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
- Tez No: 665441
- Danışmanlar: DOÇ. DR. CEM ÇETEK
- Tez Türü: Doktora
- Konular: Sivil Havacılık, Civil Aviation
- Anahtar Kelimeler: Derin öğrenme, Hava trafik kontrolörü, Hava trafik sistemi, Makine öğrenmesi yöntemleri, Rastgele ormanlar, Yapay sinir ağları, Deep learning, Air traffic controller, Air traffic system, Machine learning methods, Random forests, Artificial neural networks
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Eskişehir Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Hava Trafik Kontrol Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
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
- 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
2019
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. GÖKHAN İNALHAN
- Next generation wireless networks for social good
Sosyal fayda için yeni nesil telsiz ağlar
SULTAN ÇOĞAY
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN SEÇİNTİ
- 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
2021
Sivil Havacılıkİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. GÖKHAN İNALHAN
DR. MUSTAFA UMUT DEMİREZEN
- Doğrusal programlama yaklaşımı ile toplu taşıma sistemlerinin planlanması ve çizelgelenmesi
Planning and scheduling of public transit systems with the linear programming approach
MEHMET EMRAH ÖZKAYA
- Olumsuz hava koşulları altında trafik akışının eniyilenmesi
Optimization of traffic flow under adverse weather conditions
ZEKERİYA KAPLAN
Doktora
Türkçe
2024
Uçak MühendisliğiEskişehir Teknik ÜniversitesiHava Trafik Kontrol Ana Bilim Dalı
PROF. DR. CEM ÇETEK
PROF. DR. TUĞBA SARAÇ