Flamingo Search Algorithm for aircraft landing scheduling

جدولة هبوط الطائرات (ALS) هي عملية تنظيم وصول ومغادرة الطائرات في المطار. تتم إدارة هذه العملية من قبل مراقبي الحركة الجوية الذين يستخدمون أدوات وتقيات مختلفة لضمان هبوط الطائرة وإقلاعها بأمان وكفاءة. الهدف من جدولة هبوط الطائرات هو تقليل التأخير وزيادة عدد الطائرات التي يمكن استيعابها في المطار. يتم ذلك من خلال التنسيق الدقيق لمواعيد وصول ومغادرة الطائرات، بالإضافة إلى عدد الطائرات التي يمكن استيعابها بأمان. بحث الفلامنغو هي خوارزمية تحسين مستوحاة من سلوك طيور النحام. إنها خوارزمية metaheuristic تعتمد على السكان وتستخدم سربًا من طيور النحام للبحث عن الحل الأمثل لمشكلة معينة. تعمل الخوارزمية من خلال جعل كل فلامنغو في القطيع يبحث عن الحل الأمثل المحلي. ثم تتواصل طيور النحام مع بعضها البعض وتتبادل الحلول. بالمقارنة مع تقنيات التحسين التقليدية، أظهرت التجارب أن الحل الذي قدمه أسرع بشكل ملحوظ وأكثر ملاءمة لمشاكل جدولة هبوط الطائرات في الوقت الفعلي فلقد اظهرت النتائج تفوق الخوارزمية المقترحة على بقية الخوارزميات بنسبة تجاوزت ٩٠ %. يمكن للطريقة المقترحة تحديد الحلول المناسبة بسرعة لجميع مجموعات البيانات الـ 8. Aircraft landing scheduling (ALS) is the process of organizing the arrival and departure of aircraft at an airport. This process is managed by air traffic controllers who use various tools and techniques to ensure that aircraft land and take off safely and efficiently. The goal of aircraft landing scheduling is to minimize delays and maximize the number of aircraft that can be accommodated at the airport. This is done by carefully coordinating the arrival and departure times of aircraft and the number of aircraft that can be safely accommodated. Flamingo Search is an optimization algorithm stimulated by the flamingos’ behavior. A population-based metaheuristic algorithm uses a flock of flamingos to search for the optimal solution to a given problem. The algorithm works by having each flamingo in the flock search for a local optimum solution. The flamingos then communicate with each other and share their solutions. Experiments have demonstrated that our solution is significantly faster and more appropriate for real-time ALS problems compared to conventional optimization techniques, the results showed the superiority of the proposed algorithm over the rest of the algorithms by more than 90%. The suggested method can quickly identify appropriate solutions for all 8 data sets.