Yapay sinir ağları ve arima hibrit zaman serisi modeli ile havayolu rezervasyonu tahmini
Airline reservation forecast with artificial neural networks and arima hybrid time series model
- Tez No: 751958
- Danışmanlar: DR. ÖĞR. ÜYESİ YUSUF KURTGÖZ
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: ARIMA, Envanter, Hava yolları, Rezervasyon, Zaman serileri, ARIMA, Inventory, Airlines, Reservation, Time series
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Karabük Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, bir havayolunun uçuş planındaki envanter ataması için zaman serisi analizi ile uçuş gününde beklenen toplam rezervasyon öngörülmüştür. Yapay sinir ağları ve otoregresif bütünleşik hareketli ortalama süreci (ARIMA) yöntemleri uygulanmıştır. Yapay sinir ağları doğrusal olmayan veriler üzerinde ileri performans gösterdiği halde lineer verilerin ilişkisini yakalamakta ARIMA modeli daha iyi sonuçlar vermektedir. Dolayısı ile her iki yöntemin avantajlarını bir araya getiren yapay sinir ağları ve ARIMA modellerinin sonuçlarını birlikte dikkate alan hibrit model geliştirilmiştir. Sonuç olarak çalışma kapsamında ele alınan rota için yolcu ve kargo rezervasyonu tahmin edilip uçuş çizelgelemesinde yapılan kapasite ataması değerlendirilmiştir.
Özet (Çeviri)
In this study, the total expected reservation on the day of the flight is predicted by time series analysis for the inventory assignment of an airline's flight plans. Artificial neural networks and autoregressive integrated moving average process (ARIMA) methods have been applied. Although artificial neural networks have advanced performance on non-linear data, the ARIMA model gives better results in capturing the relationship of linear data. Therefore, a hybrid model has been developed that combines the advantages of both methods, considering the results of artificial neural networks and ARIMA models the passenger and cargo reservation for the route considered within the scope of the study was estimated and the capacity assignment made in the flight schedule was evaluated.
Benzer Tezler
- Zaman serileri için optimize ARIMA-YSA hibrit modeli ve finansal zaman serileri ile örnek uygulamalar
Optimized ARIMA–ANN hybrid model for time series and sample applications with financial time series
MAHMUT BURAK ERTURAN
- Model melezleme ile finansal zaman serisi analizi
Analysis of financial time series with model hybridization
FATMA SÖNMEZ ÇAKIR
- Performance comparison of machine learning methods and traditional time series methods for forecasting
Geleneksel zaman serisi yöntemleri ve makine öğrenmesi yöntemlerinin öngörü performans karşılaştırması
OZANCAN ÖZDEMİR
Yüksek Lisans
İngilizce
2020
İstatistikOrta Doğu Teknik Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. CEYLAN YOZGATLIGİL
- Application of hybrid simulation and improvement of decision tree algorithms for real-time transient stability prediction based on PMU measurements
PMU ölçümlerine dayalı gerçek zamanda geçici hal kararlılığı kestirimi için hibrit simülasyon uygulaması ve karar ağacı algoritmalarının geliştirilmesi
TOHID BEHDADNIA
Yüksek Lisans
İngilizce
2020
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. VEYSEL MURAT İSTEMİHAN GENÇ
- Hybrid reciprocal recommendation with advanced feature representations
Gelişmiş özellik gösterimleri ile hibrit çift taraflı öneri sistemleri
EZGİ YILDIRIM
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞULE ÖĞÜDÜCÜ
- Prediction of transaction counts in correspondent banking using neural networks
Muhabir bankacılıkta işlem sayılarının sinir ağları kullanılarak tahmin edilmesi
FAZIL CÜNEYT CÜCÜ
Yüksek Lisans
İngilizce
2022
BankacılıkBahçeşehir ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ CEMAL OKAN ŞAKAR
