Πρόβλεψη αφίξεων επιβατών σε πτήσεις εσωτερικού με χρήση μοντέλων χρονοσειρών και μηχανικής μάθησης

Κρίντα, Όλγα; Krinta, Olga

dc.contributor.author	Κρίντα, Όλγα	el
dc.contributor.author	Krinta, Olga	en
dc.date.accessioned	2024-05-30T10:27:25Z
dc.date.available	2024-05-30T10:27:25Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/59576
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.27272
dc.description	Εθνικό Μετσόβιο Πολυτεχνείο--Μεταπτυχιακή Εργασία. Διεπιστημονικό-Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών (Δ.Π.Μ.Σ.) “Τεχνο-οικονομικά συστήματα”	el
dc.rights	Default License
dc.subject	Αεροδρόμιο άφιξης	el
dc.subject	Πρόβλεψη αριθμού επιβατών	el
dc.subject	Γραμμική παλινδρόμηση	el
dc.subject	Τυχαία δάση	el
dc.subject	Δέντρα σταδιακής ενίσχυσης	el
dc.title	Πρόβλεψη αφίξεων επιβατών σε πτήσεις εσωτερικού με χρήση μοντέλων χρονοσειρών και μηχανικής μάθησης	el
heal.type	masterThesis
heal.classification	Προβλέψεις με χρήση μοντέλων χρονοσειρών και μηχανικής μάθησης	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2024-02-14
heal.abstract	Η πρόβλεψη της ροής των επιβατών στα αεροδρόμια είναι σημαντική για την προετοιμασία των υποδομών υποδοχής τους στους αερολιμένες, τις επιχειρήσεις εστίασης και παροχής καταλυμάτων αλλά και τον κρατικό μηχανισμό εν γένει, και κατ’ επέκταση για την εκτίμηση των εσόδων που προέρχονται από τουρίστες και επισκέπτες ανά περιοχή. Σε αυτό το πλαίσιο, στην παρούσα εργασία μελετήθηκαν προσεγγίσεις για την ακριβή πρόβλεψη του αριθμού επιβατών σε πτήσεις εσωτερικού χρησιμοποιώντας δεδομένα από 20 ενδεικτικά αεροδρόμια των ΗΠΑ. Σε επίπεδο μεθοδολογίας, αρχικά συγκεντρώθηκαν ιστορικά δεδομένα για τις πτήσεις εσωτερικού στις ΗΠΑ, οι οποίες αφορούσαν μηνιαίες εγγραφές για τα έτη 1990-2009. Στη συνέχεια, τα δεδομένα επεξεργάστηκαν με τη χρήση εργαλείων ανοιχτού λογισμικού ώστε να δημιουργηθούν οι αντίστοιχες χρονοσειρές. Κατόπιν, από το σύνολο των επιλεγμένων δεδομένων, τα έτη 2004-2007 χρησιμοποιήθηκαν ως σύνολο εκπαίδευσης, το έτος 2008 ως σύνολο αξιολόγησης, ενώ το έτος 2009 ως σύνολο ελέγχου. Επόμενο βήμα ήταν ο σχεδιασμός και η εφαρμογή διαφορετικών μοντέλων πρόβλεψης που βασίζονταν στους αλγορίθμους της γραμμικής παλινδρόμησης (Linear Regression), των τυχαίων δασών (Random Forests) και των δέντρων σταδιακής ενίσχυσης (Gradient Boosting Trees). Η ακρίβεια των προβλέψεων των μοντέλων αξιολογήθηκε μέσω του συμμετρικού μέσου απόλυτου ποσοστιαίου σφάλματος. Τα αποτελέσματα της μελέτης έδειξαν ότι το σφάλμα πρόβλεψης κυμαίνεται κατά μέσο όρο στο 5%, γεγονός που αποδεικνύει ότι η πρόβλεψη αφίξεων τουριστών είναι εφικτή με υψηλή ακρίβεια. Επίσης συνιστούν ότι και οι τρεις μέθοδοι πρόβλεψης που εξετάστηκαν, παράγουν παρόμοια αποτελέσματα, γεγονός που δεν παροτρύνει αναγκαστικά τη χρήση αλγορίθμων μηχανικής μάθησης έναντι κλασικών στατιστικών προσεγγίσεων. Τέλος, έδειξαν ότι τα παραπάνω ευρήματα γενικεύονται για όλα τα αεροδρόμια που μελετήθηκαν, με τις μεταβλητές που αφορούν την εποχικότητα, την υστέρηση κατά ένα έτος και το πλήθος των θέσεων να είναι από τις πλέον κρίσιμες για τη βελτίωση της προβλεπτικής ακρίβειας των μοντέλων. Η συγκεκριμένη εργασία μπορεί να χρησιμοποιηθεί ως εφαλτήριο για τη περαιτέρω βελτίωση των προβλέψεων αφίξεων σε αεροδρόμια με τη χρήση π.χ. επιπλέον εξωγενών μεταβλητών ή πιο εξελιγμένων αλγορίθμων μηχανικής μάθησης.	el
heal.advisorName	Ασημακόπουλος, Βασίλειος	el
heal.committeeMemberName	Ασημακόπουλος, Βασίλειος	el
heal.committeeMemberName	Ασκούνης, Δημήτριος	el
heal.committeeMemberName	Μαρινάκης, Ευάγγελος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	100 σ.	el
heal.fullTextAvailability	false