Air traffic controller training is highly regulated but lacks prescribed common assessment criteria and methods to evaluate trainees at the level of basic training and consideration of how trainees in fluence flight efficiency. We investigated whether there is a correlation between two parameters, viz. the trainees’ assessment score and fuel consumption, obtained and calculated after real-time human-in-the-loop radar simulations within the ATCOSIMA project. Although basic training assessment standards emphasise safety indicators, it was expected that trainees with higher assessment scores would achieve better flight efficiency, i.e. less fuel consumption. However, the results showed that trainees’ assessment scores and fuel consumption did not correlate in the expected way, leading to several conclusions.

No abstract

Global air traffic demand has shown rapid growth for the last three decades. This growth led to more delays and congestion within terminal manoeuvring areas (TMAs) around major airports. The efficient use of airport capacities through the careful planning of air traffic flows is imperative to overcome these problems. In this study, a mixed-integer nonlinear programming (MINLP) model with a multi-objective approach was developed to solve the aircraft sequencing and scheduling problem for mixed runway operations within the TMAs. The model contains fuel cost functions based on airspeed, altitude, bank angle, and the aerodynamic characteristics of the aircraft. The optimisation problem was solved by using the $\varepsilon$ -constraint method where total delay and total fuel functions were simultaneously optimised. We tested the model with different scenarios generated based on the real traffic data of Istanbul Sabiha Gökçen Airport. The results revealed that the average total delay and average total fuel were reduced by 26.4% and 6.7%, respectively.

Bu çalışmada Türkiye’de saha kontrol hizmeti veren hava trafik kontrolörlerinin (ATCo) çizelgelenmesi problemi ele alınmıştır. Yol safhasındaki uçuşlar için verilen saha kontrol hizmeti hem yerel uçuşları hem de ülke sınırları içerisindeki herhangi bir havalimanına iniş-kalkış yapmayan transit uçuşları kapsamaktadır. Yerel ve transit uçuşların kontrolör açısından iş yükü birbirinden farklıdır. Çalışmada bu farklılık hesaba katılmıştır. Uçuş planlarında uçakların havalimanından tahmini kalkış zamanı ve iniş havalimanına tahmini varış zamanı bilgileri yer almaktadır. Bunun yanında uçuşları boyunca kullanacakları rotalar ve uçuş seviyeleri de bilinmektedir. Böylece, uçuş rotalarının geçtiği sektörlere tahmini giriş zamanı ve sektörlerden tahmini çıkış zamanı bilgilerine ulaşılabilmektedir. Sektörlerdeki trafik yoğunluğu saatlik dilimlere, gece-gündüz saatlerine ve mevsimlere göre değişkenlik göstermektedir. Trafik yoğunluğu ile doğru orantılı olarak da kontrolörlerin iş yükünde artış meydana gelmektedir. Bunun yanında mevsimsel farklılık, farklı hava olayları ve hava koşullarının olması hava trafik akışını etkileyen faktörlerdir. Bu da doğrudan kontrolör iş yükünü etkilemektedir. Çalışmada sektörlerdeki tahmini trafik talebi ve hava koşulları dikkate alınarak kontrolörlerin iş yükü dağılımını eşitlemek amacıyla iki aşamalı matematiksel model önerilmiştir. İlk aşamada farklı kontrolör ekiplerinin toplam iş yüklerini dengeleyecek şekilde 10 günlük vardiya atamaları yapılmıştır. İkinci aşamada ise personelin iş yükünü dengeleyecek şekilde her bir vardiyadaki her bir ekip bünyesindeki kontrolörlerin çizelgelemesi yapılmıştır. Kontrolörlerin çalışma saatleri, dinlenme saatleri gibi çalışma koşullarının yanında tecrübeli ve tecrübesiz kontrolör ayrımı da dikkate alınmıştır. Tecrübesiz kontrolörlerin tecrübeli kontrolörler ile çalışması önerilmektedir. Türkiye hava sahasındaki uçuş verileri dikkate alınarak oluşturulan farklı senaryolar ile matematiksel model test edilmiştir. 10 gün – 20 vardiya olarak hem yaz hem de kış ayları için hazırlanan bu senaryolar farklı hava koşullarını içermektedir. Senaryo sonuçlarına göre ekiplerin atandıkları vardiyalardaki ortalama iş yükleri ve vardiyalardaki kontrolör başına iş yükü dağılımları paylaşılmıştır. Ayrıca bazı vardiyalar için kontrolörlerin çizelgeleri de paylaşılmıştır. Sektör sayısındaki artışa bağlı olarak çözüm sürelerinde artış meydana gelmiştir. Farklı sektör sayıları için çözüm süreleri paylaşılmıştır. Ancak, bazı sektör sayıları için arzu edilen sürelerde en iyi çözüm değerlerine ulaşılamamıştır. Bu durumda ardıştırma sayısı limiti konulmuştur ve bu limite göre “relative gap” oranları verilmiştir.