[Home bibliotech]
Home > Les thèses en ligne de l'INP

Optimisation des flux de trafic aérien

Gianazza, David (2004) Optimisation des flux de trafic aérien. (Air traffic flows optimization.)

Full text available as:

PDF - Requires a PDF viewer such as GSview, Xpdf or Adobe Acrobat Reader
3.18 Mo

Abstract

Cette thèse s'inscrit dans le domaine de l'optimisation globale appliquée aux flux de trafic aérien. Le problème abordé consiste à optimiser les flux de trafic aérien sans imposer de retards au décollage. On considère tout d'abord le système existant tel quel, en cherchant à améliorer l'écoulement du trafic simplement en équilibrant les regroupements des secteurs élémentaires d'espace sur les positions de contrôle. Des méthodes déterministes (A*, Branch and bound) et un algorithme génétique sont utilisés pour répartir au mieux la charge de trafic entre les positions. Dans un deuxième temps on s'autorise à modifier la structure de l'espace aérien, en partant des flux directs origine-destination pour construire, par une méthode de partitionnement et une triangulation de Delaunay, un réseau de routes aériennes répondant à certains critères d'espacement des points de croisement. On évalue dans un troisième temps l'intérêt de séparer verticalement les flux aériens, dans leur phase de croisière. Cette évaluation porte sur le nombre et la nature des conflits détectés lors de simulations en temps accéléré, en allouant ou non des niveaux de croisières séparés. Dans un quatrième temps, on génère pour les principaux flux de trafic des trajectoires 3D complètes, séparées les unes des autres, en tenant compte de la disparité des performances des avions sur chaque flux. Deux types de stratégies sont explorées : une approche séquentielle où un algorithme A* est appliqué successivement à chaque flux dans un ordre choisi, et une approche globale où toutes les trajectoires sont considérées simultanément, en utilisant un algorithme génétique. Les algorithmes sont d'abord testés sur des cas simples avant d'être appliqués aux données réelles, en France et en Europe. Enfin, en dernier lieu, la dimension temporelle est prise en compte afin de planifier dynamiquement des trajectoires 4D non-conflictuelles pour des trains d'avions. ABSTRACT : This work belongs to the field of global optimization, applied to air traffic flows. The problem being addressed consists of optimizing air traffic flows without regulating the traffic demand. Firstly, the current system is enhanced only by considering the sector configurations of the controllers working positions. Deterministic methods (A*, Branch and bound) and a genetic algorithm are used to balance the workload between control positions, by splitting and merging airspace sectors. Secondly, we allow ourselves to modify the airspace structure. A routes network is computed from the direct origin-destination flows, with crossing points satisfying constraints of minimum distance, using a partitioning method and a Delaunay triangulation. Thirdly, the profit brought by the vertical separation of air traffic flows is assessed through fast-time simulations, by considering the nature of conflicts detected with or without a cruise level allocation. Fourthly, full 3D-trajectories are computed for the main flows, taking into account the variety of aircraft performances within each flow. Two strategies are proposed : the 1 vs. n strategy uses an A* algorithm to compute each trajectory in turn, separating the new trajectory from the previous ones, and the global strategy applies a genetic algorithm to the whole set of trajectories. Both algorithms are first tried on basic flow configurations, and then applied to real traffic data over France and Europe. Finally, the time dimension is taken into account in order to generate conflict-free 4D-trajectories for groups of aircraft following the same route.

Department or laboratory:Laboratoire d'Optimisation Globale (Toulouse, France)
Directeur de thèse:Alliot, Jean-Marc
Uncontrolled Keywords:Trafic aérien – Optimisation - Algorithmes génétiques. KEYWORDS : Air traffic – Optimization - Genetic algorithms
Subjects:Computer science > Computer programming and systems
Computer science > Computer science and telecommunications
Deposited On:07 February 2005

Archive Staff Only: edit this record


Contacts | Infos légales | Plan du site | Intranet

(c)INP de Toulouse 2012 - Tous droits réservés. -  INP Communication