[논문 리뷰] Strategic Planning in Air Traffic Control as a Multi-objective Stochastic Optimization Problem

Gaétan Marceau, Pierre Savéant외 1명|arXiv (Cornell University)|2013. 09. 16.

Air Traffic Management and Optimization참고 문헌 26인용 수 5

한 줄 요약

이 논문은 전략적 항공교통통제 계획을 위한 다목적 스토케스틱 최적화 프레임워크를 제안하며, 궤도 불확실성을 확률적 전파를 통해 항로 혼잡도를 추정한다. 폐쇄형 혼잡도 확률 식과 NSGA-II를 사용하여 지연과 혼잡도 비용을 균형 잡은 파레토 최적 스케줄을 생성하며, 24대 항공기, 11개 항로 벤치마크에서 검증되어 강인한 트레이드오프 솔루션을 제공한다.

ABSTRACT

With the objective of handling the airspace sector congestion subject to continuously growing air traffic, we suggest to create a collaborative working plan during the strategic phase of air traffic control. The plan obtained via a new decision support tool presented in this article consists in a schedule for controllers, which specifies time of overflight on the different waypoints of the flight plans. In order to do it, we believe that the decision-support tool shall model directly the uncertainty at a trajectory level in order to propagate the uncertainty to the sector level. Then, the probability of congestion for any sector in the airspace can be computed. Since air traffic regulations and sector congestion are antagonist, we designed and implemented a multi-objective optimization algorithm for determining the best trade-off between these two criteria. The solution comes up as a set of alternatives for the multi-sector planner where the severity of the congestion cost is adjustable. In this paper, the Non-dominated Sorting Genetic Algorithm (NSGA-II) was used to solve an artificial benchmark problem involving 24 aircraft and 11 sectors, and is able to provide a good approximation of the Pareto front.

연구 동기 및 목표

• 전략적 항공교통계획 과정에서 불확실한 비행 궤도에 기인한 항공역 혼잡 문제를 해결한다.
• 궤도 수준에서 비행 일정의 불확실성을 모델링하여 이를 항로 수준의 혼잡도 확률로 전파한다.
• 지연 최소화와 항로 혼잡도 감소 사이의 트레이드오프 솔루션 세트를 제공하는 의사결정 지원 도구를 개발한다.
• 안전성과 효율성을 균형 잡은 웨이포인트 통과 시간 스케줄을 생성하여 공동 계획 수립을 가능하게 한다.
• 바람, 날씨 및 ATC 제약 조건을 고려한 확장 가능한 데이터 기반 프레임워크를 제공하여 전략적 유량 최적화를 실현한다.

제안 방법

• 비행 도착 시간과 웨이포인트에서의 궤도 이탈에 대한 불확실성을 확률 이론을 사용해 모델링한다.
• 비행 관리 시스템의 행동에서 유도된 조건부 확률을 사용해 비행 계획을 통해 불확실성을 전파한다.
• 개별 항공기의 확률 기반으로 항로 혼잡도 확률을 계산하는 폐쇄형 수식을 유도한다.
• 기대 지연과 기대 혼잡도 비용을 최소화하는 이목적 최적화 문제를 수립한다.
• 파레토 최적 해의 비지배 해 집합을 근사하기 위해 NSGA-II 다목적 진화 알고리즘을 적용한다.
• 지연의 공정한 분배를 보장하기 위해 비용 함수에 형평성 고려 사항을 통합한다.

실험 결과

연구 질문

• RQ1 비행 궤도의 불확실성은 어떻게 모델링하고, 이를 계산 효율적으로 항로 혼잡도 확률로 전파할 수 있는가?
• RQ2 삼각분포와 같은 다양한 불확실성 표현 방식이 결과적인 혼잡도 및 지연 트레이드오프에 미치는 영향은 어떠한가?
• RQ3 항로 혼잡도 확률에 대한 폐쇄형 표현식이 전략적 항공교통계획에서 고비용 몬테카를로 시뮬레이션을 대체할 수 있는가?
• RQ4 NSGA-II는 확률적 제약 조건이 존재하는 실세계 항공유량 관리 문제에서 파레토 최적 해를 근사하는 데 얼마나 효과적인가?
• RQ5 제안된 모델은 전략적 단계와 전술적 단계 간의 부드러운 전환을 어느 정도 지원할 수 있는가?

주요 결과

• 제안된 항로 혼잡도 확률에 대한 폐쇄형 수식은 몬테카를로 시뮬레이션에 의존하지 않고도 빠르고 정확한 추정을 가능하게 한다.
• NSGA-II 알고리즘이 24대 항공기, 11개 항로 벤치마크 사례에서 파레토 최적 해를 성공적으로 근사하여 비지배 해 집합을 생성했다.
• 불확실성 모델링에 삼각분포를 사용한 결과, 지연과 혼잡도 트레이드오프에 대해 직관적인 기대와 일치하는 결과를 도출했다.
• 이 방법은 지연 최소화와 혼잡도 감소라는 상충 목표를 효과적으로 다루었으며, 조정 가능한 트레이드오프 솔루션의 범위를 제공했다.
• 향후 실 운영 데이터와 전술 단계의 궤도 예측에서 유래한 불확실성 모델링 통합을 지원한다.
• 복잡한 확률적 종속성을 분석 가능한 확률적 제약 조건으로 변환함으로써 확장 가능한 전략적 계획 수립을 가능하게 한다.