Optimization-Simulation implementations for harmonizing operations at big airports - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2019

Optimization-Simulation implementations for harmonizing operations at big airports

Implémentations d'optimisation-simulation pour l'harmonisation des opérations dans les grands aéroports

Résumé

The constant growth of air traffic, especially in Europe, is putting pressure on airports, which, in turn, are suffering congestion problems. The airspace surrounding airport, terminal manoeuvring area (TMA), is particularly congested, since it accommodates all the converging traffic to and from airports. Besides airspace, airport ground capacity is also facing congestion problems, as the inefficiencies coming from airspace operations are transferred to airport ground and vice versa. The main consequences of congestion at airport airspace and ground, is given by the amount of delay generated, which is, in turn, transferred to other airports within the network. Congestion problems affect also the workload of air traffic controllers that need to handle this big amount of traffic. This thesis deals with the optimization of the integrated airport operations, considering the airport from a holistic point of view, by including operations such as airspace and ground together. Unlike other studies in this field of research, this thesis contributes by supporting the decisions of air traffic controllers regarding aircraft sequencing and by mitigating congestion on the airport ground area. The airport ground operations and airspace operations can be tackled with two different levels of abstractions, macroscopic or microscopic, based on the time-frame for decision-making purposes. In this thesis, the airport operations are modeled at a macroscopic level. The problem is formulated as an optimization model by identifying an objective function that considers the amount of conflicts in the airspace and capacity overload on the airport ground; constraints given by regulations on separation minima between consecutive aircraft in the airspace and on the runway; decision variables related to aircraft entry time and entry speed in the airspace, landing runway and departing runway choice and pushback time. The optimization model is solved by implementing a sliding window approach and an adapted version of the metaheuristic simulated annealing. Uncertainty is included in the operations by developing a simulation model and by including stochastic variables that represent the most significant sources of uncertainty when considering operations at a macroscopic level, such as deviation from the entry time in the airspace, deviation in the average taxi time and deviation in the pushback time. In this thesis, optimization and simulation techniques are combined together by developing two methods that aim at improving the solution robustness and feasibility. The first method acts as a validation tool for the optimized solution, and it improves the robustness of solution by iteratively fine-tuning some of the optimization model input parameters. The second method embeds the optimization in a simulation environment by taking full advantage of the sliding window approach and creating a loop for a continuous improvement of the optimized solution at each window of the sliding window approach. Both methods prove to be effective by improving the performance, lowering the total amount of conflicts up to 23.33% for the first method and up to 11.2% for the second method, however, in contrast to the deterministic method, the two methods they are not able to achieve a conflict-free scenario due to the effect of uncertainty. In general, the research conducted in this thesis highlights that uncertainty is a factor that affects to a large extent the feasibility of optimized solution when applied to real-world instances, and it, moreover, confirms that using simulation together with optimization has the potentiality to ivdeal with uncertainty. The framework developed can be potentially applied to similar problems and different optimization solving methods can be adapted to it.
La croissance constante du trafic aérien, en particulier en Europe, exerce une pression sur les aéroports, qui souffrent eux aussi de problèmes de congestion. L'espace aérien entourant l'aéroport, la zone de manœuvre du terminal (TMA), est particulièrement encombré, car il accueille tout le trafic convergent en provenance et à destination des aéroports. Outre l'espace aérien, la capacité au sol des aéroports est également confrontée à des problèmes de congestion, du fait que les inefficacités résultant des opérations dans l'espace aérien sont transférées au sol de l'aéroport et inversement. Les principales conséquences de la congestion au niveau de l’espace aérien et du sol de l’aéroport sont déterminées par le retard généré, qui est à son tour transféré vers d’autres aéroports du réseau. Les problèmes d'encombrement affectent également la charge de travail des contrôleurs aériens qui doivent gérer ce volume de trafic important. Cette thèse traite de l'optimisation des opérations aéroportuaires intégrées, en considérant l'aéroport d'un point de vue global, en incluant ensemble des opérations telles que l'espace aérien et le sol. Contrairement à d’autres études dans ce domaine de recherche, cette thèse contribue en appuyant les décisions des contrôleurs de la circulation aérienne en ce qui concerne le séquençage des aéronefs et en atténuant les embouteillages au sol de l’aéroport. Les opérations au sol et les opérations dans l’espace aérien de l’aéroport peuvent être abordées avec deux niveaux différents d’abstractions, macroscopique ou microscopique, en fonction du laps de temps imparti pour la prise de décision. Dans cette thèse, les opérations aéroportuaires sont modélisées à un niveau macroscopique. Le problème est formulé sous forme de modèle d'optimisation en identifiant une fonction objective qui prend en compte le nombre de conflits dans l'espace aérien et la surcharge de capacité sur le sol de l'aéroport. contraintes imposées par la réglementation sur les minimums d'espacement entre aéronefs consécutifs dans l'espace aérien et sur la piste; variables de décision liées au temps d'entrée de l'aéronef et à la vitesse d'entrée dans l'espace aérien, au choix de la piste d'atterrissage et de la piste au départ, et au temps de refoulement. Le modèle d'optimisation est résolu en implémentant une approche par fenêtre coulissante et une version adaptée du recuit simulé métaheuristique. L’incertitude est incluse dans les opérations en développant un modèle de simulation et en incluant des variables stochastiques qui représentent les sources d’incertitude les plus importantes lorsqu’on considère les opérations à un niveau macroscopique, telles que le décalage par rapport au temps d’entrée dans l’espace aérien, le décalage par rapport à la durée moyenne écart dans le temps de refoulement. Dans cette thèse, les techniques d'optimisation et de simulation sont combinées en développant deux méthodes visant à améliorer la robustesse et la faisabilité de la solution. La première méthode sert d'outil de validation pour la solution optimisée et améliore la robustesse de la solution en ajustant de manière itérative certains paramètres d'entrée du modèle d'optimisation. La deuxième méthode intègre l'optimisation dans un environnement de simulation en tirant pleinement parti de l'approche de la fenêtre coulissante et en créant une boucle permettant une amélioration continue de la solution optimisée à chaque fenêtre de l'approche de la fenêtre coulissante. Les deux méthodes s'avèrent efficaces en améliorant les performances, en abaissant le nombre total de conflits jusqu'à 23,33% pour la première méthode et jusqu'à 11,2% pour la deuxième méthode. Toutefois, contrairement à la méthode déterministe, les deux méthodes ne sont pas capable de réaliser un scénario sans conflit en raison de l’incertitude. En général, les recherches menées dans cette thèse soulignent que l’incertitude est un facteur qui affecte dans une large mesure la faisabilité d’une solution optimisée lorsqu’elle est appliquée à des instances du monde réel. Elle confirme par ailleurs que l’utilisation de la simulation avec optimisation a le potentiel de idéal avec incertitude. Le cadre développé peut être potentiellement appliqué à des problèmes similaires et différentes méthodes de résolution d'optimisation peuvent y être adaptées.
Fichier principal
Vignette du fichier
Thesis_Scala_final.pdf (7.41 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

tel-02329839 , version 1 (23-10-2019)
tel-02329839 , version 2 (29-05-2020)

Licence

Paternité - Pas d'utilisation commerciale - Pas de modification

Identifiants

  • HAL Id : tel-02329839 , version 1

Citer

Paolo Maria Scala. Optimization-Simulation implementations for harmonizing operations at big airports. Optimization and Control [math.OC]. Université Toulouse 3 - Paul Sabatier, 2019. English. ⟨NNT : ⟩. ⟨tel-02329839v1⟩

Collections

INSMI TDS-MACS
535 Consultations
278 Téléchargements

Partager

Gmail Facebook X LinkedIn More