Antecipação de Mudança de Regimes na Fatia Diária de Voos Atrasados e Cancelados no Aeroporto Internacional de Guarulhos

Página do item simplificado
dc.audience.educationlevelMestrado
dc.contributor.advisorScarpel, Rodrigo Arnaldo [UNIFESP]
dc.contributor.authorTeixeira, Rosana Batista [UNIFESP]
dc.contributor.institutionUniversidade Federal de São Paulo (UNIFESP)pt
dc.date.accessioned2021-01-19T16:37:16Z
dc.date.available2021-01-19T16:37:16Z
dc.date.issued2019-12-09
dc.description.abstractFlight delays and cancellations are frequent occurrences in most airports around the world. In Brazil the deregulated increase in air traffic caused flight concentration in some airports, enabling the occurrence of delays and cancellations due to congested days. The Guarulhos International Airport is the most affected by delays. Therefore, the goal of this work is to anticipate the occurrence of congested days at Guarulhos International Airport employing clustering and classification approaches to identify a regime change in the daily share of delayed and canceled flights. The built model is composed of a Hidden Markov Models as a clustering approach and the classification methods Classification and Regression Tree, Random Forest, and Support Vector Machine. The accuracy of the prediction model was considered satisfactory, and it anticipates the regime change in a daily share for one period ahead.en
dc.description.abstractAtrasos e cancelamentos de voos são ocorrências frequentes na maioria dos aeroportos em todo o mundo. No Brasil, o aumento desregulamentado do tráfego aéreo provocou a concentração de voos em alguns aeroportos e possibilitou a ocorrência de atrasos e cancelamentos de voos em razão de dias congestionados. Dentre estes aeroportos, o Aeroporto Internacional de Guarulhos (GRU) é o mais afetado por atrasos no país. Portanto, o objetivo deste trabalho é a criação de um modelo de previsão que visa antecipar a ocorrência de dias congestionados no Aeroporto Internacional de Guarulhos. Para a composição do modelo foram empregues os Modelos Escondidos de Markov, como uma abordagem de agrupamento, e três classificadores: Árvore de Classificação e Regressão, Florestas Aleatórias e Máquina de Vetores de Suporte. A precisão do modelo foi considerada satisfatória e antecipou a mudança de regime na fatia diária por um período a frente.pt
dc.description.sourceDados abertos - Sucupira - Teses e dissertações (2019)
dc.identifierhttps://sucupira.capes.gov.br/sucupira/public/consultas/coleta/trabalhoConclusao/viewTrabalhoConclusao.jsf?popup=true&id_trabalho=7928485pt
dc.identifier.fileROSANA BATISTA TEIXEIRA.pdf
dc.identifier.urihttps://repositorio.unifesp.br/handle/11600/59943
dc.language.isopor
dc.publisherUniversidade Federal de São Paulo (UNIFESP)
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectChange Point Detectionen
dc.subjectHidden Markov Modelen
dc.subjectClassification.en
dc.subjectDetecção De Pontos De Mudançapt
dc.subjectModelos Escondidos De Markovpt
dc.subjectClassificação.pt
dc.titleAntecipação de Mudança de Regimes na Fatia Diária de Voos Atrasados e Cancelados no Aeroporto Internacional de Guarulhospt
dc.typeinfo:eu-repo/semantics/masterThesis
unifesp.campusSão José dos Campos, Instituto de Ciência e Tecnologiapt
unifesp.graduateProgramPesquisa Operacionalpt
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
ROSANA BATISTA TEIXEIRA.pdf
Tamanho:
5.13 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Coleções
PPG - Pesquisa Operacional