Show simple document record

dc.contributor.advisorBrunet, Charles-Antoine
dc.contributor.authorLachance, Étiennefr
dc.date.accessioned2014-04-01T14:12:50Z
dc.date.available2014-04-01T14:12:50Z
dc.date.created2014fr
dc.date.issued2014fr
dc.identifier.urihttp://savoirs.usherbrooke.ca/handle/11143/119
dc.description.abstractL'augmentation grandissante du trafic aérien rend le travail des contrôleurs aériens de plus en plus ardu, spécialement en ce qui a trait aux tâches de résolution de conflits et de séquençage d'avions en arrivée. L'automatisation de la résolution de conflits et du séquençage reste toujours un problème ouvert aujourd'hui. L'automatisation de ces deux problèmes permettrait d'une part de mieux modéliser le comportement des contrôleurs aériens dans un simulateur de vol, ou d'améliorer les outils de gestion du trafic aérien. Les caractéristiques combinatoires de ces problèmes conduisent à l'utilisation de techniques numériques stochastiques, plus spécifiquement des algorithmes évolutionnaires. De plus, les nombreux paramètres intervenant dans une situation de gestion de trafic aérien incitent à l'utilisation d'algorithmes multiobjectif. Dans un premier temps, un algorithme génétique multiobjectif (SPEA-MOD) et un algorithme de colonies de particules (PSO-MO) également multiobjectif ont été développés. Ces deux algorithmes ont été comparés à des problèmes multiobjectif contraints et non-contraints. Les résultats ont montré que SPEA-MOD et PSO-MO sont en général supérieurs à ce que l'on rapporte dans la littérature. Dans un deuxième temps, les deux algorithmes ont résolu plusieurs situations conflictuelles de la phase de vol en route (régime de croisière). Les instructions fournies par les algorithmes peuvent être en deux ou en trois dimensions. Les objectifs et les contraintes représentent des paramètres tels que la minimisation d'instructions fournies aux avions et une séparation minimale entre les avions. De ces solutions numériques réalisées, l'algorithme SPEA-MOD s'est avéré particulièrement efficace à des problèmes fortement contraints. Une modélisation novatrice de trajectoires complexes a permis de résoudre des problèmes de séquençage d'avions dans la phase d'arrivée. Le séquençage d'avions en arrivée par un algorithme évolutionnaire fut réalisé pour la première fois dans le cadre de cette recherche. Cette modélisation a également rendu possible la résolution de conflits de deux flux d'avions se croisant.fr
dc.language.isofrefr
dc.publisherUniversité de Sherbrookefr
dc.rights© Étienne Lachancefr
dc.rightsAttribution - Pas de Modification 2.5 Canada*
dc.rights.urihttp://creativecommons.org/licenses/by-nd/2.5/ca/*
dc.subjectOptimisationfr
dc.subjectAlgorithmes génétiquesfr
dc.subjectRésolution de conflitsfr
dc.subjectSéquençage d'avionsfr
dc.subjectAlgorithme de colonies de particulesfr
dc.subjectMultiobjectiffr
dc.subjectContrôle aérienfr
dc.titleRésolution de conflits et séquençage d'avions par algorithmes évolutionnaires multiobjectifsfr
dc.typeThèsefr
tme.degree.disciplineGénie électriquefr
tme.degree.grantorFaculté de géniefr
tme.degree.levelDoctoratfr
tme.degree.namePh.D.fr


Files in this document

Thumbnail
Thumbnail

This document appears in the following Collection(s)

Show simple document record

© Étienne Lachance
Except where otherwise noted, this document's license is described as © Étienne Lachance