MétaCan
Menu
Retour à la cohorte
Enregistrement W4405420564 · doi:10.1017/aer.2024.126

Small aircraft flight trajectory optimisation using a multidisciplinary approach

2024· article· en· W4405420564 sur OpenAlexaff
Mohsen Rostami, Julian Bardin, Daniel Neufeld, Joon Chung

Notice bibliographique

RevueThe Aeronautical Journal · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdvanced Aircraft Design and Technologies
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésTrajectoryMultidisciplinary approachAeronauticsAerospace engineeringComputer scienceEngineeringPhysicsPolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract In a competitive market, airlines continually seek solutions that can reduce their operational costs. Flight path optimisation is a commonly pursued approach to this but requires a large amount of data about the flight environment including the weather information, the aircraft performance and the air traffic control (ATC) requirements. Existing programmes require the user to provide this aircraft performance data in advance and are incapable of generating the information on their own. In this study, using a multidisciplinary approach and numerical optimisations, a novel standalone flight path optimiser (SAFPO) solution is proposed and developed to choose the best flight path for a flight between two points in accordance with the cost objectives. SAFPO uses its own performance calculator, predefined ATC routes, and known weather information to find the optimum flight path which minimises fuel consumption and/or flight time. The aerodynamic characteristics of the aircraft are determined using a validated semi-empirical programme called MAPLA, previously developed for light aircraft analysis. Furthermore, the optimisation process consists of a multidisciplinary-feasible (MDF) framework that employs a genetic algorithm (GA) optimiser. The resulting performance characteristics of the aircraft and the optimisation process are compared with the actual information provided within the flight manual of a Beechcraft Baron G58 aircraft. The optimisation results show that SAFPO can be used to make advances in the daily operations of small and local airlines suffering from a lack of aircraft performance data and help them to choose the scenario that best accomplishes their cost objectives.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,047
Tête enseignante GPT0,271
Écart entre enseignants0,223 · 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'étudeSimulation ou modélisation
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Aeronautical JournalMême sujetAdvanced Aircraft Design and TechnologiesTravaux en français237 207