Выбор оптимального выхода на посадку для каждого рейса – это задача, требующая огромного количества вычислений. Например, для аэропорта с 15 выходами и 10 самолетами существует более 570 миллиардов возможных комбинаций.
Оптимальное распределение выходов позволяет сократить время руления самолета, уменьшить заторы на взлетно-посадочной полосе и сократить время ожидания пассажиров, пишет BBC. Это также способствует снижению потребления топлива и выбросов.
При выборе выхода на посадку учитываются множество факторов. В том числе оптимизация времени пересадки для стыковочных рейсов, стоимость парковки, экономия для бюджетных перевозчиков, направление прибытия, тип самолета, назначение взлетно-посадочной полосы, стыковки с клиентами и багажом, движение других самолетов.
Распределение выходов на посадку происходит несколько раз: на стадии планирования расписания, за месяц до полета, за неделю и в день вылета.
Несмотря на важность оптимального распределения выходов на посадку, многие аэропорты до сих пор полагаются на устаревшие технологии. Согласно исследованию AeroCloud, 40% руководителей аэропортов используют для управления этим процессом простые таблицы Excel и Word.
Однако ситуация меняется: авиакомпании начинают внедрять более совершенные системы, основанные на искусственном интеллекте (ИИ).
Американские авиалинии, например, разработали систему Smart Gating, которая использует машинное обучение для оптимизации распределения выходов. Система анализирует данные о рейсах в реальном времени и выбирает ближайший доступный выход для каждого самолета, сокращая время руления и потребление топлива.
Smart Gating позволила сократить время руления самолета на 20% и сэкономить около 1,4 миллиона галлонов реактивного топлива в год.