Propuesta de mejora en los retrasos de despacho de aeronaves en tres aeropuertos de mediana operación de Colombia usando minería de datos. (Caso de aplicación data año 2017).

Esta investigación se basa en un análisis de las operaciones de tres terminales aéreas colombianas, Aeropuerto Internacional José María Córdova (Medellín), Aeropuerto Internacional Gustavo Rojas Pinilla (San Andrés) y el Aeropuerto Internacional Matecaña (Pereira), cuya operación internacional no ha...

Full description

Autores:
Imbachi Velasco, Carlos Mario
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2022
Institución:
Universidad Santo Tomás
Repositorio:
Repositorio Institucional USTA
Idioma:
spa
OAI Identifier:
oai:repository.usta.edu.co:11634/44137
Acceso en línea:
http://hdl.handle.net/11634/44137
Palabra clave:
Operational factors
Jose Maria Cordova International Airport
Gustavo Rojas Pinilla International Airport
Matecana International Airport
Descriptive exploration
Logistic regression
Neural networks
Xgboosting
Aeropuertos-Control del trafico
Análisis de regresión logística
Redes neuronales (Computadores)
Análisis operacional
Factores operacionales.
Aeropuerto Internacional José María Córdova
Aeropuerto Internacional Gustavo Rojas Pinilla
Aeropuerto Internacional Matecaña
Exploración descriptiva
Regresión logística
Redes neuronales
XGboosting
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 2.5 Colombia
Description
Summary:Esta investigación se basa en un análisis de las operaciones de tres terminales aéreas colombianas, Aeropuerto Internacional José María Córdova (Medellín), Aeropuerto Internacional Gustavo Rojas Pinilla (San Andrés) y el Aeropuerto Internacional Matecaña (Pereira), cuya operación internacional no ha sido analizada ni trabajada en otros proyectos similares. Mediante la exploración descriptiva se encontró los problemas que causan los retrasos y para las alternativas de solución se plantearon las técnicas de regresión logística, redes neuronales y XGboosting, donde cualquier técnica es aceptable y validada por sus resultados y por la métrica utilizada en la analítica de datos para este tipo de modelamiento.