Application of the multi-criteria TOPSIS method for the allocation of slots to aircraft

• Autorzy: Bojski Krzysztof , Dmochowski Piotr Andrzej , Gładyś Sylwester , Kwasiborska Anna

Identyfikatory

DOI

10.5604/01.3001.0055.2665

Warianty tytułu

Zastosowanie wielokryterialnej metody TOPSIS do przydziału slotów do statków powietrznych

• Języki publikacji: PL

Abstrakty

PL

W ruchu lotniczym spotykamy się z problemem przeciążenia portów lotniczych oraz ograniczonej dostępności slotów czyli interwałów czasowych, w których wykonywane są operacje lotnicze. Wzrost natężenia ruchu lotniczego, zwłaszcza na dużych lotniskach, skutkuje koniecznością wdrożenia nowoczesnych i efektywnych metod wspomagających proces decyzyjny w alokacji slotów do statków powietrznych. Klasyczne metody przydziałuslotów często nie uwzględniają pełnego spektrum czynników wpływających na ten proces takich jak np. wpływ środowiskowy operacji lotniczy, oraz szereg innych aspektów. Artykuł przedstawia możliwość zastosowania wielokryterialnej metody wspomagania decyzji TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution) w procesie optymalizacji przydziału slotów do statków powietrznych. Głównym celem badania było opracowanie modelu uwzględniającego różnorodne kryteria decyzyjne i umożliwiającego rankingowanie poszczególnych operacji lotniczych w oparciu o ich zgodność z modelem rozwiązania idealnego. W ramach badań przeprowadzono analizę literatury, identyfikując kluczowe kryteria z punktu widzenia zarządzania slotami na lotniskach. Zaproponowane kryteria mają istotne znaczenie dla procesu przydziału slotów do statków powietrznych. Na podstawie dostępnych danych, dokonano przydziału slotów do statków powietrznych, potwierdzając praktyczne zastosowanie metody. Wyniki analizy przeprowadzonej metodą TOPSIS umożliwiły uszeregowanie dziewięciu statków powietrznych (S1–S9) według ich zgodności z rozwiązaniem idealnym, przy założeniu czterech kryteriów decyzyjnych: zużycia paliwa, emisji hałasu, czasu kołowania oraz komfortu pasażera. Uzyskane wyniki potwierdziły, że zastosowanie metody TOPSIS umożliwia bardziej obiektywny i przejrzysty przydział slotów, uwzględniający różnorodne aspekty techniczne, ekonomiczne i środowiskowe. Metoda ta pozwala na dynamiczne dostosowanie wag kryteriów w zależności od aktualnych potrzeb operacyjnych i strategicznych lotniska. Metoda TOPSIS stanowi efektywne narzędziewspomagające proces podejmowania decyzji w zakresie przydziału slotów do statków powietrznych. Zastosowanie tej metody może przyczynić się do zwiększenia efektywności operacyjnej portów lotniczych, poprawy jakości usług dla przewoźników oraz zrównoważonego rozwoju transportu lotniczego.

EN

In air traffic, we encounter the problem of airport congestion and limited availability of slots, i.e., time intervals in which air operations are performed. The increase in air traffic intensity, especially at large airports, results in the need to implement modern and effective methods supporting the decision-making process in allocating slots to aircraft. Classic slot allocation methods often do not consider the full spectrum of factors influencing this process, such as the environmental impact of air operations and many other aspects. The article presents the possibility of using the multi-criteria decision support method TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution) to optimize the allocation of slots to aircraft. The study's main objective was to develop a model that considers various decision criteria and allows for ranking individual flight operations based on their compliance with the ideal solution model. As part of the research, a literature review was conducted, identifying key criteria from the point of view of airport slot management. The proposed criteria are of significant importance for the process of allocating slots to aircraft. Based on the available data, slots were allocated to aircraft, confirming the practical application of the method. The results of the TOPSIS analysis allowed for the ranking of nine aircraft (S1–S9) according to their compliance with the ideal solution, assuming four decision criteria: fuel consumption, noise emissions, taxiing time, and passenger comfort. The obtained results confirmed that the use of the TOPSIS method allows for a more objective and transparent allocation of slots, taking into account various technical, economic, and environmental aspects. This method allows for dynamic adjustment of the criteria weights depending on the airport's current operational and strategic needs. The TOPSIS method effectively supports the decision-making process in allocating slots to aircraft. Using this method can contribute to increasing the operational efficiency of airports, improving the quality of services for carriers, and the sustainable development of air transport.

Słowa kluczowe

PL

zarządzanie przepływem ruchu lotniczego; alokacja slotów; metoda TOPSIS; koordynacja rozkładu lotów

EN

air traffic flow management; slot allocation; TOPSIS method; flight schedule coordination

• Wydawca: Oficyna Wydawnicza Politechniki Warszawskiej
• Czasopismo: Prace Naukowe Politechniki Warszawskiej. Transport
• Rocznik: 2025
• Tom: z. 140
• Strony: 47--63
• Opis fizyczny: Bibliogr. 23 poz., rys., tab.

Twórcy

autor

Bojski Krzysztof

• Warsaw University of Technology, Faculty of Transport

• https://orcid.org/0009-0005-1112-3959

autor

Dmochowski Piotr Andrzej

• Polish Air Navigation Services Agency

autor

Gładyś Sylwester

• Warsaw University of Technology, Faculty of Transport

• https://orcid.org/0000-0003-0528-0876

autor

Kwasiborska Anna

• Warsaw University of Technology, Faculty of Transport

• https://orcid.org/0000-0002-3285-3337

Bibliografia

• 1. Benlic, U. (2018). Heuristic search for allocation of slots at network level, Transportation Research Part C: Emerging Technologies, Volume 86, pp. 488-509, ISSN 0968-090X, https://doi.org/10.1016/j.trc.2017.03.015
• 2. Biuletyn Bezpieczeństwa Polskiej Agencji Żeglugi Powietrznej, SafeSky, nr 4(20)/2022.
• 3. Brans, JP., De Smet, Y. (2016). PROMETHEE Methods. In: Greco, S., Ehrgott, M., Figueira, J. (eds) Multiple Criteria Decision Analysis. International Series in Operations Research & Management Science, vol 233. Springer, New York, NY. DOI:10.1007/978–1–4939–3094–4_6.
• 4. Chen, Chen-Tung. (2000). Extensions of the TOPSIS for group decision-making under fuzzy environment, 114, DOI 10.1016/S0165-0114(97)00377-1, Fuzzy Sets and Systems.
• 5. Cieśla, M.; Sobota, A.; Jacyna, M. (2020). Multi-Criteria Decision Making Process in Metropolitan Transport Means Selection Based on the Sharing Mobility Idea. Sustainability, 12, 7231. https://doi.org/10.3390/su12177231.
• 6. Dziennik Urzędowy Unii Europejskiej: Rozporządzenie Rady (EWG) Nr 95/93 z dnia 18 stycznia 1993 r., w sprawie wspólnych zasad przydzielania czasu na start i lądowanie w portach lotniczych Wspólnoty.
• 7. Fairbrother, J., Zografos, K., Glazebrook, K. (2020). A slot-scheduling mechanism at congested airports that incorporates efficiency, fairness, and airline preferences, Transportation Science, vol. 54, no. 1, pp. 115–138, ISSN 0041-1655 (print), ISSN 1526-5447 (online), https://doi.org/10.1287/trsc.2019.0926
• 8. https://www.iata.org/en/programs/ops-infra/slots/slot-guidelines/
• 9. Hwang, C.L., Yoon, K. (1981). Multiple Attribute Decision Making: Methods and Applications, Springer-Verlag, Berlin, Kacprzak, D. (2018). Przedziałowa metoda TOPSIS dla grupowego podejmowania decyzji. OPTIMUM. ECONOMIC STUDIES NR 4 (94). DOI: 10.15290/oes.2018.04.94.19.
• 10. Jacyna M. (2011). Modelowanie wielokryterialne w zastosowaniu do oceny systemów transportowych, Prace Naukowe Politechniki Warszawskiej, Transport, z. 47, Warszawa.
• 11. Jacyna, M. 2022. Wspomaganie decyzji w praktyce inżynierskiej: metody, algorytmy, przykłady. Wydawnictwo Naukowe PWN.
• 12. Kasım Kiracı, Ercan Akan, (2020). Aircraft selection by applying AHP and TOPSIS in interval type-2 fuzzy sets, Journal of Air Transport Management, Volume 89, 101924, ISSN 0969-6997, https://doi.org/10.1016/j.jairtraman.2020.101924.
• 13. Konstantinos, N. Androutsopoulos, Eleftherios, G. Manousakis, Michael, A. Madas, (2020). Modeling and solving a bi-objective airport slot scheduling problem, European Journal of Operational Research, Volume 284, Issue 1, pp. 135-151, ISSN 0377-2217, https://doi.org/10.1016/j.ejor.2019.12.008.
• 14. Lasota, M., Jacyna, M., Sweklej, P. (2022). The ELECTRE I decision supporting method in the selection of the organization of the transport of oversized military equipment. Systemy Logistyczne Wojsk, 57, 19–40, DOI: https://doi.org/10.37055/slw/163232.
• 15. Malczewski, J. (1999). GIS and multi-criteria decision analysis. JohnWiley & Sons.
• 16. Pellegrini, P., Bolić, T., Castelli, L., Pesenti, R. (2017). n effective model for the Simultaneous Optimisation of airport SloT Allocation, Transportation Research Part E: Logistics and Transportation Review, vol. 99, pp. 34-53, ISSN 1366-5545, https://doi.org/10.1016/j.tre.2016.12.006.
• 17. Pellegrini, P., Castelli, L., Pesenti, R. (2012). Metaheuristic algorithms for the simultaneous slot allocation problem, IET Intelligent Transport Systems, vol. 6, issue 4, pp. 453-462, https://doi.org/10.1049/iet-its.2011.0179
• 18. Ribeiro, N. A., Jacquillat, A., Antunes, A. P. (2019). A large-scale neighborhood search approach to airport slot allocation. Transportation Science, 53(6), 1772-1797.
• 19. Ribeiro, N., Jacquillat, A., Antunes, A., Odoni, A., Pita, J. (2018). An optimization approach for airport slot allocation under IATA, Transportation Research Part B: Methodological, vel. 112, pp. 132-156, https://doi.org/10.1016/j.trb.2018.04.005
• 20. Roubens, M. (1982). Preference relation in actions and criteria in multi-criteria decision making. European Journal of Operational Research, 10(1), 51–55. https://doi.org/10.1016/0377–2217(82)90131–X.
• 21. Rozporządzenie Komisji (UE) nr 255/2010 z dnia 25 marca 2010 r. ustanawiające wspólne zasady zarządzania przepływem ruchu lotniczego (Tekst mający znaczenie dla EOG) Dz.U. L 80 z 26.3.2010.
• 22. Sezin Ozturk Usun, Sema Akin Bas, Busra Meniz, Beyza Ahlatcioglu Ozkok, (2024). Passenger satisfaction assessment in the aviation industry using Type-2 fuzzy TOPSIS, Journal of Air Transport Management, Volume 119, 102630, ISSN 0969-6997, https://doi.org/10.1016/j.jairtraman.2024.102630.
• 23. Trzaskalik, T. (2014). Wielokryterialne wspomaganie decyzji. Metody i zastosowanie. Polskie Wydawnictwo Ekonomiczne.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki (2026).