Management odchylek blokových časů a hodnocení jejich provozního dopadu
Data driven and machine learning playbook supporting identification of block time deviations and the assessment of their operational impact
Typ dokumentu
disertační prácedoctoral thesis
Autor
Miroslav Špák
Vedoucí práce
Socha Vladimír
Oponent práce
Walton Robert
Studijní obor
Provoz a řízení letecké dopravyStudijní program
Technika a technologie v dopravě a spojíchInstituce přidělující hodnost
katedra letecké dopravyObhájeno
2024-03-08Práva
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.htmlVysokoškolská 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
Zobrazit celý záznamAbstrakt
V súčasnosti, s rastom leteckej dopravy, sú letiska preplnené, a letecké prevádzky sú narušované tvorbou rozných úzkých hrdiel. Preto predvídateĺnost letu a efektívnosť na zemi a teda na letiskách, zohrávajú doležitú úlohu pri udržiavaní udržateĺnosti celého riadenia letovej prevádzky. Efektívnost letu je priamo spojená s schopnosťou letu dodržiavať príletové a odletové časy na letisku a tak minimalizovať prítomnosť primárnych meškaní, ktoré ďalej generujú reakčné meškania. V roku 2019 sa celková presnosť odletov zlepšila, pričom 37,6% letov odletelo v priebehu 5 minút pred plánovaným odletom alebo po ňom. Lety meškané viac ako 30 minút zo všetkých príčin sa znížili o 1,6 percentuálných bodov na 12,1% v porovnání s rokom 2018. Aj presnosť príletov leteckých společností sa zlepšila, pričom 77,6% letov pristálo do 15 minút pred alebo skor ako plánovaný prílet, v porovnání s 75,8% v roku 2018. Lety prichádzajúce o viac ako 15 minút skor než plánovaný čas príletu zaznamenali nárast na 10,3%. Hoci je to pozitívne pre skúsenosti cestujúcich, tato vysoká hodnota može ovplyvnit prevádzku a pridelenia zdrojov na zemi. Prílišné meškanie alebo prílišné skoré prílety majú priamy a negatívny vplyv na leteckú prevádzku ale taktiéž na chod samotného letiska. V dobe prevádzkových odchyliek, aspekty ako variabilita dopravy v súvislosti s typom lietadlového parku, či obchodnými pravidlami leteckej spoločnosti alebo administratívnymi požiadavkami, predstavujú limitácie v procese prerozdelenia zdrojov na zemi. Hlavným zámerom dizertačnej práce je preto zlepšenie procesu predvídateĺnosti letu na základe dátami riadeného modelu strojového učenia, ktorý podporuje vývoj prediktívneho modelu umožńujúceho identifikáciu odchýlok v čase blokovania a pristávania. Nowadays, with the growth of air traffic, airports are congested, and air traffic operations are disrupted by the formation of various bottlenecks on the surface. Hence, the flight predictability and efficiency on the ground play an important role in keeping the whole Air Traffic Management (ATM) business sustainable. Flight efficiency is directly linked to the ability of flight to adhere to airport arrival and departure slots, thus to minimize presence of primary delays further generation reactionary delays. In 2019, overall departure punctuality improved, with 37,6% of flights departing within the 5 minute threshold before or after the scheduled departure time. Flights delayed > 30 from all causes decreased by 1,6 percentage points to 12,1% compared to 2018. Airline arrival punctuality also improved, with 77,6% of flights arrving within 15 minutes of earlier than their scheduled arrival time, compared to 75,8% in 2018. Flights arriving > 15 minutes ahead of schedule saw an increase to 10,3%. Whilst being good for the passenger experience, this high share may affect operations and ground resource allocation process. Excessively late or early arrivals have direct and negative impact on airport operations including air traffic flow management operations as Air Traffic Flow Management (ATFM) regulations are often implemented as a result demand shifts. It is the variation of traffic in regards with a type of operating fleet, airline´s business rules, or administrative requirements, which hinder any flexibility in tactical resource re-allocation process. The focus of the dissertation thesis therefore lies in improved fllight predictability process based on data driven and machine learning model supporting development of a predictive model enabling identification of in-block and landing time deviations.