Integrazione di modelli matematici per la gestione del traffico aereo in Europa - Slide di prelaurea
•Download as PPTX, PDF•
1 like•260 views
Tesi di Laurea Magistrale in Ingegneria Informatica - Slide di prelaurea
![Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa
Introduzione Descrizione dei modelli Risultati Conclusioni
Introduzione
© NATS Blog: http://nats.aero/blog/2014/11/take-guided-tour-uk-skies/
Spazio aereo europeo tra i più
congestionati al mondo
+ 1,2% di traffico nel 2015 rispetto
al 2014 ( +2% nei mesi estivi con
30700 voli/giorno)
[EUROCONTROL Seven-Years Forecast – Settembre
2015]
Previsti 11,2 milioni di movimenti
aerei in Europa nel 2021 ( +19%
rispetto al 2014)
[EUROCONTROL Seven-Years Forecast – Settembre
2015]](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Recommended
More Related Content
Similar to Integrazione di modelli matematici per la gestione del traffico aereo in Europa - Slide di prelaurea
Similar to Integrazione di modelli matematici per la gestione del traffico aereo in Europa - Slide di prelaurea (20)
Integrazione di modelli matematici per la gestione del traffico aereo in Europa - Slide di prelaurea
- 1. INTEGRAZIONE DI MODELLI MATEMATICI PER LA GESTIONE DEL TRAFFICO AEREO IN EUROPA UNIVERSITÀ DEGLI STUDI DI TRIESTE DIPARTIMENTO DI INGEGNERIA E ARCHITETTURA Corso di Laurea Magistrale in Ingegneria Informatica Relatore Correlatore Prof. Lorenzo Castelli Dott. Luca Corolli Laureando Nicola Furlan
- 2. Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa Introduzione Descrizione dei modelli Risultati Conclusioni Introduzione © NATS Blog: http://nats.aero/blog/2014/11/take-guided-tour-uk-skies/ Spazio aereo europeo tra i più congestionati al mondo + 1,2% di traffico nel 2015 rispetto al 2014 ( +2% nei mesi estivi con 30700 voli/giorno) [EUROCONTROL Seven-Years Forecast – Settembre 2015] Previsti 11,2 milioni di movimenti aerei in Europa nel 2021 ( +19% rispetto al 2014) [EUROCONTROL Seven-Years Forecast – Settembre 2015]
- 3. Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa Introduzione Descrizione dei modelli Risultati Conclusioni Introduzione - SES Ottobre 2001: la Commissione Europea ha adottato la proposta di un Single European Sky (SES) Obiettivi del SES: Capacità Si dice capacità il numero massimo di voli che possono entrare in un settore aereo in un determinato intervallo di tempo • ristrutturazione dello spazio aereo europeo (blocchi funzionali) • aumento dell’efficienza generale del sistema ATM e sicurezza dei trasporti • creazione di capacità addizionale Problemi da risolvere: • generazione di profitto • sicurezza nei voli • minimizzazione dei ritardi
- 4. Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa Introduzione Descrizione dei modelli Risultati Conclusioni Introduzione – ATFM TW La gestione del traffico aereo può essere condotta a breve, medio e lungo termine in varie fasi: • Fase strategica (6 mesi prima) • Fase tattica (qualche ora prima) • Fase operativa (appena prima o durante) • Fase tattica (qualche ora prima) ATFM TW (Air Traffic Flow Management with Time Windows) Time Window – Finestra temporale Si dice finestra temporale un intervallo di tempo durante il quale ogni operazione di volo (decollo, atterraggio ed entrata in un settore) dovrebbe essere eseguita
- 5. Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa Introduzione Descrizione dei modelli Risultati Conclusioni Introduzione – Obiettivi della tesi • Modello SAIPE: identifica l’istante iniziale di ogni finestra temporale relativa a una singola operazione di volo • Modello CCL: massimizza la dimensione di queste finestre temporali Situazione attuale: Obiettivo: identificare il grado di flessibilità delle operazioni di volo legate a ciascun volo pianificato L’utilizzo delle finestre temporali permette di evitare ulteriori richieste di capacità in condizioni di scarsa disponibilità di capacità, rendendo il sistema più flessibile ed evidenziando quali voli sono più critici • adattare il modello CCL all'utilizzo dell'istanza di dati reali forniti • utilizzare i dati di ingresso del modello SAIPE, e le relative soluzioni, come dati di ingresso del modello CCL Lavoro di tesi:
- 6. Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa Introduzione Descrizione dei modelli Risultati Conclusioni Descrizione dei modelli – Modello SAIPE VincoliVariabili decisionali Funzione obiettivo MC Funzione obiettivo MS
- 7. Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa Introduzione Descrizione dei modelli Risultati Conclusioni Descrizione dei modelli – Modello CCL VincoliVariabili decisionali Funzione obiettivo Vincoli di capacità Vincoli relativi alle finestre temporali Vincoli di connettività Vincoli di definizione delle variabili decisionali
- 8. Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa Introduzione Descrizione dei modelli Risultati Conclusioni Descrizione dei modelli – Adeguamento del modello SAIPE • Inserimento di una procedura aggiuntiva che permetta la creazione dei parametri utili al CCL
- 9. Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa Introduzione Descrizione dei modelli Risultati Conclusioni Descrizione dei modelli – Adeguamento del modello CCL • Adattamento del modello CCL alla struttura del modello SAIPE, creato apposta per lo spazio aereo europeo • Variabili decisionali: da variabili strutturate a nomi di settori, a variabili strutturate ad ordinamento di settori
- 10. Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa Introduzione Descrizione dei modelli Risultati Conclusioni Descrizione dei modelli – Adeguamento del modello CCL • Vincoli di capacità Da gestione a capacità disponibile.. ..a gestione a permessi
- 11. Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa Introduzione Descrizione dei modelli Risultati Conclusioni Risultati - Premesse • Giorno considerato per i dati: 12 settembre 2014, quarto giorno più trafficato dell’anno • Totale voli: 29 242 • Modello SAIPE eseguito con due funzioni obiettivo diverse: • Minimum Cost (MC) • Minimum Shift (MS) • Dimensione istanti temporali: 1 minuto • Dimensione minima e massima fissata per la finestra temporale: [1 minuto, 15 minuti]
- 12. Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa Introduzione Descrizione dei modelli Risultati Conclusioni Risultati - Premesse Permesso critico Si dice permesso critico un permesso congestionato che limita l’apertura di una finestra temporale Volo critico Si dice volo critico un volo che possiede almeno un permesso critico
- 13. Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa Introduzione Descrizione dei modelli Risultati Conclusioni Risultati – Voli critici N° permessi critici per volo Caso MC Caso MS 3 7 7 2 320 283 1 6494 5513 Distribuzione dei voli in base al numero di permessi critici Dei 7 voli, 3 sono comuni tra MC e MS: • Londra Stansted (EGSS) – Riga International (EVRA) • Londra-City (EGLC) – Ibiza (LEIB) • Bruxelles-National (EBBR) – Alicante-Elche (LEAL)
- 14. Distribuzione oraria dei permessi critici Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa Introduzione Descrizione dei modelli Risultati Conclusioni Risultati – Distribuzione oraria • Vari picchi alle ore 6, 17 e 20 • Picco più alto rilevato alle ore 11: • Caso MC: 606 permessi critici (8,47%) • Caso MS: 521 permessi critici (8,54%) • Maggior congestione (numero di permessi critici più elevato) utilizzando la funzione obiettivo MC
- 15. Distribuzione dei permessi critici per stato Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa Introduzione Descrizione dei modelli Risultati Conclusioni Risultati – Distribuzione per stato Stati Caso MC Caso MS LF – Francia 24,29% 23,48% ED – Germania 18,14% 18,49% EG – Regno Unito 8,36% 8,57% LT – Turchia 7,76% 9,00% LI – Italia 6,15% 6,80%
- 16. Operazione N° permessi MC N° permessi MS Percentuale MC Percentuale MS A 329 347 4,60% 5,69% D 265 272 3,70% 4,46% E 6182 5095 86,40% 83,52% G 379 386 5,30% 6,33% TOT 7155 6100 100,00% 100,00% Distribuzione dei permessi critici per tipologia di operazione A: movimenti di atterraggio D: movimenti di decollo G: movimenti generici aeroportuali E: entrata in un settore aereo Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa Introduzione Descrizione dei modelli Risultati Conclusioni Risultati – Distribuzione per tipologia di operazione
- 17. Zona Operazione N° permessi MC N° permessi MS Percentuale MC Percentuale MS LF E 1721 1408 24,05% 23,08% ED E 1075 899 15,02% 14,74% LI E 411 385 5,74% 6,31% EG E 402 322 5,62% 5,28% EP E 316 131 4,42% 2,15% LT E 264 255 3,69% 4,18% LS E 208 285 2,91% 4,67% LG E 193 210 2,70% 3,44% LE E 184 180 2,57% 2,95% EN E 182 135 2,54% 2,21% LH E 169 101 2,36% 1,66% LD E 157 63 2,19% 1,03% LK E 142 56 1,98% 0,92% LT G 124 125 1,73% 2,05% ED G 113 116 1,58% 1,90% LZ E 110 71 1,54% 1,16% LB E 107 91 1,50% 1,49% LP E 104 35 1,45% 0,57% LT A 93 94 1,30% 1,54% LY E 89 75 1,24% 1,23% Distribuzione dei permessi critici in base a zone e tipologia di operazione A: movimenti di atterraggio D: movimenti di decollo G: movimenti generici aeroportuali E: entrata in un settore aereo Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa Introduzione Descrizione dei modelli Risultati Conclusioni Risultati – Distribuzione per zona e tipologia
- 18. Elemento N° permessi Percentuale LTBA 174 2,43% EGGXALL 166 2,32% EDYYD4WH 118 1,65% EDYYB3EH 117 1,64% LFBBRL3 113 1,58% LTFJ 108 1,51% LFBBNH4 91 1,27% EGLL 87 1,22% EDDL 84 1,17% LFRRMZU 84 1,17% Elemento N° permessi Percentuale LTBA 173 2,84% EGGXALL 132 2,16% LTFJ 110 1,80% EDYYD4WH 109 1,79% EDYYB3EH 99 1,62% EGLL 98 1,61% LSAZM56 93 1,52% EDDL 82 1,34% LFBBNH4 78 1,28% LFBBRL3 78 1,28% Distribuzione dei permessi critici per elemento, caso SAIPE MC Distribuzione dei permessi critici per elemento, caso SAIPE MS Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa Introduzione Descrizione dei modelli Risultati Conclusioni Risultati – Distribuzione per elemento LTBA Aeroporto di Istanbul - Atatürk LTFJ Aeroporto internazionale di Istanbul - Sabiha Gökçen EGGL Aeroporto di Londra - Heathrow EDDL Aeroporto di Düsseldorf
- 19. Distribuzione dei permessi critici oraria per stato con funzione obiettivo adottata Maximum Cost Distribuzione dei permessi critici oraria per stato con funzione obiettivo adottata Maximum Shift Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa Introduzione Descrizione dei modelli Risultati Conclusioni Risultati – Distribuzione oraria per stato • Sviluppo dell’andamento orario: • Andamento a picchi: Francia e Germania • Andamento più stabile: Regno Unito, Turchia e Italia
- 20. Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa Introduzione Descrizione dei modelli Risultati Conclusioni Conclusioni • Possibilità di esecuzione del modello CCL in cascata al modello SAIPE • Gran parte dei permessi critici relativi all’operazione di attraversamento dei settori • Stati con maggior presenza di settori critici: Regno Unito Germania Francia • Aeroporti con più permessi critici: I due aeroporti internazionali di Istanbul Aeroporto di Londra - Heathrow Aeroporto di Düsseldorf
- 21. Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa Introduzione Descrizione dei modelli Risultati Conclusioni Conclusioni – Sviluppi futuri Considerazione di approcci alla capacità diversi (ispirati al CCL originale) Considerare la distribuzione delle finestre temporali all’interno del permesso, e non solo la loro quantità (evitare sbilanciamento) Evitare lo sbilanciamento delle operazioni Redistribuire in maniera omogenea la capacità nel tempo