• Doctorant:
  • Thibault Falque
  • Financement : Exakis Nelite
  • Thèse soutenue le :
  • 21 déc. 2023

Cette thèse examine en profondeur les défis opérationnels des aéroports modernes, en se concentrant sur l’optimisation de différentes ressources aéroportuaires et sur la prédiction de flux de passagers ou de vols.

En premier lieu, nous avons traité le problème de l’attribution des comptoirs d’enregistrement. Trois modèles de programmation par contraintes ont été proposés, chacun traitant des contraintes opérationnelles variées et des préférences des compagnies aériennes, cherchant à maximiser l’utilisation des ressources et la satisfaction des compagnies.

Dans un second temps, toujours à l’aide de techniques de programmation par contraintes, nous nous sommes intéressés à la modélisation du problème d’attribution des parkings d’avions.

Afin d’améliorer les performances des techniques de résolution disponibles dans l’état de l’art pour les problèmes précédents, la troisième partie de nos travaux concerne l’élaboration de nouvelles méthodes de résolution, comme celle nommée “Aggressive Bound Descent” visant à accélérer le rythme des bornes trouvées par les outils génériques de résolution utilisés. Nous nous sommes également intéressés à la résolution parallèle de problèmes d’optimisations.

Le reste de nos travaux sont placés, non plus sous le signe de l’optimisation des ressources, mais sous celui de la prédiction des flux. Au travers de l’étude de différentes techniques, nous nous sommes intéressés à la prédiction du nombre de passagers à mobilité réduite sur les vols, un aspect essentiel pour la maîtrise des coûts associés à leurs prises en charge. À travers une analyse exploratoire des données, nous avons établi des modèles prédictifs pour assurer une meilleure allocation des services d’assistance.

Enfin, les derniers travaux de cette thèse se concentrent sur la prédiction et l’explication des retards au départ des avions, un enjeu majeur pour la ponctualité aéroportuaire. Après une analyse des données, un premier modèle capable de prédire certains retards a été élaboré. Celui-ci offre des performances suffisamment intéressantes pour que le groupe Aéroport de Paris souhaite industrialiser sa mise en place au sein de son système d’information.