Türkiye’de İç Hatlarda Havayolu Yolcu Taleplerinin Yapay Sinir Ağları Kullanarak Tahmini
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: İstanbul Üniversitesi, Fen Bilimleri Enstitüsü, Mühendislik Fakültesi Bölümü, Türkiye
Tezin Onay Tarihi: 2017
Tezin Dili: Türkçe
Öğrenci: İSMAİL KOÇ
Danışman: Emel Arslan
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Günümüzde her tür sektörde rekabet ortamının hızla artmakta olduğu gözlemlenmektedir. Bu durum firmalarda, varlıklarını sürdürebilmek adına öngörülerde bulunarak yakın gelecek için hazırlıklı olma çabası doğurmaktadır. Bu bağlamda yapılacak gelecek tahmininin başarı oranı firmanın da başarı oranını doğrudan etkilemektedir. Türkiye'de Avrupa ortalamasından daha yüksek oranda büyüme gösteren Havayolu taşımacılığı, ülke ekonomisinin ve ulaştırma altyapısının önemli bir parçasıdır. Ayrıca havaalanları, bulundukları çevredeki ticari faaliyetleri de motive ederek gelişmeyi teşvik ederler. Rekabet ortamının yoğun olduğu havayolu taşımacılığında başarılı gelecek tahmini önemli yer tutmaktadır. Gelecek tahmini çalışmalarında farklı yöntemler kullanılmaktadır. Bu yöntemlerden biri olan Yapay Sinir Ağları (YSA), insan beyninin etkinliğini, deneyimlerine ve bilgisine dayalı olarak taklit eden yapay öğrenmenin algoritmik bir teorisidir. YSA güçlü bir tahmin aracıdır ve iş dünyasında yaygın olarak kullanılmaktadır. Karmaşık problemleri çözmek için uygun modeller sunmaktadır. YSA modelleri, konvansiyonel modellere kıyasla daha iyi tahminler sağlamaktadır. Bu tez çalışmasında yapay sinir ağları metotları kullanılarak Türkiye'de iç hatlarda havayolu yolcu taleplerinin tahmin edilebilmesi araştırması yapılmıştır. Önce girdi olarak kullanılacak regresörlerin tespiti için literatürdeki çalışmalar incelenmiştir. Bu alanda farklı ülkelerin verileri kullanılarak yapılmış az sayıda da olsa yapay sinir ağları modellerinin kullanıldığı çalışmalar mevcuttur. Öncelikle bu çalışmalar incelenmiş ve daha sonra bu modellemede kullanılabilecek alternatif araçlardan üç tanesi (AzureML, MATLAB, R) seçilmiştir. Bu araçların kendi içinde sundukları alternatif çözümler incelenmiş ve her biri ile ayrı ayrı modeller geliştirilmiştir olup bu modellerden başarılı sonuçlar elde edilmiştir. Çıkan sonuçların performanslarını ölçebilmek için Pearson korelasyon katsayısı kullanılmıştır. Başarı kriteri olarak 0.89 ve üzeri değerler hedeflenmiştir. Netice itibariyle oldukça yüksek katsayılara ulaşılmış olup elde edilen sonuçlar tablolar ve grafikler halinde sunulmuştur. Son olarak, elde edilen modeller 2015 verilerine uygulanmıştır. Sonuçları karşılaştırma yapabilmek için çeşitli performans kriterleri uygulanmış ve yine elde edilen sonuçlar grafik ve tablo yapıları ile ifade edilmiştir. Sonuçta 2015 verileri için 0.95'e kadar çıkan Pearson Korelasyon katsayılarına ulaşılmıştır. Alınan bu sonuçlar yapay sinir ağlarının çoklu doğrusallığa duyarsız olduğu görüşünü de desteklemektedir. Elde edilen başarılı sonuçlara dayanarak söz konusu tez çalışması kapsamında üretilen modellerin Türkiye'de iç hat hava yolu yolcu sayısı tahminlemesinde kullanılabileceği yorumu yapılabilmektedir.