Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightBu sebeple literatürde bulunan faktörler derlenmiş, ardından korelasyon analizine tabi tutulup ilişkili olanlar belirlenmiştir
📌 3 Maddede Bu Makale
Özet
Global gelişmeler ve gerçekleştirilen yatırımlar sayesinde, 1990'lı yıllarda daha çok üst gelirli insanlara hitap eden hava yolu ulaşımı, 2000'li yıllardan sonra düşük maliyetli taşıyıcıların da güçlü bir şekilde piyasaya girmesiyle orta ve düşük gelirli insanlara da hitap etmiş ve daha çok talep görmeye başlamıştır. Hava yolu taşımacılığı, hız, güvenlik ve konfor gibi üstünlükleri sebebiyle, kara, demir ve denizyolu ulaşımına göre daha çok tercih edilmektedir. Sektördeki gelişmeye paralel olarak akademik alanda da hava taşımacılığı konusunun incelendiği çalışmalarda yükselen bir ivme göze çarpmaktadır. Hava yolu firmalarının yüksek derecede öneme sahip olan filo ve ağ gibi ticari planlamalarının başarısı, talep tahminin tutarlılığı ile ilişkilidir. Bu çalışmada 1950 ile 2015 yılları arasında hava yolu yolcu taşımacılığı tahmini konusunda sunulmuş 114 adet makale teknik, yıl ve ülke bazında incelenmiştir. İnceleme sonucunda, son yıllarda ekonometrik modeller yerine yapay zekâ tekniklerinin ön plana çıktığı görülmüştür. Çalışmada havacılık sektöründe yolcu talep tahmininin kritik bir öneme sahip olduğu göz önüne alınarak, yapay zekâ teknikleri ile ekonometrik bir model olan regresyon tekniği karşılaştırması yapılmıştır. Adaptif sinirsel bulanık çıkarım sistemi (ANFIS), yapay sinir ağları ve regresyon analizinin kullanıldığı bu çalışmada, havacılık sektöründe yolcu talep tahmini konusunda en başarılı ve güvenilir sonuçları "yapay sinir ağları" tekniğinin verdiği bulunmuştur. Çalışmanın bir diğer amacı da, hava yolu yolcu talebini etkileyen faktörleri bulmaktır. Bu sebeple literatürde bulunan faktörler derlenmiş, ardından korelasyon analizine tabi tutulup ilişkili olanlar belirlenmiştir
Abstract
Due to global developments and investments, airline transportation, which was more appealing to higher-income individuals in 1990s, has been gaining popularity among medium- and low-income individuals since 2000s with proliferation of low-cost carriers in the market. Speed, security and comfort are among the main reasons air transportation is preferred over other modes of transportation. Similar to improvements in the sector itself, academic studies on air transportation are also gaining momentum. Airline firms' success in key projections such as fleet and network planning are closely related to demand estimation consistency. In this study, 114 academic publications are examined by their techniques, years and countries. As a result of this review, we observe that artificial intelligence techniques are becoming more preferable over econometric models in recent years. In this work, considering the significance of demand forecasting in the aviation sector, we aim to compare artificial intelligence methods and regression analysis technique. As a result of our study, we conclude that the most successful and reliable results for the demand forecasting are obtained through artificial neural network technique. Another aim of this study is to explore the factors that influence airline passenger demand. To that end, we compiled influential factors from related academic literature and conducted correlation analysis to determine related ones.