Future UDPP Concepts

Contexto

Durante la fase táctica del proceso de gestión de afluencia del tráfico aéreo (ATFCM, por las siglas en inglés de Air Traffic Flow and Capacity Management), cuando se espera que la capacidad de un sector del espacio aéreo o en el aeropuerto de destino sea excedida por la demanda, los vuelos se retrasan en el aeropuerto de origen y se les asigna una nueva hora de despegue a través de slots ATFM. Esto da como resultado el llamado retraso ATFM, que supone un coste significativo para las aerolíneas, los pasajeros y el sistema de gestión de tráfico aéreo (ATM, por las siglas en inglés de Air Traffic Management) en su conjunto. La política que se utiliza hoy en día para asignar esos slots ATFM es el principio “First Planned First Served” (FPFS). El sistema FPFS minimiza el retraso total, pero debido a que el coste del retraso es altamente no lineal y varía de un vuelo a otro, puede que no sea la solución óptima desde el punto de vista de los costes de las aerolíneas. La posibilidad de reorganizar las secuencias de vuelos ante situaciones de desequilibrio entre demanda y capacidad ofrece un potencial notable para reducir el impacto del retraso ATFM. Para hacer realidad este potencial, SESAR desarrolló el concepto de User Driven Prioritisation Process (UDPP). Los primeros desarrollos de esta iniciativa introdujeron una serie de mecanismos que brindan a las aerolíneas mayores niveles de flexibilidad para priorizar sus vuelos y distribuir las demoras de acuerdo con su impacto en las operaciones y los costes de la aerolínea. Sin embargo, el nivel de flexibilidad proporcionado por estos conceptos básicos es aún relativamente bajo. En la literatura se proponen otros instrumentos de priorización de vuelos más flexibles, incluidos mecanismos de mercado, pero su implementación se ve obstaculizada por las dificultades para diseñar, probar y validar dichos instrumentos. Los enfoques clásicos de modelización, como la teoría de juegos y la programación lineal, se han utilizado para este propósito, pero la rigidez de las hipótesis subyacentes a estos enfoques, como la racionalidad de los agentes y el acceso a información perfecta, hacen que estos modelos no sean realistas en ciertas circunstancias, lo que puede conducir a pasar por alto las posibles consecuencias no deseadas de ciertos mecanismos cuando el comportamiento de los distintos actores involucrados en el proceso se aparta de estas hipótesis.

El proyecto

El proyecto “Exploring Future UDPP Concepts through Computational Behavioural Economics” tuvo como objetivo desarrollar nuevos enfoques de modelización para permitir un estudio riguroso y completo de mecanismos UDPP avanzados y altamente flexibles. Con este fin, se adoptaron los paradigmas de la economía del comportamiento (behavioural economics) y la economía computacional basada en agentes (ACE, agent-based computational economics), como una metodología particularmente adecuada para la representación de características que no son capturadas correctamente por los enfoques clásicos, como la racionalidad limitada, el comportamiento evolutivo y la información asimétrica, imperfecta e incierta.

Objetivos

Los objetivos específicos del proyecto fueron los siguientes:

1. Desarrollar un marco de evaluación para la evaluación integral del impacto de los mecanismos de priorización de vuelos tanto en la red como de forma individual para cada uno de los agentes del sistema ATM, incluidos aspectos tales como su capacidad para garantizar la equidad y su resiliencia y robustez ante la presencia de un comportamiento irracional o estratégico de las aerolíneas.
2. Realizar una revisión detallada de los mecanismos tácticos de asignación de slots y trayectorias propuestos en la literatura e identificar los más prometedores para mejorar el proceso UDPP.
3. Desarrollar un modelo basado en agentes que permita la evaluación de diferentes mecanismos de priorización de vuelos de acuerdo con el marco de evaluación propuesto.
4. Ejecutar un conjunto de experimentos de simulación, considerando diferentes patrones de comportamiento de las aerolíneas, para realizar una evaluación y comparación sistemáticas de los mecanismos de priorización de vuelos identificados y extraer conclusiones sobre sus ventajas y desventajas.

Resultados

El proyecto desarrolló un modelo basado en agentes que simula un día de operaciones, donde el Network Manager se encarga de la gestión del flujo y las aerolíneas toman decisiones sobre cómo afrontar los retrasos impuestos en situaciones de congestión. Las características principales del modelo se resumen en el entregable D3.1 “Modelo de simulación basado en agentes para el análisis de mecanismos de asignación de trayectorias y ranuras tácticas”.

El conjunto de escenarios elegidos para las simulaciones fue el resultado de la combinación de diferentes variables de configuración incluidas las normas de tráfico aéreo y de comportamiento. Del análisis de los resultados del experimento, se puede ver cómo los diferentes mecanismos de priorización de vuelos impactan los KPI seleccionados. Se puede encontrar más información en D4.1 “Resultados de los experimentos de simulación: análisis comparativo de diferentes mecanismos de asignación táctica de trayectorias y slots ATFM”.

El proyecto permitió extraer varias conclusiones. En algunos escenarios se identificaron fenómenos emergentes y contraintuitivos que de otro modo se habrían ignorado, revelando el valor añadido de la modelización basada en agentes. Los resultados se vieron notablemente afectados por los efectos de red, lo que subraya la relevancia de estos efectos a la hora de evaluar los mecanismos de priorización. Por otro lado, los resultados mostraron un alto grado de sensibilidad a algunas de las hipótesis de la modelización, como la posibilidad de modificar las trayectorias (reroutings), las hipótesis sobre el comportamiento de las aerolíneas, o la implementación del algoritmo CASA de asignación de slots. Estos aspectos se investigaron más en profundidad en el proyecto BEACON.

Entregables

• D1.1 UDPP assessment framework: indicators and metrics.
• D2.1 Tactical slot and trajectory allocation mechanisms: qualitative assessment.
• D3.1 Agent-based simulation model for the analysis of tactical slot and trajectory allocation mechanisms.
• D4.1 Results of simulation experiments: comparative analysis of different tactical slot and trajectory allocation mechanisms.

Artículos científicos

• Artículo SIDs 2020: Evaluation of flight prioritization mechanisms through agent-based modelling.
• Seminario ATM: Exploring Future UDPP Concepts through Computational Behavioral Economics.

Presentaciones

• Engage Workshop 2019: Exploring UDPP Concepts through Computational Behavioural Economics.