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: Belirtilmemiş.
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
- Dört rotorlu insansız hava araçları için fizik rehberli artık geri beslemeli sinir ağı ile çok ajanlı dağıtılmış lineer olmayan model öngörülü formasyon kontrolü
Multi-agent distributed nonlinear model predictive formation control for quadrotor UAVs using a physics-guided residual feedback neural network
DENİZ MUHACİR
Yüksek Lisans
Türkçe
2026
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. YAPRAK YALÇIN
- İnsansız hava araçları için batarya-yakıt hücresi hibrit enerji yönetim sisteminin geliştirilmesi
Development of a battery-fuel cell hybrid energy management system for unmanned aerial vehicles
BARAN KUL
Yüksek Lisans
Türkçe
2026
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET ONUR GÜLBAHÇE
- Güney Ege ve Batı Akdeniz bölgelerinde meydana gelen orman yangınlarının hava kalitesiyle olan ilişkisinin araştırılması
Investigation of the relationship between forest fires and air quality in the Southern Aegean and Western Mediterranean regions
CANSU AKTAŞ
Yüksek Lisans
Türkçe
2026
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMRAH TUNCAY ÖZDEMİR
- A robust nonlinear MPC and ıncremental nonlinear dynamic ınversion control of quadrotors under rotor failure
Rotor arızası durumunda dört pervaneli hava araçlarının doğrusal olmayan model benzetimli ve artımsal dinamik tersleme tabanlı gürbüz kontrolü
CİHANGİR MEHMETÇİK ELİF
Yüksek Lisans
İngilizce
2026
Havacılık ve Uzay MühendisliğiOrta Doğu Teknik ÜniversitesiHavacılık ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. OZAN TEKİNALP
- Bs algoritması tabanlı sugeno tip bulanık model yapısı ile iha batarya durumunun tahmini
Estimating of uav battery status with sugeno type fuzzy model structure based on BS algorithm
BEYZANUR ÖZCAN
Yüksek Lisans
Türkçe
2025
Sivil HavacılıkErciyes ÜniversitesiHavacılık Elektrik ve Elektroniği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEDA ARIK HATİPOĞLU