Uçuş noktalarının sağlayabileceği ülke bazlı doluluk oranlarının yapay zeka yöntemleri ile tahmini
Forecasting country based load factor of airline destinations using artificial intelligence methods
- Tez No: 581287
- Danışmanlar: DOÇ. DR. DERYA YILTAŞ KAPLAN, DOÇ. DR. RÜYA ŞAMLI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Sivil Havacılık, Computer Engineering and Computer Science and Control, Civil Aviation
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 86
Özet
Bu tez çalışmasının amacı Türkiye'den farklı bir ülkeye belli kapasiteyle icra edilebilecek uçuşların sağlayabileceği ortalama yolcu doluluk oranını önceden belirleyebilmektir. Bu bilginin elde edilebilmesi, aynı zamanda bir ülke için en yüksek doluluk oranlarını sağlayabilecek arz koltuk kapasitesini de elde etmemizi sağlayacaktır. Bu yöntem doğrultusunda tüm ülkeler için değerlendirme yapılarak en yüksek doluluk oranı ve bu etkene bağlı olarak yüksek getiri potansiyeli olan ülkelerin belirlenmesi amaçlanmaktadır. Bu kapsamda makine öğrenmesi yöntemleri kullanılmış ve gradyan arttırma yöntemi uygulanarak yazılım modeli geliştirilmiştir. Geliştirilen modele havayolu yolcu trafiğine etki edebilecek yüzlerce unsur uygulanmıştır. Veri seti olarak Dünya Bankası'nın ülkeler için yayınladığı dönemsel veriler ve Türk Hava Yolları'nın yurt dışı bölgelere icra ettiği uçuşlara ait bilgiler kullanılmıştır. Çalışma kapsamında 2014-2018 yıllarına dair tahminleme yapılmıştır. Sonuç olarak elde edilen veriler gerçekleşen veriler ile karşılaştırılmış ve geliştirilen modelin ürettiği sonuçların ortalama %6.92 hata oranına sahip olduğu gözlemlenmiştir.
Özet (Çeviri)
The purpose of this work is to forecast average passenger load factor for the flights that can be operated from Turkey to a specific country with a certain capacity. Obtaining this information will also provide us to determine the optimal capacity that can supply the highest load factor for a country. By applying this method for all countries, it may be possible to determine the countries that have high profit potential. In this context, machine learning methods have been used and the software model has been developed by implementing gradient boosting method. Hundreds of factors that may affect passenger demand have been applied to the model. Periodical data published for the countries by World Bank and airline data provided by Turkish Airlines have been used for dataset. The approximation has been made for the years 2014-2018. As a result, the output values of the model have been compared with the actual values and it has been observed that the developed model has predicted passenger load factor by an average error rate of 6.92%.
Benzer Tezler
- Farklı insansız hava araçları ile elde edilen görüntülerin otomatik fotogrametrik yöntemlerle değerlendirilmesi ve doğruluk analizi
Examination of images obtained from different unmanned air vehicles via automatic photogrammetric methods and accuracy analysis
DENİZ BİLGE KILINÇOĞLU
Yüksek Lisans
Türkçe
2016
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. ELİF SERTEL
- Autonomous landing for VTOL aircraft on vertically moving marine platforms
Dikey hareket eden deniz platformlarına VTOL hava araçlarının otonom inişi
HAZEM ABDULLATIF MOHAMMED KHOLOSI
Yüksek Lisans
İngilizce
2024
Havacılık ve Uzay MühendisliğiOrta Doğu Teknik ÜniversitesiHavacılık ve Uzay Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİL ERSİN SÖKEN
- Tarihi çevrelerde kentsel yenileme: Gökçeada Dereköy örneği
Urban regeneration in historic settlements: The example of Gökçeada Dereköy
ALİ BİLGEHAN
Yüksek Lisans
Türkçe
2019
Mimarlıkİstanbul Teknik ÜniversitesiKentsel Tasarım Ana Bilim Dalı
PROF. DR. YASİN ÇAĞATAY SEÇKİN
- Model tabanlı geliştirme teknolojisinin hava aracı yazılımlarında kullanımı ve sertifikasyonu
Certification aspects of model based development for airborne software
TUĞBA SARAÇ DUMAN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBaşkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET REŞİT TOLUN
- Unmanned aerial vehicles based 3D city modeling data collection, processing and analysis the case of Yavuz Sinan neighborhood
İnsansız hava araç tabanlı 3D şehir modellemesi veri toplama, işleme ve analizi Yavuz Sinan mahallesi örneği
ABDALRAHMAN ALASHI
Yüksek Lisans
İngilizce
2019
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
DOÇ. DR. ÖZHAN ERTEKİN