Makine Öğrenmesi Teknikleri ile Havacılıkta Yakıt Taşımacılığı Kararının Alınması ve Bir Uygulama
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: İstanbul Üniversitesi, Fen Bilimleri Enstitüsü, Enformatik Bölümü, Türkiye
Tezin Onay Tarihi: 2021
Tezin Dili: Türkçe
Öğrenci: İlker Güven Yılmaz
Asıl Danışman (Eş Danışmanlı Tezler İçin): Sevinç Gülseçen
Eş Danışman: Elif Kartal
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Bu tez çalışmasının amacı havacılıkta yakıt taşımacılığı kararının makine öğrenmesi teknikleri ile alınmasıdır. Çalışmada kullanılan veri seti Türkiye'de hava taşımacılığı yapan ticari bir hava yolu firmasından temin edilmiştir. Literatürde yakıt taşımacılığı hesaplamasında kullanılan bazı temel özelleştirilebilir formüller/modeller mevcuttur. Bu çalışma ile bu formüllerden/modellerden bağımsız olarak ham veriden öğrenen makine öğrenmesi algoritmaları ile havacılık endüstrisinde yakıt taşımacılığı öngörüsünde bulunmak hedeflenmiştir. Çalışmada yakıt taşımacılığı durumunun "Var/Yok" şeklinde sınıflandırılması ve yakıt taşımacılığı miktarının tahmini için alternatif makine öğrenmesi modelleri oluşturulmuştur. k-En Yakın Komşu algoritması, Basit Bayes Sınıflandırıcı, Sınıflandırma ve Regresyon Ağaçları, Rastgele Orman algoritması, Yapay Sinir Ağları ve Destek Vektör Makinelerinden yararlanılmıştır. Sınıflandırma ve regresyon model performansları birbiriyle karşılaştırılmıştır. Analizler R programlama dili ile RStudio'da gerçekleştirilmiştir. En iyi performansı gösteren Rastgele Orman sınıflandırma (doğruluk=0,9646) ve regresyon (R²=0,8104) modelleriyle çevrimiçi bir Shiny uygulaması geliştirilmiştir.