11): 1069–1072. https://doi.org/10.2307/2582903
التنزيلات
إصدار
القسم
الرخصة
الحقوق الفكرية (c) 2024 Zied O. Ahmed, Noor T. Mahmood, Sura Mazin Ali
هذا العمل مرخص بموجب Creative Commons Attribution 4.0 International License.
كيفية الاقتباس
