Phương pháp mới dự báo hiệu quả sự chậm trễ của các chuyến bay

Sina Khanmohammadi, trưởng nhóm nghiên cứu cho biết: "Đây là phương pháp phù hợp để phân tích các bộ dữ liệu với nhiều biến phân loại (biến định tính như thời tiết hoặc rủi ro an ninh thay cho các biến định lượng) liên quan đến việc hoãn chuyến bay. Chúng tôi đã chứng minh phương pháp này hiệu quả hơn các phương pháp truyền thống về độ chính xác và tốc độ".

Hiện nay, sự cố trễ chuyến bay được dự đoán bằng các mô hình mạng thần kinh nhân tạo (ANN). ANN là một nhóm các nút mạng máy tính liên kết với nhau, cùng hoạt động để phân tích nhiều biến số nhằm đánh giá kết quả, trong trường hợp này là trễ chuyến bay, giống như cách một mạng lưới tế bào thần kinh trong não hoạt động để xử lý vấn đề. Các mạng lưới này được điều khiển để tìm kiếm các mô hình. ANN xử lý càng nhiều biến số, thì các biến số phân loại càng nhiều. Việc thu thập dữ liệu lịch sử làm giảm tốc độ của ANN, sẽ đưa ra các dự báo về sự chậm trễ của chuyến bay.

Nhóm nghiên cứu đã sử dụng ANN để xử lý các biến phân loại có cấu trúc đơn giản, giúp các hãng hàng không dễ xác định mối quan hệ giữa các biến đầu vào (như thời tiết) và đầu ra (chậm chuyến bay). Nghiên cứu này không loại bỏ tình trạng chậm chuyến, nhưng sẽ giúp các hãng hàng không thông báo nhanh chóng và chính xác hơn về sự cố cho hành khách. Mô hình mới cũng có thể giúp các sân nhỏ hoạt động hiệu quả hơn và xử lý nhiều chuyến bay mỗi ngày.

Khanmohammadi cho rằng: “Các hãng hàng không có thể áp dụng phương pháp mới để cung cấp thông tin chính xác cho hành khách và tạo được lòng tin của họ. Các kiểm soát viên không lưu tại sân bay cũng có thể sử dụng thông tin này để cải thiện hoạt động quản lý giao thông hàng không".

Các nhà nghiên cứu đã lập mô hình mới để thu thập 14 biến số khác nhau bao gồm: ngày trong tuần, sân bay khởi hành, thời tiết và an ninh, đã ảnh hưởng đến giờ xuất hành của 1.099 chuyến từ 53 sân bay đến sân bay Kennedy ở thành phố New York, Hoa Kỳ. Sau đó, hệ thống mới dự báo sự chậm trễ của các chuyến bay giả định được dự kiến sẽ đến sân bay Kennedy vào 6h30 chiều ngày 21/1 từ nhiều sân bay và trong các điều kiện khác nhau. Mô hình mới dự đoán thời gian chậm trễ với độ chính xác cao hơn khoảng 20% so với các mô hình truyền thống và chỉ cần khoảng thời gian ít hơn 40% để đưa ra các kết luận đó.

Do mức độ phức tạp ngày càng cao và tính phổ biến của việc đi lại bằng đường hàng không trên khắp thế giới, nên các nhà khoa học dự kiến sẽ tiếp tục nghiên cứu các biến số để áp dụng cho mô hình mới. Ngoài ra, các tác giả hy vọng sẽ ứng dụng kết quả nghiên cứu để đặt lịch trình chuyến bay và tiến tới mở rộng sang nhiều ứng dụng thực tế

N.P.D-NASATI (Theo ScienceDaily)