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: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Karabük Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 69
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
- Kestirimci bakım planlaması için zaman serisi modellerine dayalı arıza zamanı tahmini
Failure time prediction based on time series models for predictive maintenance planning
GAMZE KAYNAK
Yüksek Lisans
Türkçe
2022
Endüstri ve Endüstri MühendisliğiNecmettin Erbakan ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BİLAL ERVURAL
- 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
- 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
- Derin öğrenme ile cerrahi video anlama
Surgical video understanding with deep learning
ABDISHAKOUR ABDILLAHI AWALE ABDISHAKOUR ABDILLAHI AWALE
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DUYGU SARIKAYA