Geri Dön

Hava trafik akışının iyileştirilmesi için rassal orman ve derin sinir ağları tabanlı varış zamanı ve yörünge tahmini

Prediction of aircraft estimated time of arrival and trajectory using random forests and deep neural networks for improvement of air traffic flow

  1. Tez No: 665441
  2. Yazar: ONUR BAŞTÜRK
  3. Danışmanlar: DOÇ. DR. CEM ÇETEK
  4. Tez Türü: Doktora
  5. Konular: Sivil Havacılık, Civil Aviation
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Eskişehir Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Hava Trafik Kontrol Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 71

Özet

Bu çalışmada Yeşilköy Terminal Kontrol Sahası içerisinde yer alan İstanbul Atatürk Havalimanı'na iniş yapan uçakların varış zamanlarının ve terminal kontrol sahası içerisinde izledikleri yörüngelerin rassal orman ve derin sinir ağları yöntemleri kullanılarak tahmini gerçekleştirilmiştir. 2018 yılı Nisan-Ağustos ayları arasında İstanbul Atatürk Havalimanı'na iniş yapan uçaklar için genel uçuş bilgileri, yörünge verileri ve havacılık amaçlı rutin hava raporları farklı kaynaklardan elde edilerek makine öğrenmesi yöntemlerinde kullanılacak eğitim ve test kümeleri oluşturulmuştur. Varış zamanının tahmini için rassal orman ve derin sinir ağları yöntemleri kullanılarak 51.902 uçuşa ait verilerle makine öğrenmesi modelleri elde edilmiştir. Elde edilen makine öğrenmesi modellerinin planlanan varış zamanına göre tahmin hatalarını kalkıştan itibaren %64 oranında, terminal kontrol sahasına girişten itibaren ise %84 oranında azalttığı tespit edilmiştir. Benzer şekilde yörünge tahmini için derin sinir ağları yöntemi kullanılarak 187.509 adet yörünge noktası için makine öğrenmesi modeli eğitilmiştir. Modelin doğruluğu uyum derecesi (R^2) ile ölçülmüş ve tahmin edilen çıktılar için 0.96-0.97 aralığında değerler elde edilmiştir.

Özet (Çeviri)

In this study, arrival times and trajectories of flights to Istanbul Ataturk International Airport which resides in Yeşilköy Terminal Maneuvering Area, were predicted using random forests and deep neural network methods. General flight information, trajectory data and meteorological aerodrome reports for arrivals to Istanbul Ataturk International Airport between April-August 2018 were obtained from different data sources and training/test data sets to be used in machine learning methods were generated. Random forests and deep neural network methods were used for the prediction of arrival times and machine learning models were obtained using data for 51.902 flights. The machine learning models decreased the prediction errors with respect to the scheduled time of departure in 64% immediately after departure and 84% after entrance to terminal maneuvering area. Similarly, deep learning method was used for trajectory prediction and machine learning model was trained with 187.509 trajectory points. The accuracy of the model was measured using the degree of fitness (R^2) and values close to 1 (0.96-0.97) were obtained for the predicted outputs which correspond to a high degree of fitness.

Benzer Tezler

  1. Digital-twin flight modelling through machine learning for trajectory error estimation and recovery

    Rota hesaplamalarında makine öğrenmesi tabanlı dijital ikiz uçuş modeli

    MEVLÜT UZUN

    Doktora

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    PROF. DR. GÖKHAN İNALHAN

    DR. MUSTAFA UMUT DEMİREZEN

  2. A model based flight control system design approach for micro aerial vehicles using integrated flight testing and hil simulations

    Küçük boyutlu insansız hava araçları üzerinde sistem tanılama, uçuş kontrol sistem tasarımı ve donanım ile benzetim uygulamaları

    BURAK YÜKSEK

    Doktora

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. GÖKHAN İNALHAN

  3. Next generation wireless networks for social good

    Sosyal fayda için yeni nesil telsiz ağlar

    SULTAN ÇOĞAY

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÖKHAN SEÇİNTİ

  4. Yüksek hızlı izli ulaşım sistemlerinin çok ölçütlü değerlendirilmesi

    Multi-criteria evaluation of high speed tracked transport systems

    DAMLA ALTINCI

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Ulaşımİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. ZÜBEYDE ÖZTÜRK

  5. Olumsuz hava koşulları altında trafik akışının eniyilenmesi

    Optimization of traffic flow under adverse weather conditions

    ZEKERİYA KAPLAN

    Doktora

    Türkçe

    Türkçe

    2024

    Havacılık ve Uzay MühendisliğiEskişehir Teknik Üniversitesi

    Hava Trafik Kontrol Ana Bilim Dalı

    PROF. DR. CEM ÇETEK

    PROF. DR. TUĞBA SARAÇ