รายละเอียดโครงงาน
หลักสูตร/ปี พ.ศ. วิศวกรรมศาสตรบัณฑิต สาขาวิชาวิศวกรรมคอมพิวเตอร์ ปี พ.ศ. 2564
ภาคและปีการศึกษาที่สำเร็จการศึกษา ภาคปลาย ปีการศึกษา 2563
ประเภทโครงงาน
โครงงานวิศวกรรม
ชื่อโครงงานภาษาไทย
ระบบวิเคราะห์ปัจจัยที่ส่งผลและทำนายจำนวนผู้โดยสารทางการบิน
ชื่อโครงงานภาษาอังกฤษ
Air Passenger Affecting Factor Analysis and Prediction System
ผู้พัฒนา
5910503847 วีร์ญา วีรวัฒน์ปรัชญา
อาจารย์ที่ปรึกษาหลัก
สุภาพร เอื้อจงมานี
อาจารย์ที่ปรึกษาร่วม
-
บทคัดย่อ
โครงงานนี้นำเสนอระบบเพื่อช่วยในการวิเคราะห์ปัจจัยที่ส่งผล และทำนายจำนวนผู้โดยสารของสนามบินระดับภูมิภาค และจังหวัดใน ประเทศไทย ส่วนของการวิเคราะห์ปัจจัยที่ส่งผลใช้วิธีการเลือกคุณลักษณะ (Feature Selection) และMulti-intersection และในส่วนของ การทำนายจำนวนผู้โดยสาร ใช้วิธีการเรียนรู้ด้วยเครื่องที่หลากหลาย โดยพบว่าการเลือกคุณลักษณะ และการทำ Multi-intersection ในการเลือกปัจจัยที่ส่งผลทำให้ได้ความถูกต้องที่มากขึ้น และโมเดลเส้นตรง ที่ใช้วิธีการเรียนรู้ แบบ Support Vector Regression (Linear model - SVR) เป็นวิธีทำนายที่ดีที่สุดเมื่อทำนายร่วมกับวิธีเลือกปัจจัย ที่ให้ความถูกต้องสูงสุดในแต่ละสนามบิน และยังพบอีกว่าลักษณะของ สนามบินจากการจัดกลุ่มตามความต่อเนื่อง และการเปลี่ยนแปลงของ สนามบินสัมพันธ์กับปัจจัยและผลการทำนาย ดังนั้นวิธีทำนายจำนวน ผู้โดยสารที่ดีที่สุด ขึ้นกับ ชุดของปัจจัยสนามบินและลักษณะของสนามบิน โครงงานนี้ช่วยพิจารณา ปัจจัยที่ส่งผลแทนการพิจารณาด้วยบุคคล และช่วยในการเปรียบเทียบผลลัพธ์ นอกจากนั้นผู้ใช้งานสามารถเลือก โมเดลทำนายจำนวนผู้โดยสารที่ดีที่สุด รวมทั้งใช้เป็นข้อมูลประกอบการ นำเสนอแผนพัฒนาสนามบิน ที่เหมาะสมต่อไป
Abstract
This project presents air passenger affecting factor analysis and prediction system of Regional and Local airports in Thailand. The factor analysis part uses the feature selection methods and the Multi-intersection method and the prediction part uses various machine learning algorithms. According to the study, found that feature selection and the Multi-intersection methods provide better results and Linear model - Support Vector Regression (SVR) is the best prediction method when used with the affecting factor set in each airport. Moreover, characteristics of the airport by grouping from flight continuity and passenger’s percentage change related to affecting factor and prediction result. In conclusion, the best prediction method depends on the affecting factors, the airport, and characteristics of the airport. The project helps to consider affecting factors and compare the result of prediction methods. In addition, the user can select the best prediction method. As well as being used for an appropriate airport development plan.
คำสำคัญ (Keywords)
Factor Analysis
Prediction
Machine Learning
เว็บไซต์โครงงาน
-
วีดีโอคลิปของโครงงาน
ที่เก็บเวอร์ชันซอร์สโค้ด
-
สถานะการนำเข้าข้อมูล
ผู้นำเข้าข้อมูลครั้งแรก
วีร์ญา
วีรวัฒน์ปรัชญา
(b5910503847)
แก้ไขครั้งสุดท้าย
เมื่อ June 8, 2021, 3:13 p.m. โดย
วีร์ญา
วีรวัฒน์ปรัชญา
(b5910503847)
สถานะการอนุมัติ
รออนุมัติ