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 principales sources de retard sont le déséquilibre entre la demande et la capacité, la dotation en personnel des contrôleurs du traffic aérien et les conditions météorologiques extrêmes. Dans certains cas, les compagnies aériennes peuvent choisir d’augmenter la vitesse de l’avion au delà de celle programmée, ce qui engendre une augmentation des émissions. Plusieurs projets ont été lancés pour améliorer le partage d’informations et, par conséquent, la prise de décision au profit de tous les acteurs ou toutes les parties prenantes de l’aviation et réduire les retards et les émissions.Dans cette thèse de doctorat, nous visons à étudier le problème de la gestion des flux du trafic aérien (Air Traffic Flow Management (ATFM)) du point de vue de la recherche opérationnelle / management des opérations. Nous étudions le modèle ATFM largement utilisé dans la littérature et l’analysons. Nous corrigeons les lacunes de formulation de la littérature et étendons la conception du réseau et les fonctionnalités considérées pour atteindre une meilleure représentation du réseau réel. Dans cette extension, nous considérons plusieurs types de vols et plusieurs décisions, comme le changement de trajectoire et d’aéroport d’atterrissage. L’objectif de de ce travail peut être résumé dans les points suivants.(1) Étudier l’impact de la centralisation du processus de prise de décision dans le problème ATFM par rapport à la situation actuelle où les décisions de l’autorité ATFM et des compagnies aériennes sont prises indépendamment.1(2) Analyser l’équité inter-vols et inter-compagnies dans le problème ATFM.(3) Construire un modèle de capacité météorologique de décision pour les aéroports et développer des arbres de scénarios pour les réseaux ATFM stochastiques basés sur des données réelles.(4) Intégrer la configuration dynamique de l’espace aérien dans le problème ATFM et analyser son impact.(5) Tenir compte des émissions CO2 et des différents types de carburant dans l’ATFM.Nous développons dous cette thèse plusieurs extensions du modèle ATFM pour analyser ces problématiques. Tout d’abord, nous proposons un modèle ATFM déterministe qui centralise les décisions de l’autorité ATFM et des compagnies aériennes, et qui considère différentes options de réacheminement. Ensuite, nous formulons un modèle ATFM stochastique qui tient compte des incertitudes météorologiques du traffic aérien. La relation météo-capacité et les arbres de scénarios stochastiques sont élaborés à l’aide des rapports d’aérodrome météorologiques, de la base de données AirportCorner et de la technique de regroupement des k-means. Ensuite, nous nous concentrons sur l’optimisation de la configuration de l’espace aérien en même temps que le problème ATFM en minimisant la capacité totale de l’espace aérien inutilisé et le coût total du réseau. Enfin, nous intégrons les émissions CO2 dans la modélisation ATFM à travers un modèle d’optimisation bi-objectif. Le modèle permet d’étudier l’impact des émissions de CO2 sur le coût du réseau et l’effet du type de combustible sur les décisions du réseau. Les modèles développés sont résolus en utilisant l’approche exacte, et dans le cas de temps de calcul longs, une heuristique du type fix-and-relax.Les modèles proposés peuvent aider les décideurs à analyser l’impact des décisions à prendre sur le réseau et les acteurs impliqués. Par conséquent, les conséquences et les coûts associés pourront être calculés. En outre, ces modèles aident les décideurs à affiner et à vérifier les résultats de plusieurs projets et initiatives ATFM. Ils suggèrent également aux décideurs comment les plans de vol peuvent être mis à jour en cas de perturbation du réseau et les coûts associés aux changements.Delays and emissions are critical topics in the aviation industry. The major delay sources are imbalanced demand and capacity, air traffic controller staffing, and severe weather conditions. In some cases, flights can choose to fly at a higher speed than the scheduled one, which increases emissions. Moreover, several projects have been initiated to improve information sharing, and consequently, decision making in order to benefit all aviation parties and reduce delays and emissions.In this Ph.D. thesis, we aim at studying the air traffic flow management (ATFM) problem from an operations research/operations management perspective. We study the ATFM model, a widely used model in the literature, and analyze it. We correct the formulation deficiencies, and we extend the network design and the considered features to reach a better representation of the real-life network. In this extension, we consider several types of flights and several decision options, such as changing the path or the landing airport. The objectives of this research can be summarized in the following points.(1) To study the impact of centralizing the decision-making process in the ATFM problem compared to the current situation where decisions by ATFM authority and airlines are made independently.(2) To analyze the inter-flight and inter-airline fairness in the ATFM problem.(3) To construct a weather-capacity model for airports and develop scenario trees for stochastic ATFM networks based on real data.(4) To integrate dynamic airspace configuration in the ATFM problem and to analyze the impact.(5) To account for CO2 emissions and different fuel types in the ATFM.Therefore, we develop several extensions to the ATFM model to accommodate these issues. First, we propose a deterministic ATFM model that centralizes the decisions of the ATFM authority and the airlines, and that considers different rerouting options. Then, we formulate a stochastic ATFM model that accounts for airports' weather uncertainties. The weather-capacity relationship and the stochastic scenario trees are developed using meteorological aerodrome reports, the AirportCorner database, and the k-means clustering technique. After that, we focus on optimizing the airspace configuration simultaneously with the ATFM problem by minimizing the total unused airspace capacity and the total network cost. Finally, we integrate the CO2 emissions in the ATFM model through a bi-objective optimization approach. The model is used to study the CO2 emissions' impact on the network's cost and the effect of fuel type on the network decisions. The developed models are solved using the exact approach, and in the case of long computational times, a fix-and-relax heuristic is used.The proposed models can help decision-makers through analyzing the impact of the decisions to be made on the network and the stakeholders involved. Therefore, the consequences and the associated costs can be calculated. In addition, these models help decision-makers fine-tune and verify findings of several ATFM projects and initiatives. They also suggest to decision makers how flight plans can be updated in cases of network disturbance and the associated costs of the changes