Βελτιστοποιήση προγραμματισμού πτήσεων σε σχέση με τον ανταγωνισμό με τη χρήση Machine Learning

This item is provided by the institution :
Harokopio University   

Repository :
Library and Information Center ESTIA   

see the original item page
in the repository's web site and access all digital files if the item*



Βελτιστοποιήση προγραμματισμού πτήσεων σε σχέση με τον ανταγωνισμό με τη χρήση Machine Learning

Λαλαούνη, Μαριάννα, Κωνσταντίνος

Η παρούσα εργασία στοχεύει στην βελτιστοποίηση του προγραμματισμού πτήσεων μέσα από τη πρόβλεψη μελλοντικών δεδομένων για πτήσεις, οι οποίες εμφανίζουν μεγάλη καθυστέρηση. Βασικός σκοπός αυτής της πρόβλεψης είναι, μια αεροπορική εταιρεία να επιτύχει τη βελτίωση της λειτουργίας της μέσα από τη λήψη αποφάσεων, στην οποία συμβάλλει ενεργά η παραγωγή μελλοντικών δεδομένων. Ουσιαστικά, πραγματοποιείται άντληση πληροφορίας από την ανάπτυξη δεδομένων που αφορούν την μελλοντική δραστηριότητα της εταιρείας, με βάση την ισχύουσα κατάσταση (δηλαδή με τις παρούσες αποφάσεις και τρόπου λειτουργίας). Αναλυτικότερα, η πληροφορία που παράγεται είναι αν μια πτήση με συγκεκριμένο δρομολόγιο (πχ. PNS - ORD) και η οποία εκτελείται από συγκεκριμένη αεροπορική εταιρεία θα έχει ή όχι καθυστέρηση στο μέλλον και αν η καθυστέρηση αυτή θα υπάρξει στο αεροδρόμιο αναχώρησης ή άφιξης. Την πληροφορία αυτή την λαμβάνουμε τροφοδοτώντας τον αλγόριθμο λογιστικής παλινδρόμησης με παρόντα δεδομένα πτήσεων (τα λεπτά καθυστέρησης ή έγκαιρής αναχώρησης και άφιξης) για κάθε αεροπορική εταιρεία, ανά διαδρομή και ανά αεροδρόμιο αναχώρησης ή άφιξης. Τέλος, έχοντας στην διάθεσή μας δεδομένα που αφορούν την αιτία της καθυστέρησης, μπορούμε να εντοπίσουμε την βασική αιτία του προβλήματος (π.χ. καιρός, καθυστέρηση αεροσκάφους, δίκτυο αερομεταφορών, ασφάλεια και αεροπορικής εταιρείας), έτσι ώστε να προσφέρουμε πιο εμπλουτισμένη πληροφορία στην αεροπορική εταιρεία.

graduate_thesis
Πτυχιακή Εργασία (EL)
Graduate Thesis (EN)

Μηχανική Μάθηση
ανάλυση δεδομένων
Μοντέλα Μάθησης
καθυστέρηση πτήσεων
Προγραμματισμός
Βελτιστοποίηση


2019-02-28

hua.gr:21301
http://estia.hua.gr/dl/object/hua.gr:21301


Αναφορά Δημιουργού – Μη Εμπορική Χρήση – Όχι Παράγωγα Έργα 4.0



*Institutions are responsible for keeping their URLs functional (digital file, item page in repository site)