Havayolu bozulma yönetiminde gecikme tahmini için makine öğrenmesi algoritmaları ile sınıflandırma

Nevra Yaman; Ediz Atmaca

Makale detayları

Havayolu bozulma yönetiminde gecikme tahmini için makine öğrenmesi algoritmaları ile sınıflandırma

Yazarlar:

Nevra Yaman | Ediz Atmaca

Yayıncı:

Gazi University

Ana Başlıklar:

Mühendislik

Dergi:

Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi Vol.39 Issue 4, pp.2031-2040

Belge Tipi:

Makale

Yayın Tarihi:

5/2024

Belge Dili:

Türkçe

Document ID (Org No.):

2001317531

pISSN:

1300-1884

Anahtar kelimeler:

Özet:

 Son yıllarda havacılık sektöründe artan rekabet ile birlikte havayolu şirketleri operasyonlarını daha verimli şekilde yönetmeye yönelmişlerdir. Havayolunda çizelgeleme faaliyetleri uçuş çizelgeleme, uçak çizelgeleme, ekip çizelgeleme ve beklenmedik olayların yönetimi olarak dört aşamada gerçekleştirilmektedir. İlk üç aşamada, sistem için uygulanabilir bir uçuş çizelgesi meydana getirilmekte ve son aşamada ise uçuşların gerçekleşmesi esnasında ortaya çıkan aksaklıklara çözüm aranmaktadır. Havayolu şirketleri uçuşlarda ortaya çıkan aksaklıklarda ciddi bir zaman kaybı ve maliyet kısıtı ile karşılaşmaktadır. Uçuş aksaklıkları yönetiminin en zor tarafı, uzun dönemler boyunca geliştirilen planların dakikalarla ifade edilebilecek bir süre içerisinde yeniden çizelgelenmesi zorunluluğudur. Uçuş aksaklıkları ortaya çıktığında, yeniden çizelgeleme durumunda, şirketlerin geleneksel yöntemlere, sezgilere ya da deneyime dayalı kararlar vermeleri ve operasyonlardaki ayrıntıların fazlalığı kararı olumsuz yönde etkilemektedir. Yapılan çalışmada, havayolu şirketinde uçuş aksaklıkları ile alakalı yeniden çizelgeleme sürecinde; risk faktörlerini belirlemek, anlamlı veriye kolayca ulaşmak ve karar vermeye yardımcı olmak üzere uçuşlar için gecikme tahmini yapılması amacıyla makine öğrenmesi algoritmaları kullanılmıştır. Makine öğrenmesinin, geçmiş verilerden anlamlı yeni bilgiler çıkararak yeniden çizelgeleme konusunda karar vericiye destek olması sağlanmış ve sınıflandırma algoritmaları ile uçuş gecikmeleri tahmin edilmiştir. Böylece, uçuşlar izlenirken hem gerçekleşen hem de gerçekleşme ihtimali olan gecikmelerin önceden görülerek gerekli önlemlerin alınabilmesi sağlanmıştır.

 Son yıllarda havacılık sektöründe artan rekabet ile birlikte havayolu şirketleri operasyonlarını daha verimli şekilde yönetmeye yönelmişlerdir. Havayolunda çizelgeleme faaliyetleri uçuş çizelgeleme, uçak çizelgeleme, ekip çizelgeleme ve beklenmedik olayların yönetimi olarak dört aşamada gerçekleştirilmektedir. İlk üç aşamada, sistem için uygulanabilir bir uçuş çizelgesi meydana getirilmekte ve son aşamada ise uçuşların gerçekleşmesi esnasında ortaya çıkan aksaklıklara çözüm aranmaktadır. Havayolu şirketleri uçuşlarda ortaya çıkan aksaklıklarda ciddi bir zaman kaybı ve maliyet kısıtı ile karşılaşmaktadır. Uçuş aksaklıkları yönetiminin en zor tarafı, uzun dönemler boyunca geliştirilen planların dakikalarla ifade edilebilecek bir süre içerisinde yeniden çizelgelenmesi zorunluluğudur. Uçuş aksaklıkları ortaya çıktığında, yeniden çizelgeleme durumunda, şirketlerin geleneksel yöntemlere, sezgilere ya da deneyime dayalı kararlar vermeleri ve operasyonlardaki ayrıntıların fazlalığı kararı olumsuz yönde etkilemektedir. Yapılan çalışmada, havayolu şirketinde uçuş aksaklıkları ile alakalı yeniden çizelgeleme sürecinde; risk faktörlerini belirlemek, anlamlı veriye kolayca ulaşmak ve karar vermeye yardımcı olmak üzere uçuşlar için gecikme tahmini yapılması amacıyla makine öğrenmesi algoritmaları kullanılmıştır. Makine öğrenmesinin, geçmiş verilerden anlamlı yeni bilgiler çıkararak yeniden çizelgeleme konusunda karar vericiye destek olması sağlanmış ve sınıflandırma algoritmaları ile uçuş gecikmeleri tahmin edilmiştir. Böylece, uçuşlar izlenirken hem gerçekleşen hem de gerçekleşme ihtimali olan gecikmelerin önceden görülerek gerekli önlemlerin alınabilmesi sağlanmıştır.

 Son yıllarda havacılık sektöründe artan rekabet ile birlikte havayolu şirketleri operasyonlarını daha verimli şekilde yönetmeye yönelmişlerdir. Havayolunda çizelgeleme faaliyetleri uçuş çizelgeleme, uçak çizelgeleme, ekip çizelgeleme ve beklenmedik olayların yönetimi olarak dört aşamada gerçekleştirilmektedir. İlk üç aşamada, sistem için uygulanabilir bir uçuş çizelgesi meydana getirilmekte ve son aşamada ise uçuşların gerçekleşmesi esnasında ortaya çıkan aksaklıklara çözüm aranmaktadır. Havayolu şirketleri uçuşlarda ortaya çıkan aksaklıklarda ciddi bir zaman kaybı ve maliyet kısıtı ile karşılaşmaktadır. Uçuş aksaklıkları yönetiminin en zor tarafı, uzun dönemler boyunca geliştirilen planların dakikalarla ifade edilebilecek bir süre içerisinde yeniden çizelgelenmesi zorunluluğudur. Uçuş aksaklıkları ortaya çıktığında, yeniden çizelgeleme durumunda, şirketlerin geleneksel yöntemlere, sezgilere ya da deneyime dayalı kararlar vermeleri ve operasyonlardaki ayrıntıların fazlalığı kararı olumsuz yönde etkilemektedir. Yapılan çalışmada, havayolu şirketinde uçuş aksaklıkları ile alakalı yeniden çizelgeleme sürecinde; risk faktörlerini belirlemek, anlamlı veriye kolayca ulaşmak ve karar vermeye yardımcı olmak üzere uçuşlar için gecikme tahmini yapılması amacıyla makine öğrenmesi algoritmaları kullanılmıştır. Makine öğrenmesinin, geçmiş verilerden anlamlı yeni bilgiler çıkararak yeniden çizelgeleme konusunda karar vericiye destek olması sağlanmış ve sınıflandırma algoritmaları ile uçuş gecikmeleri tahmin edilmiştir. Böylece, uçuşlar izlenirken hem gerçekleşen hem de gerçekleşme ihtimali olan gecikmelerin önceden görülerek gerekli önlemlerin alınabilmesi sağlanmıştır.

 Son yıllarda havacılık sektöründe artan rekabet ile birlikte havayolu şirketleri operasyonlarını daha verimli şekilde yönetmeye yönelmişlerdir. Havayolunda çizelgeleme faaliyetleri uçuş çizelgeleme, uçak çizelgeleme, ekip çizelgeleme ve beklenmedik olayların yönetimi olarak dört aşamada gerçekleştirilmektedir. İlk üç aşamada, sistem için uygulanabilir bir uçuş çizelgesi meydana getirilmekte ve son aşamada ise uçuşların gerçekleşmesi esnasında ortaya çıkan aksaklıklara çözüm aranmaktadır. Havayolu şirketleri uçuşlarda ortaya çıkan aksaklıklarda ciddi bir zaman kaybı ve maliyet kısıtı ile karşılaşmaktadır. Uçuş aksaklıkları yönetiminin en zor tarafı, uzun dönemler boyunca geliştirilen planların dakikalarla ifade edilebilecek bir süre içerisinde yeniden çizelgelenmesi zorunluluğudur. Uçuş aksaklıkları ortaya çıktığında, yeniden çizelgeleme durumunda, şirketlerin geleneksel yöntemlere, sezgilere ya da deneyime dayalı kararlar vermeleri ve operasyonlardaki ayrıntıların fazlalığı kararı olumsuz yönde etkilemektedir. Yapılan çalışmada, havayolu şirketinde uçuş aksaklıkları ile alakalı yeniden çizelgeleme sürecinde; risk faktörlerini belirlemek, anlamlı veriye kolayca ulaşmak ve karar vermeye yardımcı olmak üzere uçuşlar için gecikme tahmini yapılması amacıyla makine öğrenmesi algoritmaları kullanılmıştır. Makine öğrenmesinin, geçmiş verilerden anlamlı yeni bilgiler çıkararak yeniden çizelgeleme konusunda karar vericiye destek olması sağlanmış ve sınıflandırma algoritmaları ile uçuş gecikmeleri tahmin edilmiştir. Böylece, uçuşlar izlenirken hem gerçekleşen hem de gerçekleşme ihtimali olan gecikmelerin önceden görülerek gerekli önlemlerin alınabilmesi sağlanmıştır.

Makale detayları

Havayolu bozulma yönetiminde gecikme tahmini için makine öğrenmesi algoritmaları ile sınıflandırma

Yazarlar:

Nevra Yaman | Ediz Atmaca

Yayıncı:

Gazi University

Ana Başlıklar:

Mühendislik

Dergi:

Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi Vol.39 Issue 4, pp.2031-2040

Belge Tipi:

Makale

Yayın Tarihi:

5/2024

Belge Dili:

Türkçe

Document ID (Org No.):

2001317531

pISSN:

1300-1884

Yeniden Uçuş Çizelgeleme

Bozulma Yönetimi

Uçuş Gecikme Tahmini

Makine Öğrenmesi

Sayı

Makale detayları

Havayolu bozulma yönetiminde gecikme tahmini için makine öğrenmesi algoritmaları ile sınıflandırma

Yazarlar: Nevra Yaman | Ediz Atmaca

Yayıncı: Gazi University

Ana Başlıklar: Mühendislik

Dergi: Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi Vol.39 Issue 4, pp.2031-2040

Belge Tipi: Makale

Yayın Tarihi: 5/2024

Belge Dili: Türkçe

Document ID (Org No.): 2001317531

pISSN: 1300-1884

Yeniden Uçuş Çizelgeleme

Bozulma Yönetimi

Uçuş Gecikme Tahmini

Makine Öğrenmesi

Sayı

Yazarlar:

Nevra Yaman | Ediz Atmaca

Yayıncı:

Gazi University

Ana Başlıklar:

Mühendislik

Dergi:

Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi Vol.39 Issue 4, pp.2031-2040

Belge Tipi:

Makale

Yayın Tarihi:

5/2024

Belge Dili:

Türkçe

Document ID (Org No.):

2001317531

pISSN:

1300-1884