Javascript must be enabled to continue!
Sectorisation automatisée de l'espace aérien par algorithme génétique
View through CrossRef
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 particulier a été porté au problème de la sectorisation de l'espace aérien.Pour pallier à cette augmentation continue du trafic en Europe, il est nécessaire d'optimiser la gestion du trafic aérien. Une automatisation de la sectorisation de l'espace aérien peut permettre, dans cette optique, d'accroître l'adaptabilité des configurations du secteur aérien à une nouvelle demande de trafic. L'objectif de la première partie de cette thèse est de proposer une méthode globale de sectorisation de l'espace aérien européen en se basant sur une modélisation mathématique et des méthodes d'optimisation heuristiques. La méthode de sectorisation proposée est basée sur la division initiale de l'espace aérien en cellules de Voronoi à l'aide de méthodes des k-moyennes. Pour des raisons de complexité combinatoire induite, un algorithme d'optimisation stochastique est utilisé pour résoudre le problème de sectorisation. Un algorithme génétique est utilisé pour construire les secteurs de l'espace aérien dans plusieurs zones de contrôle européennes, en se basant sur des données réelles de trafic aérien pendant plusieurs jours.De plus, les configurations du secteur de l'espace aérien doivent être adaptées dynamiquement pour offrir une efficacité et une flexibilité maximales en fonction des conditions météorologiques et de circulation. L'objectif de la deuxième partie de cette thèse est d'adapter automatiquement les configurations de l'espace aérien en fonction de l'évolution du trafic, au cours d'une journée de fonctionnement. Pour atteindre cet objectif, il faut considérer que l'espace aérien est divisé en blocs d'espaces aériens 3D qui doivent être groupés ou dégroupés en fonction de l'état du trafic. La méthode proposée est basée sur une technique de partitionnement de graphe et sur des algorithmes génétiques. La méthode est testée sur plusieurs zones de contrôle européennes.
Title: Sectorisation automatisée de l'espace aérien par algorithme génétique
Description:
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 particulier a été porté au problème de la sectorisation de l'espace aérien.
Pour pallier à cette augmentation continue du trafic en Europe, il est nécessaire d'optimiser la gestion du trafic aérien.
Une automatisation de la sectorisation de l'espace aérien peut permettre, dans cette optique, d'accroître l'adaptabilité des configurations du secteur aérien à une nouvelle demande de trafic.
L'objectif de la première partie de cette thèse est de proposer une méthode globale de sectorisation de l'espace aérien européen en se basant sur une modélisation mathématique et des méthodes d'optimisation heuristiques.
La méthode de sectorisation proposée est basée sur la division initiale de l'espace aérien en cellules de Voronoi à l'aide de méthodes des k-moyennes.
Pour des raisons de complexité combinatoire induite, un algorithme d'optimisation stochastique est utilisé pour résoudre le problème de sectorisation.
Un algorithme génétique est utilisé pour construire les secteurs de l'espace aérien dans plusieurs zones de contrôle européennes, en se basant sur des données réelles de trafic aérien pendant plusieurs jours.
De plus, les configurations du secteur de l'espace aérien doivent être adaptées dynamiquement pour offrir une efficacité et une flexibilité maximales en fonction des conditions météorologiques et de circulation.
L'objectif de la deuxième partie de cette thèse est d'adapter automatiquement les configurations de l'espace aérien en fonction de l'évolution du trafic, au cours d'une journée de fonctionnement.
Pour atteindre cet objectif, il faut considérer que l'espace aérien est divisé en blocs d'espaces aériens 3D qui doivent être groupés ou dégroupés en fonction de l'état du trafic.
La méthode proposée est basée sur une technique de partitionnement de graphe et sur des algorithmes génétiques.
La méthode est testée sur plusieurs zones de contrôle européennes.
Related Results
Une métrique rapide et précise pour évaluer et optimiser la complexité du trafic aérien.
Une métrique rapide et précise pour évaluer et optimiser la complexité du trafic aérien.
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 trajectoir...
Using genomic information to conserve genetic diversity in livestock
Using genomic information to conserve genetic diversity in livestock
Utilisation des informations génomiques pour la conservation de la diversité génétique des populations domestiques
Un intérêt grandissant pour le statut des populat...
Espace-temps globalement hyperboliques conformément plats
Espace-temps globalement hyperboliques conformément plats
Les espace-temps conformément plats de dimension supérieure ou égal à 3 sont des variétés localement modelées l'espace-temps d'Einstein où il agit la composante connexe de l'identi...
Le problème de la sectorisation multicritère en cartographie
Le problème de la sectorisation multicritère en cartographie
Les travaux présentés dans cette thèse visent à proposer des méthodes pour résoudre les problèmes de la sectorisation multicritère en cartographie. En premier temps, nous avons déf...
Optimization Models for Air Traffic Flow Management
Optimization Models for Air Traffic Flow Management
Modèles d'optimisation pour le management de flux de trafic aérien
Les retards et les émissions CO2 sont des sujets critiques dans l’industrie aéronautique. Les pri...
Peregrination through blackbox optimization : multimodality, stochasticity and risk aversion.
Peregrination through blackbox optimization : multimodality, stochasticity and risk aversion.
Pérégrination à travers l'optimisation de boîte noire : multimodalité, stochasticité et aversion au risque
Pour aborder l’optimisation de boite noire, ce projet doc...
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...
Pedigree-based methods to partition genetic gain and inbreeding load in dairy sheep
Pedigree-based methods to partition genetic gain and inbreeding load in dairy sheep
Méthodes basées sur la généalogie pour partitionner le gain génétique et le fardeau génétique chez les ovins laitiers
Cette thèse explore des méthodes basées sur la...

