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: Belirtilmemiş.
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
- Türkiye'deki özel havayolu işletmelerinin rekabet stratejileri üzerine bir araştırma
A research on competitive strategies of private airlines operating in Turkey
HÜSEYİN ÖNDER ALDEMİR
Doktora
Türkçe
2018
İşletmeAnadolu ÜniversitesiSivil Havacılık Yönetimi Ana Bilim Dalı
DOÇ. DR. FERHAN ŞENGÜR
- Türkiye'de havayolu ulaştırma sektöründe regülasyonların ekonomik analizi
Economic analysis of regulations in the airline transportation sector in Turkey
ALİ FUAT URUŞ
Doktora
Türkçe
2020
Ekonomiİzmir Katip Çelebi ÜniversitesiMaliye Ana Bilim Dalı
PROF. DR. İBRAHİM ATTİLA ACAR
- Interpretation of airline company commercials using hofstede's cultural dimensions: Examples of Turkish Airlines, Lufthansa and Sunexpress
Havayolu şirket reklamlarının Hofstede'nin kültürel boyutları ile yorumlanması: Türk Hava Yolları, Lufthansa ve Sunexpress örnekleri
IRMAK ALDAL
Yüksek Lisans
İngilizce
2022
Sivil Havacılıkİbn Haldun ÜniversitesiHava Taşımacılığı Yönetimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SÜMEYYE KUŞAKCI