Thèse soutenue

Collaboration de méthodes d'optimisation combinatoire pour la gestion et le contrôle du trafic aérien.

FR  |  
EN
Auteur / Autrice : Ruixin Wang
Direction : Nicolas DurandNicolas Barnier
Type : Thèse de doctorat
Discipline(s) : Informatique et Télécommunication
Date : Soutenance le 17/09/2020
Etablissement(s) : Toulouse, INPT
Ecole(s) doctorale(s) : École doctorale Mathématiques, informatique et télécommunications (Toulouse)
Partenaire(s) de recherche : Laboratoire : Équipe de recherche en Télécommunications (Toulouse)
Jury : Examinateurs / Examinatrices : Nicolas Durand, Nicolas Barnier, Luis Muñoz Delgado
Rapporteur / Rapporteuse : Christine Solnon, Jin-Kao Hao

Résumé

FR  |  
EN

Dans le contexte du projet SESAR, le contrôle du trafic aérien (ATC) et sa gestion (ATM) en Europe est en train de changer de paradigme pour être capable de gérer l’augmentation du trafic indiquée par les prévisions actuelles : de nombreux systèmes fondés sur des experts vont être améliorés par des logiciels d’optimisation pour rendre les processus de prise de décision et la planification des régulations plus efficaces. Les techniques actuelles d’optimisation combinatoires qui sont appliquées aux problèmes d’ATM et ATC comprennent des algorithmes d’approximation telles que les métaheuristiques (e.g. Algorithmes Génétiques (AG), recherche taboue, recuit simulé...) et des algorithmes exacts comme la Programmation Par Contraintes (PPC). Cependant, la très grande taille des instances considérées et la gestion des incertitudes inhérentes à ce type de problèmes les rendent très difficiles à résoudre, ce qui peut handicaper fortement les méthodes précédemment mentionnées lorsqu’elles sont utilisées seules. Afin de surmonter ces difficultés et d’améliorer l’efficacité des algorithmes standards, nous proposons d’étudier la coopération générique d’un ensemble quelconque de solveurs combinatoires, en partageant les solutions découvertes, les bornes d’optimisation ainsi qu’éventuellement d’autres informations pour permettre d’accélérer la résolution. Dans cette thèse, le candidat a spécifié et implémenté un tel système distribué de telle manière qu’il puisse intégrer tout type de solveur combinatoire doté d’une interface adéquate, adapter des solveurs existants pour prendre en compte et fournir des informations sur l’état de la recherche des autres solveurs, et appliquer ce système à la résolution de problèmes d’ATC et ATM tels que la résolution de conflit et l’allocation de porte de vol (GAP). Pour le premier, nous avons présenté un nouveau cadre générique pour la modélisation et la résolution des conflits en route en trois dimensions, ainsi qu’un grand nombre d’exemples réalistes, qui ont été résolus avec la coopération d’un algorithme mémétique et de la programmation linéaire en nombres entiers (ILP). Pour le GAP, nous avons présenté un nouveau modèle PPC, de nouvelles contraintes d’optimisation et stratégies de recherche, ainsi que leur coopération parallèle, pour maximiser la robustesse de l’allocation. Le solveur, implémenté avec la bibliothèque de PPC FaCiLe, surpasse un solveur ILP à la pointe de la technologie sur des instances réelles.