Yapay Sinir Ağları ve Adaptif Nörobulanık Sistemler ile 3. İstanbul Havalimanı Talep Tahmini ve Türk Hava Yolları İç Hat Filo Optimizasyonu

Abstract

Bu çalışmanın amacı, İstanbul Atatürk Havalimanı’na ikame olarak inşa edilen 3.İstanbul havalimanının gelecek yıllardaki yolcu, yük talebi ve iç hat filosunu tahminetmek ve planlayabilmektir. İstanbul Atatürk Havalimanının geçmiş dönem verileriile Yapay Sinir Ağları (YSA) ve Adaptif Ağ Tabanlı Bulanık Mantık Çıkarım Sistemi(ANFIS) yöntemleri kullanılarak tahminler yapılmış, finansal ve fiziksel kısıtlarkullanılarak uçak filosu çeşitli senaryolar altında planlanmıştır. Çalışmanınverileri, Türk İstatistik Kurumu (TÜİK) tarafından derlenmiş olup normalizasyonsürecine tabi tutulmuştur. Hata ölçüm metodu olarak Kare Kök Ortalama Hata(RMSE) ve Hata Kareleri Toplamı (SSE) karşılaştırmalı olarak kullanılmış veperformansları değerlendirilmiştir. Çalışmanın bulgularında 3. Havalimanınınönümüzdeki senelerde tahmini yolcu ve yük değerlerinin yanında muhtemel talebekarşılık verip veremeyeceği ve havalimanının performans karakteristiği hakkındaönemli bilgiler elde edilmiştir .

The aim of this study is to estimate the passenger and freight demand of the 3rd Istanbul Airport, which was built as a substitute for the Istanbul Ataturk Airport with Artificial Neural Network (ANN) and Adaptive Neuro Fuzzy Inference System (ANFIS) methods and to plan the possible aircraft fleet using financial and physical constraints by considering scenarios in order to be able to carry out the anticipated operation volume using the past period data of Istanbul Ataturk Airport. The data of the study were compiled by the Turkish Statistical Institute (TUIK) and subjected to the normalization process. The Root Mean Square Error (RMSE) and the Sum of Square Error (SSE) were used as the error measurement method and their performances were evaluated. The findings of the study include important information about the airport's ability to respond to possible demand and the airport's performance characteristics, estimated passenger and cargo values for the coming years.