Análise e simulação baseada em agentes de rotas aéreas

Exportado OPUSMade available in DSpace on 2019-08-11T02:17:05Z (GMT). No. of bitstreams: 1 tese_final_sandrojeronimo.pdf: 22611608 bytes, checksum: f65e15d491d1a8717ec03d545e80c0f4 (MD5) Previous issue date: 17Companhias aéreas e Governos têm trabalhado para otimizar o uso de seus recursos e operar de forma eficiente, frente à crescente demanda de voos, aumento de preço de combustíveis, custos operacionais e infraestrutura limitada. Alguns trabalhos têm analisado o desempenho de um conjunto restrito de voos, enquanto outros exploraram problemas pontuais, como por exemplo, a otimização de trajetórias e de alocação de horários de voos. Este trabalho tem por objetivo principal o estudo e o desenvolvimento de tecnologias que permitam às companhias áreas melhorarem a eficiência operacional de seus voos. Por meio de técnicas de análise, mineração e visualização de dados, conduziu-se um estudo do desempenho de 36.190 voos realizados em diferentes regiões do mundo. Isso permitiu mostrar a relação entre os dados, como por exemplo, a relação entre a distância voada por fases de voo e aeroportos. Essas relações e métricas extraídas podem servir como referência para companhias aéreas utilizarem em seus estudos de melhoria de operações de voo. Este trabalho traz como contribuições a sistematização de um processo e implementação de ferramenta computacional escalável para obtenção, extração, transformação, limpeza, enriquecimento, tratamento de inconsistências, processamento, mineração, visualização de grandes volumes dados de voos e descoberta de padrões operacionais de voos. Um sistema multiagente também foi proposto e desenvolvido visando: (i) a reprodução voos históricos através de suas trajetórias e computação/estimativa de métricas operacionais desses voos, como distância voada e consumo de combustível; (ii) A simulação de cenários hipotéticos e estratégias operacionais. Em estudos de casos conduzidos mostrou-se que companhias aéreas podem economizar até 15% de combustível e aumentar a disponibilidade de assentos em um cenário irrestrito e ideal. Os resultados alcançados trazem ainda luz à duas hipóteses: (i) o estudo evidenciou a possibilidade de uso da tecnologia de sistemas multiagentes para computação, de forma escalável e distribuída, de grandes volumes de dados. Neste caso, o sistema multiagente pode ser visto como ferramenta alternativa a processamento Big Data; (ii) A construção do simulador e resultados obtidos com sua aplicação conjunta de varas técnicas, tende a ser mais eficiente do que uma abordagem pontual.Airlines and Governments have worked to optimize the use of their resources and operate efficiently, given the growing flight demand, increasing oil price, operational costs, and limited infrastructures. Some works have analyzed the performance of a limited set of flights, while others have explored specific problems, such as the flight trajectory optimization and the flight schedule problems. The objective of this work is the study and the development of technologies that can lead airlines to improve the efficiency of their flights operations. By using data analysis, mining and visualizations techniques, we conducted a performance study of 36,190 worldwide flights. This analysis showed relations among the flights data, for example, the aircrafts distance flown per flight phases and airports. These identified relations and extracted performances metrics can serve as reference for airlines consider in their operations improvement studies. A contribution of this work is the systematization of a process and implementation of a scalable computational tools for data: obtaining, extraction, transformation, cleaning, enrichment, inconsistency treatment, processing, data-mining, visualization of large flights datasets and operational flight data patterns discovery. A multiagent system was also proposed and developed aiming: i) to reproduce historical flights data through their trajectories and the computation/estimation of operational metrics, such as flight distance flown and fuel burned. ii) to simulate hypothetical scenarios and operational strategies. Case studies showed that airlines could save about 15% of fuel and increase seat availability in an unconstrained and best-case scenario. The obtained results reinforce two hypotheses: i) the study showed the possibility of using multiagent system technology for scalable and distributed computation of large datasets. In this case, the multiagent system can be seen as an alternative tool to Big Data processing. ii) the obtained results by using the simulator reinforce the idea that a holistic approach which combine different techniques, tend to be more efficient than a punctual technique application