Banca de DEFESA: HÉLIO DA SILVA QUEIROZ JÚNIOR

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: HÉLIO DA SILVA QUEIROZ JÚNIOR
DATA : 15/12/2022
HORA: 10:00
LOCAL: Programa de Pós-Graduação em Engenharia Civil
TÍTULO:

Previsão da Ocorrência de Delays em Decolagens do Aeroporto de Guarulhos-SP

PALAVRAS-CHAVES:

Atraso de voo, Previsão, Meta-análise, Machine Learning, RNA

PÁGINAS: 90
RESUMO:

Um problema comum em aeroportos de todo o mundo são os atrasos em voos comerciais. A crescente demanda por transporte aéreo torna esses atrasos cada vez mais recorrentes, somando custos e exigindo ajustes constantes na gestão de voos. Definir o método mais eficaz para prever a ocorrência desses atrasos é um tema recorrente em pesquisas de operação de tráfego aéreo. Nesses estudos, a especificidade da área analisada (seja uma companhia aérea, um aeroporto ou toda a operação de um país), a complexidade da saída buscada (previsão por regressão ou classificação) ou o tamanho do banco de dados utilizado exigem métodos de análise mais robustos, sendo o aprendizado de máquina uma alternativa comum ao uso de métodos estatísticos clássicos. Dentre os modelos de previsão por aprendizado de máquina, as Redes Neurais Artificiais se destacam pela capacidade modular do método, permitindo uma adequação a finalidade aplicada. Entretanto, a divergência entre os cenários estudados atribui diferentes verificações de precisão entre as respostas obtidas nos estudos realizados. Assim, este estudo tem como objetivo definir os cenários e métodos mais adequados para estimar com mais precisão a ocorrência de atrasos nos aeroportos. Portanto, métodos de revisão bibliométrica e meta-análise foram utilizados para definir uma referência de base para avaliar a acurácia dos métodos. Em seguida, os estudos pesquisados foram classificados através da Análise Envoltória de Dados por metafronteira, definindo os cenários ideais para uma melhor resposta de previsão. As análises indicam que a Rede Neural do tipo MultiLayer Perceptron (MLP), têm melhor eficácia nas respostas preditivas para análises em rotas ou companhias aéreas, independentemente do motivo do atraso. Assim, foi aplicado um estudo de caso comparativo para o cenário de previsão definido, sendo verificada a capacidade preditiva do modelo para o Aeroporto Internacional de São Paulo e uma companhia aérea nacional operante no mesmo. Os resultados indicam que, a análise universal dos atrasos, através de um sistema preditivo classificatório quanto o tempo de atraso se mostrou mais eficaz. Logo, a especificidade dos cenários e a adequação das causas para a área analisada são mais impactantes na definição dos resultados de uma previsão de atraso de voo do que a massa de dados obtidos.

MEMBROS DA BANCA:
Externo à Instituição - EVANDRO JOSÉ DA SILVA - ITA
Presidente - ***.502.494-** - ENILSON MEDEIROS DOS SANTOS - UFRN
Externo à Instituição - FRANCISCO GILDEMIR FERREIRA DA SILVA - UFC