Com a crescente utilização de transporte aéreo, o gerenciamento deste tráfego tem se tornado cada vez mais complexo. Um dos principais gargalos do gerenciamento é o planejamento da utilização eficiente de pistas para pouso e decolagem. Esta tese tem como objetivo investigar o Problema de Pouso de Aeronaves que busca minimizar atrasos e/ou adiantamentos do tempo de pouso das aeronaves, atribuindo-a a uma pista para pousar e sequenciando-as. A primeira contribuição da tese está na comparação de quatro formulações matemáticas da literatura, três comparáveis diretamente e outra contendo uma particularidade que não permite uma comparação direta com as demais formulações. Além de comparar e identificar qual das formulações apresenta o melhor desempenho computacional para resolver as instâncias do problema, também analisa-se a qualidade da solução da última formulação ao considerar um novo conjunto de restrições. O pacote de otimização Gurobi Optimizer foi utilizado para os testes computacionais. A segunda contribuição da tese está na nova formulação matemática baseada em Job Shop proposta para o problema, juntamente com uma matheuristic para resolver instâncias com maior número de aeronaves que o Gurobi Optimizer não consegue resolver de forma ótima. A matheuristic primeiro encontra uma solução inicial usando a relax-and-fix (RF) e depois a fix-and-optimize (FO) melhora a solução encontrada. Para definir bons parâmetros na RF, foi realizada a calibração destes através de testes extensivos para obter uma solução de qualidade em um tempo viável de execução. Também foram feitas comparações utilizando a primeira solução obtida pelo Gurobi Optimizer e depois melhorando-a com a FO. Os testes computacionais foram realizados em 49 instâncias da literatura e em 17 instâncias geradas a partir de dados reais do Aeroporto Internacional de São Paulo. A formulação proposta foi comparada com outras formulações matemáticas da literatura, se mostrando competitiva. Entre as variações das matheuristics, a que obteve melhores resultados foi a combinação da RF com a FO e a RF também mostrou eficiência comparado com os trabalhos da literatura que utilizam matheuristics.

Air traffic management has become increasingly complex due to the increasing use of air transport. One of the main management bottlenecks is planning the efficient use of runways for takeoff and landing. This thesis aims to investigate the Aircraft Landing Problem, which seeks to minimize earliness and tardiness in aircraft landing time, assigning it to a runway to land and sequencing them. The first contribution of the thesis is in the comparison of four mathematical formulations from the literature, three directly comparable and another containing a particularity that does not allow a direct comparison with the other formulations. In addition to comparing and identifying which of the formulations presents the best computational performance to solve the problem instances, we also analyze the quality of the solution of the last formulation when considering a new set of constraints. The optimization package Gurobi Optimizer was used for the computational tests. The second contribution of the thesis lies in the new mathematical formulation proposed for the problem, together with a matheuristic to solve instances with a greater number of aircraft that Gurobi Optimizer cannot solve optimally. Matheuristic first finds an initial solution using relax-and-fix (RF) and then fix-and-optimize (FO) improves the solution found. In order to define good values of parameters for the RF, we perform the calibration of these through extensive tests to obtain a quality solution in a viable runtime. Comparisons were also made using the first solution obtained by Gurobi Optimizer and later improving it with FO. Computational tests were performed on 49 instances of the literature and in 17 instances generated from real data from the GRU Airport. The proposed formulation was compared with other mathematical formulations in the literature, proving to be competitive. Among the variations of matheuristics, the one that obtained the best results was the combination of RF with FO and the RF also showed efficiency compared to the work in the literature that uses matheuristics.