รายละเอียดโครงงาน
หลักสูตร/ปี พ.ศ. วิศวกรรมศาสตรบัณฑิต สาขาวิชาวิศวกรรมคอมพิวเตอร์ ปี พ.ศ. 2562
ภาคและปีการศึกษาที่สำเร็จการศึกษา ภาคปลาย ปีการศึกษา 2561
ประเภทโครงงาน
โครงงานวิศวกรรม
ชื่อโครงงานภาษาไทย
การวิเคราะห์ลักษณะและรูปแบบความต้องการของเส้นทางการบิน
ชื่อโครงงานภาษาอังกฤษ
Analysis of Air-Travel Demand’ s Characteristics and Patterns
ผู้พัฒนา
5810502415 มนัสนันท์ วัฒนสกลพันธุ์
อาจารย์ที่ปรึกษาหลัก
สุภาพร เอื้อจงมานี
อาจารย์ที่ปรึกษาร่วม
-
บทคัดย่อ
ปัจจุบัน ความรู้เกี่ยวกับเส้นทางการบินมีความสำคัญมากสำหรับธุรกิจสายการบินสำหรับการเพิ่มหรือลดจำนวนเที่ยวบินที่เหมาะสมสำหรับการดำเนินงานของสายการบิน ในด้านเศรษฐศาสตร์ของสายการบิน โดยปกติจะให้ผู้เชี่ยวชาญเฉพาะทางเป็นผู้วิเคราะห์ ในการตัดสินใจของผู้เชี่ยวชาญนั้นไม่เป็นที่เปิดเผย และการตัดสินใจของผู้เชียวชาญยังมีความผิดพลาด
โครงการนี้นำเสนอวิธีการใช้ข้อมูลความต้องการของผู้โดยสารที่ผ่านมา เพื่อสร้างแบบจำลองในการทำนายรูปแบบของเส้นทางการบินแต่ละขนาดโดยแบ่งเป็น 3 ขนาด ใหญ่ กลาง เล็ก และแบ่งกลุ่มลักษณะของการเพิ่มหรือไม่เพิ่มจำนวนเที่ยวบิน โดยนำข้อมูลจากทางศูนย์วิจัยของคณะวิศวกรรมศาสตร์ภาควิชาการบิน
ผลการทดลองสรุปว่า จากการที่ผู้จัดทำได้ศึกษาข้อมูลและศึกษาแบบจำลองในการทำนายลักษณะเที่ยวบินของประเทศที่มีขนาดใหญ่ กลาง และเล็กนั้น พบว่า ในแต่ละเส้นทางการบินนั้นมีเงื่อนไขและปัจจัยที่ส่งผลต่อจำนวนผู้โดยสารและจำนวนเที่ยวบินที่แตกต่างกันและไม่สามารถนำมาคิดหาเป็นวิธีเดียวที่แน่ชัดได้ จึงจำเป็นต้องคิดแยกตามเส้นทางการบินต่างๆเท่านั้น เพื่อความถูกต้องและแม่นยำมากที่สุด
Abstract
Nowadays, air-travel information is highly critical for airline business. It is very crucial to identify appropriate number of flights for airline operation. In airline economy, normally airline specialists are the ones who make decision in increasing or decreasing number of flights. However, it cannot be revealed how specialists make such decision, and their decision can be proved wrong in some cases.
This project aims to analyze patterns of routes with various air-travel demand. Using the past air passenger data and affected factors on passengers and flights, this project determines which factors affected which route, classifies the flight increment, and estimates number of flights.
The results of this project discovers that different routes have different patterns and different affected factors. Therefore, route analysis should be done on separate routes. For flight increment classification, it is found that random forest is a better learning method than support vector machine. For flight estimation, linear regression provides more accurate result than k-nearest neighbors. The results of this project can be further developed to create a better model in route analysis, so that airlines can identify number of flights fitting passengers’ demand appropriately and serve passengers exceedingly.
คำสำคัญ (Keywords)
Model - แบบจำลอง
เว็บไซต์โครงงาน
-
วีดีโอคลิปของโครงงาน
ที่เก็บเวอร์ชันซอร์สโค้ด
-
สถานะการนำเข้าข้อมูล
ผู้นำเข้าข้อมูลครั้งแรก
มนัสนันท์
วัฒนสกลพันธุ์
(b5810502415)
แก้ไขครั้งสุดท้าย
เมื่อ June 1, 2019, 10:53 p.m. โดย
มนัสนันท์
วัฒนสกลพันธุ์
(b5810502415)
สถานะการอนุมัติ
อนุมัติแล้ว โดย
สุภาพร
เอื้อจงมานี
(fengspe)
เมื่อ Nov. 4, 2019, 10:37 p.m.