Publikationen

DGLR-Publikationsdatenbank - Detailansicht

Titel:

Entwicklung eines ATFM-Slot-Vorhersagemodells für die Flugplanung auf Basis von Machine-Learning Algorithmen

Autor(en): F. Ebus, F. Knabe, M. Pak
Zusammenfassung: Die zuverlässige Vorhersage potenzieller ATFM-Slots ermöglicht Airlines eine angemessene Reaktion durch Umplanungen, um die Auswirkungen auf den Flugbetrieb möglichst gering zu halten Das hier vorgestellte Vorhersagemodell wurde zur Prognose für das Auftreten von ATFM-Slots für den Flugbetrieb von Austrian Airlines (AUA) entwickelt. Das Modell beruht auf Machine-Learning Algorithmen und berechnet zu jedem Flug die Wahrscheinlichkeit für das Eintreten eines ATFM-Slots bis zu 24 Stunden im Voraus. Diese Vorhersagen ermöglichen der Flugplanung frühzeitiger zu agieren, um Kostenbelastungen zu vermeiden. Es werden die verwendeten Datensätze, die ausgetesteten Machine-Learning Modelle sowie die wichtigsten Ergebnisse und Einschränkungen erläutert.
Veranstaltung: Deutscher Luft- und Raumfahrtkongress 2021
Verlag, Ort: Deutsche Gesellschaft für Luft- und Raumfahrt - Lilienthal-Oberth e.V., Bonn, 2021
Medientyp: Conference Paper
Sprache: deutsch
Format: 21,0 x 29,7 cm, 10 Seiten
URN: urn:nbn:de:101:1-2021092413133938584352
DOI:10.25967/550053
Stichworte zum Inhalt: ATFM-Slots, Machine-Learning
Verfügbarkeit: Download - Bitte beachten Sie die Nutzungsbedingungen dieses Dokuments: Copyright protected
Kommentar:
Zitierform:Ebus, F.; Knabe, F.; Pak, M. (2021): Entwicklung eines ATFM-Slot-Vorhersagemodells für die Flugplanung auf Basis von Machine-Learning Algorithmen. Deutsche Gesellschaft für Luft- und Raumfahrt - Lilienthal-Oberth e.V.. (Text). https://doi.org/10.25967/550053. urn:nbn:de:101:1-2021092413133938584352.
Veröffentlicht am: 24.09.2021