کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7435327 1483553 2018 16 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Characterizing air traffic networks via large-scale aircraft tracking data: A comparison between China and the US networks
ترجمه فارسی عنوان
تشخیص شبکه های ترافیکی هوایی از طریق داده های ردیابی هواپیما در مقیاس بزرگ: مقایسه بین چین و شبکه های ایالات متحده
کلمات کلیدی
مدیریت ترافیک هوایی، شبکه ترافیک هوایی، داده کاوی، تجزیه و تحلیل داده ها،
ترجمه چکیده
تقاضای حمل و نقل هوایی در دهه گذشته به سرعت در حال افزایش است و باعث تاخیر شدید پرواز می شود. برای کاهش چنین تاخیری، ارائه دهندگان خدمات ناوبری هوایی ابتدا باید ظرفیت های عملیاتی و خطرات احتمالی مربوط به یک شبکه را درک کنند، و سپس بر اساس استراتژی های توسعه. با این حال، مطالعات محدود به دلیل کمبود اطلاعات انجام شده است. فرصت های جدید با توجه به دسترسی به اطلاعات ردیابی هواپیما در مقیاس وسیع و بسیاری از سوابق دیجیتالی عملیات، بوجود آمده است. در پاسخ، ما یک چارچوب جدید محور مبتنی بر داده ها را ایجاد می کنیم که مشخصه ساختار عملیاتی و پویایی یک شبکه ترافیک هوایی با استفاده از داده های ردیابی واقعی است. چارچوب شامل چندین روش آماری جدید و تکنیک های تحلیلی داده ها برای خلاصه شدن در دسترس بودن فضای هوایی، ساختار شبکه و الگوهای استفاده است. سپس چارچوب را برای تجزیه و تحلیل شبکه های ترافیکی هوایی در چین و ایالات متحده اعمال می کنیم. نتایج نشان می دهد ویژگی های متمایز این دو شبکه. در دسترس بودن هواپیما برای پروازهای تجاری در چین بسیار محدودتر از ایالات متحده است. شبکه در چین دارای ساختار واضح با الگوهای استفاده مشخص است، در حالی که شبکه در ایالات متحده دارای یک ساختار انعطاف پذیر تر و پیچیده تر است. این اختلافات عملیاتی نشان می دهد که چین در مقایسه با ایالات متحده با احتمال بیشتری در حمل و نقل مسیر مواجه است. نتایج همچنین نشان می دهد که رویکرد مبتنی بر داده ها برای شناسایی رفتار واقعی و پیچیدگی یک شبکه ترافیک هوایی موثر است که توسط روش های موجود ضبط نمی شود.
موضوعات مرتبط
علوم انسانی و اجتماعی مدیریت، کسب و کار و حسابداری استراتژی و مدیریت استراتژیک
چکیده انگلیسی
Air travel demand has continued to increase rapidly over the past decade, causing severe flight delays. To reduce such delays, Air Navigation Service Providers need to first understand the operational capacity and congestion risks associated with a network, and then develop strategies accordingly. However, limited studies have been conducted due to lack of data. New opportunities have arisen given the availability of large-scale aircraft tracking data and many other digitalized records of operations. In response, we develop a novel data-driven framework that characterizes the operational structure and dynamics of an air traffic network using actual tracking data. The framework includes several new statistical measures and data analytic techniques to summarize airspace availability, network structure, and utilization patterns. We then apply the framework to analyze the air traffic networks in China and the US. The results reveal distinctive characteristics of these two networks. Airspace availability for commercial flights is much more restricted in China than the US. The network in China has a clear structure with distinct utilization patterns, while the network in the US has a more flexible structure featuring complex dynamics. These operational differences indicate that China faces a greater chance of en-route congestion when compared with the US. The results also demonstrate that the data-driven approach is effective to identify the actual behavior and complexity of an air traffic network, which are not captured by existing methods.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Air Transport Management - Volume 67, March 2018, Pages 181-196
نویسندگان
, ,