- International Anatolia Academic Online Journal Social Sciences
- Cilt: 10 Sayı: 1
- HAVAYOLU OPERASYONLARINDA YOLCU HİZMETLERİ KAYNAKLI GECİKMELERİN ÖNGÖRÜLMESİNDE MALİ VE OPERASYONEL ...
HAVAYOLU OPERASYONLARINDA YOLCU HİZMETLERİ KAYNAKLI GECİKMELERİN ÖNGÖRÜLMESİNDE MALİ VE OPERASYONEL OPTİMİZASYON
Authors : Ahmet Selim Süzer
Pages : 118-131
View : 71 | Download : 159
Publication Date : 2024-02-08
Article Type : Other
Abstract :Hava taşımacılığının dünya ticareti içerisinde yolcu taşımacılığının yanı sıra kargo taşımacılığında da önemli yere sahip olduğu bilinmektedir. En fazla cari ticari getiri kargodan sağlanmaktadır. Uçuşların iptali, gecikmesi ve müşteri memnuniyetsizliği sebebi ile oluşan diğer ticari kayıplar işletmeye büyük oranda zarar getirmektedir. Zararların nedenleri, uçuşları geciktiren ve iptal olmasına sebep olan hava durumu olayları, bürokratik sebepler, havalimanı işletmelerindeki işleyiş aksaklıkları ve uçak arızaları gibi öngörülemeyen problemlerdir. Bu öngörülemeyen aksaklıkların dünya hava ticaretindeki payı büyüktür Bir uçağın rötar yapması sonucu otoritelere ödediği büyük cezaların yanı sıra gecikmeyi karşı taraftan telafi edilebilmesi için taviz olarak ödenen büyük meblağlar da ticari kazançları olumsuz etkileyen en önemli sebeplerdendir.Çalışmada, öngörülemeyen durumlar çeşitli tahmin yöntemleriyle incelenmiştir. Bu yöntemlerden, Yapay Sinir Ağları yapısı kullanılarak önceki senelerin verileri ile uçuş gecikmeleri yapay öğrenme algoritmaları yöntemiyle tahmin edilmiş ve gerçekleşen uçuş gecikmeleri ile karşılaştırılarak doğruluğu ispat edilmiştir. Bu yöntemde Yapay Sinir Ağlarının LM (Leven Marquardt) ileri beslemeli geri yayılım algoritmasında çeşitli ağ katman sayılarında denemeler sonuç vermiştir. Araştırmada kullanılan yapay sinir ağı modeli geliştirilmesinde 10 yıllık veriler ve modelin uygunluk tespitinde son 5 yıl verileri kullanılmıştır. Nüfus ve gayrisafi milli hasıla bağımsız değişken olarak seçilmiş, bağımlı değişkenler yolcu-km, yük-km, araç-km olarak değerlendirilmiştir. Elde edilen sonuçların doğruluk değerlerinin görülmesi için MAPE, MAD, MSE, RMSE ve R2 analizleri ile karşılaştırılmıştır. Nitekim analizler ışığında, ticari sıkıntılar için öngörülebilirliğin kayda değer sonuçlar verdiği bulunmuştur. Yapılan bu çalışmaya göre hava yolları işletmeleri önerilen ağ yapısına geçmiş on senelik verileri bölüm 2’de anlatıldığı üzere “carrier_ct”, “weather_ct”, “nas_ct” ve “late_aircraft_ct” verilerini giriş verisi olarak kullanarak bir yapay öğrenme elde etmesi sonucunda uçuş gecikmelerini tahmin etmek amacıyla kullanacaktır. Bu tahminler son on senenin gecikme süreleriyle karşılaştırılarak tahmin yüzdesi yüksek olan kısımların giriş verilerini etkileyen kısımlarını yapay öğrenme kestirimiyle yapay ağırlıklandırma sayesinde gerçeğe yakın sonuçlar elde edilmesiyle uçuş gecikmelerini tahmin edebilecektir. Bu ağırlıklandırma yapılırken Yapay Sinir Ağları uçuşu etkileyen giriş parametreleri zaman dilimlerindeki şartlara göre etki miktarını hesaplayarak daha doğru tahmin elde edilmesini sağlamaktadır.Bu yapılan çalışma hem hava yollarının itibarını hem de mali zararlarının azaltılacağı yönünde tahminler ortaya koymuştur.Keywords : Yapay sinir ağları, Gecikmeler, Havayolu işletme öngörüleri, Uçuş gecikme tahmini