Simulační nástroj pro odhad rozložení letového provozu

Martin Kavka

Simulation Tool for Estimation of Air Traffic Distribution

Type of document

diplomová práce
master thesis

Author

Martin Kavka

Supervisor

Topková Tereza

Opponent

Hlavatá Martina

Field of study

Provoz a řízení letecké dopravy

Study program

Technika a technologie v dopravě a spojích

Institutions assigning rank

katedra letecké dopravy

Rights

A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.html
Vysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html

Metadata

Show full item record

Abstract

Tato práce se zabývá vývojem softwaru pro vizualizaci současné a předpovídané letecké dopravy. Software, implementovaný v programovacím jazyce Python ve vývojovém prostředí PyCharm, využívá reálná data o leteckém provozu z OpenSky Network. Metodologie zahrnuje clusterování historických souborů dat letového provozu pomocí různých clusterovacích algoritmů a Gaussovský model směsi ke generování nebo odstraňování letadel z letového provozu, doplněné vizualizačními nástroji. Výsledný software umožňuje vizualizaci historických dat o letecké dopravě a umožňuje uživatelům zvyšovat a snižovat letový provoz a sledovat odpovídající vizualizaci rozložení letového provozu. Tato práce přispívá k vyvíjejícímu se prostředí analýzy a vizualizace vývoje letového provozu a umožňuje simulovat budoucí provoz pro potřeby dalšího výzkumu.

This work deals with the development of software for the visualization of current and predicted air traffic. The software, implemented in the Python programming language in the PyCharm development environment, uses real air traffic data from the OpenSky Network. The methodology includes clustering of historical air traffic data sets using various clustering algorithms and a Gaussian mixture model to generate or remove aircraft from air traffic, complemented by visualization tools. The resulting software enables the visualization of historical air traffic data and allows users to increase and decrease flight traffic and observe the corresponding visualization of the air traffic distribution. This work contributes to the evolving landscape of air traffic evolution analysis and visualization and opens avenues for future research and development in this area.