2024-03-28T19:23:26Zhttps://www.tdx.cat/oai/requestoai:www.tdx.cat:10803/2849472017-09-20T11:02:09Zcom_10803_120col_10803_180
nam a 5i 4500
Airtransportation
Multi-objective optimization
Constraint programming
A multi-objective optimization approach to the ground handling scheduling problem
[Barcelona] :
Universitat Autònoma de Barcelona,
2015
Accés lliure
http://hdl.handle.net/10803/284947
cr |||||||||||
AAMMDDs2015 sp ||||fsm||||0|| 0 eng|c
9788449048227
Padrón Astorga, Silvia,
autor
1 recurs en línia (135 pàgines)
Tesi
Doctorat
Universitat Autònoma de Barcelona. Departament de Telecomunicació i Enginyeria de Sistemes
2014
Universitat Autònoma de Barcelona. Departament de Telecomunicació i Enginyeria de Sistemes
Tesis i dissertacions electròniques
Ramos González, Juan José,
supervisor acadèmic
Guimarans Serrano, Daniel,
supervisor acadèmic
TDX
El tiempo de escala o turnaround es uno de los procesos aeroportuarios más críticos y se define como el período de tiempo en que la aeronave está en rampa, entre un vuelo de llegada y uno de salida. Durante el turnaround se realizan un conjunto de operaciones necesarias para preparar un avión para el próximo vuelo. Estas tareas son interdependientes y cada operación es una potencial fuente de demoras para el resto de las actividades, así como para otros procesos dentro del aeropuerto. Además, las decisiones de planificación que se toman para cada operación afectan la programación de otras tareas y el rendimiento de sus recursos. La falta de integración entre las diferentes operaciones y un uso ineficiente de los recursos durante el turnaround son causas importantes de retrasos en los vuelos.
Esta tesis tiene como objetivo contribuir a la eficiencia de las operaciones de asistencia en tierra durante el turnaround, abordando el problema desde una perspectiva global. Con este fin se han considerado diferentes operaciones, así como las relaciones de precedencia entre estas, en lugar de programar cada actividad por separado. Se propone una aproximación multiobjetivo para realizar la planificación de los vehículos que dan servicio a las aeronaves en un aeropuerto durante un día. La solución al problema consiste en obtener un plan para estos vehículos que cumpla con las restricciones de tiempo, de precedencia y con las limitaciones de capacidad. Además de obtener una programación optimizada para cada actividad, es importante tener en cuenta el impacto que estas tienen en otras tareas. De esta manera, podemos integrar las decisiones realizadas para cada operación y contribuir a optimizar el proceso global. Dos objetivos han sido definidos con este fin: (I) minimizar el tiempo de espera para iniciar una operación y la reducción de las ventanas de tiempo disponibles, usando los vehículos eficientemente; y (II) minimizar el tiempo total de finalización del turnaround. Para resolver el problema multiobjetivo se ha desarrollado un nuevo método llamado Sequence Iterative Method (SIM) y se obtiene un rango de soluciones, las cuales representan el mejor compromiso entre los dos objetivos.
Mediante un esquema de descomposición basado en Job Shop Scheduling Problem, el problema de optimización es desglosado. Este esquema proporciona un método consistente para resolverlo completo, simplificando el modelo y el proceso de resolución. En primer lugar, se calcula una ventana de tiempo para cada operación de acuerdo con las restricciones temporales y de precedencia. Un Vehicle Routing Problem with Time Windows (VRPTW) es identificado para cada tipo de vehículo involucrado, lo que da lugar a múltiples VRPTWs. Estos se resuelven de forma individual y las decisiones tomadas para cada problema de enrutamiento se propagan a los demás VRPTWs a través de reducciones en las ventanas de tiempo disponibles. Las principales funciones de la aproximación son modeladas e implementadas en Constraint Programming (CP). Además, CP se emplea en combinación con Variable Neighborhood Descent (VND) y Large Neighborhood Search (LNS) como metodología para resolver los VRPTWs. El conocido método Insertion Heuristic se utilizó para encontrar una primera solución de forma rápida, la cual se mejora posteriormente utilizando la metodología.
Por último, una versión de la aproximación es propuesta con el objetivo de aplicar una exploración más exhaustiva para encontrar las soluciones de Pareto. En este caso, estas se obtienen mediante el método de Insertion Heuristic y solo las más prometedoras son mejoradas con la metodología. Se sugieren dos estrategias para determinar qué soluciones son las más prometedoras y estas reglas pueden ser también empleadas para finalmente seleccionar la mejor a implementar.
a
ES-BaCBU
cat
rda
ES-BaCBU
text
txt
rdacontent
informàtic
c
rdamedia
recurs en línia
cr
rdacarrier