Dissertação
Fuel consumption optimization using neural networks and genetic algorithms EVALUATED
Qualquer industria procura reduzir os seus desperdícios e optimizar os seus procedimentos. A indústria do transporte aéreo não é diferente e tenta maximizar os resultados por voo e reduzir o custo por lugar, disso dependendo a sua própria sobrevivência. Uma ferramenta que permita a qualquer companhia aérea prever o seu consumo de combustível ao longo do ano permitindo a aquisição de combustível quando esse fosse mais barato e seleccionar o avião/rota que minimizem o consumo de combustível da frota é da maior importância. Esta dissertação pretende criar a ferramenta com esse fim usando dados operacionais da TAP referentes ao ano 2010. Os aviões usados são os da frota actual da TAP, composta por 55 aviões. Uma ferramenta simples para a previsão de alguns parâmetros referentes ao estado do tempo para melhorar a prestação do algoritmo também foi desenvolvida, tal como uma interface gráfica para facilitar a introdução de dados e a manutenção do sistema. O software foi treinado, validado e testado para a frota, rotas, e destinos da TAP. Um algoritmo que muda de tipologia foi desenhado usando algoritmos genéticos e várias redes neuronais foram treinadas. A optimização do consumo de combustível foi conseguida usando algoritmos genéticos para a detecção da mínima global. Além disso o algoritmo fornece uma estimativa do C02, produzido por cada voo e o avião que deverá ser usado. O algoritmo também permite ao utilizador excluir aviões não disponíveis e maximizar a utilização da frota.
novembro 2, 2011, 14:30
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
António José Nobre Martins Aguiar
Departamento de Engenharia Mecânica (DEM)
Prof Auxiliar Convidado