| dc.creator |
Bozdağ, Hakan,
1981-
author
18288 |
|
| dc.creator |
Eroğlu, Abdullah,
1961-
thesis advisor
10558 |
|
| dc.creator |
Süleyman Demirel Üniversitesi.
Sosyal Bilimler Enstitüsü.
Ekonometri Anabilim Dalı.
issuing body
14613 |
|
| dc.date |
2011. |
|
| dc.identifier |
http://tez.sdu.edu.tr/Tezler/TS01020.pdf |
|
| dc.description |
Bu çalışmada tek değişkenli zaman serisi yöntemi "Mevsimsel Box- Jenkins (SARIMA)" ve "Yapay Sinir Ağları" yöntemlerinin kestirim doğruluklarını karşılaştırarak en yüksekdoğruluğu sağlayan yöntemin belirlenmesi vebelirlenen yöntem yardımıyla 2011 yılı içinAntalya Havalimanı' na yönelik kısa dönem uluslararası yolcu talebinin öngörülenmesi amaçlanmıştır. Araştırmada, havalimanının yolcu talebinin ölçüsü olarak havalimanından giriş yapan toplam uluslararası yolcu sayısı alınmış ve Ocak 2004-Aralık 2010 döneminde Antalya Havalimanı dış hatlar terminalinden giriş yapan aylık uluslararası yolcu sayısı verilerinden yararlanılmıştır. Uygulanan yöntemlerden elde edilen kestirim sonuçlarının değerlendirilmesi sonucunda, "Mevsimlik Çarpımsal-Mevsimsel Box-Jenkins (SARIMA)" yöntemi ile yapılan öngörülerin oldukça iyi sonuçlar verdiği ancak çalışmada kullanılan yöntemler içersinde en yüksek kestirim doğruluğunu sağlayan ve gerçek değerlere enyakın sonuçlar veren yöntemin "Yapay Sinir Ağları" olduğu görülmüştür. Serinin yapay sinir ağları ile modellenmesinde orijinal serinin farklı ağ yapıları incelenmiştir. Yapılan çok sayıda deneme sonucunda 12 gecikmeli yapay sinir ağı modelinin en yüksek doğruluğu sağladığı görülmüş ve elde edilen model yardımıyla Ocak 2011-Aralık 2011 dönemi için Antalya Havalimanı' na yönelik kısa dönem uluslararası yolcu talebi öngörüsü gerçekleştirilmiştir. Anahtar Kelimeler: Zaman Serileri, sarılama modelleri, yapay sinir ağları, havalimanı yolcu talebi, öngörü. |
|
| dc.description |
In this study it is aimed to compare estimation accuracies of univariate time seriesmethod "Seasonal Box-Jenkins (SARIMA)" and "Artificial Neural Network" methods and detect which method has the highest accuracy and with this method to foresight the short terminternational passenger demand of Antalya International Airport for 2011. In this research it is used the total number of international passenger arrivals as a measure of inbound international passengers demand and monthly international passenger arrivals to Antalya in the period of January 2004 . December 2010 data were utilized to buildappropriate model.As a conclusion of the assesment of experimental results,it has beenobserved that forecasts by the methods .multicaptive-seasonal Box Jenkins (SARIMA). has provided quite good results and on the other hand artificial neural network model has showed best forecast accuracy with lowestdeviation among the techniques applied in this research. In the process of modelling the number of foreign tourist data by artificial neural networks,different network structures of the original series have been analyzed. As a consequence of several attemptsit has been observed that 12 lagged artificial neural network model has presented bestperformance and by the means of this model it has been forecasted the monthly inbound tourism demand to Antalya for January 2011 and December 2011. Keywords: Time series, sarıma models, artificial neural networks, airport passangers demand, forecast. |
|
| dc.description |
Tez (Yüksek Lisans)- Süleyman Demirel Üniversitesi, Sosyal Bilimler Enstitüsü, Ekonometri Anabilim Dalı, 2011. |
|
| dc.description |
Kaynakça var. |
|
| dc.description |
Bu çalışmada tek değişkenli zaman serisi yöntemi "Mevsimsel Box- Jenkins (SARIMA)" ve "Yapay Sinir Ağları" yöntemlerinin kestirim doğruluklarını karşılaştırarak en yüksekdoğruluğu sağlayan yöntemin belirlenmesi vebelirlenen yöntem yardımıyla 2011 yılı içinAntalya Havalimanı' na yönelik kısa dönem uluslararası yolcu talebinin öngörülenmesi amaçlanmıştır. Araştırmada, havalimanının yolcu talebinin ölçüsü olarak havalimanından giriş yapan toplam uluslararası yolcu sayısı alınmış ve Ocak 2004-Aralık 2010 döneminde Antalya Havalimanı dış hatlar terminalinden giriş yapan aylık uluslararası yolcu sayısı verilerinden yararlanılmıştır. Uygulanan yöntemlerden elde edilen kestirim sonuçlarının değerlendirilmesi sonucunda, "Mevsimlik Çarpımsal-Mevsimsel Box-Jenkins (SARIMA)" yöntemi ile yapılan öngörülerin oldukça iyi sonuçlar verdiği ancak çalışmada kullanılan yöntemler içersinde en yüksek kestirim doğruluğunu sağlayan ve gerçek değerlere enyakın sonuçlar veren yöntemin "Yapay Sinir Ağları" olduğu görülmüştür. Serinin yapay sinir ağları ile modellenmesinde orijinal serinin farklı ağ yapıları incelenmiştir. Yapılan çok sayıda deneme sonucunda 12 gecikmeli yapay sinir ağı modelinin en yüksek doğruluğu sağladığı görülmüş ve elde edilen model yardımıyla Ocak 2011-Aralık 2011 dönemi için Antalya Havalimanı' na yönelik kısa dönem uluslararası yolcu talebi öngörüsü gerçekleştirilmiştir. Anahtar Kelimeler: Zaman Serileri, sarılama modelleri, yapay sinir ağları, havalimanı yolcu talebi, öngörü. |
|
| dc.description |
In this study it is aimed to compare estimation accuracies of univariate time seriesmethod "Seasonal Box-Jenkins (SARIMA)" and "Artificial Neural Network" methods and detect which method has the highest accuracy and with this method to foresight the short terminternational passenger demand of Antalya International Airport for 2011. In this research it is used the total number of international passenger arrivals as a measure of inbound international passengers demand and monthly international passenger arrivals to Antalya in the period of January 2004 . December 2010 data were utilized to buildappropriate model.As a conclusion of the assesment of experimental results,it has beenobserved that forecasts by the methods .multicaptive-seasonal Box Jenkins (SARIMA). has provided quite good results and on the other hand artificial neural network model has showed best forecast accuracy with lowestdeviation among the techniques applied in this research. In the process of modelling the number of foreign tourist data by artificial neural networks,different network structures of the original series have been analyzed. As a consequence of several attemptsit has been observed that 12 lagged artificial neural network model has presented bestperformance and by the means of this model it has been forecasted the monthly inbound tourism demand to Antalya for January 2011 and December 2011. Keywords: Time series, sarıma models, artificial neural networks, airport passangers demand, forecast. |
|
| dc.language |
tur |
|
| dc.publisher |
Isparta : SDÜ Sosyal Bilimler Enstitüsü, |
|
| dc.subject |
Süleyman Demirel Üniversitesi |
|
| dc.title |
Box-Jenkins ve yapay sinir ağı yöntemleri ile havalimanı yolcu talebi öngörülenmesi : Antalya havalimanı örneği = Forecasting airport passenger demand by box-jenkins and artificial neural networks methods : A case study of Antalya airport / |
|
| dc.type |
text |
|