Show simple item record

dc.contributor.advisorTopal, Erkan
dc.contributor.authorCömert, Gürcan
dc.date.accessioned2021-05-07T11:40:23Z
dc.date.available2021-05-07T11:40:23Z
dc.date.submitted2004
dc.date.issued2018-08-06
dc.identifier.urihttps://acikbilim.yok.gov.tr/handle/20.500.12812/616157
dc.description.abstractTeknolojideki son gelişmeler, havayolu şirketlerinin gelirlerini maksimum seviyeye çıkarmalrı için kompleks gelir yönetimi sistemlerini uygulanabilir kılmıştır. Bilgisayarlı hesaplamalar network bazlı algoritmaları da çözülebilir kılmalarına rağmen daha basit anlaşılabilen ve uygulanılabilen leg-bazlı algoritmalrın potansiyelleri tam olarak kullanılamamaktadır. Buyüzden bu tezdeki hedefimiz, talep dağılımı ve talep tahmin yöntemlerini inceleyerek, şimdiye kadar yeterince denenmemiş ancak basit değişikliklerle geliri optimize etmeye çalışmaktır. İlk başta bu yöndeki çıkış noktamız talep tahmin yöntemlerinde bulunabilecek bir iyileştirmedir. Daha sonraki aşamada da talep dağılımlarını incelemek ve yeni uygun bir modeli denemektir.Anahtar Kelimeler: Gelir Yönetimi, Talep Tahmini, Talep Dağılımları, Talep Olasılıkları, Olasılıklı Lineer Programlama, Koltuk Atamasının, Gelir Optimizasyonu.
dc.description.abstractRecent improvements in technology have allowed airlines to implement sophisticated Yield Management systems in order to maximize their revenues. Computational capabilities make it possible to perform network-based analysis of supply and demand and therefore to increase the gains achieved with the help of `OD control` Yield Management algorithms. However, the more commonly used and cheaper flight leg-based algorithms have not yet been used to the best of their potential and can still benefit from better modeling of passenger behavior. Our purpose in this thesis is therefore to evaluate the benefits of incorporating Demand forecasting and demand distribution models into current leg-based airline Yield Management algorithms. Previous research has shown that there are revenue gains to be achieved through better forecasting, therefore, in particular, we focus our efforts on understanding the impact of the unconstraining censored data models on revenue gains by using various methods and comparing their effect. Keywords: Yield Management, Demand Forecasting, Demand Distribution, Demand Probabilities, Seat Allocation, Revenue Optimizationen_US
dc.languageEnglish
dc.language.isoen
dc.rightsinfo:eu-repo/semantics/embargoedAccess
dc.rightsAttribution 4.0 United Statestr_TR
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectEndüstri ve Endüstri Mühendisliğitr_TR
dc.subjectIndustrial and Industrial Engineeringen_US
dc.titleAirline yield management
dc.title.alternativeHavayolu gelir yönetimi
dc.typemasterThesis
dc.date.updated2018-08-06
dc.contributor.departmentEndüstri Mühendisliği Ana Bilim Dalı
dc.identifier.yokid161396
dc.publisher.instituteFen Bilimleri Enstitüsü
dc.publisher.universityFATİH ÜNİVERSİTESİ
dc.identifier.thesisid145946
dc.description.pages87
dc.publisher.disciplineDiğer


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/embargoedAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/embargoedAccess