Javascript must be enabled to continue!
Une métrique rapide et précise pour évaluer et optimiser la complexité du trafic aérien.
View through CrossRef
Les acteurs du trafic aérien cherchent à réduire son impact environnemental. Une solution consiste à supprimer les routes fixes pour permettre aux avions de suivre leurs trajectoires optimales, tenant compte des impacts environnementaux et économiques. Cependant, des situations de trafic plus complexes peuvent surgir, rendant la tâche des contrôleurs aériens plus difficile. La gestion du trafic aérien atténue ces problèmes et influence directement la sécurité, l'efficacité des opérations, la satisfaction des passagers et les objectifs des compagnies aériennes. Elle vise à optimiser l'utilisation de l'espace aérien tout en minimisant les impacts sur les passagers, les compagnies et l'environnement. La planification du trafic aérien doit considérer les horaires de vol, la capacité de l'espace aérien, les routes de vol et l'impact environnemental. Des solutions efficaces peuvent réduire les retards, les détournements et l'impact environnemental. L'espace aérien peut être saturé avant d'atteindre sa capacité maximale en raison de la complexité de gestion pour les contrôleurs aériens. Une métrique de complexité est donc nécessaire pour évaluer cette difficulté.Il existe plusieurs métriques pour mesurer la complexité du trafic aérien, mais elles ne capturent pas tous les impacts, comme l'incertitude et la difficulté de gestion. Par exemple, les métriques de système dynamique et l'approche basée sur l'état de la solution ne tiennent pas pleinement compte de la complexité et de l'incertitude temporelle de la gestion des avions. De plus, elles sont coûteuses en temps de calcul, ce qui est un inconvénient pour l'optimisation. Ces limitations montrent la nécessité d'une nouvelle métrique pour mesurer efficacement et exhaustivement la complexité du trafic aérien.Cette recherche vise à fournir une métrique qui représente la difficulté de gestion des situations de trafic aérien et qui est rapide à calculer. La métrique proposée estime la durée totale de conflit entre deux avions pour des manœuvres de changement de cap (ou des incertitudes de taux de montée) et des temps de passage probables. La métrique proposée prend en compte l'incertitude temporelle, ce qui entraîne plusieurs positions possibles des avions le long de la trajectoire à un moment donné. Pour chaque trajectoire, ces positions possibles forment l'ensemble des observations à un moment donné. Pour une paire d'observations dans l'ensemble défini ci-dessus, la métrique proposée intègre numériquement la durée du conflit pour chaque changement de cap si l'avion est en croisière ou pour chaque incertitude de taux de montée si l'avion monte/descend. La métrique additionne ensuite la durée totale du conflit pour chaque instant pour donner une métrique de la difficulté de tout le trafic aérien. La métrique est validée à l'aide de différents cas de situations de trafic aérien pour discriminer leur niveau de difficulté de gestion.Cette recherche aborde un problème complexe et difficile dans la gestion du trafic aérien, nécessitant des algorithmes et des outils avancés d'optimisation de type "boîte noire". La taille du problème encourage l'utilisation de métaheuristiques. La résolution de ce problème d'optimisation avec un recuit simulé dédié semble prometteuse. En conséquence, les algorithmes sont susceptibles de nécessiter de nombreuses évaluations coûteuses de la fonction objective. Ce problème souligne la nécessité de solutions innovantes, telles que la métrique proposée dans cette recherche, pour définir la complexité/difficulté des situations de trafic aérien avec un temps de calcul réduit. Les données simulées du trafic de l'espace aérien français avec plus de 8 000 vols valident la combinaison de la métrique avec un algorithme de recuit simulé dédié.
Title: Une métrique rapide et précise pour évaluer et optimiser la complexité du trafic aérien.
Description:
Les acteurs du trafic aérien cherchent à réduire son impact environnemental.
Une solution consiste à supprimer les routes fixes pour permettre aux avions de suivre leurs trajectoires optimales, tenant compte des impacts environnementaux et économiques.
Cependant, des situations de trafic plus complexes peuvent surgir, rendant la tâche des contrôleurs aériens plus difficile.
La gestion du trafic aérien atténue ces problèmes et influence directement la sécurité, l'efficacité des opérations, la satisfaction des passagers et les objectifs des compagnies aériennes.
Elle vise à optimiser l'utilisation de l'espace aérien tout en minimisant les impacts sur les passagers, les compagnies et l'environnement.
La planification du trafic aérien doit considérer les horaires de vol, la capacité de l'espace aérien, les routes de vol et l'impact environnemental.
Des solutions efficaces peuvent réduire les retards, les détournements et l'impact environnemental.
L'espace aérien peut être saturé avant d'atteindre sa capacité maximale en raison de la complexité de gestion pour les contrôleurs aériens.
Une métrique de complexité est donc nécessaire pour évaluer cette difficulté.
Il existe plusieurs métriques pour mesurer la complexité du trafic aérien, mais elles ne capturent pas tous les impacts, comme l'incertitude et la difficulté de gestion.
Par exemple, les métriques de système dynamique et l'approche basée sur l'état de la solution ne tiennent pas pleinement compte de la complexité et de l'incertitude temporelle de la gestion des avions.
De plus, elles sont coûteuses en temps de calcul, ce qui est un inconvénient pour l'optimisation.
Ces limitations montrent la nécessité d'une nouvelle métrique pour mesurer efficacement et exhaustivement la complexité du trafic aérien.
Cette recherche vise à fournir une métrique qui représente la difficulté de gestion des situations de trafic aérien et qui est rapide à calculer.
La métrique proposée estime la durée totale de conflit entre deux avions pour des manœuvres de changement de cap (ou des incertitudes de taux de montée) et des temps de passage probables.
La métrique proposée prend en compte l'incertitude temporelle, ce qui entraîne plusieurs positions possibles des avions le long de la trajectoire à un moment donné.
Pour chaque trajectoire, ces positions possibles forment l'ensemble des observations à un moment donné.
Pour une paire d'observations dans l'ensemble défini ci-dessus, la métrique proposée intègre numériquement la durée du conflit pour chaque changement de cap si l'avion est en croisière ou pour chaque incertitude de taux de montée si l'avion monte/descend.
La métrique additionne ensuite la durée totale du conflit pour chaque instant pour donner une métrique de la difficulté de tout le trafic aérien.
La métrique est validée à l'aide de différents cas de situations de trafic aérien pour discriminer leur niveau de difficulté de gestion.
Cette recherche aborde un problème complexe et difficile dans la gestion du trafic aérien, nécessitant des algorithmes et des outils avancés d'optimisation de type "boîte noire".
La taille du problème encourage l'utilisation de métaheuristiques.
La résolution de ce problème d'optimisation avec un recuit simulé dédié semble prometteuse.
En conséquence, les algorithmes sont susceptibles de nécessiter de nombreuses évaluations coûteuses de la fonction objective.
Ce problème souligne la nécessité de solutions innovantes, telles que la métrique proposée dans cette recherche, pour définir la complexité/difficulté des situations de trafic aérien avec un temps de calcul réduit.
Les données simulées du trafic de l'espace aérien français avec plus de 8 000 vols valident la combinaison de la métrique avec un algorithme de recuit simulé dédié.
Related Results
Sectorisation automatisée de l'espace aérien par algorithme génétique
Sectorisation automatisée de l'espace aérien par algorithme génétique
Avec la croissance continue du trafic aérien et la limitation des ressources, il est nécessaire de réduire la congestion de l'espace aérien. Ces dernières années, un intérêt partic...
Spatio-temporal modeling of urban road traffic
Spatio-temporal modeling of urban road traffic
Modélisation spatio-temporelle du trafic routier en milieu urbain
Le domaine de la modélisation du trafic routier vise à comprendre son évolution. Dans les dernière...
Estimation and control of urban road traffic with communicating vehicles
Estimation and control of urban road traffic with communicating vehicles
Estimation et régulation du trafic routier urbain avec des véhicules communicants
Cette thèse aborde le thème de l'estimation et du contrôle du trafic routier urbai...
Système multi-agents pour l'auto-structuration du trafic aérien
Système multi-agents pour l'auto-structuration du trafic aérien
La gestion des flux de trafic aérien (ATFM) cherche à structurer le trafic de manière à réduire la congestion dans l'espace aérien. La congestion étant causée par les avions volant...
Traffic eco-management in urban traffic networks
Traffic eco-management in urban traffic networks
Eco-management du trafic dans les réseaux urbains
Le problème de la gestion éco-responsable du trafic urbain est adressé. Ce type de gestion du trafic vise à réduir...
Decoding of block and convolutional codes in rank metric
Decoding of block and convolutional codes in rank metric
Décodage des codes en bloc et des codes convolutifs en métrique rang
Les code en métrique rang attirent l’attention depuis quelques années en raison de leur applica...
Theory and algorithms for learning metrics with controlled behaviour
Theory and algorithms for learning metrics with controlled behaviour
Théorie et algorithmes pour l'apprentissage de métriques à comportement contrôlé
De nombreux algorithmes en Apprentissage Automatique utilisent une notion de distan...
Modélisation et commande d'un système de trafic multimodal
Modélisation et commande d'un système de trafic multimodal
Le trafic routier englobe plusieurs facteurs, entre autres la géométrie des infrastructures routières, le comportement des conducteurs, la diversité des flux de véhicules,etc...Les...

