000			04817nam a2200505 i 4500
999			_c200437106 _d55318
003			TR-AnTOB
005			20230908000945.0
007			ta
008			171111s2019 xxu e mmmm 00| 0 eng d
035			_a(TR-AnTOB)200437106
040			_aTR-AnTOB _beng _erda _cTR-AnTOB
041	0		_atur
099			_aTEZ TOBB FBE END YL’19 DOĞ
100	1		_aDoğan, Hazal Berve _eauthor _9126588
245	1	0	_aBeklenmedik uçak yönlendirmelerini azaltma : _bZaman serisi analizi ve yapay sinir ağları ile modelleme / _cHazal Berve Doğan ; thesis advisor Tahir Hanalioğlu.
246	1	1	_aReduce unexpected airline diverts: modelling with time series analysis and neural network
264		1	_aAnkara : _bTOBB ETÜ Fen Bilimleri Enstitüsü, _c2019.
300			_axv, 69 pages : _billustrations ; _c29 cm
336			_2rdacontent _btxt _atext
337			_2rdamedia _bn _aunmediated
338			_2rdacarrier _bnc _avolume
502			_aTez (Yüksek Lisans)--TOBB ETÜ Fen Bilimleri Enstitüsü Temmuz 2019
520			_aBu çalışmada, bir havayolu şirketinin beklenmeyen yönlendirmelerinin sebep oldu-ğu maliyetlerin en aza indirgenmesi amacı ile bir karar destek sistemi tasarlanmış-tır. Söz konusu havayolu şirketi tarafından temin edilen meteorolojik veriler ışığın-da R programlama dili kullanılarak, görüş mesafesini öngörmek amacı ile yapılan analizlerin sonuçları sunulmuştur. Verilerin zaman serisi analiz yöntemleri kullanı-larak incelenmesi ile öngörülerde bulunmak amaçlanmıştır. İleriye dönük 3 saate karşılık gelecek şekilde ayrıntılı değerlendirme gerçekleştirilmiştir. Zaman serisi analizlerinden AR, MA, ARMA, ARIMA, AutoARIMA ve VAR kullanılarak elde edilen sonuçlar, hata oranı fonksiyonlarına göre karşılaştırılmıştır. Çalışmanın ikinci bölümünde, MATLAB programlama dili kullanılarak yapay sinir ağları oluşturul-muş, bu yöntem ile elde edilen meteorolojik verilerin tahminleri, zaman serisi ana-lizi sonuçları ile karşılaştırılmıştır. Sistemsel olarak iyileştirme, yönlendirilen uçuş-lara ait kararların doğruluğu ile ölçülmüştür. Ölçümler, karışıklık matrisine işlen-miştir.
520			_aIn this study, a decision support system is designed in order to minimize the number of flights that are diverted unexpectedly. The aim is to reduce the expenses that arise when the aircraft is not able to land on the targeted airport due to the unfavorable weather conditions, such as rescheduling the timetable, overuse of aircraft fuel than planned, passengers' accommodation and ticket reissue. In order to reduce such temporal and financial losses caused by diverted flights, decision to take off or not is made before departure, while the decision to land or not is made during flight, after a brief analysis based on weather data of target airport. For the aircraft to land on target airport as scheduled, it is crucial that the weather forecasts for visibility range, ceiling and wind speed are within the limits of the safe flight requirements. Considering the significance of this decision regarding by finance, there is a need for a decision support system that is capable of boosting the process through optimal decision-making by forecasting airport weather conditions. In the first part of the study, weather is forecast using regression and time series analysis, of which methods can be detailed as auto regressive (AR), moving average (MA), auto regressive integrated moving average (ARIMA) and vector auto regressive (VAR). Although such forecast methods are relatively effective in achieving the desired result, neural network and fuzzy logic techniques are expected to present more accurate forecast with their complicated and advanced algorithm structure. In the second part of the study, neural networks are created with using MATLAB. The results which is obtained with these methods are compared time series analysis results. Improvement is measured by accuracy of the decisions of diverted flights. The measurements are recorded on the confusion matrix.
650		7	_aTezler, Akademik _932546
653			_aHavacılık
653			_aUçak Yönlendirme
653			_aHava Tahmini
653			_aZaman Serileri
653			_aKarar Destek Sistemi
653			_aTekrarlayan Yapay Sinir Ağları (TSA)
653			_aLSTM
653			_aDivert
653			_aWeather Forecast
653			_aRegression
653			_aTime Series
653			_aDecision Support System
653			_a Neural Network
653			_aRNN
700	1		_aKhaniyev, Tahir _eadvisor _9118494
710			_aTOBB Ekonomi ve Teknoloji Üniversitesi. _bFen Bilimleri Enstitüsü _977078
856	4	0	_uhttps://tez.yok.gov.tr/ _3Ulusal Tez Merkezi
942			_cTEZ _2z