Modellierung neuronaler Netze für die prädiktive Analyse von Betriebsparametern in der Luftfahrtindustrie

Studien-/Masterarbeit

Supervisor: Hongfeng Gao

Die rasche Entwicklung der Luftfahrtindustrie in Verbindung mit dem zunehmenden Wettbewerbsdruck und der Forderung nach optimierter betrieblicher Effizienz hat die Fluggesellschaften dazu veranlasst, fortschrittliche Methoden zur Leistungsvorhersage und Entscheidungsfindung zu erforschen. Gleichzeitig trägt die Branche erheblich zur Erschöpfung der Ressourcen und zum globalen Klimawandel bei, vor allem durch die Verbrennung fossiler Brennstoffe und die daraus resultierenden CO2-Emissionen. Folglich besteht ein dringender Bedarf an Forschung auf Systemebene im Luftfahrtsektor, um die Umweltpolitik zu informieren und zu lenken und sicherzustellen, dass die Branche ihrer wirtschaftlichen und ökologischen Verantwortung gerecht wird.
 
In diesem Zusammenhang ist die genaue Modellierung spezifischer Betriebsparameter von entscheidender Bedeutung, um den Betrieb von Fluggesellschaften effektiv zu simulieren. Diese Schlüsselparameter weisen oft komplexe Wechselbeziehungen auf, die mit traditionellen linearen Modellen nur schwer zu erfassen sind. Daher ist die Entwicklung und Anwendung eines auf einem neuronalen Netz basierenden Modells zur Vorhersage zusätzlicher kritischer Parameter unter Verwendung öffentlich verfügbarer Betriebsdaten unerlässlich. Ziel dieses Modells ist es, robuste Vorhersagebeziehungen zu erstellen, die wertvolle Erkenntnisse für die Simulation und Optimierung des Flugbetriebs liefern.
 
Im Rahmen dieser Masterarbeit werden die potenziellen Beziehungen zwischen verschiedenen Betriebsparametern von Fluggesellschaften durch neuronale Modellierung untersucht. Ziel ist es, ein neuronales Netzwerkmodell zu entwickeln, das die entsprechenden Einflüsse zwischen wichtigen Betriebsparametern und die Größe dieser Einflüsse identifiziert.
 
Wenn Sie Interesse haben, wenden Sie sich bitte an: Hongfeng Gao
 
Wichtiger Hinweis zur Betreuung von Master-Arbeiten: Eine erfolgreich abgeschlossene Master-Spezialisierung (10 ECTS) im Bereich Produktion und Logistik ist erforderlich. Diese Arbeit ist ausschließlich in englischer Sprache zu verfassen.