รายละเอียดโครงงาน
หลักสูตร/ปี พ.ศ. วิศวกรรมศาสตรบัณฑิต สาขาวิชาวิศวกรรมคอมพิวเตอร์ ปี พ.ศ. 2565
ภาคและปีการศึกษาที่สำเร็จการศึกษา ภาคปลาย ปีการศึกษา 2564
ประเภทโครงงาน
โครงงานวิศวกรรม
ชื่อโครงงานภาษาไทย
การวิเคราะห์ความต้องการและการรั่วไหลของการเดินทางทางอากาศ
ชื่อโครงงานภาษาอังกฤษ
Analysis of Air Travel Demand and Spill
ผู้พัฒนา
6110503444 ภูริ ก่อเกิด
อาจารย์ที่ปรึกษาหลัก
สุภาพร เอื้อจงมานี
อาจารย์ที่ปรึกษาร่วม
-
บทคัดย่อ
โครงงานนี้นำเสนอระบบที่ช่วยในการจัดกลุ่มผู้โดยสารทางอากาศ วิเคราะห์การรั่วไหลของผู้โดยสาร (Spill) และทำนายจำนวนผู้โดยสารของท่าอากาศยานในประเทศไทย ในส่วนของการจัดกลุ่มผู้โดยสารทางอากาศใช้วิธีการจัดกลุ่มแบบไดนามิกไทม์วอร์ปปิง (DTW) โดยพบว่า กลุ่มของผู้โดยสารไม่ได้ถูกจัดกลุ่มตามวันในสัปดาห์ แต่ถูกจัดกลุ่มด้วยลักษณะของจำนวนผู้โดยสารในชั่วโมงที่มีปริมาณที่มาก โดยวันที่มีลักษณะของจำนวนผู้โดยสารที่เหมือนกันจะถูกจัดอยู่ในกลุ่มเดียวกัน ส่วนการวิเคราะห์การรั่วไหลของผู้โดยสารโดยคำนวณค่า K-Factor ที่บ่งบอกถึงโอกาสในการเกิดการรั่วไหลของผู้โดยสาร โดยพบว่าค่าในแต่ละช่วงเวลาและในแต่ละปีจะมีค่าไม่เท่ากัน โดยเมื่อมีค่าขึ้นสูงจนถึงจุดหนึ่ง ในปีถัดมาจะมีแนวโน้มที่จะมีค่าที่ลดลง และเมื่อมีค่าลดลงถึงจุดหนึ่ง ในปีถัดมาจะมีแนวโน้มที่จะมีค่าที่เพิ่มขึ้นเช่นเดียวกัน และในส่วนของการทำนายจำนวนผู้โดยสารราย 3 ชั่วโมง โดยใช้ปัจจัยทางด้านเวลาพบว่า โมเดล Random Forest Regressor เป็นวิธีที่ทำนายที่ดีที่สุด ผลลัพธ์ของโครงงานนี้ที่สามารถนําไปใช้ในการวางแผนและการปรับปรุงการจัดการเที่ยวบินให้กับทางสนามบิน เพื่อเพิ่มประสิทธิภาพในอนาคตต่อไป
Abstract
This project presents the system that helps to group air passengers, analyze passenger spills and predict the number of passengers at airports in Thailand. For the grouping of air passengers, using the Dynamic Time Warping (DTW) method. The results show that the group of passengers was not grouped by day of the week. Rather, they were grouped by the nature of the high number of passengers in the hour. By date, the characteristics of the same number of passengers will be grouped into the same group. Spill analysis section by calculating the K-Factor value that indicates the likelihood of passenger leakage. It was found that the values in each time period and each year were not equal. When the value rises to a certain point, in the following years there will be a tendency to have lower values. And when the value decreases to a certain point, in the following years there is a tendency to increase in value as well. In part of predicting the number of passengers per 3 hours by using time factor, it was found that the Random Forest Regressor model was the best predictive method. The results of this project can be used for planning and improving airport flight management to increase efficiency in the future.
คำสำคัญ (Keywords)
Clustering
Spill
Prediction
เว็บไซต์โครงงาน
-
วีดีโอคลิปของโครงงาน
ที่เก็บเวอร์ชันซอร์สโค้ด
https://github.com/ShiningDay/Project64-2
สถานะการนำเข้าข้อมูล
ผู้นำเข้าข้อมูลครั้งแรก
ภูริ
ก่อเกิด
(b6110503444)
แก้ไขครั้งสุดท้าย
เมื่อ April 10, 2022, 2:31 a.m. โดย
ภูริ
ก่อเกิด
(b6110503444)
สถานะการอนุมัติ
รออนุมัติ