The integration of simulation, optimisation, and Bayesian inference for enhancing airport stand allocation

Abstract

Els interessats de l’aeroport tenen un repte rutinari amb l’assignació de vols programats a les grades disponibles i a les posicions d’aparcament de la manera més rendible. Al mateix temps, han de complir les preferències de les companyies aèries i els contractes de serveis i garantir el confort dels passatgers. En els darrers anys, l’objectiu de reduir les emissions contaminants va afegir encara més complexitat a la moderna xarxa de transport aeri, que sovint pateix problemes de congestió i alteracions operatives relacionades. Per abordar aquests problemes i facilitar els aeroports moderns amb el suport relacionat amb la presa de decisions, aquesta investigació presenta un nou enfocament del problema aeroportuari més comú: l’assignació eficient d’estands. El concepte proposat d’eina d’assignació d’estands conscients de la interrupció combina els avantatges de la inferència bayesiana, la simulació i l’optimització evolutiva i proporciona programacions d’assignació qualitatives amb robustesa fins a un cert nivell de desviacions de l’horari de vol. L’enfocament d’assignació d’estands presentat juntament amb la simulació és innovador ja que permet 1) abordar la càrrega de les interrupcions horàries de la capacitat de l’aeroport, 2) optimitzar l’ús de la capacitat d’estands des de múltiples perspectives de gestió, 3) ajuda a alliberar recursos que generalment estan bloquejats per temps d’amortiment entre els vols assignats i 4) millora la petjada ambiental de l’aeroport.

La investigació presentada en aquesta tesi contribueix al conjunt de la literatura amb el següent:

• Una metodologia d’assignació d’estands que tingui en compte la interrupció proporciona suport a la decisió per abordar els interessos dels passatgers, les parts interessades de l’aeroport i el medi ambient de manera equilibrada.

• L’enfocament presentat facilita la mitigació de la variabilitat operativa en la gestió de la capacitat dels estands de l’aeroport i la seva petjada ambiental.

• La metodologia genera solucions que tenen en compte les interrupcions històriques i les característiques específiques de les emissions de cada avió, que proporciona als grups d’interès de l’aeroport una planificació més realista de l’assignació d’estands.

• L’enfocament d’assignació d’estands desenvolupat s’uneix a la simulació per proporcionar una avaluació qualitativa de les solucions generades i considerar l’estocàstica del sistema de la vida real no captada pel marc generador d’assignacions.

L’enfocament desenvolupat es podria ampliar encara més per tenir en compte tots els passos del procés de canvi d’avions. A més, l’enfocament d’assignació d’estands conscient de la interrupció es podria incorporar directament al model de simulació d’aeroports per millorar encara més la solidesa i el realisme de les solucions generades.

Las partes interesadas del aeropuerto se enfrentan habitualmente al desafío de la asignación de vuelos programados a los puestos de estacionamiento y puestos disponibles de la manera más rentable. Al mismo tiempo, deben cumplir con las preferencias de la aerolínea y los contratos de servicio y garantizar la comodidad de los pasajeros. En años recientes, el objetivo de reducir las emisiones contaminantes agregó aún más complejidad a la red moderna de transporte aéreo, que a menudo sufre problemas de congestión e interrupciones operativas.

Para abordar estos problemas y facilitar los aeropuertos con herramientas de apoyo a la toma de decisiones, esta investigación presenta un enfoque novedoso para el problema aeroportuario más común: la asignación eficiente de puestos de estacionamiento. El concepto propuesto de herramienta de asignación de stand combina las ventajas de la inferencia bayesiana, la simulación y la optimización evolutiva y proporciona soluciones de asignación cualitativos con solidez para un cierto nivel de desviaciones del programa de vuelo. El enfoque de asignación de puestos presentado junto con la simulación es innovador ya que permite 1) abordar la carga de interrupciones del horario considerando la capacidad del aeropuerto, 2) optimizar el uso de la capacidad del puesto desde múltiples perspectivas de gestión, 3) ayuda a liberar recursos que normalmente están bloqueados por extensos tiempos de amortiguamiento entre vuelos asignados, y 4) mejora la huella ambiental del aeropuerto.

La investigación presentada en esta disertación contribuye al cuerpo del conocimiento con lo siguiente:

• Una metodología de asignación de stands que considere las interrupciones y brinde apoyo a la toma de decisiones para abordar los intereses de los pasajeros, las partes interesadas del aeropuerto y el medio ambiente de manera equilibrada.

• El enfoque presentado facilita la mitigación de la variabilidad operativa en la gestión de la capacidad del stand del aeropuerto y su huella ambiental.

• La metodología genera soluciones que consideran las interrupciones históricas y las características de emisiones específicas de cada aeronave, lo que proporciona a las partes interesadas del aeropuerto una planificación de asignación de stand más realista.

• El enfoque de asignación de stand desarrollado se combina con la simulación para proporcionar una evaluación cualitativa de las soluciones generadas y considerar la estocasticidad del sistema real no considerada en muchas investigaciones previas.

El enfoque desarrollado podría ampliarse para considerar todos los pasos del proceso de entrega de aeronaves. Además, el enfoque de asignación de puestos de observación de interrupciones podría incorporarse directamente al modelo de simulación del aeropuerto para mejorar aún más la robustez y el realismo de las soluciones generadas.

Airport stakeholders are routinely challenged with the allocation of scheduled flights to available stands and parking positions in the most cost-efficient way. At the same time, they need to comply with airline preferences and service contracts and ensure passenger comfort. In the last years, a goal to reduce pollutant emissions added even more complexity to the modern air transport network, which often suffers from congestion problems and related operational disruptions.

To address these problems and facilitate airports with related decision support, this research presents a novel approach to the most common airport problem – efficient stand assignment. The proposed concept of a disruption-aware stand allocation tool combines advantages of Bayesian inference, simulation, and evolutionary optimisation and provides qualitative assignment schedules with robustness to a certain level of flight schedule deviations. The presented stand allocation approach coupled with simulation is innovative as it allows 1) to tackle the burden of schedule disruptions on the airport capacity, 2) optimise stand capacity use from multiple management perspectives, 3) helps to release resources that are usually blocked by extensive buffer times between allocated flights, and 4) improves airport environmental footprint.

The research presented in this dissertation contributes to the body of literature with the following:

• A disruption-aware stand allocation methodology provides decision support to tackle the interests of passengers, airport stakeholders, and the environment in a balanced way.

• The presented approach facilitates mitigation of operational variability on airport stand capacity management and its environmental footprint.

• The methodology generates solutions that consider historical disruptions and specific emissions characteristics of each aircraft, which provides airport stakeholders with more realistic stand assignment planning.

• The developed stand assignment approach is coupled with simulation to provide a qualitative assessment of the generated solutions and consider stochasticity of the real-life system not captured by the assignment-generating framework.

The developed approach could be further extended to consider all steps of the aircraft turnaround process. Moreover, the disruption-aware stand assignment approach could be directly incorporated into the airport simulation model to increase robustness and realism of the generated solutions.