YAPAY SİNİR AĞLARI VE ARİMA HİBRİT ZAMAN SERİSİ MODELİ İLE HAVAYOLU REZERVASYONU TAHMİNİ
Yükleniyor...
Dosyalar
Tarih
2022-06
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Erişim Hakkı
info:eu-repo/semantics/openAccess
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.
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."
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."
Açıklama
Anahtar Kelimeler
Hibrit zaman serisi modelleri, Havayolu rezervasyon tahmini, ARIMA, NAR, Havayolu envanter ataması., Hybrid Time Series Models, Airline Reservation Forecast, ARIMA, NAR, Airline Envanter Management
