MétaCan
Menu
Retour à la cohorte
Enregistrement W2807547048 · doi:10.1155/2018/2734763

Air Traffic Efficiency Analysis of Airliner Scheduled Flights Using Collaborative Actions for Renovation of Air Traffic Systems Open Data

2018· article· en· W2807547048 sur OpenAlexvenueno aff
Akinori Harada, Tooru Ezaki, Tomoaki Wakayama, Koichi Oka

Notice bibliographique

RevueJournal of Advanced Transportation · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAir Traffic Management and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFuel efficiencyAir traffic controlTrajectoryRadarAviationPosition (finance)Civil aviationEngineeringSimulationAeronauticsAutomotive engineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

The increase in air traffic worldwide requires improvement of flight operational efficiency. This study aims to reveal the potential benefits, namely, savings on fuel consumption and flight time, which are expected for Japanese airspace, by statistically evaluating the operational efficiency defined by average differences of fuel consumption, flight time, and flight distance between the original and the optimized flight of domestic flights in Japan. The aircraft position and time data used in this study were obtained from Collaborative Actions for Renovation of Air Traffic Systems Open Data—the radar data released by the Japan Civil Aviation Bureau. Flight information, such as air data and fuel flow, is estimated by applying meteorological data and aircraft performance model to the position information of radar data. Each reconstructed trajectory is optimized in terms of flight fuel consumption and flight time with an assumed cost index (CI). Dynamic programming is used as the trajectory optimization method. The flight fuel consumption and flight time of the optimized flight are compared with the original values to evaluate the operational efficiency. Herein, approximately one-third of 1-day data, i.e., 1087 cases of four aircraft types, are analyzed with reasonable CI settings. Our research findings suggest that flight fuel consumption and flight distance can be saved by 312 kg and 19.7 km, respectively, on average for the object flights. Following a statistical comparison between the original and the optimized flights, it was observed that two types of features, namely, flying on a detoured path and flying with nonoptimal altitude and speed in the cruise phase, are major factors which deteriorate the total operational efficiency in terms of fuel consumption, flight time, and flight distance.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,033
Tête enseignante GPT0,309
Écart entre enseignants0,275 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced TransportationMême sujetAir Traffic Management and OptimizationTravaux en français237 207