Previsão de Fluxos Aéreos nas Áreas Terminais de Voo com Base em Cadeias de Markov
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10400.6/13759 |
Resumo: | No decorrer destes últimos anos tem havido um enorme aumento na procura de serviços de aviação, levando a que alguns aeroportos atinjam um determinado nível de saturação. Tanto o setor de controlo de tráfego aéreo, como a infraestrutura aeroportuária enfrentam limitações de capacidade. Contudo, o principal problema está relacionado com a gestão inadequada dos recursos disponíveis, especialmente no que diz respeito ao espaço aéreo. Esta dissertação foca-se no desenvolvimento e avaliação de um modelo de previsão de fluxos aéreos nas Áreas Terminais de Voo (Terminal Manoeuvring Areas - TMA’s) utilizando o conceito de cadeias de Markov. As TMA’s são espaços aéreos circundantes de um aeroporto, altamente congestionados e complexos. A previsão precisa dos fluxos de tráfego nestas zonas terminais é essencial para garantir a segurança e eficiência do sistema de controlo de tráfego aéreo. Como se tratam de zonas de convergência, é necessário existir um limite de capacidade dependendo do aeroporto e, por essa razão, é fundamental a previsão do fluxo, permitindo que o serviço de controlo aéreo da TMA possa elaborar as estratégias táticas de modo a impedir o congestionamento. Nesta dissertação, propõe-se o uso de cadeias de Markov como uma abordagem para modelar e prever os fluxos aéreos nas TMA’s. As cadeias de Markov são processos estocásticos que descrevem a evolução de um sistema de estados discretos, onde a probabilidade de transição entre estados depende somente do estado atual. Esta propriedade torna as cadeias de Markov adequadas para modelar sistemas com comportamento dinâmico e aleatório, como o caso do tráfego aéreo. Para desenvolver o modelo de previsão, utilizaram-se dados históricos de tráfego aéreo nas zonas terminais de Lisboa, de modo a construir uma matriz de transição de estados, que descreve as probabilidades de transição entre os estados do sistema, que representam as diferentes configurações de fluxos de tráfego aéreo nas TMA’s. Os resultados obtidos sugerem que o modelo de previsão desenvolvido baseado nas cadeias de Markov é eficaz na previsão de fluxos aéreos nas TMA’s. Foram efetuadas tanto a previsão do número de chegadas de aeronaves em intervalos de uma hora como a previsão em observações de apenas meia hora. Posto isto, foi realizada a análise do estado permanente da rede, foi efetuada a previsão do próximo estado em apenas um passo e posteriormente foi feita a previsão em ??-passos. Os resultados possibilitaram identificar o estado mais provável, o estado considerado mais crítico. Desta forma, foi possível analisar as consequências que os resultados podem trazer à administração do aeroporto, resultando ou não no planeamento do aumento da sua capacidade de modo a evitar a possibilidade de saturação. Por fim, esta dissertação demonstra que as cadeias de Markov constituem uma abordagem viável para a previsão de fluxos aéreos nas TMA’s. O modelo proposto demonstra potencial para ser aplicado em sistemas reais de controlo de tráfego aéreo, oferecendo benefícios significativos para a indústria da aviação em termos de eficiência operacional e segurança. No entanto, são necessárias pesquisas e desenvolvimentos adicionais para aperfeiçoar e adaptar o modelo em outras áreas terminais, em diferentes aeroportos. |
id |
RCAP_733c88c93d9dc8e2f27855a76230ddb8 |
---|---|
oai_identifier_str |
oai:ubibliorum.ubi.pt:10400.6/13759 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Previsão de Fluxos Aéreos nas Áreas Terminais de Voo com Base em Cadeias de MarkovÁrea Terminal de VooCadeias de MarkovCapacidade do Espaço AéreoPrevisão de FluxoTráfego AéreoDomínio/Área Científica::Engenharia e Tecnologia::Engenharia AeronáuticaNo decorrer destes últimos anos tem havido um enorme aumento na procura de serviços de aviação, levando a que alguns aeroportos atinjam um determinado nível de saturação. Tanto o setor de controlo de tráfego aéreo, como a infraestrutura aeroportuária enfrentam limitações de capacidade. Contudo, o principal problema está relacionado com a gestão inadequada dos recursos disponíveis, especialmente no que diz respeito ao espaço aéreo. Esta dissertação foca-se no desenvolvimento e avaliação de um modelo de previsão de fluxos aéreos nas Áreas Terminais de Voo (Terminal Manoeuvring Areas - TMA’s) utilizando o conceito de cadeias de Markov. As TMA’s são espaços aéreos circundantes de um aeroporto, altamente congestionados e complexos. A previsão precisa dos fluxos de tráfego nestas zonas terminais é essencial para garantir a segurança e eficiência do sistema de controlo de tráfego aéreo. Como se tratam de zonas de convergência, é necessário existir um limite de capacidade dependendo do aeroporto e, por essa razão, é fundamental a previsão do fluxo, permitindo que o serviço de controlo aéreo da TMA possa elaborar as estratégias táticas de modo a impedir o congestionamento. Nesta dissertação, propõe-se o uso de cadeias de Markov como uma abordagem para modelar e prever os fluxos aéreos nas TMA’s. As cadeias de Markov são processos estocásticos que descrevem a evolução de um sistema de estados discretos, onde a probabilidade de transição entre estados depende somente do estado atual. Esta propriedade torna as cadeias de Markov adequadas para modelar sistemas com comportamento dinâmico e aleatório, como o caso do tráfego aéreo. Para desenvolver o modelo de previsão, utilizaram-se dados históricos de tráfego aéreo nas zonas terminais de Lisboa, de modo a construir uma matriz de transição de estados, que descreve as probabilidades de transição entre os estados do sistema, que representam as diferentes configurações de fluxos de tráfego aéreo nas TMA’s. Os resultados obtidos sugerem que o modelo de previsão desenvolvido baseado nas cadeias de Markov é eficaz na previsão de fluxos aéreos nas TMA’s. Foram efetuadas tanto a previsão do número de chegadas de aeronaves em intervalos de uma hora como a previsão em observações de apenas meia hora. Posto isto, foi realizada a análise do estado permanente da rede, foi efetuada a previsão do próximo estado em apenas um passo e posteriormente foi feita a previsão em ??-passos. Os resultados possibilitaram identificar o estado mais provável, o estado considerado mais crítico. Desta forma, foi possível analisar as consequências que os resultados podem trazer à administração do aeroporto, resultando ou não no planeamento do aumento da sua capacidade de modo a evitar a possibilidade de saturação. Por fim, esta dissertação demonstra que as cadeias de Markov constituem uma abordagem viável para a previsão de fluxos aéreos nas TMA’s. O modelo proposto demonstra potencial para ser aplicado em sistemas reais de controlo de tráfego aéreo, oferecendo benefícios significativos para a indústria da aviação em termos de eficiência operacional e segurança. No entanto, são necessárias pesquisas e desenvolvimentos adicionais para aperfeiçoar e adaptar o modelo em outras áreas terminais, em diferentes aeroportos.Over the past few years there has been a huge increase in demand for aviation services, leading to some airports reaching a certain level of saturation. Both the air traffic control industry and the airport infrastructure are facing capacity constraints. However, the main problem is related to the inadequate management of available resources, especially with regard to airspace. This dissertation focuses on the development and evaluation of a model to predict airflows in Terminal Manoeuvring Areas (TMA's) using the concept of Markov chains. TMA's are airspaces surrounding an airport that are highly congested and complex. Accurate prediction of traffic flows in these terminal areas is essential to ensure the safety and efficiency of the air traffic control system. As these are convergence zones, there needs to be a capacity limit depending on the airport, and for this reason flow forecasting is essential, allowing the TMA air traffic control service to devise tactical strategies in order to prevent congestion. In this dissertation, the use of Markov chains is proposed as an approach to model and predict air flows in TMA's. Markov chains are stochastic processes that describe the evolution of a system of discrete states, where the probability of transition between states depends only on the current state. This property makes Markov chains suitable for modeling systems with dynamic and random behavior, such as air traffic. To develop the prediction model, historical air traffic data was used in Lisbon's terminal zones, in order to build a state transition matrix, which describes the transition probabilities between states of the system, which represent the different configurations of air traffic flows in the TMA's. The results obtained suggest that the developed prediction model based on Markov chains is effective in predicting airflows in TMA's. Both the prediction of the number of aircraft arrivals in one-hour intervals and the prediction in half-hour observations were performed. Then, the permanent state of the network was analyzed, the next state was predicted in a single step, and then the next state was predicted in n steps. The results made it possible to identify the most likely state, the state considered most critical. In this way, it was possible to analyze the consequences that the results may bring to the airport management, resulting or not in planning to increase its capacity in order to avoid the possibility of saturation. Finally, this dissertation demonstrates that Markov chains constitute a viable approach for predicting airflows in TMA's. The proposed model shows potential to be applied in real air traffic control systems, offering significant benefits to the aviation industry in terms of operational efficiency and safety. However, further research and development is needed to refine and adapt the model in other terminal areas at different airports.Bousson, KouamanauBibliorumLopes, André Manuel Martins Almeida Campos2023-11-23T11:27:28Z2023-07-212023-06-122023-07-21T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.6/13759TID:203390083porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-12-15T09:57:28Zoai:ubibliorum.ubi.pt:10400.6/13759Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T00:53:07.722492Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Previsão de Fluxos Aéreos nas Áreas Terminais de Voo com Base em Cadeias de Markov |
title |
Previsão de Fluxos Aéreos nas Áreas Terminais de Voo com Base em Cadeias de Markov |
spellingShingle |
Previsão de Fluxos Aéreos nas Áreas Terminais de Voo com Base em Cadeias de Markov Lopes, André Manuel Martins Almeida Campos Área Terminal de Voo Cadeias de Markov Capacidade do Espaço Aéreo Previsão de Fluxo Tráfego Aéreo Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Aeronáutica |
title_short |
Previsão de Fluxos Aéreos nas Áreas Terminais de Voo com Base em Cadeias de Markov |
title_full |
Previsão de Fluxos Aéreos nas Áreas Terminais de Voo com Base em Cadeias de Markov |
title_fullStr |
Previsão de Fluxos Aéreos nas Áreas Terminais de Voo com Base em Cadeias de Markov |
title_full_unstemmed |
Previsão de Fluxos Aéreos nas Áreas Terminais de Voo com Base em Cadeias de Markov |
title_sort |
Previsão de Fluxos Aéreos nas Áreas Terminais de Voo com Base em Cadeias de Markov |
author |
Lopes, André Manuel Martins Almeida Campos |
author_facet |
Lopes, André Manuel Martins Almeida Campos |
author_role |
author |
dc.contributor.none.fl_str_mv |
Bousson, Kouamana uBibliorum |
dc.contributor.author.fl_str_mv |
Lopes, André Manuel Martins Almeida Campos |
dc.subject.por.fl_str_mv |
Área Terminal de Voo Cadeias de Markov Capacidade do Espaço Aéreo Previsão de Fluxo Tráfego Aéreo Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Aeronáutica |
topic |
Área Terminal de Voo Cadeias de Markov Capacidade do Espaço Aéreo Previsão de Fluxo Tráfego Aéreo Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Aeronáutica |
description |
No decorrer destes últimos anos tem havido um enorme aumento na procura de serviços de aviação, levando a que alguns aeroportos atinjam um determinado nível de saturação. Tanto o setor de controlo de tráfego aéreo, como a infraestrutura aeroportuária enfrentam limitações de capacidade. Contudo, o principal problema está relacionado com a gestão inadequada dos recursos disponíveis, especialmente no que diz respeito ao espaço aéreo. Esta dissertação foca-se no desenvolvimento e avaliação de um modelo de previsão de fluxos aéreos nas Áreas Terminais de Voo (Terminal Manoeuvring Areas - TMA’s) utilizando o conceito de cadeias de Markov. As TMA’s são espaços aéreos circundantes de um aeroporto, altamente congestionados e complexos. A previsão precisa dos fluxos de tráfego nestas zonas terminais é essencial para garantir a segurança e eficiência do sistema de controlo de tráfego aéreo. Como se tratam de zonas de convergência, é necessário existir um limite de capacidade dependendo do aeroporto e, por essa razão, é fundamental a previsão do fluxo, permitindo que o serviço de controlo aéreo da TMA possa elaborar as estratégias táticas de modo a impedir o congestionamento. Nesta dissertação, propõe-se o uso de cadeias de Markov como uma abordagem para modelar e prever os fluxos aéreos nas TMA’s. As cadeias de Markov são processos estocásticos que descrevem a evolução de um sistema de estados discretos, onde a probabilidade de transição entre estados depende somente do estado atual. Esta propriedade torna as cadeias de Markov adequadas para modelar sistemas com comportamento dinâmico e aleatório, como o caso do tráfego aéreo. Para desenvolver o modelo de previsão, utilizaram-se dados históricos de tráfego aéreo nas zonas terminais de Lisboa, de modo a construir uma matriz de transição de estados, que descreve as probabilidades de transição entre os estados do sistema, que representam as diferentes configurações de fluxos de tráfego aéreo nas TMA’s. Os resultados obtidos sugerem que o modelo de previsão desenvolvido baseado nas cadeias de Markov é eficaz na previsão de fluxos aéreos nas TMA’s. Foram efetuadas tanto a previsão do número de chegadas de aeronaves em intervalos de uma hora como a previsão em observações de apenas meia hora. Posto isto, foi realizada a análise do estado permanente da rede, foi efetuada a previsão do próximo estado em apenas um passo e posteriormente foi feita a previsão em ??-passos. Os resultados possibilitaram identificar o estado mais provável, o estado considerado mais crítico. Desta forma, foi possível analisar as consequências que os resultados podem trazer à administração do aeroporto, resultando ou não no planeamento do aumento da sua capacidade de modo a evitar a possibilidade de saturação. Por fim, esta dissertação demonstra que as cadeias de Markov constituem uma abordagem viável para a previsão de fluxos aéreos nas TMA’s. O modelo proposto demonstra potencial para ser aplicado em sistemas reais de controlo de tráfego aéreo, oferecendo benefícios significativos para a indústria da aviação em termos de eficiência operacional e segurança. No entanto, são necessárias pesquisas e desenvolvimentos adicionais para aperfeiçoar e adaptar o modelo em outras áreas terminais, em diferentes aeroportos. |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-11-23T11:27:28Z 2023-07-21 2023-06-12 2023-07-21T00:00:00Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10400.6/13759 TID:203390083 |
url |
http://hdl.handle.net/10400.6/13759 |
identifier_str_mv |
TID:203390083 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799136419891904512 |