• 한국항공운항학회지
• /
• 제29권2호
• /
• pp.84-93
• /
• 2021

Airline schedule is the most basic data for flight operations and has significant importance to an airline's management. It is crucial to know the airline's current schedule status in order to effectively manage the company and to be prepared for abnormal situations. In this study, machine learning techniques were applied to actual schedule data to examine the possibility of whether the airline's fleet state could be artificially learned without prior information. Given that the schedule is in categorical form, One Hot Encoding was applied and t-SNE was used to reduce the dimension of the data and visualize them to gain insights into the airline's overall fleet status. Interesting results were discovered from the experiments where the initial findings are expected to contribute to the fields of airline schedule health monitoring, anomaly detection, and disruption management.

• 한국항행학회논문지
• /
• 제4권2호
• /
• pp.114-131
• /
• 2000

항공사는 항공기단을 편성하거나 특정노선에 투입할 항공기종을 결정할 때 항공기 좌석수가 어느 정도인 항공기로 선택할 것인지 심각하게 고려하지 않을 수 없다. 또한 공항의 혼잡 완화 정책과 같은 외부요인도 항공기 크기 선정에 작용하기도 한다. 이때 두 가지 요인을 고려하여 항공기의 크기를 결정하게 되는데, 첫째는 항공기의 운영비용이고 둘째는 예상되는 수익과 시장 점유율이다. 항공사를 이윤 극대화를 목표로 하는 기업이라고 가정하면 좌석 수에 의한 항공기종별 비용과 수익을 이용해 최적의 항공기종을 선택할 수 있다. 본 연구는 다음과 같은 4단계의 분석을 통하여 항공사의 항공기 크기 선택 행위를 분석한다: (1) 항공기 좌석 수에 따른 운영비 분석 (2) 시장점유율과 수익분석 (3) 비용, 수익분석에 의한 단위노선의 항공기 크기 선정 (4) 네트워크 단위의 항공기 크기 선정, 항공사는 증가하는 수요를 수용하기 위해 운항횟수를 늘리거나, 대형기종으로 교체해야 하는데 이때 항공기 크기 선정 방법을 잘 선택하여 대처해야 할 것이다. 공항이 혼잡한 경우는 운항횟수 증가가 어려워 대형기로의 교체가 불가피한데 이때도 이윤율 증가를 고려한 의사결정이 필요할 것이다.