Scheduling Strategies for Aircraft Arrival under Degraded Weather Scenarios

Efficient airport arrival scheduling is essential to ensure safe, timely, and cost-effective air traffic operations. Despite that more than 30% of the delays in Europe are caused by adverse weather conditions hard to control, which reducerunway capacity, increase the safety separations and force last-minute rescheduling. This thesis presents a two-stage stochastic optimization model for aircraft arrival scheduling under uncertainty, with a focus on visibility limitations at Schiphol Airport in Amsterdam. In the first stage, at the strategic planning level, departure sequences are planned to account for potential variations in traffic and weather conditions, based on weather scenario probabilities. In the second stage, that happens on the day of operations when the uncertainty is resolved, tactical adjustments are applied to minimize expected costs. The model incorporates costs of delays, cancellations, fuel consumptions and flight-time adjustments. In the last part of the thesis it is compared to the traditional two-phase approach, which is a deterministic model. Experiments with real traffic data demonstrate that the proposed model reduces operational costs and enhances schedule robustness. However, on the other hand, computational times increase. The results highlight how the two-stage model approach under uncertainty can improve airport efficiency and can help air traffic controllers in their decisions during operations

Una gestione efficiente degli arrivi in un areoporto è fondamentale per garantire operazioni sicure, puntuali e sostenibili economicamente. Nonostante ciò oltre il 30% dei ritardi in Europa è attribuibile a condizioni meteorologiche avverse difficilmente controllabili, che impongono capacità ridotte, distanze di sicurezza tra aerei maggiori e riprogrammazioni delle partenze ed atterraggi dell’ultimo minuto molto costose. Questa tesi presenta un modello di ottimizzazione stocastica a due stadi per la pianificazione degli arrivi in condizioni di incertezza, con particolare attenzione alle limitazioni di visibilità nell’aeroporto di Schiphol ad Amsterdam. Nel primo stadio avviene la pianificazione strategica, svolta in anticipo rispetto al giorno considerato. Le partenze vengono programmate in modo da anticipare variazioni di traffico e meteo, sulla base delle probabilità associate ai diversi possibili scenari. Nel secondo stadio, cioè durante il giorno stesso delle operazioni, quando si conoscono con certezza le condizioni dell’areoporto preso in considerazione, vengono applicati aggiustamenti tattici per minimizzare i costi complessivi. Il modello infatti tiene conto dei costi legati a ritardi, cancellazioni, consumi di carburante e variazioni dei tempi di volo. Nella parte finale del lavoro di tesi, il modello proposto è stato inoltre confrontato con l’approccio tradizionale deterministico a due fasi. Gli esperimenti su dati reali mostrano che il modello sviluppato riduce i costi operativi e rende la pianificazione più robusta a possibili variazioni delle condizioni dell’areoporto di atterraggio, anche se richiede tempi di calcolo più alti. I risultati mettono in evidenza come un approccio a due stadi sotto incertezza possa migliorare l’efficienza degli aeroporti e supportare efficacemente i controllori di volo nella gestione del traffico aereo.