Airway network control through the application of Braess' paradox

Cover Page

Cite item

Full Text

Abstract

The paper explores the application of Braess’s Paradox to the optimization of air traffic networks. Building upon the model proposed earlier, it is confirmed that removing specific edges from the route structure can reduce overall flight time. However, the original static formulation limits its applicability under real-world dynamic traffic conditions. An extended framework incorporating Dynamic Traffic Assignment and robust removal methods that account for demand uncertainty are proposed. Simulation results demonstrate that eliminating certain edges consistently leads to reduced delays, even under fluctuating traffic scenarios. The developed approach offers a practical tool for strategic airspace management, enabling resilient network reconfiguration under dynamic and capacity-constrained environments. 

About the authors

G. A. Gasparyan

Moscow state technical university of civil aviation

Author for correspondence.
Email: grigory.rw@gmail.com
ORCID iD: 0009-0007-3917-6256
Moscow, 125493, Russia

E. A. Drachenko

Moscow state technical university of civil aviation

Email: egordrachenko@icloud.com
ORCID iD: 0009-0004-2434-8594
Moscow, 125493, Russia

References

  1. Bertsimas D., Patterson S.S. (2000). The air traffic flow management problem with enroute capacities. Operations Research.48(1): 156-168.
  2. Bittihn S., Schadschneider A. (2021). The effect of modern traffic information on Braess’ paradox. Physica A: Statistical Mechanics and its Applications.571: 125829.
  3. Burov M., Kizilkale C., Kurzhanskiy A., Arcak M. (2021). Detecting Braess Routes: an Algorithm Accounting for Queuing Delays With an Extended Graph. IEEE Intelligent Transportation Systems Conference (ITSC). 2125-2130.
  4. Cook A. J., Blom H., Lillo F., Mantegna R., Miccichè S., Rivas S., Vázquez R., Zanin M. (2015). Applying complexity science to air traffic management. Journal of Air Transport Management.42: 149-158.
  5. Cook A., Tanner G., Williams V., Meise G. (2009). Dynamic cost indexing – Managing airline delay costs. Journal of Air Transport Management.15(1): 26-35.
  6. Eliseev B.P., Vorobyev V.V., Kharlamov A. S. (2016). Influence of air traffic on flight delays. Mir transporta.14 (4):168-175.
  7. Eurocontrol manual for airspace planning. Common guidelines. Second Edition / European organization for the safety of air navigation. 2003. 432 p.
  8. ICAO. Air traffic services planning manual, 1st ed. International Civil Aviation Organization. 1984.
  9. Mahmoud N. A., Al Hindawi B. H., Hasan M. Y. (2021). A Modified Dynamic Programming Approach for 4D Minimum Fuel and Emissions Trajectory Optimization // Aerospace. 8(5). Article 135.
  10. Manik D., Witthaut D., Timme M. (2022). Predicting Braess' Paradox in Supply and Transport Networks. ArXiv preprint. arXiv:2203.10062.
  11. Pechenezhsky V.K., Chuvikovskaya E.K.(2023).Features of airspace planning organization in the Russian Federationon the example of the Moscow airspace. Scientific Bulletin of MSTU CA. 26(6): 47–57.
  12. Rosenberger J.M., Johnson E.L., Nemhauser G.L. (2004). Rerouting aircraft for airline recovery. Transportation Science.38(2): 162-182.
  13. Tcheukam S. A., Tembine H. (2016). Mean field type games on airline networks and airport queues: Braess paradox, its negation, and crowd effect. Dynamic Games and Applications.11(1): 83-109.
  14. Veremey E.I., Sotnikova M.V .(2016).Optimal routing based on weather forecast. International Journal of Open Information Technologies. 4(3): 45-53.
  15. Vickrey W.S. (1969). Congestion theory and transport investment. The American Economic Review.59(2): 251-260.
  16. Wang A., Tang Y., Mohmand Y.T., Xu P. (2022). Modifying link capacity to avoid Braess Paradox considering elastic demand. Physica A: Statistical Mechanics and its Applications.605: 128002.
  17. Zhao J., Gao Z., Jia B., Guo X., Sun H. (2014). Dynamic traffic network model and time-dependent Braess’ paradox. Discrete Dynamics in Nature and Society. 1-10: Article ID 802129.

Supplementary files

Supplementary Files
Action
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».