Air passenger demand forecasting for planned airports, case study: Zafer and OR-GI airports in turkey
Planlanan havalimanlarının yolcu talep miktarlarının tahmin edilmesi: Zafer ve OR-Gİ hava limanları örneği
- Tez No: 285679
- Danışmanlar: DR. MERİÇ GÖKDALAY, DR. SONER OSMAN ACAR
- Tez Türü: Yüksek Lisans
- Konular: Ulaşım, İnşaat Mühendisliği, Transportation, Civil Engineering
- Anahtar Kelimeler: Havalimanları, Hava Ulaşımı, Talep Tahmini, Yapay Sinir Ağları, Çoklu Lineer Regresyon Analizi, Airports, Air Transport, Demand Forecasting, Artificial Neural Networks, Multi-Linear Regression Analysis
- Yıl: 2011
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Bölümü
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 149
Özet
Yeni havalimanı yatırımlarının ekonomik değerlendirmesi için gelecekte oluşacak trafik miktarının kullanılmasına gereksinim duyulmaktadır. Planlanan havalimanlarındaki yolcu sayılarının, ülkedeki ve inşa edildikleri bölgelerdeki sosyo-ekonomik göstergelere bağlı olduğu günümüzde iyi bilinmektedir. Bu çalışmada Türkiyede yapımı planlanan ve geçmiş veriye sahip olmayan havalimanlarındaki yolcu sayısının tahmini üzerine yoğunlaşılmış ve yapay sinir ağları ile regresyon metodları kullanarak modeller oluşturulmuştur.Bağımsız değişken olarak oniki adet sosyoekonomik göstergenin önemli olduğu anlaşılmış ve modellerde kullanılmıştır. Bu göstergelerin oluşturduğu veriler istatistiksel olarak değerlendirilmiş ve çoğunluğunun devamsız, herhangi bir düzen göstermeyen ve değişken varyans özelliğine sahip olduğu görülmüştür. Daha güvenilir modeller oluşturabilmek için veri dönüşümü, dışadüşen elenmesi ve veri sınıflandırması yapılması gibi metodlar uygulanmıştır. En iyi regresyon modelinde oniki adet göstergeden yedi adedi kullanılmıştır. Yapay sinir ağlarının kullanıldığı modelde ise göstergelerin tamamı kullanıldığında en iyi sonuç elde edilmiştir. Her iki model de Zafer, Or-Gi veya benzeri bir havalimanında herhangi bir yılda oluşabilecek yolcu sayısını tahmin etmek için kullanılabilir.Regresyon ve yapay sinir ağları modelleri istatistiksel metodlar ile test edilmiş ve bu çalışmanın incelediği veri kümesinde yapay sinir ağları modelinin regresyon modelinden daha iyi sonuçlar verdiği görülmüştür.
Özet (Çeviri)
The economic evaluation of a new airport investment requires the use of estimated future air passenger demand.Today it is well known that air passenger demand is basicly dependent on various socioeconomic factors of the country and the region where the planned airport would serve. This study is focused on estimating the future air passenger demand for planned airports in Turkey where the historical air passsenger data is not available.For these purposses, neural networks and multi-linear regression were used to develop forecasting models.As independent variables,twelve socioeconomic parameters are found to be significant and used in models. The available data for the selected indicators are statistically analysed and it is observed that most of the data is highly volatile, heteroscedastic and show no definite patterns. In order to develop more reliable models, various methods like data transformation, outlier elimination and categorization are applied to the data.Only seven of total twelve indicators are used as the most significant in the regression model whereas in neural network approach the best model is achieved when all the twelve indicators are included. Both models can be used to predict air passenger demand for any future year for Or-Gi and Zafer Airports and future air passenger demand for similar airports.Regression and neural models are tested by using various statistical test methods and it is found that neural network model is superior to regression model for the data used in this study.
Benzer Tezler
- Türkiye'de hava ulaştırması yolcu talebi
Air transportation passenger demand in Turkey
SİBEL ÜSTÜNEL
Yüksek Lisans
Türkçe
1994
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. YÜCEL CANDEMİR
- Hava taşımacılığında filo atama problemlerini çözmeye yönelik bir karar destek sistemi geliştirme
Design and implementation of decision support system for the fleet assignment problem in air transportation
MEHMET ERYİĞİT
- Sistem dinamiği yaklaşımı ile havayolu taşımacılığına olan talebin öngörülerek kapasite planlanması ve İstanbul üzerine bir uygulama
The capacity planning with estimating air transportation demand using system dynamics approach and an application on Istanbul
SAİT OĞUZ
Yüksek Lisans
Türkçe
2019
Sivil HavacılıkMilli Savunma ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ VOLKAN ÇAKIR
- Türkiye'nin havayolu taşıyıcı modellerine göre yolcu talebinin çoklu doğrusal regresyon, ANFIS ve YSA teknikleri ile tahminlenmesi
Estimation of passenger demand in Turkey according to airline carrier models using multiple linear regression, ANFIS and YSA techniques
FATMA ŞEYMA YÜKSEL
Doktora
Türkçe
2023
Endüstri ve Endüstri MühendisliğiÇukurova ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ZAHİDE FİGEN ANTMEN
