SUN'IY INTELLEKT YORDAMIDA AVIA-CHIPTALAR NARXINI DINAMIK OPTIMALLASHTIRISH
Keywords:
Amaliy matematika, Data Science, Vaqtli qatorlar, LSTM, SARIMA, Dinamik narxlash, Aviatsiya logistikasi, Uzbekistan AirwaysAbstract
Ushbu tadqiqot ishida aviatsiya transporti logistikasida daromadlarni boshqarish (Revenue Management) tizimini raqamlashtirish va optimallashtirish masalasi ko‘rib chiqiladi. Uzbekistan Airways aviakompaniyasining yo‘lovchilar oqimiga oid tarixiy ma'lumotlari tahlil qilinib, kelajakdagi talab dinamikasini aniqlash uchun statistik SARIMA (Seasonal Autoregressive Integrated Moving Average) modeli hamda chuqur o‘qitishning LSTM (Long Short-Term Memory) neyron tarmoqlari arxitekturasi tatbiq etilgan. Yo‘lovchilar oqimining matematik prognozlari asosida, parvozgacha bo‘lgan vaqt va samolyot salonidagi bo‘sh o‘rinlar nisbatiga ko‘ra chiptalar narxini real vaqt rejimida moslashtiruvchi dinamik narx belgilash (Dynamic Pricing) algoritmi ishlab chiqilgan. Modellar sinov ma'lumotlarida tekshirilganda, LSTM modeli 91.4% aniqlik ko‘rsatdi va an'anaviy statik narxlash tizimiga nisbatan aviakompaniya daromadini o‘rtacha 8.5% ga oshirish imkoniyatini namoyish etdi.
References
1. Talluri, K. T., & Van Ryzin, G. J. (2005). The Theory and Practice of Revenue Management. Springer Science & Business Media.
2. Box, G. E., Jenkins, G. M., Reinsel, G. C., & Ljung, G. M. (2015). Time Series Analysis: Forecasting and Control. John Wiley & Sons.
3. Hochreiter, S., & Schmidhuber, J. (1997). Long short-term memory. Neural Computation, 9(8), 1735-1780.
4. O‘zbekiston Respublikasi Transport vazirligi hamda "Uzbekistan Airways" AJ rasmiy statistik ma’lumotlari (2021-2025).
