Méthodes d'optimisation et d'apprentissage appliquées à des problèmes de trafic aérien - TEL - Thèses en ligne Accéder directement au contenu
Hdr Année : 2016

Méthodes d'optimisation et d'apprentissage appliquées à des problèmes de trafic aérien

Résumé

Mes thématiques de recherche portent sur le traitement de problèmes de trafic aérien par des méthodes d'optimisation et d'apprentissage supervisé. Les sujets étudiés sont par exemple la prévision de la charge de travail des contrôleurs aériens, la prévision des ouvertures de secteurs de contrôle, la prévision de trajectoires d'avions, ou la résolution de conflits aériens. Le traitement de ces problèmes difficiles s'appuie sur diverses méthodes d'optimisation ou d'apprentissage, au besoin en les combinant ou en les hybridant : méthodes exactes de recherche arborescente, d'optimisation locale (Quasi-Newton) ou globale (branch and bound par intervalles), métaheuristiques (algorithmes évolutionnaires, essaims particulaires, évolution différentielle), réseaux connexionnistes, arbres de régression boostés. Notamment, la combinaison d'une recherche arborescente et d'un réseau de neurones a permis d'améliorer significativement la prévision de la charge de travail des contrôleurs aériens, et celle du nombre de positions de contrôle à ouvrir pour traiter un trafic donné. Un autre résultat significatif porte sur l'estimation de certains paramètres du modèle physique de l'avion (masse, loi de poussée, vitesses-cibles), aujourd'hui inconnus des systèmes au sol. L'application de méthodes d'apprentissage supervisé pour estimer ces paramètres manquants permet une amélioration substantielle dans la prévision de l'altitude de l'avion en montée.
Fichier principal
Vignette du fichier
hdr_vf.pdf (13.9 Mo) Télécharger le fichier
Loading...

Dates et versions

tel-01284493 , version 1 (07-03-2016)

Identifiants

  • HAL Id : tel-01284493 , version 1

Citer

David Gianazza. Méthodes d'optimisation et d'apprentissage appliquées à des problèmes de trafic aérien. Optimisation et contrôle [math.OC]. INP DE TOULOUSE, 2016. ⟨tel-01284493⟩
527 Consultations
386 Téléchargements

Partager

Gmail Facebook X LinkedIn More