İstatistiksel öneri sistemi ve makine öğrenimi temelli tahminleme modeliyle geliştirilmiş hava taşımacılığı simülasyonu tasarımı

Basit Öğe Kaydı
dc.contributor.advisorBorat, Oğuz
dc.contributor.authorTaşcıoğulları, Muhammet Emin
dc.date.accessioned2024-10-10T18:25:30Z
dc.date.available2024-10-10T18:25:30Z
dc.date.issued2016
dc.departmentEnstitüler, Fen Bilimleri Enstitüsü, Endüstri Mühendisliği Ana Bilim Dalıen_US
dc.descriptionFen Bilimleri Enstitüsü, Endüstri Mühendisliği Ana Bilim Dalıen_US
dc.description.abstractHava taşımacılığının gündelik operasyonel ve idari süreçlerini iyileştirmek amacıyla sürdürülebilir sistem tasarımı, kârlılık, verimlilik ve karar mekanizmasının hızlandırılması büyük önem taşımaktadır. Bu çalışmada hava taşımacılığı süreçlerinin gözlemlenmesi ve geliştirilmesi için örnek bir sistem tasarlanmıştır. Tasarımda makine öğrenimi ve istatistiksel analizler kullanılmıştır. Uçulacak rotalar, seçilecek uçak tipleri, doluluk ve diğer metriklerin etkilerine yönelik analizler yapılmıştır. Ayrıca mevcut süreçlerin verilerinin öğrenimi ile yeni hatlarda kârlılığı destekleyici gerekli ücret sınıfını belirleme süreci gibi makine öğrenimi temelli hesaplamalara yer verilmiştir. Bu bağlamda, ilgili değişkenler istatistiksel yöntemlerle analiz edilmiş, sınıflandırılmış ve örneklemlendirilmiştir. Böylece mevcut süreçlerin çıktılarına yönelik veri setlerinin oluşturulması şartıyla, atılacak adımları öngörü ile hesaplayan ve yönlendiren, daimi gelişim tabanlı bir sistem örnek çıktı olarak ortaya konulmuştur.en_US
dc.description.abstractWith the aim of improving the daily operational and management processes of air transportation, sustainable system design, profit, productivity and speeding up decision mechanisms have great importance. In this study, an example system has been designed for the observation and the development of air transportation processes. Machine learning and statistical analysis have been used in the design. Analysis intended towards the effects of potential destinations, aircraft types to be selected and other metrics has been conducted. In addition, with the study of the data from the existing processes, machine learning based calculations like the process for determining the required tariff class to support profitability in new destinations has taken place. In this context, related variables have been analyzed with statistical methods, classified ve exampled. In this way, provided that data sets are created towards the output of the existing processes, a system based on sustainable development, calculating and directing with foresight for the steps forward, has been presented as an example output.en_US
dc.identifier.endpage73en_US
dc.identifier.startpage1en_US
dc.identifier.urihttps://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=Br_XTptK8CZ70f0JGX9xEhEvvnfMehaVw2mP9MSNHabaL3VxSCoWNqsAiLrp8WKx
dc.identifier.urihttps://hdl.handle.net/11467/7664
dc.identifier.yoktezid421357en_US
dc.language.isotren_US
dc.publisherİstanbul Ticaret Üniversitesien_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.snmz2024_Tezen_US
dc.subjectEndüstri ve Endüstri Mühendisliğien_US
dc.subjectIndustrial and Industrial Engineeringen_US
dc.titleİstatistiksel öneri sistemi ve makine öğrenimi temelli tahminleme modeliyle geliştirilmiş hava taşımacılığı simülasyonu tasarımıen_US
dc.title.alternativeImproved air transportation simulation design with statistical recommendation system and machine learning based forecasting modelen_US
dc.typeMaster Thesisen_US

Dosyalar

Koleksiyon

Fen Bilimleri Enstitüsü Tez Koleksiyonu