Forecasting model development and application in the aviation industry

Abstract

Forecasting models have been applied to many industries as a decision-making tool for over 100 years. Their application in the aviation industry benefits a wide variety of stakeholders such as airliners and airport authorities, who use past data to predict demand and passenger choices so that they can better define fares, manage their fleet and make decisions on the airport layout and future expansions, among others. The main objective of this dissertation is the development of a forecasting model capable of predicting the number of flight movements at Lisbon Airport. The model was based on an autoregressive model, which uses past data in order to forecast future figures. Weekly data regarding the flight movements at Lisbon Airport was the sample for this study, which was processed through RStudio programming software. Once the Autoregressive Moving Average (ARIMA) models were defined, the forecasting data was created and further tested for accuracy using extant data. The impact of COVID-19 had to be considered in this situation, leading to the breakdown of the original time-series into three different samples. The forecasting models were subsequently created through each of these models. The results were expressed through the three different models, and since two of them have extant data, meaning an existing sample to compare the predicted data, it was possible to determine the accuracy level. However, these models cannot be applied immediately since the impact of COVID-19 is still present and flights have not resumed normality. Once this normality resumes, the models can be applied.

Modelos preditivos têm sido aplicados a variados setores como ferramenta de tomada de decisão há mais de 100 anos. A sua aplicação na indústria aeronáutica beneficia uma ampla variedade de interessados, como companhias aéreas e autoridades aeroportuárias que utilizam dados para prever a procura, definir preços, gerir frotas e tomar decisões relativas ao layout do aeroporto, expansões futuras, entre outros. O principal objetivo desta dissertação é o desenvolvimento de um modelo de previsão capaz de prever o número de movimentos de voos no Aeroporto de Lisboa. O modelo foi baseado num modelo autorregressivo, que utiliza dados passados para prever valores futuros. O Aeroporto de Lisboa foi o objeto escolhido para esta dissertação. Dados semanais relativos aos movimentos aéreos no Aeroporto de Lisboa consistiram na amostra para este estudo, os quais foram processados através do software de programação RStudio. Assim que os modelos Autoregressive Moving Average (ARIMA) foram definidos, os dados de previsão foram criados e testados quanto à precisão usando os dados existentes. O impacto do COVID-19 teve que ser considerado nesta situação, levando à divisão da série temporal original em três amostras diferentes. Os modelos de previsão foram posteriormente criados através de cada um desses modelos. Os resultados foram expressos através dos três modelos, e como dois deles possuem dados existentes para comparação com dados previstos, foi possível determinar o nível de precisão. No entanto, os modelos não podem ser aplicados imediatamente, uma vez que o impacto do COVID-19 ainda está presente e os voos não voltaram à normalidade. Uma vez resumida essa normalidade, os modelos podem ser aplicados.