A New Multiobjective <i>A</i><sup>∗</sup> Algorithm With Time Window Applied to Large Airports
Notice bibliographique
Résumé
Current airport ground operations, relying on single and fixed aircraft taxiing rules, struggle to handle dynamic traffic flow changes during peak flight times at large airports. This leads to inefficient taxiing routes, prolonged taxiing times, and high fuel consumption. This paper addresses these issues by proposing a new adaptive method for dynamic taxiway routing in airport ground operations. This method aims to reduce ground taxiing time and fuel consumption while ensuring the safety of aircraft taxiing. This study proposes a multiobjective A ∗ algorithm with time windows which takes into account the allocation of resources on airport taxiways and introduces factors such as turning angles, dynamic turning speeds, and dynamic characteristics of the ground operations. Experiments conducted over the 10 busiest days in the history of Tianjin Binhai International Airport demonstrate that the algorithm excels in minimizing total taxiing time, differing only by 0.5% from the optimal solution. It also optimizes multiple objectives such as fuel consumption and operates at a solving speed approximately three orders of magnitude faster than the optimal solution algorithm, enabling real‐time calculation of aircraft taxiing paths. The results of the study indicate that the proposed multiobjective A ∗ algorithm with time windows can effectively provide decision support for dynamic routing in airport ground operations.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».