Optimisation des flux de trafic aérien

Optimization of air traffic flow

• Auteur / Autrice : Ihsen Farah
• Direction : Adnan Yassine
• Type : Thèse de doctorat
• Discipline(s) : Mathématiques appliquées
• Date : Soutenance en 2013
• Etablissement(s) : Le Havre

Mots clés

Mots clés contrôlés

Optimisation par colonies de fourmis

Programmation linéaire

Aides à l'atterrissage (aéronautique)

Circulation aérienne -- Contrôle

Mots clés libres

Problème de gestion de lux du trafic aérien

Problème d'atterrissage d'avions

Programmation linéaire en nombres entiers

Résumé

Dans cette thèse, nous traitons le problème de gestion des flux de trafic aérien. Nous présentons un nouveau programme linéaire en nombres entiers qui prend en compte toutes les phases d'un vol. Il prend en compte également le réacheminement des vols. Nous proposons également un algorithme de fourmi «Max-Min». Pour montrer l'efficacité de notre nouvelle formulation et de notre approche, des simulations numériques appliquées à des données réelles sont présentées. Nous traitons également le problème datterrissage d'avions dans le cas statique. Nous proposons une formulation quadratique et nous proposons un changement de variables pour linéariser le modèle. Le deuxième objectif de ce travail est de résoudre effectivement ce modèle. Pour cela, nous proposons une méthode exacte basée sur l'algorithme de séparation et évaluation et un algorithme de colonies de fourmis pour résoudre les instances de grandes tailles. Pour confirmer ce travail, des simulations numériques pour la métaheuristique et la méthode exacte sont présentées.

In this thesis, we adress the Air Traffic Flow Management Problem (TFMP). We present a new Integer Linear Program which takes into account all phases of flight. We purpose also a Max-Min ant system algorithm to resolve the TFMP. Numerical simulations are applied to real data to show the effectiveness of our new formulation and our approach. We adress also the static Aircraft Landing Problem (ALP). We propose a quadratic integer program and propose a change of variables to linearize the model. Second objective is to resolve effectivly this model. Therefore, an exact method based on Branch and Bound algorithm is presented. We propose also an Ant Colony System to resolve the instances with a big size. To confirm this work, simulation and computer modeling results for both of the heuristic and exact algorithm are presented.