Türkiye'nin havayolu taşıyıcı modellerine göre yolcu talebinin çoklu doğrusal regresyon, ANFIS ve YSA teknikleri ile tahminlenmesi
Estimation of passenger demand in Turkey according to airline carrier models using multiple linear regression, ANFIS and YSA techniques
- Tez No: 841267
- Danışmanlar: DOÇ. DR. ZAHİDE FİGEN ANTMEN
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 150
Özet
Havayolu yolcu taleplerin tahmini, hava taşımacılığı operasyonlarının planlanmasındaki en önemli konudur. Bu çalışmada; Türkiye'nin iç hat havayolu taşımacılığı talebini tahmin edebilmek için iki yapay zeka tabanlı model yaklaşımı ile bir ekonometrik model yaklaşımı önerilip, test edilip karşılaştırılmıştır. Yapay zeka tabanlı tahmin yöntemi olarak Uyarlanabilir Ağ Tabanlı Bulanık Çıkarım Sistemi ve Yapay Sinir Ağları yaklaşımları, ekonometrik model olarak ise geleneksel Çoklu Doğrusal Regresyon analizi kullanılmıştır. Modellerde, 2000-2019 yılları arasındaki veriler kullanılmıştır. Modellerin temel girdi değişkenleri nüfus, kişi başı Gayri Safi Yurtiçi Hasıla, jet yakıt fiyatı, dolar kuru, enflasyon, işsizlik, turizm yatak kapasitesi, sanayi üretim endeksi ve kukla değişkendir. Çalışma sonucunda geleneksel ve düşük maliyetli havayolu taşıyıcılarının yolcu talebi tahmininde en iyi tahmin sonuçlarını yapay zeka tabanlı tahmin yöntemleriyle kurulan modellerin verdiği tespit edilmiştir. Bu yöntemlerle kurulan modellerin havayolu yolcu talebini tahmin etmekte başarılı yöntemler olduğu sonucuna ulaşılmıştır.
Özet (Çeviri)
Forecasting airline passenger demand is the most important issue in planning air transportation operations. In this study, two artificial intelligence-based model approaches and an econometric model approach are proposed, tested and compared to forecast Turkey's domestic airline transportation demand. Adaptive Network-Based Fuzzy Inference System and Artificial Neural Networks approaches are used as AI-based forecasting methods, while traditional Multiple Linear Regression analysis is used as the econometric model. Data between 2000 and 2019 were used in the models. The main input variables of the models are population, Gross Domestic Product per capita, jet fuel price, dollar exchange rate, inflation, unemployment, tourism bed capacity, industrial production index and dummy variable. As a result of the study, it has been determined that the models built with artificial intelligence-based forecasting methods give the best forecasting results in forecasting passenger demand of traditional and low-cost airline carriers. It is concluded that the models built with these methods are successful methods for forecasting airline passenger demand.
Benzer Tezler
- Havayolu kargo taşımacılığı modellemesi ve havayolu kargo ağının planlanması: Türkiye uygulaması
Airline cargo transportation modeling and air cargo network planning: Turkey case
UMUT AYDIN
Doktora
Türkçe
2022
Sivil Havacılıkİstanbul Teknik Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. KEMAL BURÇ ÜLENGİN
- Kombine taşımacılık ve Türkiye uygulamaları
Combined transport and practices in Turkey
BUKET FULSER
Yüksek Lisans
Türkçe
2015
Ulaşımİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. NURBANU ÇALIŞKAN
- The effect of goal based dynamic pricing and revenue management strategies on airline revenue efficiency: The impacts of dynamic pricing startegies and approaches for the case of Turkish Airlines
Hedef bazlı dinamik fiyatlandırma ve gelir yönetimi stratejilerinin havayolu gelirleri üzerindeki etkisi üzerine bir analiz
SENCAN TAŞCI
Yüksek Lisans
İngilizce
2021
Sivil HavacılıkYeditepe Üniversitesiİşletme (İngilizce) Ana Bilim Dalı
PROF. DURSUN ARIKBOĞA
- Solving aircraft routing problem with integer programming
Tamsayı programlama ile uçak rotalama probleminin çözülmesi
NAHİT KİRAZOĞLU
Yüksek Lisans
İngilizce
2009
Endüstri ve Endüstri MühendisliğiBahçeşehir ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. F. TUNÇ BOZBURA
- Müşteri deneyimi ve memnuniyetinin sadakatle ilişkisi üzerine bir uygulama: Türk Hava Yolları
A research on the customer experience and satisfaction with loyalty: Turkish Airlines
MERVE ALTINAY ÖZDOĞAN
Yüksek Lisans
Türkçe
2018
Sivil HavacılıkBahçeşehir ÜniversitesiReklamcılık ve Marka İletişimi Yönetimi Ana Bilim Dalı
YRD. DOÇ. DR. HANDE BİLSEL ENGİN