//img.uscri.be/pth/5c3d576b0bd939414a715dde7a79ad55835fb4c7
Cet ouvrage fait partie de la bibliothèque YouScribe
Obtenez un accès à la bibliothèque pour le lire en ligne
En savoir plus

Optimisation des séquences de pistes et des mouvements au sol sur les grands aéroports, Runways sequences and ground traffic optimisation on busy airports

De
132 pages
Sous la direction de Nicolas Durand, Jean-Baptiste Gotteland
Thèse soutenue le 02 novembre 2010: INPT
Ces dernières années, la phase de roulage au sol des avions a été mise en avant dans l'étude des retards aériens sur les grands aéroports. Cependant, le lien entre cette phase et l'optimisation des séquences d'avions sur les pistes reste encore peu étudié. L'objectif de réaliser des séquences optimales sur les pistes doit pourtant permettre de mieux gérer le trafic au sol, pour respecter les créneaux de décollage imposés tout en réduisant les retards des avions : dans cette thèse, un algorithme de calcul de séquences optimales est mis en place et intégré à la gestion du trafic au sol, modélisée comme un problème de résolution de conflits entre avions. Deux méthodes d'optimisation sont alors comparées : une méthode déterministe (utilisant un algorithme de type branch and bound) et une méthode stochastique (utilisant un algorithme génétique). Chacune des deux méthodes pouvant fonctionner avec et sans considération des séquences optimales sur les pistes. Les simulations effectuées montrent qu'une réduction significative des retards peut être espérée lorsque les séquences sont optimisées et anticipées. La méthode stochastique trouve de meilleures solutions, notamment en ce qui concerne la gestion des arrivées, mais la méthode déterministe reste intéressante, grâce à son temps de calcul bien plus rapide.
-Aéroport
-Optimisation
-Algorithme génétique
In the last few years, many studies concerning air traffic delays have focused on ground traffic management at busy airports. However, the link between the aircraft taxiing stage and runway scheduling optimisation is still rarely considered. Performing optimal aircraft sequences on runways should allow us to enhance the taxiing stage, while applying calculated take-off slots and reducing globally the aircraft mean delay. In this thesis, an algorithm is first defined to compute optimal aircraft schedules on runways. It is then integrated into the ground traffic management process, modeled as a conflict resolution problem between aircraft. A deterministic method (using a branch and bound algorithm) and a stochastic method (using a genetic algorithm) are both used to try and solve this problem. Each of these methods can work with and without the consideration of optimal runway scheduling. The simulations carried out show that the anticipation of the optimal runway schedules can yield a significant delay reduction for airport ground traffic. The stochastic method provides the best solutions, especially for arriving aircraft, while the deterministic method remains a considerable option because of its very fast running time.
-Airport
-Optimisation
-Genetic algorithms
-Branch and bound
Source: http://www.theses.fr/2010INPT0060/document
Voir plus Voir moins

%NVUEDELOBTENTIONDU
$?LIVR?PAR
InstitutNationalPolytechniquedeToulouse(INPToulouse)
SLCHP
RaphaëlDeau
mardi2novembre2010
4ITRE
Optimisationdesséquencesdepisteset
desmouvementsausolsurlesgrandsaéroports
*529
MarcSchoenauer(Présidentdujury)
EricFéron(Rapporteur)
HervéBreton(Membredejury)
Jean-MarcAlliotdujury)
DominiqueColindeVerdière(Membredejury)
%COLEDOCTORALE
MathématiquesInformatiqueTélécommunications(MITT)
5NIT?DERECHERCHE
APO(IRIT)
$IRECTEURSDE4H?SE
NicolasDurand
Jean-BaptisteGotteland
2APPORTEURS
EricFéron
MarcSchoenauer
-6/*7&34*5?%&506-064&%0$503"5%&0R?SENT?EETSOUTENUEPAR%&506-064&$ISCIPLINEOUSP?CIALIT?-6/*7&34*5?LE%0$503"5%&´ ´OPTIMISATION DES SEQUENCES DE PISTES ET DU TRAFIC AU SOL SUR LES GRANDS AEROPORTS
Resum´ e´ : Ces dernier` es annees,´ la phase de roulage au sol des avions a et´ e´ mise en avant dans l’etude´
des retards aeriens´ sur les grands aer´ oports. Cependant, le lien entre cette phase et l’optimisation des
sequences´ d’avions sur les pistes reste encore peu etudi´ e.´ L’objectif de realiser´ des sequences´ opti-
males sur les pistes doit pourtant permettre de mieux ger´ er le trafic au sol, pour respecter les creneaux´
de decolla´ ge imposes´ tout en reduisant´ les retards des avions : dans cette these` , un algorithme de cal-
cul de sequences´ optimales est mis en place et integr´ e´ a` la gestion du trafic au sol, modelis´ ee´ comme
un probleme` de resolution´ de conflits entre avions. Deux methodes´ d’optimisation sont alors com-
parees´ : une methode´ deterministe´ (utilisant un algorithme de type branch & bound) et une methode´
stochastique (utilisant un algorithme gen´ etique).´ chacune des deux methodes´ pouvant fonctionner
avec et sans consider´ ation des sequences´ optimales sur les pistes. Les simulations effectuees´ montrent
qu’une reduction´ significative des retards peut etrˆ e esper´ ee´ lorsque les sequences´ sont optimisees´ et
anticipees. La methode stochastique trouve de meilleures solutions, notamment en ce qui concerne´ ´
la gestion des arrivees,´ mais la methode´ deterministe´ reste inter´ essante, graceˆ a` son temps de calcul
bien plus rapide.
Mots cles´ : aeroport,´ optimisation, algorithmes gen´ etiques,´ branch & bound
RUNWAYS SCHEDULING AND GROUND TRAFFIC OPTIMISATION AT BUSY AIRPORTS
Abstract : In the last few years, many studies concerning air traffic delays have focused on ground
traffic management at busy airports. However, the link between the aircraft taxiing stage and runway
scheduling optimisation is still rarely considered. Performing optimal aircraft sequences on runways
should allow us to enhance the taxiing stage, while applying calculated take-off slots and reducing
globally the aircraft mean delay. In this thesis, an algorithm is first defined to compute optimal aircraft
schedules on runways. It is then integrated into the ground traffic management process, modeled
as a conflict resolution problem between aircraft. A deterministic method (using a branch & bound
algorithm) and a stochastic method (using a genetic algorithm) are both used to try and solve this
problem. Each of these methods can work with and without the consideration of optimal runway
scheduling. The simulations carried out show that the anticipation of the optimal runway schedules
can yield a significant delay reduction for airport ground traffic. The stochastic method provides the
best solutions, especially for arriving aircraft, while the deterministic method remains a considerable
option because of its very fast running time.
Key words : airport, optimisation, genetic algorithms, branch & bound
ˆPOLE POM
´ ´PLANIFICATION, OPTIMISATION ET MODELISATION DU TRAFIC AERIEN
´DIRECTION DES SERVICES DE LA NAVIGATION AERIENNE
DIRECTION DE LA TECHNIQUE ET DE L’INNOVATIONRemerciements
Je tiens tout d’abord a` remercier les personnes qui m’ont permis d’effectuer cette these,` qui fut
une experience´ extremementˆ enrichissante. Je remercie en particulier Jean-Baptiste Gotteland, mon
` ` ´ ´co-directeur de these ainsi que Nicolas Durand, mon directeur de these qui ont ete mes premiers
interlocuteurs et qui m’ont suivi tout au long de ces trois annees.´
Je souhaite adresser ma gratitude envers les membres du jury qui ont accepte´ de juger mon travail.
Ce long periple´ m’a permis de decouvrir´ l’ambiance au sein du Poleˆ POM (initialement nomme´
LOG) ou` regnent` la bonne humeur et la convivialite.´ Un grand merci a` David Gianazza pour son
soutient et ses conseils avises.´ Je n’oublierais pas non plus les longues discussions avec Cyril Allignol
a` 8h du matin alors que nous n’etions´ que deux dans les locaux. Merci eg´ alement a` Nicolas Saporito
pour sa bonne humeur, son humour incessant et ses citations aussi philosophiques que cocasses. Je
pense aussi a` Franc ¸ois Huchet qui est un compagnon de jeu video´ exemplaire et qui est capable
de parler de strategies´ de jeu d’echecs´ pendant des heures ! Dans le memeˆ registre : merci a` David
Szymanski pour son experience´ dans les MMORPG.
Cette aventure m’a eg´ alement permis de faire la connaissance de quelques personnes de l’ENAC :
Estelle Malavolti, toujours a` l’ecoute´ et qui fait preuve d’une grande ouverture d’esprit ; Nicolas
Barnier, et ses debats´ sur des sujets varies´ : algorithme gen´ etique´ vs programmation par contraintes,
ou simplement politiques ; Kevin´ Guittet, initiateur a` Mounty Hall et grand humoriste qui aurait fait
un merveilleux duo sur scene` avec Nicolas Saporito. Enfin, j’ai une pensee´ particuliere` pour Pascal
Brisset qui etait´ une personne extraordinaire et dont l’eloge´ n’est plus a` tisser car dej´ a` presente´ dans
les memoires´ de chacun.
Le soutient en dehors du cadre du travail fut tout autant appreciable.´ Je tiens donc a` adresser
des remerciements a` Ded´ e´ qui a, entre autres, eu la bonte´ de faire l’aller-retour Lyon-Toulouse en
´ ´ `camionnette pour mon demenagement ; a Alexandre qui me changeait les esprits avec ses aventures
amoureuses ; a` Jean-Phi & Laura, qui m’ont rendu accro au Rock et au Boogie ; a` Kiki, sans qui le
groupe de danse n’existerait plus ; et a` tous les autres que je ne cite pas mais qui savent qu’ils comptent
beaucoup.
Enfin, je ne remercierais jamais assez ma famille : un enorme´ merci a` ma mere` pour toutes les
raisons du monde, ainsi qu’a` mes grands-parents et a` ma sœur. J’ai un sentiment particulier envers
mon defunt´ pere` dont la seule pensee´ reste un soutient considerable.´
Je tiens a` adresser un remerciement special´ a` ma femme qui a et´ e´ d’un soutient inimaginable et
qui a comble´ ma vie.Je dedie´ cette these` a` ma fille
´Elyssia
dont la naissance, lors de la redaction´ de ce rapport, m’a apporte´ une joie incommensurable.Table des matier` es
Introduction 1
I Contexte 3
1 Le trafic aer´ oportuaire 5
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Organisation du trafic aerien´ en Europe . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.1 Controleˆ du trafic aerien´ . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.2 Regulation´ europeenne´ du trafic aerien´ . . . . . . . . . . . . . . . . . . . . . 6
1.3 Gestion du trafic au sol . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3.1 Structure d’un aeroport´ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3.2 Controleˆ d’aerodrome´ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3.3 Domaines d’etude´ pour le controleˆ d’aerodrome´ . . . . . . . . . . . . . . . . 8
1.4 Difficultes´ identifiees´ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2 Analyse preliminair´ e 11
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2 Projets pour le controleˆ d’aerodrome´ . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2.1 Optimisation des temps de roulage . . . . . . . . . . . . . . . . . . . . . . . 11
2.2.2 des sequences´ d’avions sur les pistes . . . . . . . . . . . . . . 13
2.2.3 Gestion du cheminement des avions . . . . . . . . . . . . . . . . . . . . . . 13
2.2.4 Problemes` poses´ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.3 Simulateurs de trafic aeroportuaire´ . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.3.1 Objectifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.3.2 Exemples de simulateurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.4 Cadre de travail de la these` . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.4.1 Questions posees´ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.4.2 Ordonnancement des avions sur les pistes . . . . . . . . . . . . . . . . . . . 15
2.4.3 Lien entre gestion des pistes et gestion du roulage . . . . . . . . . . . . . . . 15
´II Sequencement des avions sur les pistes 17
3 Definition´ du probleme` 19
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.2 Analyse preliminaire´ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
i`ii TABLE DES MATIERES
3.2.1 Gestion operationnelle´ actuelle . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.2.2 Heures minimum d’acces` a` la piste . . . . . . . . . . . . . . . . . . . . . . 20
3.2.3 Regles` de separation´ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.2.4 Gestion des creneaux´ imposes´ par le CFMU . . . . . . . . . . . . . . . . . . 21
3.3 Modelisation´ du probleme` . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.3.1 Presentation´ gen´ erale´ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.3.2 Variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.3.3 Contraintes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.3.4 Critere` d’optimisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.4 Analyse du probleme` . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.4.1 Parametres` . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.4.2 Espace de recherche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.4.3 Resolution´ par fenetreˆ glissante . . . . . . . . . . . . . . . . . . . . . . . . 27
3.4.4 Mesures sur le trafic reel´ . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
4 Calcul d’une sequence´ d’avions sur une piste 31
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.2 Methodes´ de resolution´ envisageables . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.2.1 Algorithmes gloutons . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.2.2 Programmation dynamique . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.2.3 lineaire´ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.2.4 par contraintes . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.3 Resolution´ a` l’aide d’une librairie de programmation par contraintes . . . . . . . . . 35
4.3.1 Principes des librairies de programmation par (PPC) . . . . . . . 35
4.3.2 Description gen´ erale´ de la librairie Facile . . . . . . . . . . . . . . . . . . . 35
4.3.3 Implementation´ du probleme` des sequences´ d’avions . . . . . . . . . . . . . 36
´4.4 Elaboration d’un algorithme specifique´ . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.4.1 Principes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.4.2 Premiere` mise en œuvre de l’algorithme . . . . . . . . . . . . . . . . . . . 37
4.4.3 Amelioration´ de l’algorithme . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.4.4 Version finale de . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
´5 Applications et resultats 43
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
5.2 Exemples de calculs de sequences´ . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
5.2.1 Presentation´ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
5.2.2 Comparaison des deux methodes´ . . . . . . . . . . . . . . . . . . . . . . . . 44
5.2.3 Influence du critere` . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
5.2.4 de la flexibilite´ et de la marge . . . . . . . . . . . . . . . . . . . . 46
5.3 Calcul d’une sequence´ sur une journee´ complete` . . . . . . . . . . . . . . . . . . . . 47
5.3.1 Principes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
5.3.2 Influence de l’horizon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.3.3 des differents´ criteres` . . . . . . . . . . . . . . . . . . . . . . . . 50
5.3.4 Influence de la flexibilite´ et de la marge . . . . . . . . . . . . . . . . . . . . 51
5.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51`TABLE DES MATIERES iii
III Resolution´ du trafic au sol 55
6 Formulation du probleme` 57
6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
6.2 Prevision´ de trajectoires au roulage . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
6.2.1 Affectation de chemins . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
6.2.2 Modelisation´ des incertitudes . . . . . . . . . . . . . . . . . . . . . . . . . 59
6.3 Detection´ de conflits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
6.3.1 Definition´ d’un conflit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
6.3.2 Conflits lies´ a` l’horizon de prediction´ limite´ . . . . . . . . . . . . . . . . . . 62
6.3.3 avec incertitude sur les vitesses . . . . . . . . . . . . . . . . . . . . 62
6.3.4 Groupes d’avions en conflit . . . . . . . . . . . . . . . . . . . . . . . . . . 63
6.4 Simulation du trafic au sol . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
6.4.1 Principes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
6.4.2 Heures minimales de decollage´ . . . . . . . . . . . . . . . . . . . . . . . . 64
6.4.3 Notions de detour´ et de delai´ . . . . . . . . . . . . . . . . . . . . . . . . . . 64
6.4.4 Attente strategique´ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
6.4.5 Boucle de simulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
6.5 Formulation en probleme` d’optimisation . . . . . . . . . . . . . . . . . . . . . . . . 68
6.5.1 Presentation´ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
6.5.2 Variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
6.5.3 Contraintes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
6.5.4 Critere` sans sequence´ d’avions a` realiser´ sur les pistes . . . . . . . . . . . . 69
6.5.5 Critere` visant a` realiser´ des sequences´ d’avions sur les pistes . . . . . . . . . 70
6.5.6 Taille de l’espace de recherche . . . . . . . . . . . . . . . . . . . . . . . . . 72
6.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
7 Resolution´ des conflits au roulage 75
7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
7.2 Resolution´ par une methode´ deterministe´ . . . . . . . . . . . . . . . . . . . . . . . . 75
7.2.1 Classement des avions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
7.2.2 Calcul de la trajectoire d’un avion sur l’un de ses chemins . . . . . . . . . . 77
7.2.3 Resolution´ des conflits d’un groupe d’avions . . . . . . . . . . . . . . . . . 78
7.3 Algorithmes ev´ olutionnaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
7.3.1 Principes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
7.3.2 Cycle d’ev´ olution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
7.3.3 Operateurs´ de variation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
7.3.4 Fonction d’ev´ aluation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
7.3.5 Ameliorations´ classiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
7.3.6 Problemes` partiellement separables´ . . . . . . . . . . . . . . . . . . . . . . 85
7.4 Algorithme gen´ etique´ pour la resolution´ des conflits au roulage . . . . . . . . . . . . 85
7.4.1 Codage des donnees´ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
7.4.2 Population et gen´ eration´ initiale . . . . . . . . . . . . . . . . . . . . . . . . 86
7.4.3 Fonction d’ev´ aluation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
7.4.4 Reproduction des individus . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
7.4.5 Ameliorations´ classiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
7.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89`iv TABLE DES MATIERES
8 Resultats´ 91
8.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
´8.2 Etalonnage de l’algorithme gen´ etique´ . . . . . . . . . . . . . . . . . . . . . . . . . 91
8.2.1 Presentation´ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
8.2.2 Taux de croisement et de mutation . . . . . . . . . . . . . . . . . . . . . . . 92
8.2.3 Taille de population et nombre de gen´ erations´ . . . . . . . . . . . . . . . . . 93
8.2.4 Sharing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
8.3 Comparaison des deux methodes´ . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
8.3.1 Temps de calcul . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
8.3.2 Comparaison des delais´ et du respect des creneaux´ . . . . . . . . . . . . . . 96
8.3.3 Pertinence des sequences´ d’avions prevues´ sur les pistes . . . . . . . . . . . 98
8.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
IV Applications 101
9 Influence des principaux parametr` es 103
9.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
9.2 Horizon de prediction´ des sequences´ d’avions sur les pistes . . . . . . . . . . . . . . 104
9.2.1 Presentation´ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
9.2.2 Resultats´ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
9.3 Taux d’incertitude et pas de rafraˆıchissement . . . . . . . . . . . . . . . . . . . . . . 106
9.3.1 Presentation´ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
9.3.2 Resultats´ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
9.4 Niveau de priorite´ entre departs´ et arrivees´ . . . . . . . . . . . . . . . . . . . . . . . 108
9.4.1 Presentation´ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
9.4.2 Resultats´ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
9.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
Conclusions et perspectives 111
Glossaire 113
Bibliographie 115