Hybrid predictive modeling approach for predicting flight delays and cancellations
Uçuş gecikmelerini ve iptallerini tahmin etmek için hibrit tahmini modelleme yaklaşımı
- Tez No: 908793
- Danışmanlar: DOÇ. DR. ALPER ÖZCAN
- Tez Türü: Yüksek Lisans
- Konular: Sivil Havacılık, Civil Aviation
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Akdeniz Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 68
Özet
Bu tez, uçuş operasyonlarını optimize etmek için tahmini modeller geliştirerek havacılık sektöründeki kritik zorlukları ele almayı amaçlamaktadır. Kapsam, uçuş gecikmelerini ve iptallerini tahmin etmeyi kapsamaktadır. Araştırma, havayolu kaynak yönetimini iyileştirmek, yolcu memnuniyetini artırmak ve operasyonel maliyetleri azaltmak için makine öğrenimi ve zaman serisi analizi dahil olmak üzere çeşitli veri odaklı yöntemleri araştırmaktadır. Yöntem: Çalışma, veri toplama, ön işleme, özellik mühendisliği ve çeşitli tahmini modelleme tekniklerinin keşfini içeren kapsamlı bir metodoloji kullanmaktadır. Makine öğrenimi algoritmaları, zaman serisi analizi ve regresyon modelleri, uçuş tahminlerinin farklı yönlerine uygulanabilirlikleri açısından incelenecektir. Bu yöntemlerin performansını ve uygunluğunu değerlendirmek için gerçek havayolu verileri kullanılacaktır. Orijinal Değer: Bu araştırma, uçuş gecikmeleri ve iptalleri için tahmini modellemeye kapsayıcı bir yaklaşım sunmaktadır. Uçuş gecikmesi tahminlerinin doğruluğunu artırmaya, iptalleri azaltmaya odaklanarak havacılık sektörü için pratik çözümler sunmayı amaçlamaktadır. Bu çalışmanın özgünlüğü, çeşitli yöntemleri keşfetme, en etkili olanları belirleme ve kaynak tahsisi ve müşteri memnuiyetini artırmak için değerli içgörüler sunmabilmekte yatmaktadır. Beklenen Sonuçlar: Beklenen sonuçlar, havayolu endüstrisinin belirli zorluklarını ele alan yüksek doğrulukta tahmin modellerinin geliştirilmesini kapsamaktadır. Araştırmanın, havayollarının uçuş operasyonlarını optimize etmeleri için değerli içgörüler ve öneriler sunması, daha güvenilir ve müşteri merkezli bir endüstriye katkıda bulunması beklenmektedir.
Özet (Çeviri)
This thesis aims to address the critical challenges in the aviation industry by developing predictive models for optimizing flight operations. The scope encompasses predicting flight delays and cancellations. The research investigates various data-driven methods, including machine learning and time series analysis, to improve airline resource management, enhance passenger satisfaction, and reduce operational costs. Method: The study employs a comprehensive methodology involving data collection, preprocessing, feature engineering, and the exploration of diverse predictive modeling techniques. Machine learning algorithms, time series analysis, and regression models will be examined for their applicability to different aspects of flight predictions. Real-world airline data will be used to evaluate the performance and suitability of these methods. Original Value: This research introduces an inclusive approach to predictive modeling for flight delays and cancellations. By focusing on enhancing the accuracy of flight delay predictions, mitigating cancellations, it aims to offer practical solutions for the aviation industry. The originality of this work lies in its adaptability to explore various methods, identify the most effective ones, and present valuable insights for resource allocation and customer service enhancement. Expected Results: The expected results encompass the development of predictive models with high accuracy, addressing the specific challenges of the airline industry. These models should lead to improved resource management, reduced operational costs, and elevated passenger satisfaction. The research is anticipated to offer valuable insights and recommendations for airlines to optimize their flight operations, contributing to a more reliable and customer-centric industry.
Benzer Tezler
- Optimizing rotary-wing UAV trajectory tracking: A comparative study of optimization methods
Döner kanatlı İHA yörünge takibinin optimize edilmesi: Optimizasyon yöntemlerinin karşılaştırmalı bir çalışması
AHMET SABAH
Yüksek Lisans
İngilizce
2024
Havacılık ve Uzay Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İSMAİL BAYEZİT
- Talep tahmini için gri temelli bir yaklaşım
A grey based approach to demand forecasting
CEYDA TANYOLAÇ BİLGİÇ
Doktora
Türkçe
2022
İşletmeİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. FERHAN ÇEBİ
- Elektronik izleme sisteminin planlanmasında yeni bir hibrit tahmin modelinin geliştirilmesi ve uygulaması
Development of a novel hybrid forecasting model for electronic monitoring system planning and application
FERHAT ELÇİ
Doktora
Türkçe
2023
Elektrik ve Elektronik MühendisliğiBilecik Şeyh Edebali ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET KURBAN
DOÇ. DR. EMRAH DOKUR
- Siber saldırıların çizge görselleştirmesinde geometrik derin öğrenme temelli yeni yaklaşımların geliştirilmesi
Development of novel approaches based on geometric deep learning for graph visualization of cyber attacks
MÜCAHİT SOYLU
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
PROF. DR. RESUL DAŞ
- Predicting battery state of health: The machine learning approach
Bataryanın sağlık durumunu tahmin etme: Makine öğrenimi yaklaşımı
ABDELMOUNAIM BENSABEUR
Yüksek Lisans
İngilizce
2024
Mekatronik Mühendisliğiİstanbul Okan ÜniversitesiOtomotiv Mekatroniği ve Akıllı Araçlar Ana Bilim Dalı
PROF. DR. RAMAZAN NEJAT TUNCAY