CASSOS

L'essentiel de la démarche du projet (dans sa phase II) est résumé dans ce support de cours pour le mastère spécialisé en exploitation aéronautique et gestion du trafic aérien (MS EAGTA 2010, ENAC).

Description

L'objectif général du projet est de construire une prévision réaliste de la configuration des secteurs aériens, la plus équilibrée possible en fonction de la charge de trafic, ou de travail, des contrôleurs aériens qui gèrent ces secteurs.

L'espace aérien français est découpé en secteurs élémentaires qui peuvent être regroupés pour former des secteurs de contrôle affectés aux positions de travail des contrôleurs. La façon de combiner les secteurs dépend des flux de trafic et de la charge de travail des contrôleurs.

Dans le problème que nous étudions, le trafic n'est pas considéré comme une variable d'ajustement, mais comme une donnée d'entrée. On ne régule donc pas la demande de trafic, mais on joue simplement sur la manière de regrouper les secteurs élémentaires pour construire une partition équilibrée (le mieux possible) de l'espace aérien, en tenant compte de contraintes opérationnelles diverses.

CASSOS I

Dans une première phase, nous avons cherché à construire des configurations optimales à partir des éléments aujourd'hui utilisés par les opérateurs FMP (Flow Management Positions) pour construire les schémas prévisionnels d'ouverture de secteurs. Ces éléments sont les suivants :

Actuellement, les opérateurs FMP choisissent parmi un nombre restreint de scénarios pré-définis de configuration de l'espace pour construire leur schéma d'ouvertures. L'objectif de CASSOS, dans sa première phase, était d'explorer toutes les configurations possibles et de proposer des configurations optimales en fonction des critères de capacité et des contraintes de toure de service.

Diverses méthodes ont été testées avec soit des algorithmes classiques d'exploration d'arbres (A*, Branch & bound), soit des algorithmes évolutionnaires. Les résultats ont montré que les méthodes classiques sont suffisamment efficaces quand on construit les partitions d'espace uniquement à partir des secteurs de contrôle usuels décrits dans les bases de données des centres de contrôle.

schéma

La figure ci-dessus montre un schéma d'ouverture calculé selon les critères de flux entrants et de capacités, en tenant compte du nombre maximum de positions de contrôle ouvrables (en bleu quand la contrainte est saturée, en noir sinon). Sur ce schéma, chaque colonne représente une configuration de secteurs de contrôle, calculée pour une période de temps. Le nombre de positions de travail est reporté en haut de la colonne. Chaque case représente un secteur de contôle, avec la convention suivante pour les couleurs :

Les gains potentiels que l'on peut attendre en utilisant un schéma optimisé ont été estimés en simulant deux stratégies de régulation de trafic :

L'objectif, dans la deuxième stratégie, est de s'assurer qu'aucun secteur élémentaire ne soit surchargé, avant de combiner ces secteurs élémentaire pour construire les configurations optimales.

Les simulations ont été réalisées sur la France uniquement, sans contraintes sur le nombre de positions ouvrables. La comparaison des deux stratégies sur une journée de trafic montre, pour le schéma optimisé, un gain de 69% sur le cumul des délais au décollage, en utilisant 20% de ressources en moins (celles-ci étant décomptées en temps d'activité cumulé des positions de contrôle).

Ces résultats irréalistes montrent que les algorithmes sont certes efficaces, mais qu'ils s'appuient sur des indicateurs (flux entrants, capacités) qui ne sont pas représentatifs de la charge de travail réelle des contrôleurs.

Cette première phase s'est conclue sur la nécessité d'utiliser des indicateurs plus représentatifs de la charge de travail réelle des contrôleurs aériens.

CASSOS II

Dans sa deuxième phase, CASSOS s'est appuyé sur les résultats du projet S2D2, dont l'objectif était de sélectionner les indicateurs de complexité du trafic aérien les plus significatifs par rapport à l'état de regroupement des secteurs (regroupé avec d'autres secteurs, ouvert, ou séparé en secteurs plus petits).

L'objectif de cette deuxième phase, toujours en cours, est de contruire une prévision réaliste des ouvertures de secteurs, toujours en explorant toutes les combinaisons de secteurs élémentaires, mais en utilisant des indicateurs de complexité pertinents pour estimer la charge de travail du contrôleur. Dans un souci de plus grand réalisme, la configuration des secteurs est cette fois-ci réexaminée toutes les minutes.

Un réseau de neurones est utilisé pour prévoir l'état des secteurs de contrôle. Ce réseau prend en entrée les valeurs des indicateurs pertinents, et fournit en sortie des probabilités sur l'état de regroupement d'un secteur. Lorsqu'une décision de reconfiguration est prise, un Branch & Bound est utilisé pour reconfigurer les secteurs et pour trouver une configuration optimale en minimisant le coût associé à chaque configuration possible.

L'apprentissage du réseau de neurones se fait sur des archives d'ouvertures de secteurs, et minimisant l'erreur entre, d'une part, la prévision faite par le réseau à partir d'un vecteur d'indicateurs, et d'autre part l'état réel de regroupement du secteur.

Dans un premier temps, nous avons cherché à valider le schéma d'ouvertures calculé en le comparant aux ouvertures effectivement réalisées, en utilisant des données radar archivées pour calculer les indicateurs de complexité. Les résultats obtenus sont satisfaisants et montrent une bonne corrélation du nombre calculé de positions de contrôle avec le nombre de secteurs réellement ouverts. Cependant, l'utilisation comme donnée d'entrée d'un vecteur d'indicateurs bruts, avec des variations importantes dans le temps, provoque des reconfigurations trop fréquentes.

Deux approches sont envisagées pour éviter ce problème :

Comparaison schémas

La figure ci-dessus illustre l'approche par lissage. Le meilleur compromis est obtenu (pour le centre de Brest) avec un lissage sur 30 minutes. Le nombre de positions de travail réellement ouvertes ce jour-là est représenté en bleu, et le nombre de secteurs de contrôle des configurations calculées par nos algorithmes est représenté en couleur magenta. La courbe en bleu au-dessus des deux autres donne, à titre indicatif, le nombre d'avions présents à l'intérieur du centre à chaque minute de la journée, lissé sur une fenêtre glissante de 30 minutes.

L'inconvénient de l'approche par lissage est que plus on lisse, plus on améliore en moyenne la prévision de l'état de regroupement, mais moins on est précis sur l'instant de transition d'état.

Les travaux à venir vont consister :

La réalisation d'une IHM de démonstration a également débuté. Vous pouvez cliquer sur l'image ci-dessous pour accéder à une version encore très expérimentale de la maquette, encore en cours de développement.

Perspectives

Plusieurs applications peuvent être envisagées pour les algorithmes développés dans CASSOS, selon l'horizon temporel que l'on choisit :

  1. Schéma d'ouverture prévisionnel (horizon à 1 ou 2 jours)
  2. Multi-sector planning / airspace management (horizon à 1 ou 2 heures)

Insistons sur le fait que les algorithmes que nous proposons ne doivent en aucun cas être utilisés dans un but d'aide à la décision pour la configuration de la salle de contrôle. Leur application doit rester strictement dans le cadre d'un outil de prévision de la charge de travail à venir, au même titre qu'un modèle statistique de prévision météorologique. En effet, le modèle de prévision de l'état de regroupement des secteurs est calibré sur des données passées (archives des regroupements de secteurs). L'utiliser pour une aide à la décision reviendrait donc à figer le système.

Le travail réalisé à la DSNA/DTI/R&D dans le cadre du micro-projet CASSOS répond tout à fait à certaines problématiques abordée dans le cadre du programme européen SESAR de R&D. Le projet intitulé Complexity management in En Route du Work Package 4 (En-route operations) s'intéresse à l'ajustement dynamique de la sectorisation en fonction de la complexité du trafic. Voici le descriptif court de ce projet : "procedures and tools to dynamically adjust En Route capacity to demand (e.g. planned complexity measurements, dynamic adjustement of sectorisation)".

Logiciel

CASSOS est écrit en Objective Caml. Le code n'est pas dans le domaine public. Une librairie de réseaux de neurones en Ocaml a été développée dans le cadre de ce projet. Elle devrait être prochainement disponible sous license L-GPL (voir la rubrique Logiciels).

Principales publications