Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.11851/3955
Title: Bir yüksek hızlı tren hattında yolcu sayısı tahmin modelleri geliştirilmesi
Other Titles: Developing forecasting models for estimating the number of passengers on a high speed train line
Authors: Ertoğral, Kadir
Ertem, Beyza Nur
Keywords: Demand forecast
Multiple linear regression method
Passenger numbers forecast
Talep tahmini
Çoklu doğrusal regresyon
Tren yolcu sayısı tahmini
Winters üstel düzeltme
Issue Date: 2020
Publisher: TOBB ETÜ Fen Bilimleri Enstitüsü
Source: Ertem, N. (2020).Bir yüksek hızlı tren hattında yolcu sayısı tahmin modelleri geliştirilmesi. Ankara: TOBB ETÜ Fen Bilimleri Enstitüsü. [Yayınlanmamış yüksek lisans tezi]
Abstract: Doğru ve güvenilir talep tahminleri firmaların etkinliğini artırmasında önemli rol oynamaktadır. Her sektörde olduğu gibi gıda sektöründe de talep tahminleri konusu büyük önem arz etmektedir. Özellikle raf ömrü bir günlük olan gıdalarda fazla atık oluşmasını önlemek doğru sipariş tahminlerinin yapılması şarttır. Çalışmamızda Türkiye Cumhuriyeti Devlet Demir Yolları'nın alt yüklenicisi olarak çalışan, yüksek Hızlı Trenlere yemek servisi sağlayan bir firma için yemek siparişlerinde belirleyici olan yolcu sayılarının tahmini için bir yaklaşım geliştirilmiştir. İlk aşama olarak günlük sipariş sisteminin kurulması amaçlanmış ve firmanın 2016 ve 2019 yılları arasındaki verileri kullanılarak yüksek hızlı trenlerin Ankara-İstanbul, İstanbul-Ankara güzergâhı arası hareket eden trenlerinin "business plus" ve "ekonomi plus" vagonlarında seyahat eden yolcu sayılarının çoklu regresyon modeliyle tahmin edilme konusu çalışılmıştır. Yolcu sayılarının iyi tahmini günlük yemek siparişlerinin daha doğru yapılmasını sağlayacak ve firmanın finansal kazancına dönüşecektir. Çalışmamızda veri gruplama ve regresyon model değişkenlerinin seçimlerinin farklı şekilde yapılmasına dayalı olarak çok sayıda tahmin modeli denenmiştir. Denenen modeller arasından seçilen en iyi üçü için ortalama mutlak hata hesaplanarak sonuçta yolcu sayıları için oldukça etkin tahmin model alternatifleri geliştirilmiştir. İkinci aşamada ise yine aynı tren verileri kullanılarak haftalık yemek siparişinin verildiği durumlarda kullanılmak üzere haftalık yemek tüketim miktarlarının tahmini için Winters üstel düzeltme modeli üzerine çalışılmış ve tahminlerin güvenirliği mutlak hata ortalama yöntemi ile test edilmiştir.
Correct and reliable order forecasting has an important role in increasing the efficiency of companies. Similar to other sectors, the demand forecasts are very important in Food industry. Especially in one day shelf life products, it is a must to make accurate order forecast and prevent food waste excess. In this study an approach is developed for forecasting the passenger numbers in the the high speed train leg between Ankara and İstanbuls. The firms is a subcontractor to The Republic of Turkey State Railways. As a first step, it was aimed to create a daily order system and the forecasting with multiple regression of the passenger numbers who traveled Ankara-İstanbul and İstanbul-Ankara route in 'Business Plus' and 'Economy Plus' coaches using data from a catering company between 2016-2019 year. The accurate Passenger number estimation will create a better meal order and will lead into a financial savings. In our study several forecasting models are constructed based on different ways of data groping and the choices of independent regression variables. We selected the best three models among the models develop and we found the mean absolute percent error performance for selected models, which turn out to be quite accurate. In the second stage our study, using the same passenger data the Winters exponential smoothing method is studied to forecast the weekly meal consumption and the forecast accuracy is tested using MAPE values.
URI: http://hdl.handle.net/20.500.11851/3955
Appears in Collections:Endüstri Mühendisliği Yüksek Lisans Tezleri / Industrial Engineering Master Theses

Files in This Item:
File Description SizeFormat 
641414.pdfBeyza Nur Ertem_Tez4.81 MBAdobe PDFThumbnail
View/Open
Show full item record

CORE Recommender

Page view(s)

172
checked on Feb 6, 2023

Download(s)

42
checked on Feb 6, 2023

Google ScholarTM

Check


Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.