Geri Dön

Box-Jenkins ve yapay sinir ağı yöntemleri ile havalimanı yolcu talebi öngörülenmesi: Antalya Havalimanı örneği

Forecasting airport passanger demand by Box-Jenkins and artificial neural networks methods: A case study of Antalya Airport

  1. Tez No: 289500
  2. Yazar: HAKAN BOZDAĞ
  3. Danışmanlar: PROF. DR. ABDULLAH EROĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Ekonometri, İstatistik, Econometrics, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2011
  8. Dil: Türkçe
  9. Üniversite: Süleyman Demirel Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 111

Özet

Bu çalışmada tek değişkenli zaman serisi yöntemi“Mevsimsel Box- Jenkins (SARIMA)”ve“Yapay Sinir Ağları”yöntemlerinin kestirim doğruluklarını karşılaştırarak en yüksek doğruluğu sağlayan yöntemin belirlenmesi ve belirlenen yöntem yardımıyla 2011 yılı için Antalya Havalimanı' na yönelik kısa dönem uluslararası yolcu talebinin öngörülenmesi amaçlanmıştır. Araştırmada, havalimanının yolcu talebinin ölçüsü olarak havalimanından giriş yapan toplam uluslararası yolcu sayısı alınmış ve Ocak 2004-Aralık 2010 döneminde Antalya Havalimanı dış hatlar terminalinden giriş yapan aylık uluslararası yolcu sayısı verilerinden yararlanılmıştır.Uygulanan yöntemlerden elde edilen kestirim sonuçlarının değerlendirilmesi sonucunda,“Mevsimlik Çarpımsal--Mevsimsel Box-Jenkins (SARIMA)”yöntemi ile yapılan öngörülerin oldukça iyi sonuçlar verdiği ancak çalışmada kullanılan yöntemler içersinde en yüksek kestirim doğruluğunu sağlayan ve gerçek değerlere en yakın sonuçlar veren yöntemin“Yapay Sinir Ağları”olduğu görülmüştür. Serisinin yapay sinir ağları ile modellenmesinde orjinal serinin farklı ağ yapıları incelenmiştir. Yapılan çok sayıda deneme sonucunda 12 gecikmeli yapay sinir ağı modelinin en yüksek doğruluğu sağladığı görülmüş ve elde edilen model yardımıyla Ocak 2011-Aralık 2011 dönemi için Antalya Havalimanı' na yönelik kısa dönem uluslararası yolcu talebi öngörüsü gerçekleştirilmiştir.

Özet (Çeviri)

In this study it is aimed to compare estimation accuracies of univariate time series method“Seasonal Box-Jenkins (SARIMA)”and“Artificial Neural Network”methods and detect which method has the highest accuracy and with this method to foresight the short term international passenger demand of Antalya International Airport for 2011. In this research it is used the total number of international passenger arrivals as a measure of inbound international passengers demand and monthly international passenger arrivals to Antalya in the period of January 2004 ? December 2010 data were utilized to build appropriate model.As a conclusion of the assesment of experimental results,it has been observed that forecasts by the methods ?multicaptive-seasonal Box Jenkins (SARIMA)? has provided quite good results and on the other hand artificial neural network model has showed best forecast accuracy with lowest deviation among the techniques applied in this research. In the process of modelling the number of foreign tourist data by artificial neural networks,different network structures of the original series have been analyzed. As a consequence of several attempts it has been observed that 12 lagged artificial neural network model has presented best performance and by the means of this model it has been forecasted the monthly inbound tourism demand to Antalya for January 2011 and December 2011.

Benzer Tezler

  1. Türkiye'nin ağaç ve orman ürünleri ihracat ve ithalat değerlerinin box-jenkins ve yapay sinir ağları yöntemleri ile tahmin edilmesi ve karşılaştırılması

    The estimation and comparison in Turkey's export and import values of wood and wood products with using artificial neural networks and box-jenkins methods

    NADİR ERSEN

    Doktora

    Türkçe

    Türkçe

    2016

    Ormancılık ve Orman MühendisliğiKaradeniz Teknik Üniversitesi

    Orman Endüstri Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. İLKER AKYÜZ

  2. Finansal krizlerin öncü göstergeler yardımıyla tahmin edilmesi ve Türkiye örneği

    Predicting of financial crises with the using of leading indicators and case from Turkey

    BURÇAY YAŞAR AKÇALI

    Doktora

    Türkçe

    Türkçe

    2014

    Ekonomiİstanbul Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. N. HÜLYA TALU

  3. YAPAY SİNİR AĞI VE BOX-JENKİNS MODELİ İLE YAZICI SARF MALZEMELER VERİLERİNİN TAHMİNİ IRAK ÖRNEĞİ

    PREDICTING THE SALE OF PRİNTİNG STUFFS USING ARTIFICIAL NEURAL NETWORKS AND BOX-JENKINS MODEL MODEL OF IRAQ

    BAN ANIS ABDULLAH AL MAHMUD

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MEHMET ALBAYRAK

  4. Cam sektöründe talep tahmin yöntemlerinin uygulanması ve değerlendirilmesi

    Application and assessment of the demand forecasting methods in the glass sector

    NESLİHAN DEMİRCİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. MURAT BASKAK

  5. Turizm sektöründe talep tahminleri için yapay sinir ağları kullanımı ve diğer yöntemlerle karşılaştırmalı analizi (Antalya ilinin dış turizm talebinde uygulama)

    Forecasting tourism demand by artificial neural networks and time series methods (A comparative analysis in inbound tourism demand to Antalya

    MURAT ÇUHADAR

    Doktora

    Türkçe

    Türkçe

    2006

    TurizmSüleyman Demirel Üniversitesi

    İşletme Ana Bilim Dalı

    PROF.DR. İBRAHİM GÜNGÖR