تخصیص گیت مبتنی بر سیستم ترکیبی گرگ خاکستری و منطق فازی

تاخیر در سفرهای هوایی امر اجتناب ناپذیری است و نقش بسیار مهمی در سود و زیان شرکت‌های هواپیمایی دارد. با پیش‌بینی و یا تخمین تاخیر می‌توان تا حدی منافع آژانس‌ها و رضایت مشتریان را افزایش داد. تاخیرات پرواز باعث تغییر در زمانبندی و چیدمان پروازها و همچنین افزایش هزینه‌های سازمان می‌گردد.  در این زمینه کارهای زیادی از جمله زمانبندی و تخصیص مجدد گیت انجام شده است که اکثر آنها بدون در نظر گرفتن تاخیرات پروازی و فقط با توجه به محدودیت‌ها و استفاده از منابع موجود سعی در تخصیص گیت داشتند. از آنجاییکه متغیرهای موثر در تخصیص گیت دارای عدم قطعیت هستند و هیچ الگوریتم شناخته شده‌ای برای یافتن راه حل بهینه در مدت زمان محدود برای آن وجود ندارد، این مسئله از نوع مسائل np-hard محسوب شده و تابع شرایط و سیاست‌های مختلف فرودگاه‌ها و آژانس‌ها نیز می‌باشد. در این مقاله در صورت بروز تاخیر  سیستم ترکیبی مبتنی بر الگوریتم گرگ خاکستری و منطق فازی طراحی شده است که لیست تخصیص گیت را با توجه به عدم قطعیت‌ها و با استفاده از داده‌های مربوط به پیش‌بینی تاخیر به روز رسانی می‌کند مدل پیشنهادی با استفاده از داده‌های شهر بوستون در محیط متلب، پیاده‌سازی و تست گردید. نتایج ارزیابی مدل نشان دادند که مدل پیشنهادی لیست تخصیص گیت را بهبود بخشده طوری که برخی از گیت‌ها خالی می‌مانند و این بدان معناست که می‌توان بدون تغییر در زیر ساخت فیزیکی فرودگاه، تعداد پروازها را بیشتر و سود سازمان را افزایش داد

gate allocation based on a combination of gray wolf algorithm and fuzzy logic system

air travel delays are inevitable and play a very important role in the profits and losses of airlines. by predicting or estimating delays, the benefits of agencies and customer satisfaction can be increased to some extent. flight delays change flight schedules as well as increase organization costs. in this regard, a lot of work has been done, including scheduling and reallocation of gates, most of which tried to allocate the gate without considering flight delays and only due to limitations and the use of available resources. since the variables affecting the gate allocation are uncertain and there is no known algorithm to find the optimal solution for it in a limited time, this issue is considered np-hard problem and is subject to different conditions and policies of airports and agencies. in this paper, in case of delay, a hybrid system based on the gray wolf algorithm and fuzzy allocation logic is designed, which up to date the gate allocation list according to the uncertainties and using the data related to the delay prediction. the proposed model was implemented and tested using boston data in a matlab environment. the results of the model evaluation showed that the proposed model has improved the gate allocation list so that some gates remain empty, which means that the number of flights can be increased and the organization’s profit can be increased without changing the physical infrastructure of the airport.