Title
Систем за предвиђање недоласка путника на лет заснован на техникама рачунарске интелигенције
Creator
Vojtek, Nikola, 1986-, 19646055
Copyright date
2020
Object Links
Select license
Autorstvo 3.0 Srbija (CC BY 3.0)
License description
Dozvoljavate umnožavanje, distribuciju i javno saopštavanje dela, i prerade, ako se navede ime autora na način odredjen od strane autora ili davaoca licence, čak i u komercijalne svrhe. Ovo je najslobodnija od svih licenci. Osnovni opis Licence: http://creativecommons.org/licenses/by/3.0/rs/deed.sr_LATN Sadržaj ugovora u celini: http://creativecommons.org/licenses/by/3.0/rs/legalcode.sr-Latn
Language
Serbian
Cobiss-ID
Theses Type
Doktorska disertacija
description
Datum odbrane: 27.10.2021.
Other responsibilities
mentor
Petrović, Bratislav, 1950-, 12326759
član komisije
Mijatović, Ivana, 1968-, 12766055
član komisije
Milošević, Pavle, 1988-, 62826505
član komisije
Dragović, Ivana, 1977-, 62062857
član komisije
Bojković, Nataša, 1971-, 13701479
Academic Expertise
Tehničko-tehnološke nauke
University
Univerzitet u Beogradu
Faculty
Fakultet organizacionih nauka
Alternative title
No show passengers prediction system based on computational inteligence techniques
Publisher
[Н. Војтек]
Format
XIII, 153 стр.
description
Техничке науке - Управљање системима / Technical sciences - System control
Abstract (sr)
Тема овог рада представља предлог система за предвиђање путника који
се неће појавити на лету („no-show“), који се заснива на техникама рачунарске
интелигенције. Предвиђање броја „no-show“ путника представља специфичан и
уско формулисан проблем који је већ дужи низ година веома актуелан у авио
индустрији како са теоријског, тако и са практичног аспекта. На основу
очекиваног броја „no show“ путника, као и других фактора, авио компаније доносе
одлуку о додатном броју места који ће бити доступан кроз резервациони систем.
На овај начин, авио компаније могу остварити додатан профит, поготову када се
ради о летовима који су попуњени у потпуности.
Предложени систем за предвиђање “no-show“ путника се састоји од две
компоненте. Прва компонента се односи на избор најпрецизнијег модела за
предвиђање, а друга на примену и валидацију система. Модел за предвиђање се
састоји из алгоритма који се заснива на техници закључивања на основу случаја и
интерполативне Булове алгебре. Даље, модел комбинује предлог који је генерисан
од стране алгоритма и предлог који препоручује експерт. На овај начин
предложени систем обједињује и узима у обзир објективну и субјективну
димензију приликом предвиђања. Сличност између летова се израчунава
коришћењем традиционалних мера (Eуклидска и Mенхетн) и ИБА мере
сличности. Такође, ИБА приступ употпуњује традиционални алгоритам технике
закључивања на основу случаја кроз омогућавање логичке агрегације вредности,
односно моделовањем постојећих нелинеарних зависности између података.
Примена предложеног система је представљена коришћењем података о
лету на релацији Београд - Амстердам, за период од годину дана. Добијени
резултати показују да је неопходно укључити препоруку експерта у процес
предвиђања, као и да сам алгоритам није довољан да би се добили довољно
прецизни резултати. Такође, добијени резултати указују да су модели који су
засновани на ИБА приступу и који комбинују резултате алгоритма и препоруку
експерта, прецизнији од модела који користе традиционалне мере за
израчунавање сличности. Сходно томе, потврђено је да логички приступ
моделовању сличности представља перспективан правац примене у оквируviii
технике закључивања на основу случаја. Са практичне стране, предложено
решење је једноставно за разумевање у погледу функционисања, и може се доста
једноставно имплементирати и прилагодити специфичностима и операцијама
авио компаније.
Abstract (en)
In this doctorial dissertation no-show passengers prediction system based on
computational intelligence techniques is proposed. Predicting no-show passengers
represents a specific and concisely formulated problem that actively persists for a longer
period of time in the airline industry from both theoretical and practical perspective.
Based on the expected number of no-show passengers, as well as some other factors,
airlines are making decisions about how many additional seats will be allowed for
overbooking through reservation system. This way, airlines could make additional
profit, especially when it comes to the high demanding flights that are fully booked.
Proposed prediction system for no-show passengers consists of two major
components. First component considers selecting the best performing prediction model
from the available model pool, and the second component is related to the model
validation and application. Prediction model is based on the algorithm that combines
case based reasoning technique and interpolative Boolean algebra (IBA) approach.
Furthermore, model combines prediction recommendation generated by algorithm and
recommendation provided from the domain expert. This way, the proposed system
considers and takes into account both objective and subjective dimension. Similarity
between flights is determined using traditional metrics (Euclidean and Manhattan) and
IBA similarity measure. Also, IBA approach is enhancing the conventional CBR
algorithm by enabling logical aggregation of values, i.e. capturing existing nonlinear
dependencies in the data.
The usage of the proposed system is illustrated in the numerical example
regarding a single leg flight on the Belgrade-Amsterdam route and covers a one-year
period. The obtained results show the necessity to include expert knowledge in
prediction process, i.e. the CBR algorithm used alone is insufficient to produce results
that are accurate enough. Furthermore, the results are indicating that the IBA-based
models that combine the results of the CBR algorithm and expert recommendations
perform better than distance-based models. Therefore, it is confirmed that the logicbased approach of similarity modelling is the prospective direction within the CBR
algorithm. From a practical side, proposed solution is easy for understanding from thex
functional aspect, and could be easily implemented and adjusted according to airline
operations.
Authors Key words
закључивање на основу случаја, интерполативна Булова алгебра,
предвиђање „no-show“ путника, авио индустрија
Authors Key words
case based reasoning, interpolative Boolean algebra, no-show passengers
forecasting, airline industry
Classification
512.563(043.3)
Type
Tekst
Abstract (sr)
Тема овог рада представља предлог система за предвиђање путника који
се неће појавити на лету („no-show“), који се заснива на техникама рачунарске
интелигенције. Предвиђање броја „no-show“ путника представља специфичан и
уско формулисан проблем који је већ дужи низ година веома актуелан у авио
индустрији како са теоријског, тако и са практичног аспекта. На основу
очекиваног броја „no show“ путника, као и других фактора, авио компаније доносе
одлуку о додатном броју места који ће бити доступан кроз резервациони систем.
На овај начин, авио компаније могу остварити додатан профит, поготову када се
ради о летовима који су попуњени у потпуности.
Предложени систем за предвиђање “no-show“ путника се састоји од две
компоненте. Прва компонента се односи на избор најпрецизнијег модела за
предвиђање, а друга на примену и валидацију система. Модел за предвиђање се
састоји из алгоритма који се заснива на техници закључивања на основу случаја и
интерполативне Булове алгебре. Даље, модел комбинује предлог који је генерисан
од стране алгоритма и предлог који препоручује експерт. На овај начин
предложени систем обједињује и узима у обзир објективну и субјективну
димензију приликом предвиђања. Сличност између летова се израчунава
коришћењем традиционалних мера (Eуклидска и Mенхетн) и ИБА мере
сличности. Такође, ИБА приступ употпуњује традиционални алгоритам технике
закључивања на основу случаја кроз омогућавање логичке агрегације вредности,
односно моделовањем постојећих нелинеарних зависности између података.
Примена предложеног система је представљена коришћењем података о
лету на релацији Београд - Амстердам, за период од годину дана. Добијени
резултати показују да је неопходно укључити препоруку експерта у процес
предвиђања, као и да сам алгоритам није довољан да би се добили довољно
прецизни резултати. Такође, добијени резултати указују да су модели који су
засновани на ИБА приступу и који комбинују резултате алгоритма и препоруку
експерта, прецизнији од модела који користе традиционалне мере за
израчунавање сличности. Сходно томе, потврђено је да логички приступ
моделовању сличности представља перспективан правац примене у оквируviii
технике закључивања на основу случаја. Са практичне стране, предложено
решење је једноставно за разумевање у погледу функционисања, и може се доста
једноставно имплементирати и прилагодити специфичностима и операцијама
авио компаније.
“Data exchange” service offers individual users metadata transfer in several different formats. Citation formats are offered for transfers in texts as for the transfer into internet pages. Citation formats include permanent links that guarantee access to cited sources. For use are commonly structured metadata schemes : Dublin Core xml and ETUB-MS xml, local adaptation of international ETD-MS scheme intended for use in academic documents.