Geri Dön

Beklenmedik uçak yönlendirmelerini azaltma: zaman serisi analizi ve yapay sinir ağları ile modelleme

Reduce unexpected airline diverts: modelling with time series analysis and neural network

  1. Tez No: 577201
  2. Yazar: HAZAL BERVE DOĞAN
  3. Danışmanlar: PROF. DR. TAHİR HANALİOĞLU, DR. UMUT DEMİREZEN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Havacılık, Uçak Yönlendirme, Hava Tahmini, Zaman Serileri, Karar Destek Sistemi, Tekrarlayan Yapay Sinir Ağları (TSA), LSTM, Divert, Weather Forecast, Regression, Time Series, Decision Support System, Neural Network, RNN, LSTM
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: TOBB Ekonomi ve Teknoloji Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 85

Özet

Bu çalışmada, bir havayolu şirketinin beklenmeyen yönlendirmelerinin sebep oldu-ğu maliyetlerin en aza indirgenmesi amacı ile bir karar destek sistemi tasarlanmış-tır. Söz konusu havayolu şirketi tarafından temin edilen meteorolojik veriler ışığın-da R programlama dili kullanılarak, görüş mesafesini öngörmek amacı ile yapılan analizlerin sonuçları sunulmuştur. Verilerin zaman serisi analiz yöntemleri kullanı-larak incelenmesi ile öngörülerde bulunmak amaçlanmıştır. İleriye dönük 3 saate karşılık gelecek şekilde ayrıntılı değerlendirme gerçekleştirilmiştir. Zaman serisi analizlerinden AR, MA, ARMA, ARIMA, AutoARIMA ve VAR kullanılarak elde edilen sonuçlar, hata oranı fonksiyonlarına göre karşılaştırılmıştır. Çalışmanın ikinci bölümünde, MATLAB programlama dili kullanılarak yapay sinir ağları oluşturul-muş, bu yöntem ile elde edilen meteorolojik verilerin tahminleri, zaman serisi ana-lizi sonuçları ile karşılaştırılmıştır. Sistemsel olarak iyileştirme, yönlendirilen uçuş-lara ait kararların doğruluğu ile ölçülmüştür. Ölçümler, karışıklık matrisine işlen-miştir.

Özet (Çeviri)

In this study, a decision support system is designed in order to minimize the number of flights that are diverted unexpectedly. The aim is to reduce the expenses that arise when the aircraft is not able to land on the targeted airport due to the unfavorable weather conditions, such as rescheduling the timetable, overuse of aircraft fuel than planned, passengers' accommodation and ticket reissue. In order to reduce such temporal and financial losses caused by diverted flights, decision to take off or not is made before departure, while the decision to land or not is made during flight, after a brief analysis based on weather data of target airport. For the aircraft to land on target airport as scheduled, it is crucial that the weather forecasts for visibility range, ceiling and wind speed are within the limits of the safe flight requirements. Considering the significance of this decision regarding by finance, there is a need for a decision support system that is capable of boosting the process through optimal decision-making by forecasting airport weather conditions. In the first part of the study, weather is forecast using regression and time series analysis, of which methods can be detailed as auto regressive (AR), moving average (MA), auto regressive integrated moving average (ARIMA) and vector auto regressive (VAR). Although such forecast methods are relatively effective in achieving the desired result, neural network and fuzzy logic techniques are expected to present more accurate forecast with their complicated and advanced algorithm structure. In the second part of the study, neural networks are created with using MATLAB. The results which is obtained with these methods are compared time series analysis results. Improvement is measured by accuracy of the decisions of diverted flights. The measurements are recorded on the confusion matrix.

Benzer Tezler

  1. The design of an aircraft engine fan blade based on operational safety regulations in civil aviation

    Uçak motoruna kuş çarpması durumu için motor pervanesi kanatlarının sivil havacılık güvenlik yönergelerine uygun tasarımı

    MERT YAĞIZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ZEYNEP PARLAR

  2. Numerical simulation of aircraft icing with an adaptive thermodynamic model considering ice accretion

    Buz birikimini göz önüne alarak uyarlanmış bir termodinamik model ile uçakta buzlanmanın sayısal benzetimi

    HADI SIYAHI

    Doktora

    İngilizce

    İngilizce

    2022

    Havacılık Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    PROF. DR. AHMET CİHAT BAYTAŞ

  3. Multi agent planning under uncertainty using deep Q-networks

    Derin Q-ağları kullanımı ile belirsizlik altında çoklu ajan planlaması

    FARABİ AHMED TARHAN

    Doktora

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    DOÇ. DR. NAZIM KEMAL ÜRE

  4. Data analysis and simulation applications on European air traffic modelling and spatiotemporal grid emission modelling

    Avrupa hava trafiği ve uzay-zamansal grid salınım modellemede veri analizi ve simulasyonu uygalamaları

    YİĞİT BEKİR KAYA

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Havacılık Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÖKHAN İNALHAN

  5. Hibrit kompozit plakların düşük hızlı darbe davranışının araştırılması

    Investigation of the low velocity impact behavior of hybrid composite plates

    NURULLAH KARACA

    Doktora

    Türkçe

    Türkçe

    2023

    İnşaat Mühendisliğiİskenderun Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALİ DOĞAN