Tomada colaborativa de decisão com utilização de teoria dos jogos para o sequenciamento de decolagens em aeroportos

Abstract

Atualmente no Brasil, as decisões no gerenciamento das decolagens de aeronaves dependem exclusivamente da experiência do controlador, que, empiricamente, programa um sequenciamento de partidas. Propõe-se então, através do conceito de Tomada Colaborativa de Decisão (CDM), a elaboração de um sistema computacional para o Gerenciamento Colaborativo de Partidas em aeroportos (CoDMAN) com a utilização da Teoria dos Jogos. Neste modelo, cada agente representa uma aeronave a impactar o cenário aeroportuário e suas decisões são fundamentadas na negociação em cenários dinâmicos multiagentes para a consecução de sequências eficientes de decolagens. Um protótipo foi desenvolvido e foram elaboradas simulações com base em planos de voo válidos para o Aeroporto Internacional de Brasília. A interface com os sistemas radar foi simulada com o tratamento dos voos que impactaram a TMA-Brasília em fevereiro de 2013. Os resultados obtidos foram satisfatórios. As otimizações no sequenciamento das decolagens reduziram o custo associado aos atrasos em até 28%, comprovando a eficácia da modelagem proposta.Currently in Brazil the decisions in aircraft departure management depend exclusively on the controller’s expertise, which empirically decides the departure sequence scheduling. This work describes the implementation of a Collaborative Departure Management system in airports (CoDMAN) through the concept of Collaborative Decision Making (CDM) with the application of Game Theory. In this model, each agent represents an aircraft that impacts the airport scenario and their decisions are based on the negotiation in dynamic multiagent scenarios in order to yield efficient departure sequences. A prototype was developed with the simulations using flight plans valid to the International Airport of Brasília. The interface with radar systems was also simulated through the evaluation of the impacting flights in TMA-Brasilia during in February 2013 with satisfactory results. The departure sequencing optimization reduced the cost associated to the delays up to 28%, which demonstrates the efficacy of the developed model.