BULANIK MANTIKLA UÇAK İNİŞ SIRALAMASININ YAPTIRILMASI

Günümüzde, hava trafik kontrol mesleği, en stresli mesleklerden bir tanesi olarak kabul edilmektedir. Sürekli dikkat gerektirmesi ve hata yapmaya yer olmaması bu mesleğin en büyük dezavantajlarındandır, Bu çalışmada, yaklaşma sahasına giren uçaklar için hava trafik kontrolcüye tavsiye veren bir karar destek uygulaması gerçekleştirilmektedir. Girdi olarak uçağın hızı, irtifası ve piste olan mesafesi ele alınmıştır. Bu bilgiler bulanık mantıkla değerlendirilerek uçakların iniş sırası gerçekleştirilmektedir. Bu sayede, durumu en uygun olan uçak belli bir standarda göre inişini hızlı bir şekilde gerçekleştirecektir. Ayrıca, hava trafik kontrolcüye daha az iş yükü binecek, yanlış kararların önüne geçilebilecektir. Aynı zamanda da uçakların harcadıkları yakıttan tasarruf etmeleri de sağlanabilecektir.

SORTING OF AIRCRAFT LANDING BY USING FUZZY LOGIC

Nowadays, job of the air traffic controller is accepted the one of the most stressing job. Continuing attention and not to make mistake are the biggest disadvantage In this study, an application of decision support is achieved to air traffic controller giving advice for approaching aircrafts. Velocity of the aircraft, altitude and distance are considered as inputs. Sorting of the aircrafts is achieved using fuzzy logic with this information. By this means, the most suitable aircraft is landed rapidly respect to an certain standard. Moreover, the air traffic controller' workloads are lightened, wrong decisions are prevented. It is also obtained austerity of fuel.

PDF

___

[1] Hava Trafik Kontrol, 2009. http://www.havatrafik.com/Atc
[2] Kelly, W., Painter, J., “Soft Computing in the General Aviation Cockpit”, Proceedings of the First On-line Workshop of Soft Computing, Japan, 151-156, 1996.
[3] Burchett, B., “Fuzzy Logic Trajectory Design And Guidance For Terminal Area Energy Management”, Nasa Faculty Fellowship Program, Marshall Space Flight Center, The University Of Alabama, 2002.
[4] Ursu, I., Ursu, F., “An Intelligent ABS Control Based On Fuzzy Logic Aircraft Application”, Proceedings of the International Conference on Theory and Applications of Mathematics and Informatics– ICTAMI 2003, Alba Iulia, 355-368, 2003.
[5] Menon, P. K., Diaz, G. M., Vaddi, S. S., Grabbe, S. R., “A Rapid-Prototyping Environment for En Route Air Traffic Management Research”, AIAA Guidance, Navigation, and Control Conference and Exhibit, San Francisco, California, 2005.
[6] Boskoski, P., Mileva, B., Deskoski, S. “Auto Landing Using Fuzzy Logic”, 6th International PhD Workshop on Systems and Control, Izola, Slovenia, 2005.
[7] Bickraj, K., Pamphile, T., Yenilmez, A., Li, M., Tansel, I. N., “Fuzzy Logic Based Integrated Controller For Unmanned Aerial Vehicles”, Florida Conference on Recent Advances in Robotics, 2006.
[8] Meyer, D., Sághi, B., Tarnai, G., “Safety Management Of Traffic Growth in Air Transportation”, Transportation Engineering, 36/1-2, 69-72, 2008.
[9] Vijayan, V. P., John, D., Thomas, M., Maliackal, N. V., Vargheese, S. S., “Multi Agent Path Planning Approach To Dynamic Free Flight Environment”, International Journal of Recent Trends in Engineering, Vol 1, No. 1., 2009.
[10] Yen, J., Langari, R., Zadeh, L. A., Industrial Applications Of Fuzzy Logic and Intelligent Systems, IEEE Press, New York, 1995.
[11] Chen, G., Pham, T. T., Introduction To Fuzzy Sets, Fuzzy Logic, And Fuzzy Control Systems, CRC Press, Florida, 2001.