امروزه با توجه به مزايای متعدد سفرهای هوايی از جمله راحتی، آسايش، سرعت و امنيت بالا، ترافيک هوايی رشد چشمگيری داشته است و انتظار میرود اين نرخ رشد در سالهای آينده فزآيندهتر شود. تراکم ترافيک هوايی و محدوديتهای مختلف در توسعه برخی فرودگاهها سبب شد که مسأله کنترل فرود هواپيماها بهعنوان يکی از مهمترين مسائل مطرح در حوزه حمل و نقل هوايی، توجه بسياری از پژوهشگران را به خود معطوف سازد. در اين مقاله، در قالب يک رويکرد هوشمند نوين با اعمال دانشی غنی و مؤثر به فرآيند بهينهسازی (برای افزايش سرعت همگرايی و قابليت حذف پاسخهای غيربهينه بديهی)، از الگوريتم Particle Swarm Optimization with Constriction Coefficient (CPSO) برای مسأله کنترل هوشمند فرود هواپيماها استفاده شده است. نتايج شبيهسازیها نشان میدهند که در مقايسه با روشهای قدرتمند ارايه شده قبلی، از جمله روشهای مبتنی بر الگوريتمهای ژنتيک، بيونوميک، جستجوی Scatter و GLS، کمينهسازی مجموع تأخيرهای پروازی (هدف اساسی بهينهسازی) به بهترين نحو ممکن تحقق يافته است. به دست آمدن مجموع تأخيرهای پروازی صفر برای دو مسأله با دادههای واقعی فرودگاه دالاس فورت ورث تگزاس، بيانگر قابليت بيشتر رويکرد هوشمند پيشنهادی در مقايسه با ساير روشها در يافتن پاسخ بهينه برای مسأله است.