Automated Airspace Sectorization by Genetic Algorithm

Résumé : 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'accroitre l'adaptabilité des configurations du secteur aérien a 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.
Type de document :
Thèse
Optimization and Control [math.OC]. Université Paul Sabatier (Toulouse 3), 2017. English
Liste complète des métadonnées

Littérature citée [80 références]  Voir  Masquer  Télécharger

https://tel.archives-ouvertes.fr/tel-01589046
Contributeur : Laurence Porte <>
Soumis le : lundi 18 septembre 2017 - 11:24:11
Dernière modification le : mardi 19 septembre 2017 - 01:04:57

Identifiants

  • HAL Id : tel-01589046, version 1

Collections

Citation

Marina Sergeeva. Automated Airspace Sectorization by Genetic Algorithm. Optimization and Control [math.OC]. Université Paul Sabatier (Toulouse 3), 2017. English. 〈tel-01589046〉

Partager

Métriques

Consultations de la notice

272

Téléchargements de fichiers

354