Vi undersöker problemet med att minska komplexiteten hos dynamiska ankomstvägar (DAR). DAR innebär ett ankomstträd som sammanför all ankommande trafik under en viss tidsperiod på väg mot landningsbanan, så att vi kan garantera tidsseparation och optimala inflygningsprofiler för alla ankommande flygplan. Med DAR vill vi möta behovet av minskad miljöpåverkan samtidigt som vi minskar flygledarnas arbetsbelastning genom automatiserad separation. DAR erbjuder en hög grad av flexibilitet – de gör det möjligt att hantera även situationer med hög trafikbelastning utan att minska kapaciteten – men de punkter där vägarna från inflygningspunkterna till landningsbanan sammanfogas längs trädet, så kallade sammanfogningspunkter, kan vara placerade på olika ställen i TMA under olika tidsperioder. Att ofta ändra dessa sammanfogningspunkter leder dock till en hög arbetsbelastning och komplexitet för flygledarna. I denna artikel föreslår vi en datadriven metod för att välja ut en uppsättning kandidater till sammanfogningspunkter, integrera begränsningen till denna kandidatuppsättning i det matematiska ramverket för DAR och demonstrera vår metod på ett exempel med ett realistiskt scenario med hög trafikbelastning vid Stockholm Arlanda flygplats. Vi kan erhålla genomförbara lösningar även när antalet möjliga sammanfogningspunkter är mycket begränsat. Detta innebär dock en avvägning mellan lösningens kvalitet/prestanda i TMA och den komplexitet som antalet möjliga sammanfogningspunkter medför.

We consider the problem of reducing complexity from dynamic arrival routes (DARs). DARs entail an arrival tree that merges all arriving traffic during a given time period towards the runway, such that we can guarantee temporal separation and optimal descent profiles for all the arriving aircraft. With DARs, we aim to answer the need for reduced environmental impact while alleviating air-traffic-controller workload through the automated separation. While DARs provide a high degree of flexibility—they allow to accommodate even high-traffic scenarios without reducing capacity—the points in which the entry-point–runway paths merge along the tree, so-called merge points, can be located differently in the TMA during different time periods. However, switching these merge points often yields high complexity for air traffic controllers. In this paper, we propose a data-driven approach to select a candidate set of merge points, integrate the restriction to this candidate set into the mathematical framework for DARs, and demonstrate our approach on an example of a realistic high-traffic scenario at Stockholm Arlanda airport. We are able to obtain feasible solutions even for very few merge-point candidates, with a tradeoff of solution quality/performance in the TMA and the complexity induced by the number of merge-point candidates.